Gäller för: Läsåret 2020/21
Beslutad av: Programledning F/Pi
Beslutsdatum: 2020-04-01
Undervisningsspråk: Kursen ges på engelska
Kursen syftar till att ge avancerade kunskaper och färdigheter i matematisk modellering utgående från mätdata med val av strukturell modell, parameterskattning, modellvalidering, prediktion, simulering och reglering.
Kunskap och förståelse
För godkänd kurs skall studenten
Färdighet och förmåga
För godkänd kurs skall studenten
Värderingsförmåga och förhållningssätt
För godkänd kurs skall studenten
Kursen är inte specifikt reglertekniskt inriktad utan torde ha intresse för breda kretsar. Identifiering är av intresse för alla som är verksamma med analys av experimentdata och matematiskt modellbygge. Arbetsmomenten brukar omfatta mätdatainsamling, signalbehandling, modellval, parameterskattning och validering. Främst behandlas fysikaliskt baserade modeller och dynamiska modeller formulerade såsom differentialekvationer, överföringsfunktioner och differensekvationer. Identifiering är av intresse inom reglertekniken, där matematiska modeller har en viktig roll som underlag för beslut, prediktion, reglering, simulering och optimering. Många dimensioneringsmetoder grundas på antaganden om att det finns överföringsfunktioner, som beskriver den reglerade processen. Att finna processens överföringsfunktion är här en identifieringsuppgift.
Föreläsningar: Transientanalys. Spektralmetoder. Frekvensanalys. Linjär regression. Interaktiva program. Modellparametriseringar. Prediktionsfelsmetoder. Instrumentvariabelmetoder. Realtidsidentifiering. Rekursiva metoder. Tidskontinuerliga modeller. Identifiering av återkopplade system. Identifiering för regulatordesign. Modellbygge. Strukturbestämning. Modellvalidering. Experimentplanering. Modellreduktionsmetoder. Partitionerade modeller. 2D-metoder. Olinjära system. Underrumsmetoder. Laborationer: Frekvensanalys. Interaktiv identifiering. Identifiering för regulatordesign.
Betygsskala: TH - (U,3,4,5) - (Underkänd, Tre, Fyra, Fem)
Prestationsbedömning: Skriftlig tentamen (5 tim), godkänt projekt, tre inlämningsuppgifter, tre laborationer. Vid färre än fem anmälda kan omtentamina ges på muntlig form.
Om så krävs för att en student med varaktig funktionsnedsättning ska ges ett likvärdigt examinationsalternativ jämfört med en student utan funktionsnedsättning, så kan examinator efter samråd med universitetets avdelning för pedagogiskt stöd fatta beslut om alternativ examinationsform för berörd student.
Delmoment
Kod: 0117. Benämning: Inlämningsuppgift 1.
Antal högskolepoäng: 0. Betygsskala: UG.
Kod: 0217. Benämning: Inlämningsuppgift 2.
Antal högskolepoäng: 0. Betygsskala: UG.
Kod: 0317. Benämning: Inlämningsuppgift 3.
Antal högskolepoäng: 0. Betygsskala: UG.
Kod: 0417. Benämning: Tentamen.
Antal högskolepoäng: 5. Betygsskala: TH. Prestationsbedömning: Godkänd tentamen
Kod: 0517. Benämning: Laboration 1.
Antal högskolepoäng: 0,5. Betygsskala: UG. Prestationsbedömning: Godkända förberedelseuppgifter ocg godkänt deltagande i laboration
Kod: 0617. Benämning: Laboration 2.
Antal högskolepoäng: 0,5. Betygsskala: UG. Prestationsbedömning: Godkända förberedelseuppgifter ocg godkänt deltagande i laboration
Kod: 0717. Benämning: Laboration 3.
Antal högskolepoäng: 0,5. Betygsskala: UG. Prestationsbedömning: Godkända förberedelseuppgifter ocg godkänt deltagande i laboration
Kod: 0817. Benämning: Projekt.
Antal högskolepoäng: 1. Betygsskala: UG. Prestationsbedömning: Skriftlig rapport och muntlig presentation
Förutsatta förkunskaper: FRTF05 Reglerteknik AK, FMSF10 Stationära stokastiska processer.
Begränsat antal platser: Nej
Kursen överlappar följande kurser: FRT041
Kursansvarig: Rolf Johansson, rolf.johansson@control.lth.se
Studierektor: Anton Cervin, anton.cervin@control.lth.se
Hemsida: http://www.control.lth.se/course/FRTN35