TSRT62 Modellbygge & Simulering

Save this PDF as:
 WORD  PNG  TXT  JPG

Storlek: px
Starta visningen från sidan:

Download "TSRT62 Modellbygge & Simulering"

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

Modellbygge och simulering

Modellbygge 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 mer

Datorövningar i systemidentifiering Del 3

Datorövningar 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 mer

TSRT91 Reglerteknik: Föreläsning 12

TSRT91 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 mer

Välkomna till TSRT19 Reglerteknik M Föreläsning 9

Välkomna 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 mer

Reglerteori, TSRT09. Föreläsning 4: Kalmanfiltret & det slutna systemet. Torkel Glad. Reglerteknik, ISY, Linköpings Universitet

Reglerteori, 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 mer

TSRT09 Reglerteori. Sammanfattning av Föreläsning 3. Sammanfattning av Föreläsning 3, forts. Sammanfattning av Föreläsning 3, forts.

TSRT09 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 mer

Fredrik Lindsten Kontor 2A:521, Hus B, Reglerteknik Institutionen för systemteknik (ISY)

Fredrik 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 mer

Dagens föreläsning. TSFS06 Diagnos och övervakning Föreläsning 6 - Tröskling och analys av teststorheter. Tröskelsättning och beslut i osäker miljö

Dagens 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 mer

Sammanfattning 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. 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 mer

A

A 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 mer

Figure 1: Blockdiagram. V (s) + G C (s)y ref (s) 1 + G O (s)

Figure 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 mer

TSRT91 Reglerteknik: Föreläsning 4

TSRT91 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 mer

Övningar i Reglerteknik. Differentialekvationer kan lösas med de metoder som behandlades i kurserna i matematisk analys. y(0) = 2,

Övningar 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 mer

TSRT91 Reglerteknik: Föreläsning 4

TSRT91 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 mer

Figur 2: Bodediagrammets amplitudkurva i uppgift 1d

Figur 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 mer

SF1901: SANNOLIKHETSTEORI OCH STATISTIKTEORI KONSTEN ATT DRA INTERVALLSKATTNING. STATISTIK SLUTSATSER. Tatjana Pavlenko.

SF1901: 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 mer

Välkomna till TSRT15 Reglerteknik Föreläsning 12

Välkomna 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 mer

Kap 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!): 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 mer

Lösningsförslag till tentamen i Reglerteknik (TSRT19)

Lösningsförslag 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 mer

Välkomna till TSRT19 Reglerteknik Föreläsning 12

Välkomna 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 mer

Sammanfattning TSBB16

Sammanfattning 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 mer

Föreläsning 8: Konfidensintervall

Föreläsning 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 mer

Lösningsförslag till tentamen i Reglerteknik fk M (TSRT06)

Lösningsförslag 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 mer

Innehνall 1 Introduktion Processbeskrivning Inloggning och uppstart

Innehνall 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 mer

Reglerteknik Z / Bt/I/Kf/F

Reglerteknik 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 mer

Ulrik Söderström 19 Jan Signalanalys

Ulrik 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 mer

Ulrik Söderström 20 Jan Signaler & Signalanalys

Ulrik 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 mer

3 Maximum Likelihoodestimering

3 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 mer

TENTAMEN Modellering av dynamiska system 5hp

TENTAMEN 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 mer

Föreläsning 10, Egenskaper hos tidsdiskreta system

Föreläsning 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 mer

Välkomna 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 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 mer

TENTAMEN I REGLERTEKNIK Y TSRT12 för Y3 och D3. Lycka till!

TENTAMEN 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 mer

Modellbygge och simulering av L. Ljung och T. Glad - Kap 1-2

Modellbygge 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 mer

TSRT91 Reglerteknik: Föreläsning 2

TSRT91 Reglerteknik: Föreläsning 2 Föreläsningar / TSRT9 Reglerteknik: Föreläsning 2 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Inledning, grundläggande begrepp. 2 Matematiska modeller. Stabilitet.

