TSRT62 Modellbygge & Simulering
|
|
- Ludvig Pålsson
- för 6 år sedan
- Visningar:
Transkript
1 TSRT62 Modellbygge & Simulering Föreläsning 4 Christian Lyzell Avdelningen för Reglerteknik Institutionen för Systemteknik Linköpings Universitet C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
2 Sammanfattning: Föreläsning 3 Icke-parametriska skattningsmetoder för linjära system Rent impulssvar : bruskänsligt Korrelationsanalys : ger god noggrannhet om antalet data är tillräckligt stort Överföringsfunktionen ur skattningar av fouriertransformer : brusigt Överföringsfunktionen ur spektralskattningar. Fönster: avvägning mellan frekvensupplösning och minskning av varians. C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
3 Kommentar: Föreläsning 3 Inverkan av återkoppling Metoderna vi tittat på är tänkta för fallet att mätbrus och insignal är okorrelerade Detta är inte fallet vid återkoppling Metoderna kan alltså ge missvisande resultat för återkopplade system. C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
4 Föreläsning 4: Parametrisk identifiering Innehåll: Skattning av linjära modeller med okända parametervärden. Hur görs skattningen? Hur bra blir skattningarna? Biasfel Variansfel Identifierbarhet (Kan alla parametrar skattas?) Läsanvisning: Kapitel 12 i boken C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
5 Ickeparametriska metoder TSRT62 Modellbygge och simulering Fysikaliska principer Systemidentifiering Parametriska metoder Objektorienterat modellbygge Differentialalgebraiska ekvationer Bindningsgrafer C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
6 Skräddarsydda modeller I princip av formen: ẋ(t) = f (x(t); u(t); ) y(t) = h(x(t); u(t); ) där de okända parametrarna finns i vektorn = 0 1 C A : Formen på f och h ges av det fysikaliska modellbygget. Exempel: Tank med okänd utloppsarea Aḣ(t) = u(t) q. d 2gh(t); 1 q(t) = q 2gh(t) C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
7 Parametriserade modeller w(t) u(t) System y(t) Om modellen är okänd måste först en modellstruktur väljas innan parametrarna kan skattas. Systemmodell (från u till y) och störningsmodell (w till y) Modellordning (oftast ordning på polynom i överföringsfunktioner) Oftast på tidsdiskret form (eftersom mätdata är det) C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
8 Linjära parametriserade modeller (konfektionsmodeller) AutoRegression, external signal ARX e(t) Output Error OE e(t) u(t) B(q) + 1 A(q) y(t) u(t) B(q) F (q) + y(t) AutoRegression, Moving Average, external signal ARMAX e(t) Box Jenkins BJ e(t) C(q) C(q) D(q) u(t) B(q) + 1 A(q) y(t) u(t) B(q) F (q) + y(t) C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
9 Linjära konfektionsmodeller: Generell struktur Vanligt val av modellstruktur är Box Jenkins där e(t) är vitt brus och y(t) = G(q; )u(t) + H(q; )e(t); G(q; ) = b 1q n k + + b nb q n k n b f 1 q f nf q n f = B(q) F (q) H(q; ) = 1 + c 1q c nc q nc 1 + d 1 q d nd q n d = C(q) D(q) n k ger tidsfördröjning, n b ; n f ; n c ; n d antalet parametrar i polynomen innehåller parametrarna fb k g; ff k g; fc k g; fd k g C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
10 Parameterskattning: Grundprincip u(t) System Modell y(t) by(t θ) Modellen förutsäger, predikterar, att utsignalen blir by(t θ) om parametervärdet är. Verkliga värdet är y(t) Välj så att dessa värden överensstämmer så bra som möjligt. Här finns flera valmöjligheter: Vad by(t θ) blir beror på hur störningarna modelleras så bra som möjligt måste ges en matematisk formulering C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
11 Parameterskattning: Tillvägagångssätt 1 Räkna ut modellens prediktion av y(t), vid tiden t 1: by(t θ) 2 Bilda prediktionsfelet ε(t, θ) = y(t) by(t θ) 3 Bilda godhetsmåttet (förlustfunktionen) V N (θ) = 1 N NX t=1 ` ε(t, θ) 4 Tag det värde som minimerar förlustfunktionen bθ N = arg min V N (θ) C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
12 Parameterskattning: Förlustfunktionen Om e(t) är normalfördelad, så är V N () = 1 N negativa log-likelihood-funktionen. NX t=1 " 2 (t; ) () Skattningen b N av blir då en maximum-likelihood-skattningen. Detta motiverar (teoretiskt) varför förlustfunktionen () är så vanligt förekommande. C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
13 Prediktion för svartlådemodeller Antag modellstrukturen är given av Då gäller att by(t j ) = y(t) = G(q; )u(t) + H(q; )e(t): 1 H 1 (q; ) y(t) + H 1 (q; )G(q; )u(t) Specialfall: OE: H(q; ) = 1 by(t j ) = G(q; )u(t) ARX: H(q; ) = 1=A(q) och G(q; ) = B(q)=A(q) by(t j ) = 1 A(q) y(t) + B(q)u(t) = T '(t) C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
