Deze opleiding is gecertificeerd door de European Society for Precision Engineering & Nanotechnology (EUSPEN) en de Nederlandse Vereniging voor Precisietechniek (DSPE) en leidt tot hetECP2-certificaat. DSPE reikt voor deze opleiding ook microcredentials uit.
Heb je ook een bewegingssysteem dat voor elke taak dezelfde fout heeft? Bent u ook geïnspireerd door de vele recente successen op het gebied van leren en wilt u onderzoeken wat leren voor uw machine zou kunnen betekenen? Of bent u enthousiast over geavanceerde motion feedforward besturing die zelfs de 4e afgeleide van het setpointsignaal meeneemt? Deze cursus stelt je in staat om de prestaties van je systeem te verbeteren met geavanceerde feedforward en lerende besturing door rechtstreeks te leren vanuit de bewegingsdata.
In de afgelopen jaren zijn klassieke terugkoppelingscontrollers en feedforwardcontrollers verder ontwikkeld in de richting van geavanceerde feedforward. Dit omvat het gebruik van hogere-orde afgeleiden van het setpointsignaal, inclusief jerk, snap, enz. Daarnaast maakt het gebruik van input shapers en rationele feedforward regelaars een nog betere prestatie mogelijk, waarbij nieuwe technieken zijn ontwikkeld om dergelijke signalen te berekenen.
Daarnaast zijn er veel nieuwe resultaten behaald op het snijvlak van besturing en machinaal leren. Succesvolle ontwikkelingen zijn onder andere technieken die te maken hebben met iteratief lerende besturing en repetitieve besturing, wat van toepassing is op industriële systemen, waaronder pick-and-place machines of batchprocessen die steeds weer dezelfde taak uitvoeren. Wanneer exact dezelfde taak wordt uitgevoerd, werken verstoringen identiek op het systeem in. Denk bijvoorbeeld aan een verstoord koppelprofiel, door onbalans in een as of door onbekende wrijvingseffecten. Het kernidee is dat deze lerende regeltechnieken deze verstoringen volledig kunnen compenseren, wat leidt tot een typische grootteorde reductie van servofouten. Deze technieken kunnen perfecte prestaties bereiken. Daarnaast zijn deze de afgelopen jaren verder uitgebreid om de optimale parameters van geavanceerde feedforward-regelaars te leren, bijvoorbeeld door gebruik te maken van hogere-orde derivaten, input shapers en zelfs rationele feedforward-regelaars. Daarnaast omvatten belangrijke ontwikkelingen het gebruik van technieken uit machinaal leren, waaronder Gaussiaanse Processen.
Deze nieuwe en uitgebreide cursus begint met een recapitulatie van klassieke feedforward en behandelt vervolgens iteratief lerende besturing, repetitieve besturing en nieuwe geavanceerde feedforward benaderingen, waarvan sommige op het snijvlak liggen met machine-learning technieken. De cursus behandelt:
- Theorie: inzicht in de convergentie van lerende systemen vanuit de klassieke feedback-aanpak
- Ontwerp: het ontwerpen van geavanceerde feedforward-regelingen en typische benaderingen voor het ontwerpen van bewegingsregelingen
- Toekomsttrends: verbindingen met de nieuwste ontwikkelingen en het vermogen om de relevantie ervan te begrijpen, inclusief nieuwe benaderingen uit machine learning
- Algoritmen: volledig op maat gemaakte MATLAB-algoritmen (met de mogelijkheid om deze mee te nemen voor de eigen toepassing).
Deze training is zowel beschikbaar voor open inschrijving als voor in-company sessies.
Leerdoelen
Na het volgen van deze cursus zijn deelnemers in staat om:
- basis feedforward voor bewegingsbesturing toe te passen
- te herkennen welke techniek geschikt is voor de specifieke toepassing (bijv. iteratieve lerende besturing (ILC), repetitieve besturing (RC) en nieuwe geavanceerde feedforward-algoritmen)
- ILC-regelaars te analyseren en te ontwerpen met oog voor zowel prestaties als robuustheid (convergentie)
- repetitieve besturingen te implementeren en te analyseren
- basisfuncties in ILC toe te passen en te evalueren
- auto-tuning van geavanceerde feedforward-regelaars uit te voeren
- input-shaping en rationele feedforward gericht toe te passen
- modelvrije lerende regelaars te ontwerpen en te implementeren
- de nieuwste wetenschappelijke publicaties op dit gebied te lezen, te begrijpen en toe te passen, inclusief veel ideeën uit machine learning
- de opgedane kennis toe te passen op de eigen praktijksituatie
Doelgroep
Deze cursus is bedoeld voor ingenieurs die betrokken zijn bij de ontwikkeling van bewegingssystemen en -modules en die meer inzicht willen krijgen in de mogelijkheden van het leren uit machinedata, evenals in de implementatie van geavanceerde feedforward- en lerende regelingen in een industriële omgeving.
Het wordt aanbevolen dat deelnemers beschikken over een bachelor- of masterdiploma in elektrotechniek, werktuigbouwkunde, mechatronica, fysica of een gelijkwaardige praktische ervaring, en een basisbegrip van servoregelingen meebrengen.
Deze cursus is bijzonder geschikt voor ingenieurs die de cursus „Motion Control Tuning“ al hebben gevolgd of vergelijkbare kennis hebben opgedaan.
De cursus trekt deelnemers uit binnen- en buitenland, waardoor een internationale sfeer ontstaat die waardevolle kennisuitwisseling bevordert. Hier vind je nuttige reisinformatie.
Programma
De volgende onderwerpen worden behandeld:
- Overzicht van de toepassingsgebieden
- Iteratieve lerende besturing (ILC): basisprincipes, benadering in het frequentiedomein, convergentie- en robuustheidsanalyse en ontwerp
- Repetitieve besturing (RC): basisprincipes, theorie, ontwerp en algoritmen
- Lifted-ILC: basisprincipes, analyse, optimaal ontwerp
- Basisfuncties in iteratieve lerende regelingen
- Auto-tuning van feedforward-parameters
- Input-shaping en rationale feedforward
- Recente ontwikkelingen, waaronder het ontwerpen van modelvrije lerende regelaars en resultaten uit machine learning
- Praktische toepassingsvoorbeelden
- Simulatie en ontwerp van systemen met MATLAB en Simulink
- Praktische ervaring bij de realtime-implementatie met Simulink op een HP-printer
Certificering
Meer informatie
Cursusbeoordelingen
"Geweldige sfeer, goede docenten, goed gedaan!"
Thijs Kniknie - NXP"Belangrijkste dingen geleerd: ILC in het algemeen. Hands one experimenten en ervaring."
Joris van den Boom - ASML"Uitstekende training - een van de beste die ik ooit heb gevolgd. Ik heb er erg van genoten! Ik kijk ernaar uit om een aantal van de geleerde concepten te implementeren in onze motion controllers."
Boaz Kramer - ACS Motion Control"Uitstekende cursus. Wordt enthousiast gegeven en heeft de juiste balans tussen theorie en experimenten!"
Martin Goubej - Universiteit van West
Blijf op de hoogte
Ontvang onze maandelijkse updates