Läs mer

G(s) = 5s + 1 s(10s + 1)

G(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 mer

Analys av egen tidsserie

Analys 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 mer

A. Stationära felet blir 0. B. Stationära felet blir 10 %. C. Man kan inte avgöra vad stationära felet blir enbart med hjälp av polerna.

A. 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 mer

Tentamen ssy080 Transformer, Signaler och System, D3

Tentamen 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 mer

Projekt 1 (P1) Problembeskrivning och uppdragsspecifikation

Projekt 1 (P1) Problembeskrivning och uppdragsspecifikation Projekt 1 (P1) Problembeskrivning och uppdragsspecifikation Etapp 1 Problem med mätsignalen m.a.p. sampling, vikning och spektraltäthet Problembeskrivning Uppdragsgivaren överväger att skaffa nya A/D-omvandlare

Läs mer

GMM och Estimationsfunktioner

GMM och Estimationsfunktioner Lunds Universitet med Lund Tekniska Högskola Finansiell Statistik Matematikcentrum, Matematisk Statistik VT 2006 GMM och Estimationsfunktioner I laborationen möter du två besläktade metoder för att estimera

Läs mer

Välkomna till TSRT19 Reglerteknik M Föreläsning 8

Välkomna till TSRT19 Reglerteknik M Föreläsning 8 Välkomna till TSRT19 Reglerteknik M Föreläsning 8 Sammanfattning av föreläsning 7 Kretsformning Lead-lag design Instabila nollställen och tidsfördröjning (tolkning i frekvensplanet) Sammanfattning av förra

Läs mer

Föreläsning 11, Dimensionering av tidsdiskreta regulatorer

Föreläsning 11, Dimensionering av tidsdiskreta regulatorer Föreläsning 11, Dimensionering av tidsdiskreta regulatorer KTH 8 februari 2011 1 / 28 Innehåll 1 Kapitel 19.2. Polplaceringsmetoden 2 3 4 5 6 2 / 28 Innehåll 1 Kapitel 19.2. Polplaceringsmetoden 2 3 4

Läs mer

TSRT09 Reglerteori. Sammanfattning av Föreläsning 1. Sammanfattning av Föreläsning 1, forts. Sammanfattning av Föreläsning 1, forts.

TSRT09 Reglerteori. Sammanfattning av Föreläsning 1. Sammanfattning av Föreläsning 1, forts. Sammanfattning av Föreläsning 1, forts. Reglerteori 217, Föreläsning 2 Daniel Axehill 1 / 32 Sammanfattning av Föreläsning 1 TSRT9 Reglerteori Föreläsning 2: Beskrivning av linjära system Daniel Axehill Reglerteknik, ISY, Linköpings Universitet

Läs mer

Impulssvaret Betecknas h(t) respektive h(n). Impulssvaret beskriver hur ett system reagerar

Impulssvaret Betecknas h(t) respektive h(n). Impulssvaret beskriver hur ett system reagerar 6 Sjätte lektionen 6.1 Transformvärlden 6.1.1 Repetera Rita upp en tankekarta över följande begrepp där du anger hur de hänger ihop och hur de betecknas. Vad beskriver de? Impulssvaret Amplitudsvaret (frekvensgången)

Läs mer

MVE051/MSG Föreläsning 7

MVE051/MSG Föreläsning 7 MVE051/MSG810 2016 Föreläsning 7 Petter Mostad Chalmers November 23, 2016 Överblick Deskriptiv statistik Grafiska sammanfattningar. Numeriska sammanfattningar. Estimering (skattning) Teori Några exempel

Läs mer

TENTAMEN I TSRT22 REGLERTEKNIK

TENTAMEN I TSRT22 REGLERTEKNIK SAL: TENTAMEN I TSRT22 REGLERTEKNIK TID: 27--23 kl. 8:-3: KURS: TSRT22 Reglerteknik PROVKOD: TEN INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANSVARIG LÄRARE: Svante Gunnarsson, tel. 3-28747,7-3994847 BESÖKER SALEN:

Läs mer

Resttentamen i Signaler och System Måndagen den 11.januari 2010, kl 14-19

Resttentamen i Signaler och System Måndagen den 11.januari 2010, kl 14-19 Resttentamen i Signaler och System Måndagen den 11.januari 2010, kl 14-19 Tillåtna hjälpmedel: Valfri miniräknare (utan möjlighet till trådlös kommunkation). Valfri litteratur, inkl. kursböcker, formelsamlingar.

