コントロールを教える最新の方法

バックグラウンド

私がコントロールの最初のクラスを取ったとき（2006年、MEとEEの学生の混合物について航空宇宙の教授によって教えられたように）、それは基本的にすべてラプラス変換、伝達関数などで行われました。

さらに最近（2012）私は別の学校で大学院レベルのコントロールクラスを受講しましたが、ほとんどすべてが状態空間でした。本当に、可観測性と可制御性に関連する偶然の抽象的な線形代数証明の束でした。問題のより理論的なクラスに取り組んでいるのは大学院生であるという事実との違いをチョークアップしました（これを実際のシステムに関連付けることはほとんど言及されていません）。

今、同じ学校の学部生に話をしてから、私は状態空間が制御理論が現在教えられている方法であることを理解するために与えられています。ラプラス法は簡単に説明されていますが、時代遅れとしてすぐに却下されます。

私は燃焼で働いており、何が起こっているのか本当の考えを持っていません。

ご質問

• これは、最近コントロールが教えられている方法の正確な指標ですか？
• いずれにせよ、それはコントロールの状態/予測可能な将来と一致しますか？

また、あるメソッドが他のメソッドより優れている点を知りたいと思っています。

免責事項： 制御理論は、エンジニアの観点ではなく、数学の観点から研究しました。

古典的制御理論は線形システムに基づいており、線形システムにも限定されています。線形化は多くの場合に役立ちますが、他の場合には完全には適用できません。解析ツール（ラプラス変換、極配置、根軌跡、ルースハーウィッツなど）は、線形システムで実行するのが最も簡単です。

最適制御理論は、周波数領域を使用せずに非線形システムを直接処理できるため、より現代的なアプローチです。アイデアは、適切に選択されたコスト関数を時間とともに最小化することで制御を実現できるということです。通常、このコスト関数は状態空間変数の関数であり、通常、ダイナミクス、境界条件、および/または実行可能なパスによって定義される制約を受けます。「最適」という言葉は、必ずしも古典的な制御理論よりも優れている、または優れているという意味ではありません。ここで、「最適」とは、関数の相対極値（通常は最小値）を見つけることで制御が得られることを意味します。

目的関数の選択方法に応じて、最小化には線形または非線形の連立方程式を解く必要があります。幸いなことに、最適化および/または変動の計算からの多くの数値/分析ツールは、このような問題を処理できます。

もちろん、非線形関数を最小化することは、計算の観点からはかなり費用のかかる作業になる可能性があります。他の方法（つまり、古典的な制御理論）で分析できる場合は、分析する価値があります。

• カリキュラムは大学によって異なります
• エンジニアリングカリキュラムは国によって異なります
• カリキュラムは、新しい認定要件を満たすために定期的に更新されます
• 同じ学校の大学院プログラムと学部プログラムの間に明確な違いがある場合があります
• 一部の教授は進歩的であり、進歩に追いつくためにコースをより頻繁に更新します

少し前に、私も大学院プログラムでリニアシステムズのコースを受講しました。あなたの説明に基づいて、私も同様の経験をしたかもしれません。この場合、教授が少なくとも10年間コースを更新していなかったことは確かです。

推奨事項：制御システムの問題を解決する最新の方法を学ぶことをお勧めします。また、あなたはそれぞれの職業社会の一員になることをお勧めします。あなたの場合、それはASEかもしれません。

最後に、ブルートフォース法を使用してエンジニアリングの問題を解決するものもあります。資格のある熟練した専門技術者は、大学の研究で得た技術と専門組織の一員から得た知識を使用して、工学上の問題を効率的に解決します。学部および大学院教育を受けたエンジニアが組織にもたらす重要な価値の一部は、問題を効率的に迅速に認識して解決する能力です。