Veranstaltungsart: Präsenz (Details im moodle-Kurs)

Termine: Freitags 12:00-14:45 (12:00-13:30 Vorlesung, 14:00-14:45 Übung)

Raum: BA 127

Stand WiSe 2023/24

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.