pidoptim

Demotool

Specs:

DataGen:

Generiert Testdaten fuer lineares/nichtlin. Modell
Output: t, u, y
R/W nach .csv (von/zu Numpy)

ModellFitter:

generateModel(coeff, n_order) --> generiert Modellfunktion y_k = f(y_k_-1 , .. u_k, params), welche fuer Fitting und Validierung verwendet wird
- Zuerst: ARX-Modell; spaeter neurales Netz o.ae.
generateObjective(u_in, y_out, params)
- Wird an Solver gegeben; ruft intern modelfct. auf
Modell als Casadiexpressions (Vorschlag Felix, to be discussed)

PidFitter

Gegeben Modell (+Integrator), Referenztrajektorien, finde Kp, Kd, Ki, sodass Kosten minimal