Modellbildung und Systemidentifikation

2. Teil des Moduls Schaltungssimulation und Systemidentifikation (bzw. Grundlagen und Anwendungen der Systemidentifikation) (ET-12 08 08).Mathematische Modelle physikalischer und technischer Systeme sind im Ingenieurwesen eine wesentliche Grundlage für die virtuelle Produktentwicklung, die Vorhersage von Zeitreihen von Prozessparametern und leistungsfähige Algorithmen von der aktiven Echounterdrückung im Audiobereich bis zur zustandsbasierten Regelung von Energiesystemen. In dieser Vorlesung sollen die grundlegenden Methoden der Modellbildung, insbesondere aus experimentell ermittelten Daten, vermittelt werden, um in praktischen Anwendungsproblemen zielgerichtet vorgehen zu können.

Schnellübersicht

Themen der Lehrveranstaltung
Aktuelles
Prüfung
Übungen
Literatur

Vorlesender

Dr.-Ing. Dirk Mayer

Themen der Lehrveranstaltung

Einordnung: Physikalische Modellbildung und experimentelle Systemanalyse
Grundlegender Identifikationsablauf, Klassifikation von Identifikationsmethoden
Nichtparametrische Schätzung: Spektralschätzung, Frequenzgangmessung, Korrelationsanalyse
Methode der kleinsten Quadrate für statische und dynamische Systeme
Adaptive Parameteridentifikation
Zustandsschätzung mit dem Kalman-Filter
Praktische Aspekte der experimentellen Modellbildung

Aktuelles

OPAL-Kurs zur Lehrveranstaltung

Prüfung

Die Prüfung findet mündlich statt.

Ort:Fraunhofer IIS, Institutsteil Entwicklung Adaptiver Systeme EAS Münchner Straße 1601187 Dresden

Übungsaufgaben zum Download

Literatur

[1] Isermann, Rolf: Identifikation dynamischer Systeme. Bd. 1: Frequenzgangmessung, Fourieranalyse, Korrelationsanalyse, Einführung in die Parameterschätzung Berlin [u.a.]: Springer, 1988. (Springer-Lehrbuch). ISBN 3-540-12635-X. - ISBN 0-387-12635-X

[2] Isermann, Rolf: Identifikation dynamischer Systeme. Bd. 2: Parameterschätzmethoden, Kennwertermittlung und Modellabgleich, Zeitvariante, nichtlineare und Mehrgrößen-Systeme, Anwendungen Berlin [u.a.]: Springer, 1988. (Springer-Lehrbuch). ISBN 3-540-18694-8. - ISBN 0-387-18694-8

[3] Ljung, Lennart: System Identification: Theory for the User 2nd ed. Upper Saddle River, N.J.: Prentice Hall PTR, 1999. (Prentice-Hall Information and System Sciences Series). ISBN 0-13-656695-2

[4] Nelles, Oliver. Nonlinear system identification: from classical approaches to neural networks and fuzzy models. Springer Science & Business Media, 2013.