Modelowanie, identyfikacja i symulacja komputerowa

Podstawy Automatyki, Teoria Sterowania, Podstawowa wiedza z Analizy i Algebry i Rachunku Prawdopodobieństwa, Metod Numerycznych oraz z Fizyki.

kanon (atrybut wycofany)

Godziny realizowane z udziałem nauczycieli (60 godz.):

-udział w wykładach – 30 godz.

- udział w laboratorium – 30 godz.

Czas poświęcony na pracę indywidualną studenta (60 godz.):

- konsultacje z prowadzącymi – 15 godz.

- przygotowanie się do wykładu -praca indywidualna – 15 godz.

- przygotowanie się do laboratorium-praca indywidualna – 30 godz.

Łącznie: 120 godz. (4 ECTS)

W1: Student wie jakie zastosować modele do przedstawionych obiektów z wykładu. Wie jakie są kryteria równoważności modeli oraz potrafi estymować parametry - K_W01, K_W13

W2: Wie jak konstruować modele oraz identyfikować system na podstawie pomiarów. Wie jak analizować przebiegi przejściowe różnymi metodami - K_W05, K_W06

W3: Posiada wiedzę o modelach: AR, MA, ARMA, FIR, ARX, ARMAX, OE, model Boxa-Jenkinsa. Wie jakie są modele opisane w przestrzeni stanu. Wie jak analizować sygnały wejściowe, stanu i wyjściowe - K_W13

U1: Umie wyszukiwać informacje z różnych źródeł w celu identyfikacji a także doboru prawidłowego modelu układu dynamicznego - K_U01

U2: Umie dostrzegać aspekty pozatechniczne przy formułowaniu i rozwiązywaniu zadań inżynierskich i potrafi wykorzystać nieparametryczne metody identyfikacji przy modelowaniu układów automatyki - K_U04, K_U15

K1: zna ograniczenia wynikające z akwizycji danych pomiarowych wykonanej w środowisku przemysłowym - K_K04

K2: potrafi formułować pytania dotyczące modelowania i identyfikacji - K_K01

wykład klasyczny, laboratorium

- wykład informacyjny (konwencjonalny)

Na tym wykładzie studenci poznają modelowanie różnych rodzajów układów (mechanicznych, elektrycznych, cieplnych, pneumatycznych). W dalszej części wykładu omówione zostaną metody identyfikacji (ARX i ARMAX, algorytm RLS). W tym w szczególności omówione będzie zagadnienie predykcji ( Regresja pseudoliniowa i algorytm Gaussa-Newtona, metoda RPEM, Metoda zmiennych instrumentalnych) Omówione na wykładzie zagadnienia będą przećwiczona na zajęciach w środowisku Matlab,

1. Modelowanie układów elektrycznych i mechanicznych (postępowych i obrotowych), mechaniczno-elektryczna analogia impendacyjna.

2. Silnik prądu stałego i obwody magnetyczne.

3. Układy hydrauliczne (r. Naviera-Stokesa, liczba Reynoldsa, przepływ laminarny i turbulentny), prawo Hagena-Poiseuille'a i Darcy'ego-Weisbacha, równanie Bernoulliego. Elementy składowe obwodów hydraulicznych.

4. Układy cieplne i pneumatyczne.

5. Problem identyfikacji modelu, klasyfikacja modeli. Teoria estymacji, estymator maksymalnego prawdopodobieństwa, informacja Fishera.

6. Modele ARX i ARMAX, algorytm RLS

7. Zagadnienie predykcji

8. Regresja pseudoliniowa i algorytm Gaussa-Newtona, metoda RPEM.

9. Metoda zmiennych instrumentalnych.

10. Modele MIMO i modele nieliniowe (Wienera, Hammersteina). Usuwanie nieliniowości

11. Metody podprzestrzeni: rozkład singularny i pseudoodwrotność, rzut na przestrzeń kolumnową i wierszową macierzy, rzut ukośny. Identyfikacja modelu deterministycznego w przestrzeni stanów.

12. Filtr Kalmana (dla niezerowej cross-kowariancji szumu wejścia i procesu). Równanie Riccatiego, model innowacji w przód, identyfikacja modelu stochastycznego w przestrzeni stanów. Warunek trwałego wzbudzenia.

1. E. Bielińska, J. Figwer, J. Kasprzyk, T. Legierski, Z. Ogonowski, M. Pawełczyk, Identyfikacja procesów. Praca zbiorowa pod red. J. Kasprzyka. Wyd. Politechniki Slaskiej, Gliwice, 2002

2. K. Janiszowski, Identyfikacja modeli parametrycznych w przykładach. Wyd. EXIT, Warszawa, 2002

3. L. Ljung, System identification. Theory for the User. Prentice Hall, Upper Saddle River, 1999

4. Eykhoff P. (1980) Identyfikacja w układach dynamicznych. PWN, Warszawa.

5. Mańczak K, Nahorski Z. (1983) Komputerowa identyfikacja obiektów dynamicznych. PWN, Warszawa.

Wykład – warunkiem zaliczenia jest uzyskanie pozytywnej oceny z egzaminu ustnego przeprowadzonego zdalnie.

Egzamin weryfikuje następujące efekty uczenia się: W1 – W3,

Laboratorium – warunkiem zaliczenia jest uzyskanie pozytywnych ocen ze sprawdzianów przygotowania teoretycznego do wykonywania ćwiczeń (30%) oraz kolokwium pisemnego (70%).

Sprawdziany i kolokwium weryfikują następujące efekty uczenia się: U1 – U2,

ndst - poniżej (50%)

dst - (51% - 75%)

dst plus - (76% - 85%)

db - (86%-95%)

db plus – (96% - 98%)

bdb - (99% - 100%)

Laboratorium: np. zaliczenie na ocenę na podstawie wykonania ćwiczeń (30%) oraz kolokwium zaliczeniowego (70%)

Do kolokwium zaliczeniowego stosuje się ocenianie zgodnie z ocenianiem Wykładu zamieszone wyżej.

„nie dotyczy”