14 Parameterskattning: Specialfallet ARX För ARX-modeller A(q)y(t) = B(q)u(t) + e(t); gäller att där = 0 a 1. a na b 1. b nb 1 C A by(t j ) = T '(t); och '(t) = 0 y(t 1). y(t n a ) u(t n k ). u(t n k n b + 1) Prediktionen by(t j ) linjär i prediktionsfelet "(t; ) linjärt i Förlustfunktionen V N () kvadratisk i Lätt att beräkna minimum (linjärt ekvationssystem) C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23 1 C A :
15 Parameterskattning: Iterativa metoder För mer generella modellstrukturer måste V N () minimeras numeriskt. Iterativ metod Newtons metod: b (j+1) N = b (j) N jm j V 0 N(b (j) N ) M j = V 00 N b (j) 1 N Gauss-Newton-metoder: Inversa Hessianen M j approximeras så att bara förstaderivator behöver beräknas. Praktiskt problem: Resultatet kan vara ett lokalt men inte globalt optimum. C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
16 Exempel: Parametrisk modell Data samplat med T = 0:1 och mätbrusvarians 0:02 2 från systemet 5 G(s) = s 2 + 2s System arx([2; 2; 1]) oe([2; 2; 1]) :5 y(t) arx([2; 2; 1]) 0 oe([2; 2; 1]) 0: C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
17 Modellkvalitet: Bias och varians Om bz är en skattning av en variabel som har sanna värdet z 0 och så gäller sambandet E (bz) = z E jbz z 0 j 2 = E jbz z j 2 {z } varians + jz z 0 j 2 {z } (bias) 2 En del av modellfelet beror på slumpmässiga störningar. Detta fel kallas variansfel och går typiskt mot noll när antalet mätdata går mot oändligheten. Om modellen inte kan beskriva verkligheten exakt, så kvarstår ett fel även vid oändligt många data: biasfel. C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
18 Biasegenskaper: Tidsplanet Under mycket allmänna villkor gäller att V N () = 1 N samt att NX t=1 " 2 (t; )! V () = E " 2 (t; ); då N! 1 bn!? = arg min V (); då N! 1: Poäng: Kan studera V () vid analys (mycket lättare) C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
19 Biasegenskaper: Frekvensplanet Betrakta y(t) = G 0 (q)u(t) + w(t) y(t) = G(q; )u(t) + H (q)e(t) (Sanna systemet) (Modell) Då N! 1 gäller att Tolkning:? = arg min Z jg 0 (e i! ) G(e i! ; )j 2 Φ u (!) jh (e i! )j 2 d! Minimerar skattningsfelet frekvens för frekvens, med tonvikt på de frekvenser där insignalsenergin är stor (i förhållande till brusmodellen) Om det existerar 0 sådant att G(q; 0) = G 0 (q), då gäller att G(q;? ) = G 0 (q) om Φ u (!) 6= 0 tillräckligt ofta. C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
20 Biasegenskaper: Alternativ infallsvinkel Antag att det finns ett värde 0 så att "(t; 0) = vitt brus; (vilket betyder att verkligheten kan beskrivas av modellen) Då är 0 = arg min V (). Om det gäller att by(t j ) = by(t j 0) ) = 0 (identifierbarhet: Olika parametervärden marks ) kan man dra slutsatsen lim N!1 b N = 0 C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
21 Variansegenskaper: Vilken noggrannhet får man? Antag att "(t; 0) är vitt brus. Då gäller E (b N 0)(b N 0) T N R 1 där är brusvariansen och R = E (t; 0) (t; 0) T ; (t; ) = d d by(t j ) Översatt till varians hos skattning av G: Var G(e i! ; b N ) n N Φ w (!) Φ u (!) ; där n är antal parametrar, Φ u insignalspektrum och Φ w brusspektrum. C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
22 Identifierbarhet: Går att skatta? Olika värden på bör ge olika prediktioner. Att detta inte är uppfyllt kan beror på parametriseringen i sig insignalvalet återkoppling C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
23 Identifiering av y(t) + ay(t 1) = bu(t 1) + e(t) Återkoppling: u(t) = k(r(t) y(t)). Identifierad modell: (sann heldragen, ARX prickad, spektralanalys streckad) 10 1 AMPLITUD frekvens (rad/sek) 0 FAS frekvens (rad/sek) C. Lyzell (LiTH) TSRT62 Modellbygge & Simulering / 23
Parameterskattning i linjära dynamiska modeller. Kap 12
Parameterskattning i linjära dynamiska modeller Kap 12 Grundläggande ansats Antag (samplade) mätdata (y och u)från ett system har insamlats. Givet en modell M(t, θ) och mätdata, hitta det θ som ger en
Läs merSammanfattning av föreläsning 4. Modellbygge & Simulering, TSRT62. Föreläsning 5. Identifiering av olinjära modeller
Sammanfattning av föreläsning 4 Modellbygge & Simulering, TSRT62 Föreläsning 5. Identifiering av olinjära modeller Reglerteknik, ISY, Linköpings Universitet Linjära parametriserade modeller: ARX, ARMAX,
Läs merDatorövningar i systemidentifiering Del 2
Datorövningar i systemidentifiering Del 2 Denna version: 24 augusti 2015 REGLERTEKNIK AUTOMATIC CONTROL LINKÖPING 1 Parametrisk identifiering av konfektionsmodeller Parametriska konfektionsmodeller (black-box-modeller)
Läs merSammanfattning av föreläsning 5. Modellbygge & Simulering, TSRT62. Föreläsning 6. Modellkvalitet och validering. Bias och varians
Sammanfattning av föreläsning 5 Modellbygge & Simulering, TSRT62 Föreläsning 6. Modellkvalitet och validering Reglerteknik, ISY, Linköpings Universitet Skattningens kvalitet: bias och varians Fysikaliska
Läs merKap 10 - Modeller med störningar. Hur beskriva slumpmässiga störningar?
