Tematyka prac badawczo-rozwojowych prowadzonych w Katedrze Inteligentnych Systemów Sterowania i Wspomagania Decyzji (KISSiWD) skupia się głównie wokół następujących zagadnień:
- nowoczesne systemy i metody sterowania optymalizującego
- modelowanie procesów i obiektów
- identyfikacja i estymacja zmiennych i parametrów
- sztuczna inteligencja i uczenie maszyn
- analiza danych i systemów
- systemy wspomagania decyzji
- optymalizacja
- systemy wysokowydajnego prototypowania
- platformy autonomiczne
Główne obszary aplikacyjne:
- systemy środowiskowe (systemy oczyszczania ścieków, systemy dostarczania i dystrybucji wody pitnej)
- dane o dużej objętości (big data) w szczególności: medyczne, sygnatury elektryczne i magnetyczne, z przestrzeni kosmicznej
- systemy energetyczne (energetyka jądrowa, systemy dystrybucji energii elektrycznej)
- platformy autonomiczne i roboty mobilne
Główne tematy badawcze to:
Modelowanie i identyfikacja systemów z zastosowaniem do monitorowania i sterowania, m. in.:
- modelowanie zjawisk i procesów zachodzących w reaktorze jądrowym oraz w obrębie elektrowni jądrowej na potrzeby sterowania i diagnostyki
- sterowanie mocą reaktora jądrowego w trybie nadążania za trajektorią zapotrzebowania mocy cieplnej/elektrycznej
- opracowanie przedziałowych modeli i krzepkich algorytmów sterowania i estymacji procesami biochemicznymi w oczyszczalniach ścieków i biogazowniach
- rozwiązanie problemu łącznej, optymalnej alokacji urządzeń pomiarowych i wykonawczych w systemach dystrybucji wody pitnej
- modelowanie i identyfikacja parametrów sygnatur elektrycznych i magnetycznych obiektów
Synteza i implementacja struktur i algorytmów estymacji i sterowania, np.:
- hierarchiczne struktury i algorytmy krzepkiego sterowania predykcyjnego dla złożonych nieliniowych systemów z różną dynamiką wewnętrzną
- inteligentne sterowanie adaptacyjne oraz krzepkie sterowanie predykcyjne obiektami liniowymi z szybkozmiennymi i dużymi opóźnieniami w warunkach niepewności struktury i parametrów modelu
- teoretyczne podstawy i synteza metod estymacji (rekonstrukcja stanu systemu, soft-sensors) zmiennych procesowych dla potrzeb sterowania i monitorowania
- opracowanie algorytmów sterowania i nawigacji platform autonomicznych
- implementacje i weryfikacja zaawansowanych algorytmów sterowania i estymacji w różnych platformach sprzętowo-programowych PLC, DCS z zastosowaniem technik RCP i HIL
Rozwój narzędzi sztucznej inteligencji ze szczególnym uwzględnieniem głębokich sieci neuronowych, m. in.:
- opracowywanie inteligentnych systemów wspomagania decyzji
- rozwój metod Explainable Aritificial Intelligence (XAI) i wiarygodnej sztucznej inteligencji
- rozwój metod uczenia systemów neuronowych w obliczu deficytu danych uczących, jedynie częściowego dostępu do oznaczonych danych lub braku takich danych lub wiedzy o mechanizmach analizowanego procesu (unsupervised learning, self-supervised learning, weakly-supervised learning, reinforcement learning)
- rozwój metod poszukiwania optymalnych struktur sieci neuronowych (NAS)
- Wykorzystanie narzędzi sztucznej inteligencji w diagnostyce, optymalizacji, estymacji i sterowaniu, np.:
- rozwój metod i narzędzi związanych z metodami sztucznej inteligencji (głębokie sieci neuronowe, reinforcement learning), celem budowy efektywnych i wiarygodnych systemów wspomagania decyzji, w różnych obszarach życia
- Eksploracja i analiza wielowymiarowych danych procesowych w celu modelowania i prognozowania procesów i obiektów, jak również wykrywania anomalii procesowych i uszkodzeń
- rozwój metod inteligentnej i wiarygodnej analizy danych medycznych
- rozwój metod monitoringu środowiska z wykorzystaniem inteligentnych soft-sensorów
