Contrôle basé sur les données avec MATLAB et Simulink

Concevoir et implémenter des algorithmes de contrôle basés sur les données et sur l'IA

Les ingénieurs utilisent des algorithmes de contrôle basés sur les données dans les scénarios où les méthodes de contrôle traditionnelles peuvent apparaître trop limitées. Cela peut arriver lorsque la modélisation de la dynamique des systèmes physiques selon les principes fondamentaux est difficile ou peu pratique, ou lorsque le contrôle adaptatif est nécessaire.

Avec MATLAB et Simulink, vous pouvez :

Concevoir, simuler et implémenter des techniques de contrôle basées sur les données avec des méthodes utilisant ou non l'IA
Identifier la dynamique des systèmes ou apprendre les paramètres de contrôleur directement à partir des données en utilisant des techniques hors ligne sur desktop
Mettre à jour les paramètres de contrôleur en temps réel dans des systèmes embarqués avec des techniques en ligne

	Techniques hors ligne	Techniques en ligne
Basées sur l'IA	Contrôle prédictif (MPC) avec représentation d'état neuronale Reinforcement Learning hors ligne En savoir plus	Reinforcement Learning en ligne Contrôle adaptatif à modèle de référence avec modèle de perturbations basé sur l'IA En savoir plus
Non basées sur l'IA	Méthodes traditionnelles avec identification de systèmes Réglage des systèmes d'inférence floue En savoir plus	Commande par rejet actif de perturbations Contrôle adaptatif à modèle de référence avec modèle de perturbations non basé sur l'IA Contrôle par recherche d'extremum Régulateur PID en boucle fermée MPC adaptatif avec identification en ligne de systèmes En savoir plus

Pourquoi MATLAB et Simulink ?

Comparer et combiner différentes techniques de contrôle traditionnelles et basées sur les données

Concevez, simulez et implémentez le contrôle adaptatif à modèle de référence (MRAC), la commande par rejet actif de perturbations (ADRC), le Reinforcement Learning (RL), le contrôle prédictif (MPC) et d'autres méthodes de contrôle traditionnelles et basées sur les données depuis un environnement unique.

Design de contrôle adaptatif dans Simulink

Régulateur PID en boucle fermée

Deep Reinforcement Learning pour les applications de contrôle et de prise de décision

Tech Talks sur le contrôle basé sur les données (3 Vidéos)

Contrôler un système de chauffage domestique en utilisant le MPC non linéaire avec un modèle neuronal de prédiction de représentation d'état

Intégrer à Simulink et à l'approche Model-Based Design

Implémentez et testez des algorithmes de contrôle basés sur les données dans Simulink avec les blocs Simulink prédéfinis. Générez votre code automatiquement à partir de votre algorithme de contrôle pour le déployer directement sur du hardware embarqué.

Implémenter un contrôle de vitesse des PMSM en utilisant une commande par rejet actif de perturbations

Déployer des politiques de Reinforcement Learning entraînées

Démarrer avec des exemples de référence

Avec l’aide de références et d’exemples documentés pour les contrôles de vol, la robotique, la gestion de l'énergie et d'autres applications, implémentez des techniques de contrôle basées sur les données sans partir de zéro.

Exemples de design de contrôle adaptatif

Applications du contrôle prédictif pour la conduite autonome

Gestion de l'énergie avec un MPC basé sur le Deep Learning (8:09)

Design d'un contrôleur pour un pancréas artificiel utilisant la logique floue

Fonctionnalités de design de système d'asservissement

Explorer les possibilités offertes par MATLAB et Simulink.

Poster sur les systèmes d'asservissement

En savoir plus sur les techniques de contrôle basées sur les données

Découvrir comment les clients emploient les techniques de contrôle basées sur l'IA et sur les données, pour le design de systèmes de contrôle

Krones AG Builds Reinforcement Learning–Based Process Control in the Blow Molder Contiloop AI for PET and rPET Bottles

Témoignage client : Krones AG développe Contiloop AI, un système de contrôle des procédés basé sur le Reinforcement Learning, pour les machines à mouler par soufflage utilisées dans la production des bouteilles en PET et en rPET

Consultez d'autres témoignages de clients

Explorez les activités de recherche en IA

Produits

Découvrez les produits qui supportent les techniques de contrôle basées sur l'IA et sur les données pour les applications de design de systèmes de contrôle.

Demander une version d’essai gratuite

Profitez de 30 jours pour tester.

Télécharger

Reinforcement Learning Onramp

Découvrez les fondamentaux avec un tutoriel interactif gratuit.

Commencer

Au-delà du PID

Explorez des stratégies de contrôle alternatives pour les commandes vectorielles.

Lire le livre blanc