Omogućiti studentima kroz primjere iz prakse da razumiju značaj parametarske identifikacije sustava za inženjersku praksu i istraživanja. Da razumiju da ne postoje univerzalni postupci identifikacije parametara sustava i da su za provedbu tih postupaka nužna teorijska znanja i odgovarajući matematički modeli.Omogućiti studentima stjecanje znanja o različitim metodama, osobito objasniti razlike između metoda koje se odvijaju izvan radnog procesa i onih koje se odvijaju za vrijeme rada. Omogućiti razumijevanje ključnog utjecaja mjerne opreme na kvalitetu rezultata.
očekivani ishodi učenja
Studenti će nakon uspješno savladanog predmeta moći:
1. opisati značaj identifikacije parametara kod automatiziranih sustava i prepoznati opasnosti potencijalno loše odabranih postupaka,
2. odlučiti kada je potrebno primijeniti postupke identifikacije parametara izvan radnog procesa (off-line), a kada one istovremeno sa radnim procesom (on-line),
3. prepoznati da se kod identifikacije parametara uvijek radi o aproksimacijski postupcima i o tome treba voditi računa kod primjena,
4. primijeniti simulacije na digitalnom računalu kao podršku teoriji, uvažavajući njihov utjecaj na dobivene rezultate,
5. odlučiti kako i kada primijeniti jednu ili više mogućih metoda, ovisno o zadacima i o dostupnoj opremi,
5. zaključiti o iznimnom značaju mjerne opreme i utjecaju na kvalitetu rezultata,
6. riješiti samostalno zadatke na temelju stvarnih mjerenja u laboratoriju.
Zadaci identifikacije parametara i strukture sustava: kod analize, projektiranja, prognoziranja, vođenja. Teorijska i eksperimentalna identifikacija. Identifikacija pomoću statičkih modela. Identifikacija pomoću dinamičkih linearnih modela. Identifikacija pomoću dinamičkih nelinearnih modela. Kontinuirani i diskretni dinamički modeli. Neparametarski i parametarski modeli. Korelacijski postupci u identifikaciji. Metode najmanjih kvadrata. Regresijske metode. Metoda maksimalne vjerojatnosti. Vrednovanje matematičkog modela dobivenog identifikacijom. Problemi identifikacije u stvarnom vremenu (on-line)
preporučena literatura
1. L. Ljung: System Identification - Theory for the User, Prentice Hall, 1998.
2. J. Nan-Yuang: Applied System Identification, Prentice Hall, 1993.
3. O. Nelles: Nonlinear System Identification: From Classical Approaches to Neural Networks and Fuzzy Models, Springer –Verlag, 2000.
dopunska literatura
1. R. Pintelon, J. Schoukens: System Identification: A Frequency Domain Approach, IEEE Press, 2001.
način praćenja kvalitete i uspješnosti izvedbe svakog predmeta i/ili modula
Mišljenja studenata o kvaliteti nastave putem anketa.
Nastavnici koji podučavaju srodne predmete surađuju i zajednički vode brigu o kvaliteti nastave.
Povremeno promatranje i evaluacija nastave od strane predstojnika odsjeka/ šefa katedre, itd.
ispit (način polaganja, ispitni rokovi)
Tijekom semestra održat će se jedan međuispit (kolokvij), prema kalendaru nastave. Uvjet za pozitivnu ocjenu je 100 postotno prisustvo i rad na laboratorijskim vježbama te najmanje 50 % točnih odgovora iz svakog od dvaju dijelova gradiva. Studenti koji ne prikupe najmanje 50 % bodova iz ulaznih provjera, koje će se provoditi na početku svake od laboratorijskih vježbi, neće smjeti pristupiti ispitu iz kolegija!
Konačna se ocjena, na osnovu ukupnog ostvarenog broja bodova, računa prema formuli:
Ocjena [%] = 0,4 * (G1 + G2) + 0,15 * L + 0,05 * P gdje su:
G1, G2 - bodovi ostvareni iz pojedinog dijela gradiva, izraženi u postocima;
L - bodovi prikupljeni na laboratorijskim vježbama;
P - bodovi prikupljeni na osnovu nasumičnih mini-provjera znanja na predavanjima.