Läs mer

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd

PROGRAMFÖRKLARING I. Statistik för modellval och prediktion. Ett exempel: vågriktning och våghöjd Statistik för modellval och prediktion att beskriva, förklara och förutsäga Georg Lindgren PROGRAMFÖRKLARING I Matematisk statistik, Lunds universitet stik för modellval och prediktion p.1/4 Statistik

Läs mer

Signaler & Signalanalys

Signaler & Signalanalys Ulrik Söderström ulrik.soderstrom@tfe.umu.se Jan 8 Signaler & Signalanals Sinusspänning Sinus och cosinus samma form men fasförskjutna Fasförskjutning tidsfördröjning Sinus och cosinus är väldigt enkla

Läs mer

TENTAMEN: DEL B Reglerteknik I 5hp

TENTAMEN: DEL B Reglerteknik I 5hp TENTAMEN: DEL B Reglerteknik I 5hp Tid: Fredag 8 mars 0, kl. 4.00-9.00 Plats: Gimogatan 4 sal Ansvarig lärare: Hans Norlander, tel. 08-473070. Hans kommer och svarar på frågor ungefär kl 5.30 och kl 7.30.

Läs mer

Föreläsning 9. Reglerteknik AK. c Bo Wahlberg. 30 september Avdelningen för reglerteknik Skolan för elektro- och systemteknik

Föreläsning 9. Reglerteknik AK. c Bo Wahlberg. 30 september Avdelningen för reglerteknik Skolan för elektro- och systemteknik Föreläsning 9 Reglerteknik AK c Bo Wahlberg Avdelningen för reglerteknik Skolan för elektro- och systemteknik 30 september 2013 Tillståndsåterkoppling Antag att vi återkopplar ett system med hjälp av u

Läs mer

Signaler några grundbegrepp

Signaler några grundbegrepp Kapitel 2 Signaler några grundbegrepp I detta avsnitt skall vi behandla några grundbegrepp vid analysen av signaler. För att illustrera de problemställningar som kan uppstå skall vi först betrakta ett

Läs mer

Stokastiska Processer och ARIMA. Patrik Zetterberg. 19 december 2012

Stokastiska Processer och ARIMA. Patrik Zetterberg. 19 december 2012 Föreläsning 7 Stokastiska Processer och ARIMA Patrik Zetterberg 19 december 2012 1 / 22 Stokastiska processer Stokastiska processer är ett samlingsnamn för Sannolikhetsmodeller för olika tidsförlopp. Stokastisk=slumpmässig

Läs mer

Föreläsning 7. Statistikens grunder.

Föreläsning 7. Statistikens grunder. Föreläsning 7. Statistikens grunder. Jesper Rydén Matematiska institutionen, Uppsala universitet jesper.ryden@math.uu.se 1MS008, 1MS777 vt 2016 Föreläsningens innehåll Översikt, dagens föreläsning: Inledande

Läs mer

TENTAMEN I REGLERTEKNIK

TENTAMEN I REGLERTEKNIK TENTAMEN I REGLERTEKNIK SAL: TER2 TID: 22 oktober 25, klockan 4-9 KURS: TSRT3 PROVKOD: TEN INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANSVARIG LÄRARE: Johan Löfberg, 7-339 BESÖKER SALEN: 5., 7. KURSADMINISTRATÖR:

Läs mer

Tentamen ssy080 Transformer, Signaler och System, D3

Tentamen ssy080 Transformer, Signaler och System, D3 Tentamen ssy080 Transformer, Signaler och System, D3 Examinator: Ants R. Silberberg oktober 009 kl. 4.00-8.00 lokal: Johanneberg Förfrågningar: Ants Silberberg, tel. 808 Lösningar: Anslås torsdag okt.