Kap 10 - Modeller med störningar Notera att Beskrivning av signaler i frekvensdomänen -sammanfattning ger en bakgrund till Kap 10 och 11. Huvudpunkter: Hur beskriva slumpmässiga störningar? Data insamlas
Läs merSammanfattning av föreläsning 11. Modellbygge & Simulering, TSRT62. Föreläsning 12. Simulering. Föreläsning 12. Numeriska metoder och Simulering
Sammanfattning av föreläsning 11 Modellbygge & Simulering, TSRT62 Föreläsning 12. Simulering Reglerteknik, ISY, Linköpings Universitet Index för en DAE Antalet derivationer som behövs för att lösa ut ż
Läs merModellbygge och simulering
DNR LIU-2017-00432 1(5) Modellbygge och simulering Programkurs 6 hp Modelling and Simulation TSRT62 Gäller från: 2017 VT Fastställd av Programnämnden för elektroteknik, fysik och matematik, EF Fastställandedatum
Läs merDatorövningar i systemidentifiering Del 3
Datorövningar i systemidentifiering Del 3 Denna version: 15 oktober 2015 REGLERTEKNIK AUTOMATIC CONTROL LINKÖPING 1 Parametrisk identifiering av tillståndsmodeller Hittills har alla parametriska modeller
Läs merFormalia. Modellbygge & Simulering, TSRT62. Föreläsning 1. Varför modeller? Föreläsning 1: Modeller och modellbygge
Formalia Modellbygge & Simulering, TSRT62 Föreläsning 1 Labanmälan via länk på kurshemsidan Datortenta i datorsal Fem av lektionerna i datorsal Reglerteknik, ISY, Linköpings Universitet Identifieringslabben
Läs merTSRT91 Reglerteknik: Föreläsning 12
TSRT91 Reglerteknik: Föreläsning 12 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar 1 / 15 1 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merBeskrivning av signaler i frekvensdomänen - sammanfattning
Beskrivning av signaler i frekvensdomänen - sammanfattning Bengt Carlsson Systems and Control Dept of Information Technology, Uppsala University January 21, 2010 Abstract Detta material ger en sammanfattning
Läs merTSRT91 Reglerteknik: Föreläsning 11
Föreläsningar / 5 TSRT9 Reglerteknik: Föreläsning Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merTENTAMEN Systemidentifiering, 4p, F, FRI, STS
TENTAMEN Systemidentifiering, 4p, F, FRI, STS Tid: Fredagen den 17 mars kl 09.00 14.00 Plats: Polacksbacken, skrivsal Ansvarig lärare: Alexander Medvedev, telefon 471 3064, mobil 070 57 48 173. Alexander
Läs merReglerteori. Föreläsning 4. Torkel Glad
Reglerteori. Föreläsning 4 Torkel Glad Föreläsning 1 Torkel Glad Januari 2018 2 Sammanfattning av Föreläsning 3 Kovariansfunktion: R u (τ) = Eu(t)u(t τ) T Spektrum: Storleksmått: Vitt brus: Φ u (ω) =
Läs merReglerteori. Föreläsning 3. Torkel Glad
Reglerteori. Föreläsning 3 Torkel Glad Föreläsning 1 Torkel Glad Januari 2018 2 Sammanfattning av föreläsning 2 Det mesta av teorin för envariabla linjära system generaliseras lätt till ervariabla (era
Läs merVälkomna till TSRT19 Reglerteknik M Föreläsning 9
Välkomna till TSRT19 Reglerteknik M Föreläsning 9 Sammanfattning av föreläsning 8 Prestandabegränsningar Robusthet Mer generell återkopplingsstruktur Sammanfattning av förra föreläsningen H(s) W(s) 2 R(s)
Läs merVälkomna till TSRT19 Reglerteknik M Föreläsning 9
Välkomna till TSRT19 Reglerteknik M Föreläsning 9 Sammanfattning av föreläsning 8 Prestandabegränsningar Robusthet Mer generell återkopplingsstruktur Sammanfattning föreläsning 8 2 F(s) Lead-lag design:
Läs merTSRT91 Reglerteknik: Föreläsning 5
TSRT9 Reglerteknik: Föreläsning 5 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar / 23 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merTSRT91 Reglerteknik: Föreläsning 10
TSRT91 Reglerteknik: Föreläsning 10 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar 1 / 15 1 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merReglerteknik AK. Tentamen 24 oktober 2016 kl 8-13
Institutionen för REGLERTEKNIK Reglerteknik AK Tentamen 24 oktober 26 kl 8-3 Poängberäkning och betygsättning Lösningar och svar till alla uppgifter skall vara klart motiverade. Tentamen omfattar totalt
Läs merDagens föreläsning. TSFS06 Diagnos och övervakning Föreläsning 6 - Tröskling och analys av teststorheter. Tröskelsättning och beslut i osäker miljö
