Experimentelle Prozessanalyse
Hinweise
- alle weiteren Informationen im Moodle-Kurs Experimentelle Prozessanalys
Dozent
- Prof. Dr.-Ing. Achim Kienle
Zeit und Ort
- nur im Sommersemester
- LSF-Eintrag
Inhalt
- Die Vorlesung gibt eine Einführung in Methoden der Systemidentifikation zur Bestimmung von mathematischen - vorzugsweise linearen - Modellen aus experimentellen Daten. Im ersten Teil der Vorlesung werden klassiche Verfahren der direkten Identifikation mit aperiodischen und periodischen Testsignalen im Zeit- und Frequenzbereich sowie Transformationen zwischen Zeit- und Frequenzbereich behandelt. Im zweiten Teil der Vorlesung liegt der Schwerpunkt bei adaptiven Verfahren insbesondere Parameterschätzverfahren. Abschließend wird ein Ausblick auf Probleme und Lösungsansätze der nichtlinearen Identifikation gegeben.
Gliederung
- Einführung
1. Motivation
2. Modelle
3. Methoden - Direkte Identifikation
1. Direkte Identifikation im Zeitbereich
2. Direkte Identifikation im Frequenzbereich
3. Transformation zwischen Zeit- und Frequenzbereich - Adaptive Identifikation
1. Einführung
2. Modellabgleich
3. Parameterschätzverfahren
1. Methode der kleinsten Fehlerquadrate
2. Rekursive Methode der kleinsten Fehlerquadrate
3. Bestimmung einer geeigneten Modellstruktrur
4. Filterschätztechniken
5. Identifikation im geschlossenen Regelkreis - Nichtlineare Systeme
1. Wiener und Hammerstein Modelle
2. Semiphysikalische Modellierung
3. Nichtlineare Black-Box-Modelle
Zusätzliche Informationen
- Ansprechpartner:
Dr.-Ing. Tobias Keßler - Empfohlene Literatur:
[1] Unbehauen, H.: Regelungstechnik 1 - Klassische Verfahren zur Analyse und Synthese linearer kontinuierlicher Regelsysteme. Vieweg Verlag, Braunschweig/Wiesbaden, 2002.
[2] Unbehauen, H.: Regelungstechnik 3 - Identifikation, Adaption und Optimierung. Vieweg Verlag, Braunschweig/Wiesbaden, 2002.
[3] Norton, J.P.: An Introduction to Identification. Academic Press, New York 1986
[4] Lutz, H.; Wendt, W.: Taschenbuch der Regelungstechnik. Verlag Harri Deutsch, 2005