325.065 Identifikation - Experimentelle Modellbildung
Diese Lehrveranstaltung ist in allen zugeordneten Curricula Teil der STEOP.
Diese Lehrveranstaltung ist in mindestens einem zugeordneten Curriculum Teil der STEOP.

2019W, UE, 1.0h, 1.0EC

Merkmale

  • Semesterwochenstunden: 1.0
  • ECTS: 1.0
  • Typ: UE Übung

Lernergebnisse

Nach positiver Absolvierung der Lehrveranstaltung sind Studierende in der Lage

 zwei Ziele der datengetriebenen Modellbildung zu erreichen:

1) Für ein gegebenes Anwendungsproblem mit vorhandenen Messdaten können sowohl die Auswahl einer geeigneten Struktur als auch die optimale Schätzung der Modellparameter durchgeführt werden. Alternative Modelle können quantitativ verglichen und sicher validiert werden.

2) Weiterführende Literatur zu Methoden der Systemidentifikation kann selbständig erarbeitet und die präsentierten Methoden umgesetzt werden.

Inhalt der Lehrveranstaltung

Inhalte der Vorlesung werden anhand von praktischen Beispielen illustriert, und die Anwendung von speziellen Software-Tools wird geübt.

Methoden

Vortrag mit Tafel und Beamer, Vorrechnen von Beispielen unter Verwendung von MATLAB/Simulink, Verweise auf aktuelle Forschungsinhalte des Instituts, Diskussion von Ergebnissen und Alternativen.

Die Übung ist de facto in die Vorlesung mit gemeinsam errechneten Beispielen und Hausübungen integriert.

Prüfungsmodus

Schriftlich

Weitere Informationen

Die Übungen werden alternierend mit der Vorlesung abgehalten sobald genügend Inhalte vermittelt sind.

Die Übungen werden im Computerübungsraum abgehalten. Ein Login-Account ist für alle Teilnehmenden notwendig und kann im Rahmen der LVA erstellt werden.

Vortragende

Institut

Leistungsnachweis

Einige Hausübungen werden ausgegeben, welche ähnlich zu den gemeinsam durchgerechneten Beispielen aus der Vorlsung sind. Diese Aufgaben müssen selbständig erarbeitet und am LVA-Ende abgegeben werden.

LVA-Anmeldung

Nicht erforderlich

Curricula

Literatur

Ein Skriptum zur Lehrveranstaltung ist am Institut 325 A5 erhältlich. Weitere Literaturangaben im Vorlesungsskriptum.

Vorkenntnisse

Stochastik und Grundlagen der Regelungstechnik sind erforderlich. Insbesonders Digitale Regelung ist wünschenswert, muss aber nicht absolviert sein.

Vorausgehende Lehrveranstaltungen

Begleitende Lehrveranstaltungen

Vertiefende Lehrveranstaltungen

Sprache

Deutsch