Dagens föreläsning TSFS6 Diagnos och övervakning Föreläsning 6 - Tröskling och analys av teststorheter Erik Frisk Institutionen för systemteknik Linköpings universitet frisk@isy.liu.se 22-3-28 Tröskelsättning
Läs merÖVNINGSTENTAMEN Modellering av dynamiska system 5hp
ÖVNINGSTENTAMEN Modellering av dynamiska system 5hp Tid: Denna övn.tenta gås igenom 25 maj (5h skrivtid för den riktiga tentan) Plats: Ansvarig lärare: Bengt Carlsson Tillåtna hjälpmedel: Kurskompendiet
Läs merFredrik Lindsten Kontor 2A:521, Hus B, Reglerteknik Institutionen för systemteknik (ISY)
Innehåll föreläsning 12 2 Reglerteknik, föreläsning 12 Sammanfattning av kursen Fredrik Lindsten fredrik.lindsten@liu.se Kontor 2A:521, Hus B, Reglerteknik Institutionen för systemteknik (ISY) 1. Sammanfattning
Läs merEXEMPEL 1: ARTVARIATION FÖRELÄSNING 1. EEG frekvensanalys EXEMPEL 2: EEG
FÖRELÄSNING EXEMPEL : ARTVARIATION Kurs- och transform-översikt. Kursintroduktion med typiska signalbehandlingsproblem och kapitelöversikt. Rep av transformer 3. Rep av aliaseffekten Givet: data med antal
Läs merReglerteori, TSRT09. Föreläsning 4: Kalmanfiltret & det slutna systemet. Torkel Glad. Reglerteknik, ISY, Linköpings Universitet
Reglerteori, TSRT09 Föreläsning 4: Kalmanfiltret & det slutna systemet Reglerteknik, ISY, Linköpings Universitet Sammanfattning av Föreläsning 3 2(19) Kovariansfunktion: Spektrum: R u (τ) = Eu(t)u(t τ)
Läs merTSRT09 Reglerteori. Sammanfattning av Föreläsning 3. Sammanfattning av Föreläsning 3, forts. Sammanfattning av Föreläsning 3, forts.
Reglerteori 2016, Föreläsning 4 Daniel Axehill 1 / 18 Sammanfattning av Föreläsning 3 Kovariansfunktion: TSRT09 Reglerteori Föreläsning 4: Kalmanfiltret & det slutna systemet Daniel Axehill Reglerteknik,
Läs merIndustriell reglerteknik: Föreläsning 6
Föreläsningar 1 / 15 Industriell reglerteknik: Föreläsning 6 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet 1 Sekvensstyrning: Funktionsdiagram, Grafcet. 2 Grundläggande
Läs merTSRT91 Reglerteknik: Föreläsning 9
TSRT91 Reglerteknik: Föreläsning 9 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar 1 / 20 1 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merSammanfattning av föreläsning 10. Modellbygge & Simulering, TSRT62. Föreläsning 11. DAE-modeller. Modelltyper. Föreläsning 11 : DAEmodeller
Sammanfattning av föreläsning 10 Modellbygge & Simulering, TSRT62 Föreläsning 11. DAE-modeller Reglerteknik, ISY, Linköpings Universitet Bindningsgrafer: Kausalitet anger beräkningsgången i en bindningsgraf.
Läs merDagens föreläsning. TSFS06 Diagnos och övervakning Föreläsning 6 - Tröskling och analys av teststorheter. Tröskelsättning och beslut i osäker miljö
Dagens föreläsning SFS6 Diagnos och övervakning Föreläsning 6 - röskling och analys av teststorheter Erik Frisk Institutionen för systemteknik Linköpings universitet frisk@isy.liu.se 25-4-2 röskelsättning
Läs merVälkomna till TSRT19 Reglerteknik Föreläsning 10
Välkomna till TSRT19 Reglerteknik Föreläsning 10 Sammanfattning av föreläsning 9 Tillståndsbeskrivningar Överföringsfunktion vs tillståndmodell Stabilitet Styrbarhet och observerbarhet Sammanfattning föreläsning
Läs merTENTAMEN I MODELLBYGGE OCH SIMULERING (TSRT62)
TENTAMEN I MODELLBYGGE OCH SIMULERING (TSRT6) SAL: ISY:s datorsalar TID: Tisdagen den 3 oktober 01, kl. 14.00 18.00 KURS: TSRT6 Modellbygge och simlering PROVKOD: DAT1 INSTITUTION: ISY ANTAL UPPGIFTER:
Läs merVälkomna till TSRT15 Reglerteknik Föreläsning 12
Välkomna till TSRT15 Reglerteknik Föreläsning 12 Sammanfattning av föreläsning 11 Återkoppling av skattade tillstånd Integralverkan Återblick på kursen Sammanfattning föreläsning 11 2 Tillstånden innehåller
Läs merÖvningar i Reglerteknik. Differentialekvationer kan lösas med de metoder som behandlades i kurserna i matematisk analys. y(0) = 2,
Differentialekvationer Övningar i Reglerteknik Differentialekvationer kan lösas med de metoder som behandlades i kurserna i matematisk analys.. Lös följande begynnelsevärdesproblem dy dt y =, t > 0 y(0)
Läs merREGLERTEKNIK Laboration 5
6 SAMPLADE SYSTEM 6. Sampling av signaler När man använder en dator som regulator, kan man endast behandla signaler i diskreta tidpunkter. T.ex. mäts systemets utsignal i tidpunkter med visst mellanrum,
