Inhalte - Modelling and Simulation of Dynamic Systems

Information Pandemie bedingte Änderungen

Die Veranstaltung wird bis auf weiteres als E-Learning über die Moodle-Plattform stattfinden. Vorlesung und Übung werden als Web-Konferenz über Zoom stattfinden, der entsprechende Link, sowie die genauen Zeiten werden über den moodle-Kurs im Abschnitt Live-Stream bekannt gegeben.

Sollten neue Regelungen der Universität oder des Landes eine Änderung der Art der Durchführung erfordern, werden wir in der Vorlesung, sowie auf der Website und im moodle-Kurs darüber informieren.

Stand WiSe 2021/22

weiterführende Links Modelling and Simulation of Dynamic Systems

Icons8-moodle-48 Modelling and Simulation of Dynamic Systems
   Schlüssel (Login mit Uni-Kennung)
 LSF Veranstaltungsdetails im LSF

 

Verantwortliche: Dr.-Ing. Köppen-Seliger (Vorlesung, Übung)

Information Inhalt der Vorlesung

Nach einer Einführung in Ziele und Bedeutung von Modellbildung und Simulation werden zunächst numerische Verfahren zur Lösung von gewöhnlichen Differentialgleichungen (diverse implizite und explizite Ein- und Mehrschrittverfahren, andere Verfahren) und deren Eigenschaften (numerische Stabilität, lokale und globale Fehler, Eignung für steife DGLs, bei Sprüngen und für Schrittweitensteuerung) behandelt. Die Lösung partieller DGLs wird lediglich durch ein Beispiel mit Zeit- und Ortsdiskretisierung angedeutet.

Das Kapitel über experimentelle Modellbildung befasst sich zunächst mit Vorgehensweise und Wahl der Testsignale. Es folgen Verfahren zur Gewinnung nichtparametrischer Modelle. Die direkte Parameterbestimmung aus Sprungantworten beschränkt sich auf einfache lineare dynamische Systeme. Für allgemeine Parameterschätzverfahren (wie sie in der "System Identification Toolbox" von MATLAB implementiert sind) werden die zugrunde liegenden Modelle dargestellt. An einem Verfahren wird die Rückführung auf ein Least-Squares-Problem gezeigt und bezüglich weiterer Details auf die Vorlesung "State and Parameter Estimation" verwiesen. Subspace-Methoden und Identifikation nichtlinearer Systeme werden nur als Ausblick angedeutet.

Physikalische Grundlagen aus Mechanik, Thermodynamik und Strömungslehre werden in kurzer Form zusammengefasst. Die Anwendung erfolgt zur theoretischen Modellbildung (zur Gewinnung "rigoroser Modelle") für zahlreiche Beispiele, so z.B.:

  • Antrieb mit Gleichstrommotor, Pumpe und Kompressor, Ventil, Wärmetauscher, beheizter Behälter (Flüssigkeit, Gas, kochende Flüssigkeit und Dampf), Rührkesselreaktor mit chemischer Reaktion.