Logg inn på HiT's nettsted (Classfronter og Arena har egen innlogging
Les e-post Arena høgskole Classfronter M-disken, samt fellesdisker Tilbake til hovedsiden Sitemap

Studieomtaler 2005/2006 / Emner / TF / EIK / Systemidentifikasjon og optimal estimering A2202
« Tilbake

Systemidentifikasjon og optimal estimering A2202

A2202
Fakta om dette emnet
Emnekode:
A2202
Antall studiepoeng:
6,00
Nivå / grad:
Master
Emnets varighet:
Ett semester

Forkunnskaper

Prosessregulering eller tilsvarende.

Læringsmål

Kunnskap som er nødvendig for på en enkel og praktisk måte å identifisere statiske og dynamiske modeller direkte fra kjente loggedata, samt hvordan slike modeller kan benyttes til modellbasert regulering samt til estimering og prediksjon av variable.

Ha grunnlag for optimal estimering av variable  i diskrete og kontinuerlige dynamiske systemer, med utgangspunkt i dynamiske modeller og teori for stokastiske systemer.

Organisering

Forelesninger; øvinger, bruk av eksisterende software, DSR, N4SID eller lignende og MATLAB system identification toolbox.

Innhold

Stokastiske prosesser. Diskret prosess- og målestøy. Observerbarhet  og detekterbarhet. Kalmanfilter for tilstands- og parameterestimering i ulineære og lineære systemer. Kalmanfilter på prediksjons- og innovasjonsform.

Systembeskrivelse, formål med modelleringen og modellformer: deterministiske og stokastiske modeller, kombinert deterministisk og stokastiske modeller. Dynamiske og statiske modeller. Modellering for regulering (modellbasert eller syntese), prediksjon, simulering, operatørstøtte, diagnose, feildeteksjon, etc.. Prefiltrering av data, identifikasjon av trender etc. Eksperiment design (forsøksplanlegging) for dynamiske systemer og presistent eksitasjon. Minste-kvadratsums-metoden med statistisk analyse. Singulærverdi dekomposisjon (SVD), Prinsipal komponent analyse og regresjon (PCA, PCR). Partial Least squares (PLS). Identifikasjon av stokastiske og dynamiske systemer fra kjente inngangs- og utgangsdata (loggedata). Subspace (underroms baserte) metoder og DSR. Prediksjonsfeilmetoder. Rekursive metoder. Systemidentifikasjon i lukket sløyfe. Benyttelse av apriori kunnskap. Håndtering av kjente ulineariteter. Innføring av lineariserende funksjoner. Det vil bli gitt en obligatorisk øving som kreves godkjent for å få adgang til å avlegge eksamen.

Vurderingsformer

Det gis en sammensatt vurdering av kandidaten basert på følgende punkter:
Sluttprøve som teller 70% av sluttkarakter.
Delprøve som teller 30% av sluttkarakter.
Det blir utdelt ukentlige øvinger utenom denne.


Litteraturliste:
Tittel Forfatter Forlag Utgave Utgitt år ISBN Kapittel / Sider Kommentar Type Obligatorisk
Prediktiv regulering med implementering  Bernt Lie       2004        Bok  Nei