Läs merA
Lunds Universitet LTH Ingenjorshogskolan i Helsingborg Tentamen i Reglerteknik 2008{05{29. Ett system beskrivs av foljande in-utsignalsamband: dar u(t) ar insignal och y(t) utsignal. d 2 y dt 2 + dy du
Läs merFigure 1: Blockdiagram. V (s) + G C (s)y ref (s) 1 + G O (s)
Övning 9 Introduktion Varmt välkomna till nionde övningen i Reglerteknik AK! Håkan Terelius hakante@kth.se Repetition Känslighetsfunktionen y ref + e u F (s) G(s) v + + y Figure : Blockdiagram Känslighetsfunktionen
Läs merTSRT91 Reglerteknik: Föreläsning 4
TSRT91 Reglerteknik: Föreläsning 4 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Föreläsningar 1 / 16 1 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merLaplacetransform, poler och nollställen
Innehåll föreläsning 2 2 Reglerteknik, föreläsning 2 Laplacetransform, poler och nollställen Fredrik Lindsten fredrik.lindsten@liu.se Kontor 2A:521, Hus B, Reglerteknik Institutionen för systemteknik (ISY)
Läs merFöreläsning 9, Bestämning av tidsdiksreta överföringsfunktioner
Föreläsning 9, Bestämning av tidsdiksreta överföringsfunktioner Reglerteknik, IE1304 1 / 20 Innehåll Kapitel 17.1. Inledning 1 Kapitel 17.1. Inledning 2 3 2 / 20 Innehåll Kapitel 17.1. Inledning 1 Kapitel
Läs merTSRT91 Reglerteknik: Föreläsning 4
Föreläsningar 1 / 16 TSRT91 glerteknik: Föreläsning 4 Martin Enqvist glerteknik Institutionen för systemteknik Linköpings universitet 1 Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merFigur 2: Bodediagrammets amplitudkurva i uppgift 1d
Lösningsförslag till tentamen i Reglerteknik Y (för Y och D) (TSRT) 008-06-0. (a) Vi har systemet G(s) (s3)(s) samt insignalen u(t) sin(t). Systemet är stabilt ty det har sina poler i s 3 samt s. Vi kan
Läs merSF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.
SF1901: SANNOLIKHETSTEORI OCH STATISTIK FÖRELÄSNING 10 STATISTIKTEORI KONSTEN ATT DRA SLUTSATSER. INTERVALLSKATTNING. Tatjana Pavlenko 25 april 2017 PLAN FÖR DAGENS FÖRELÄSNING Statistisk inferens oversikt
Läs merTSIU61: Reglerteknik. Regulatorsyntes mha bodediagram (1/4) Känslighet Robusthet. Sammanfattning av föreläsning 7
TSIU6 Föreläsning 8 Gustaf Hendeby HT 207 / 8 Innehåll föreläsning 8 TSIU6: Reglerteknik Föreläsning 8 Känslighet Robusthet Gustaf Hendeby ˆ Sammanfattning av föreläsning 7 ˆ Känslighet mot störningar
Läs merVälkomna till TSRT15 Reglerteknik Föreläsning 2
Välkomna till TSRT15 Reglerteknik Föreläsning 2 Sammanfattning av föreläsning 1 Lösningar till differentialekvationer Karakteristiska ekvationen Laplacetransformer Överföringsfunktioner Poler Stegsvarsspecifikationer
Läs merTeststorheten är ett modellvalideringsmått Betrakta. Översikt. Modellvalideringsmått, forts. Titta lite noggrannare på testet.
Ämnen för dagen TSFS6 Diagnos och övervakning Föreläsning 5 - Konstruktion av teststorheter Erik Frisk Institutionen för systemteknik Linköpings universitet frisk@isy.liu.se 27-4-5 En teststorhet är ett
Läs merLösningsförslag till tentamen i Reglerteknik (TSRT19)
Lösningsförslag till tentamen i Reglerteknik (TSRT9) 26-3-6. (a) Systemet är stabilt och linjärt. Därmed kan principen sinus in, sinus ut tillämpas. Givet insignalen u(t) sin (t) sin ( t) har vi G(i )
Läs merVälkomna till TSRT19 Reglerteknik Föreläsning 12
Välkomna till TSRT19 Reglerteknik Föreläsning 12 Sammanfattning av föreläsning 11 Integralverkan Återkoppling av skattade tillstånd Återblick på kursen LABFLYTT! 2 PGA felbokning datorsal så måste ett
Läs merFöreläsning 8: Konfidensintervall
Föreläsning 8: Konfidensintervall Matematisk statistik Chalmers University of Technology Maj 4, 2015 Projektuppgift Projektet går ut på att studera frisättningen av dopamin hos nervceller och de två huvudsakliga
Läs merSpektrala Transformer
Spektrala Transformer Kurssammanfattning Fyra kärnkoncept Sampling Faltning Poler och nollställen Fouriertransform Koncept #1: Sampling En korrekt samplad signal kan rekonstrueras exakt, dvs ingen information
Läs merSammanfattning TSBB16
Sammanfattning TSBB16 Frekvensfunktion =H(omega) Kombinationen av amplitud och faskarakteristik är unik. H(ω) = D(ω) e^jψ(ω)=y(t)/x(t). Detta är frekvensfunktionen. H(ω)=utsignal/insignal D(ω) = H(ω).
