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 svladanog predmeta moći:
• opisati značaj identifikacije parametara kod automatiziranih sustava i prepoznati opasnosti potencijalno loše odabranih postupaka;
• odlučiti kada je potrebno primijeniti postupke identifikacije parametara izvan radnog procesa (off-line), a kada one koji se provode za vrijeme radnog procesa (on-line);
• prepoznati da se kod identifikacije parametara uvijek radi o aproksimacijski postupcima i o tome treba voditi računa kod primjena;
• primijeniti simulacije na digitalnom računalu kao podršku teoriji, uvažavajući njihov utjecaj na dobivene rezultate;
• odlučiti kako i kada primijeniti jednu ili više mogućih metoda, ovisno o zadacima i o dostupnoj opremi;
• zaključiti o iznimnom značaju mjerne opreme i utjecaju na kvalitetu rezultata;
• 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 dva međuispita (kolokvija), prema kalendaru nastave. Uvjet za pozitivnu ocjenu je prisustvo i rad na laboratorijskim vježbama te najmanje 50 % točnih odgovora iz svakog od dvaju dijelova gradiva. Studenti s tri ili više izostanaka s 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.
