• Nieliniowe sterowanie predykcyjne
    Badania obejmowały określenie warunków stabilności nieliniowego sterowania predykcyjnego zrealizowanego za pomocą modeli neuronowych. Zapewnienie stabilności zostało osiągnięte poprzez użycie ograniczeń terminalnych.
    zobacz prezentację -- SysTol 2013, Nicea, Francja
    Kolejne zadanie polegało na analizie pracy sterowania predykcyjnego w obecności szumów, zakłóceń i niepewności modelu. Odporność sterowania predykcyjnego została osiągnięta stosując technikę Model Error Modelling. Wyznaczony obszar niepewności uwzględniono w sformułowaniu zadania optymalizacji.
    zobacz prezentację -- MSC 2014, Antibes, Francja
  • Sterowanie tolerujące uszkodzenia
    Research concerns fault compensation in exisitng control system equipped with PID controller. Using a neural state-space model as well as a neural observer one can determine an additional control signal. Then, when a fault occurs in the system, the control system is able to determine an estimate of an unknown fault function and the fault accommodation is carried out. Thus, the control system tries to perform as close as possible to the required normal operating conditions.
    See the presentation given at DPS 2011, Zamość, Poland
  • Wykrywanie napadów padaczkowych
  • Nieliniowe sterowanie iteracyujne z uczeniem
Ostatnie publikacje
  • Neural-network-based iterative learning control of nonlinear systems. Patan K., Patan M, ISA Transactions, Vol. 98, pp. 445-453, DOI: 10.1016/j.isatra.2019.08.044, 2020
  • Two stage neural network modelling for robust model predictive control. Patan K., ISA Transactions, Vol. 71, pp. 56-65, DOI: 10.1016/j.isatra.2017.10.011, 2018,
  • Neural network based model predictive control: Fault tolerance and stability. Patan K., IEEE Transactions on Control System Technology, Vol.23, No. 3, pp 1147-1155, DOI: 10.1109/TCST.2014.2354981, 2015.
Najczęściej cytowane publikacje
  • Identification of neural dynamic models for fault detection and isolation: the case of a real sugar evaporation process. Patan K., Parisini T., Journal of Process Control, Vol. 15, No. 1, pp. 67-79, DOI: 10.1016/j.jprocont.2004.04.001, 2005
  • Soft computing approaches to fault diagnosis for dynamic systems. Calado J.M.F., Korbicz J., Patan K., Sa da Costa, J. M. G., Patton R. European Journal of Control, Vol. 7, No. 7-8, pp. 248-286, DOI: 10.3166/ejc.7.248-286, 2002
  • Stability analysis and the stabilization of a class of discrete-time dynamic neural networks. Patan K., IEEE Transactions on Nural Networks, Vol. 18, No. 3, pp. 660-673, DOI: 10.1109/TNN.2007.891199 , 2007
Full publication list