Läs merLösningsförslag till tentamen i Reglerteknik fk M (TSRT06)
Lösningsförslag till tentamen i Reglerteknik fk M (TSRT6) 216-1-15 1. (a) Känslighetsfunktionen S(iω) beskriver hur systemstörningar och modellfel påverkar utsignalen från det återkopplade systemet. Oftast
Läs merInnehall Inledning. 3 Inledande teori. 5. Medeluppehallstid och spridning. : : : : : : : : : : : : : : : : : : : : : : : : : 5. Val av identieringmeto
Projekt Operatorsverktyg, delprojekt 4: Modeller for massatransport och berakning av uppehallstid i berlinjen. Slutrapport. Torbjorn Andersson, Predrag Pucar Alf Isaksson Linkopings Universitet 99--9 Innehall
Läs merInnehνall 1 Introduktion Processbeskrivning Inloggning och uppstart
UPPSALA UNIVERSITET SYSTEMTEKNIK EKL och PSA, 2002 Dynamiska System (STS) Modellering av en DC-motor Sammanfattning Dynamiken för en dc-motor bestäms utifrνan en s k icke-parametrisk modellering, i detta
Läs merReglerteknik AK, Period 2, 2013 Föreläsning 6. Jonas Mårtensson, kursansvarig
Reglerteknik AK, Period 2, 213 Föreläsning 6 Jonas Mårtensson, kursansvarig Senaste två föreläsningarna Frekvensbeskrivning, Bodediagram Stabilitetsmarginaler Specifikationer (tids-/frekvensplan, slutna/öppna
Läs merAUTOMATIC CONTROL REGLERTEKNIK LINKÖPINGS UNIVERSITET. M. Enqvist TTIT62: Föreläsning 2. Här är
Martin Enqvist Återkoppling, PID-reglering, specifikationer Reglerteknik Institutionen för systemteknik Linköpings universitet Repetition: Reglerproblemet 3(21) Exempel: Farthållare i en bil 4(21) Välj
Läs merFöreläsning 6: Spektralskattning: icke parametriska metoder. Leif Sörnmo 4 oktober 2009
Föreläsning 6: Spektralskattning: icke parametriska metoder Leif Sörnmo 4 oktober 2009 1 Metoder för spektralskattning icke-parametriska korrelogram, periodogram fönstring, medelvärdesbildning minimum-varians
Läs merReglerteknik Z / Bt/I/Kf/F
Reglerteknik Z / Bt/I/Kf/F Kurskod: SSY 050, ERE 080, ERE 091 Tentamen 2007-05-29 Tid: 8:30-12:30, Lokal: M-huset Lärare: Knut Åkesson tel 3717, 0701-74 95 25 Tentamen omfattar 25 poäng, där betyg tre
Läs merTENTAMEN I REGLERTEKNIK TSRT03, TSRT19
TENTAMEN I REGLERTEKNIK TSRT3, TSRT9 TID: 23 april 29, klockan 4-9 KURS: TSRT3, TSRT9 PROVKOD: TEN INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANSVARIG LÄRARE: Johan Löfberg, 7-339 BESÖKER SALEN: 5.3, 7.3 KURSADMINISTRATÖR:
Läs merUlrik Söderström 19 Jan Signalanalys
Ulrik Söderström ulrik.soderstrom@tfe.umu.se 9 Jan 200 Signaler & Signalanalys l Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt
Läs merUlrik Söderström 20 Jan Signaler & Signalanalys
Ulrik Söderström ulrik.soderstrom@tfe.umu.se 20 Jan 2009 Signaler & Signalanalys Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt
Läs merDatorövningar i systemidentifiering Del 1
Datorövningar i systemidentifiering Del 1 Denna version: 24 augusti 2015 REGLERTEKNIK AUTOMATIC CONTROL LINKÖPING Målsättning Detta häfte innehåller datorövningar i systemidentifiering. Området är i mångt
Läs merFöreläsning 10, Egenskaper hos tidsdiskreta system
Föreläsning 10, Egenskaper hos tidsdiskreta system Reglerteknik, IE1304 1 / 26 Innehåll Kapitel 18.1. Skillnad mellan analog och digital reglering 1 Kapitel 18.1. Skillnad mellan analog och digital reglering
Läs mer3 Maximum Likelihoodestimering
Lund Universitet med Lund Tekniska Högskola Finansiell Statistik Matematikcentrum, Matematisk Statistik VT 2006 Parameterestimation och linjär tidsserieanalys Denna laborationen ger en introduktion till
Läs mer1RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Torsdag 15 december 2016, kl
Tentamenskod Klockslag för inlämning Utbildningsprogram Bordnummer 1RT490 Reglerteknik I 5hp Tentamen: Del A Tid: Torsdag 15 december 2016, kl. 8.00-11.00 Plats: Fyrislundsgatan 80, sal 1 Ansvarig lärare:
Läs merTENTAMEN Modellering av dynamiska system 5hp
TENTAMEN Modellering av dynamiska system 5hp - 0 Tid: måndag 8 Maj 0, kl 4-9 Plats: Polacksbacken Ansvarig lärare: Bengt Carlsson, tel 070-674590. Bengt kommer till tentasalen ca kl 6 och besvarar ev frågor.