Postotak Ocjena
50% do 61% dovoljan (2)
62% do 74% dobar (3)
75% do 87% vrlo dobar (4)
88% do 100% izvrstan (5)
Ispitni rokovi će se održati prema kalendaru nastave.
Nastavne jedinice za Predavanja
Broj sati
1.
Uvod: Sustavski pristup i svrha modeliranja (u analizi ili razumijevanju vladanja sustava i kod problema sinteze na "živim" susatvima). Model je aproksimacija sustava. - ponavljanje
2 sata
2.
Kvantitativni modeli, podjele po značajkama sustava: deterministički, stohastički, statički, dinamički, kontinuirani, diskretni, linearni, nelinearni. Izbor ulaznih i izlaznih veličina i njihov utjecaj na složenost modela. Kvalitativni modeli. - ponavljanje Analiza i projektiranje sustava na temelju modela - ponavljanje.
2 sata
3.
Značenje i potreba za identifikacijom parametara sustava. Uvod u različite postupke identifikacije parametara determinističkih sustava.
2 sata
4.
Utjecaj smetnji na kvalitetu rezultata identifikacije. Utjecaj nepoznatih (ponekad i neočekivanih) nelinearnosti na kvalitetu rezultata identifikacije.
2 sata
5.
Identifikacija parametara upravljanog sustava koji je kroz odziv prepoznat kao sustav prvog reda sa jednim ulazom i jednim izlazom.
2 sata
6.
Identifikacija parametara upravljanog sustava koji je kroz odziv prepoznat kao sustav drugog reda sa jednim ulazom i jednim izlazom.
2 sata
7.
Identifikacija sustava sa jednim ulazom i jednim izlazom kada se sustav nalazi u regulacijskoj petlji.
2 sata
8.
Primjena rezultata parametarske identifikacije postojećeg sustava u postupcima projektiranja novog složenijeg sustava.
2 sata
9.
Identifikacija parametara upravljenog viševeličinskog sustava
2 sata
10.
Identifikacija parametara sustava pomoću modela ekvivalentnog diskretnog sustava
2 sata
11.
Identifikacija parametara sustava primjenom metode linearne regresije
2 sata
12.
Potreba za identifikacijom sustava u zadacima pedviđanja (prognoziranja) i u zadacima adaptivnog i inteligentnog vođenja.
2 sata
13.
Potrebna mjerna oprema i utjecaj njihove kvalitete na kvalitetu identificiranih parametara. Priprema za rad u laboratoriju . identifikacija parametara stvarnog sustava pomoću postojeće mjerne opreme.
2 sata
Nastavne jedinice za Laboratorijske vježbe
Broj sati
1.
Modeliranje sustava (prijenosna funkcija, diferencijalne jednadžbe – linearne /nelinearne, prostor stanja) – ponavljanje
2 sata
2.
Analiza sustava na temelju modela, izdvajanje karakteristika korisnih za identifikaciju parametara – ponavljanje
2 sata
3.
Identifikacija parametara upravljanog sustava prvog reda i sinteza novog složenijeg sustava
2 sata
4.
Identifikacija parametara upravljanog sustava drugog reda
2 sata
5.
Primjena rezultata sa vježbi 1. i 2. u zadacima kada je potrebno identificirane sustave uvesti u potpuno nove radne uvjete
2 sata
6.
Identifikacija sustava drugog reda koji se nalazi u regulacijskoj petlji
2 sata
7.
Sinteza jedinice za vođenje u regulacijskoj petlji za sustav identificiran u vježbi 4.
2 sata
8.
Identifikacija parametara upravljenog viševeličinskog sustava
2 sata
9.
Identifikacija parametara sustava pomoću modela ekvivalentnog diskretnog sustava
2 sata
10.
Identifikacija parametara sustava primjenom metode linearne regresije
2 sata
11.
Identifikacija sustava mjerenjem u laboratoriju. Seminarski radovi
6 sati
Niste više prijavljeni
Istekla vam je prethodna prijava te se morate ponovno prijaviti.
Nastao je problem u radu sustava
Informacije o problemu smo pohranili i nastojat ćemo ga riješiti. Ako vas ova greška sprječava da obavite nešto važno, možete nas odmah kontaktirati na helpdesk@fesb.hr.
Vaš preglednik nije podržan
Koristite web preglednik koji nije podržan. Za puno korisničko iskustvo, preuzmite najnoviju inačicu vašeg preglednika.