Läs mer1RT490 Reglerteknik I 5hp Tentamen: Del B
RT490 Reglerteknik I 5hp Tentamen: Del B Tid: Torsdag 5 december 206, kl. 3.00-6.00 Plats: Fyrislundsgatan 80, sal Ansvarig lärare: Fredrik Olsson, tel. 08-47 7840. Fredrik kommer och svarar på frågor
Läs merFöreläsning 1 Reglerteknik AK
Föreläsning 1 Reglerteknik AK c Bo Wahlberg Avdelningen för Reglerteknik, KTH 29 augusti, 2016 2 Introduktion Example (Temperaturreglering) Hur reglerar vi temperaturen i ett hus? u Modell: Betrakta en
Läs merReglerteknik AK, FRTF05
Institutionen för REGLERTEKNIK Reglerteknik AK, FRTF05 Tentamen 3 april 208 kl 4 9 Poängberäkning och betygssättning Lösningar och svar till alla uppgifter skall vara klart motiverade. Tentamen omfattar
Läs merövningstentamen I DYNAMISKA SYSTEM OCH REGLERING
övningstentamen I DYNAMISKA SYSTEM OCH REGLERING SAL: - TID: mars 27, klockan 8-2 KURS: TSRT2 PROVKOD: TEN INSTITUTION: ISY ANTAL UPPGIFTER: 6 ANSVARIG LÄRARE: Inger Erlander Klein, 73-9699 BESÖKER SALEN:
Läs merReglerteknik I: F1. Introduktion. Dave Zachariah. Inst. Informationsteknologi, Avd. Systemteknik
Reglerteknik I: F1 Introduktion Dave Zachariah Inst. Informationsteknologi, Avd. Systemteknik 1 / 14 Vad är reglerteknik? Läran om dynamiska system och deras styrning. System = Process = Ett objekt vars
Läs merVälkomna till TSRT19 Reglerteknik Föreläsning 3. Sammanfattning av föreläsning 2 PID-reglering Blockschemaräkning Reglerdesign för svävande kula
Välkomna till TSRT19 Reglerteknik Föreläsning 3 Sammanfattning av föreläsning 2 PID-reglering Blockschemaräkning Reglerdesign för svävande kula Sammanfattning av förra föreläsningen 2 Vi modellerar system
Läs merTENTAMEN I REGLERTEKNIK Y TSRT12 för Y3 och D3. Lycka till!
TENTAMEN I REGLERTEKNIK Y TSRT2 för Y3 och D3 TID: 7 mars 25, klockan 4-9. ANSVARIGA LÄRARE: Mikael Norrlöf, tel 28 27 4, Anna Hagenblad, tel 28 44 74 TILLÅTNA HJÄLPMEDEL: Läroboken Glad-Ljung: Reglerteknik,
Läs merReglerteknik I: F10. Tillståndsåterkoppling med observatörer. Dave Zachariah. Inst. Informationsteknologi, Avd. Systemteknik
Reglerteknik I: F10 Tillståndsåterkoppling med observatörer Dave Zachariah Inst. Informationsteknologi, Avd. Systemteknik 1 / 14 2 / 14 F9: Frågestund F9: Frågestund 1) När ett system är observerbart då
Läs merFöreläsning 5. Approximationsteori
Föreläsning 5 Approximationsteori Låt f vara en kontinuerlig funktion som vi vill approximera med en enklare funktion f(x) Vi kommer använda två olika approximationsmetoder: interpolation och minstrakvadratanpassning
Läs merTENTAMEN I REGLERTEKNIK Y/D
TENTAMEN I REGLERTEKNIK Y/D SAL: T1, KÅRA TID: 9 juni 2017, klockan 14-19 KURS: TSRT12, Reglerteknik Y/D PROVKOD: TEN1 INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANTAL SIDOR PÅ TENTAMEN (INKLUSIVE FÖRSÄTTSBLAD):
Läs merG(s) = 5s + 1 s(10s + 1)
Projektuppgift 1: Integratoruppvridning I kursen behandlas ett antal olika typer av olinjäriteter som är mer eller mindre vanligt förekommande i reglersystem. En olinjäritet som dock alltid förekommer
Läs merTentamen. TSFS06 Diagnos och övervakning 4 juni, 2007, kl
Tentamen TSFS06 Diagnos och övervakning 4 juni, 2007, kl. 08.00-12.00 Tillåtna hjälpmedel: TeFyMa, Beta, Physics Handbook, Reglerteknik (Glad och Ljung), Formelsamling i statistik och signalteori och miniräknare.
Läs merModellbygge och simulering av L. Ljung och T. Glad - Kap 1-2
Modellbygge och simulering av L. Ljung och T. Glad - Kap 1-2 Experiment vs modellbygge Många frågor om ett system kan besvaras genom att utföra experiment. Vettigt! Men ibland finns nackdelar: Kostnader.
Läs merTSRT91 Reglerteknik: Föreläsning 2
Föreläsningar / TSRT9 Reglerteknik: Föreläsning 2 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.
Läs merFörsättsblad till skriftlig tentamen vid Linköpings universitet KÅRA T1 T2 U2 U4
Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 2016-10-28 Sal (5) KÅRA T1 T2 U2 U4 Tid 8-12 Kurskod TSBB16 Provkod TEN2 Kursnamn/benämning Provnamn/benämning Grundläggande
Läs merExempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University
Exempelsamling Grundläggande systemmodeller Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Version: 0.1 August 25, 2015 Uppgifter markerade med (A) är
Läs merTENTAMEN I REGLERTEKNIK
TENTAMEN I REGLERTEKNIK TID: 29-6-4, kl 4.-9. KURS: TSRT9 PROVKOD: TEN INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANSVARIG LÄRARE: Johan Löfberg, tel 7-339 BESÖKER SALEN: 5., 7.3 KURSADMINISTRATÖR: Ninna Stensgård,
Läs merAnalys av egen tidsserie
Analys av egen tidsserie Tidsserieanalys Farid Bonawiede Samer Haddad Michael Litton Alexandre Messo 9 december 25 3 25 Antal solfläckar 2 15 1 5 5 1 15 2 25 3 Månad Inledning Vi har valt att betrakta
Läs merÄmnen för dagen. TSFS06 Diagnos och övervakning Föreläsning 5 - Konstruktion av teststorheter. Beteendemoder och felmodeller.
Ämnen för dagen TSFS6 Diagnos och övervakning Föreläsning 5 - Konstruktion av teststorheter Erik Frisk Institutionen för systemteknik Linköpings universitet erik.frisk@liu.se 29-4-8 En teststorhet är ett
Läs merTSRT09 Reglerteori. Sammanfattning av föreläsning 5: RGA, IMC. Föreläsning 6. Sammanfattning av föreläsning 5: LQG. Föreläsning 6: LQ-reglering
Reglerteori 7, Föreläsning 6 Daniel Axehill / 4 Sammanfattning av föreläsning 5: RGA, IMC TSRT9 Reglerteori Föreläsning 6: LQ-reglering Daniel Axehill Reglerteknik, ISY, Linköpings Universitet RGA mäter
Läs merReglerteknik AK Tentamen
Reglerteknik AK Tentamen 20-0-7 Lösningsförslag Uppgift a Svar: G(s) = Uppgift b G c (s) = G(s) = C(sI A) B + D = s. (s+)(s+2) Slutna systemets pol blir s (s + )(s + 2). G o(s) + G o (s) = F (s)g(s) +
Läs merTentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl
Tentamen i TMA 982 Linjära System och Transformer VV-salar, 27 aug 2013, kl 8.30-12.30 Examinatorer: Lars Hammarstrand och Thomas Wernstål Tentamen består av två delar (Del I och Del II) på sammanlagt
Läs merKap 8 - Empirisk modellering. Två grundprinciper för att bygga matematiska modeller (kombineras ofta!):
Kap 8 - Empirisk modellering Två grundprinciper för att bygga matematiska modeller (kombineras ofta!): 1 Fysikaliskt modellbygge. Använd naturlagar (massbalans, energibalans, Newtons lagar etc etc). Ibland
Läs merTSRT21 Dynamiska system och reglering Välkomna till Föreläsning 10
TSRT21 Dynamiska system och reglering Välkomna till Föreläsning 10 Johan Löfberg Avdelningen för Reglerteknik Institutionen för systemteknik johan.lofberg@liu.se Kontor: B-huset, mellan ingång 27 och 29
Läs merReglerteori. Föreläsning 5. Torkel Glad
Reglerteori. Föreläsning 5 Torkel Glad Föreläsning 1 Torkel Glad Januari 2018 2 Sammanfattning av Föreläsning 4 Kalmanlter Optimal observatör Kräver stokastisk modell av störningarna Kräver lösning av
Läs merA. Stationära felet blir 0. B. Stationära felet blir 10 %. C. Man kan inte avgöra vad stationära felet blir enbart med hjälp av polerna.
Man använder en observatör för att skatta tillståndsvariablerna i ett system, och återkopplar sedan från det skattade tillståndet. Hur påverkas slutna systemets överföringsfunktion om man gör observatören
Läs merTentamen ssy080 Transformer, Signaler och System, D3
Tentamen ssy080 Transformer, Signaler och System, D3 Examinator: Ants R. Silberberg 19 oktober 2011 kl. 08.30-12.30 sal: Hörsalsvägen Förfrågningar: Ants Silberberg, tel. 1808 Lösningar: Anslås torsdag
Läs merTENTAMEN: DEL B Reglerteknik I 5hp
TENTAMEN: DEL B Reglerteknik I 5hp Tid: Torsdag 20 oktober 20, kl. 4.00-7.00 Plats: Gimogatan 4, sal Ansvarig lärare: jartan Halvorsen, kommer och svarar på frågor ungefär kl 5.30. Tillåtna hjälpmedel:
Läs merLösningar till tentamen i Industriell reglerteknik TSRT07 Tentamensdatum: Martin Enqvist
ösningar till tentamen i Industriell reglerteknik TSRT7 Tentamensdatum: 28-3-2 Martin Enqvist a) Z-transformering av sambanden som beskriver den tidsdiskreta regulatorn ger Iz) = KT Sz T i z ) Ez) = Kz
Läs merExempelsamling Grundläggande systemmodeller. Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University
Exempelsamling Grundläggande systemmodeller Klas Nordberg Computer Vision Laboratory Department of Electrical Engineering Linköping University Version: 0.11 September 14, 2015 Uppgifter markerade med (A)
Läs mer