Läs mer

Kretsformning och känslighet

Kretsformning och känslighet Innehåll föreläsning 7 2 Reglerteknik, föreläsning 7 Kretsformning och känslighet Fredrik Lindsten fredrik.lindsten@liu.se Kontor 2A:521, Hus B, Reglerteknik Institutionen för systemteknik (ISY) 1. Sammanfattning

Läs mer

MODELLERING AV DYNAMISKA SYSTEM OCH INLUPP 2

MODELLERING AV DYNAMISKA SYSTEM OCH INLUPP 2 UPPSALA UNIVERSITET AVDELNINGEN FÖR SYSTEMTEKNIK EKL och PSA, 2002, rev BC 2009, 2013 MODELLERING AV DYNAMISKA SYSTEM DATORSTÖDD RÄKNEÖVNING OCH INLUPP 2 1. Överföringsfunktioner 2. Tillståndsmetodik Förberedelseuppgifter:

Läs mer

TSRT91 Reglerteknik: Föreläsning 1

TSRT91 Reglerteknik: Föreläsning 1 TSRT91 Reglerteknik: Föreläsning 1 Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Diverse 1 / 27 Föreläsare och examinator: Martin Enqvist Lektionsassistent: Angela Fontan

Läs mer

DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1. Frekvensfunktioner FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM. x(n)= Asin(Ωn)

DIGITALA FILTER. Tillämpad Fysik Och Elektronik 1. Frekvensfunktioner FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM. x(n)= Asin(Ωn) DIGITALA FILTER TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 1 Frekvensfunktioner x(n)= Asin(Ωn) y(n) H(z) TILLÄMPAD FYSIK OCH ELEKTRONIK, UMEÅ UNIVERSITET 2 FREKVENSSVAR FÖR ETT TIDSDISKRET SYSTEM

Läs mer

Spektrala Transformer

Spektrala Transformer Spektrala Transformer Tidsdiskreta signaler, kvantisering & sampling Tidsdiskreta signaler Tidskontinuerlig signal Ex: x(t) = sin(ωt) t är ett reellt tal ω har enheten rad/s Tidsdiskret signal Ex: x(n)

Läs mer

Regressionsmodellering inom sjukförsäkring

Regressionsmodellering inom sjukförsäkring Matematisk Statistik, KTH / SHB Capital Markets Aktuarieföreningen 4 februari 2014 Problembeskrivning Vi utgår från Försäkringsförbundets sjuklighetsundersökning och betraktar en portfölj av sjukförsäkringskontrakt.

Läs mer

Reglerteori, TSRT09. Föreläsning 8: Olinjäriteter och stabilitet. Torkel Glad. Reglerteknik, ISY, Linköpings Universitet

Reglerteori, TSRT09. Föreläsning 8: Olinjäriteter och stabilitet. Torkel Glad. Reglerteknik, ISY, Linköpings Universitet Reglerteori, TSRT09 Föreläsning 8: Olinjäriteter och stabilitet Reglerteknik, ISY, Linköpings Universitet Sammanfattning av föreläsning 7 2(27) H 2 - och H - syntes. Gör W u G wu, W S S, W T T små. H 2

Läs mer

Prediktera. Statistik för modellval och prediktion. Trend? - Syrehalt beroende på kovariater. Sambands- och trendanalys

Prediktera. Statistik för modellval och prediktion. Trend? - Syrehalt beroende på kovariater. Sambands- och trendanalys Statistik för modellval och prediktion att beskriva, förklara och förutsäga Georg Lindgren Prediktera Matematisk statistik, Lunds universitet stik för modellval och prediktion p.1/28 Statistik för modellval

Läs mer

6. Reglering av stokastiska system

6. Reglering av stokastiska system 6. Stokastiska system 6. Reglering av stokastiska system Vi har hittills använt deterministiska modeller, inklusive deterministiska störningar, såsom steg, ramper och sinussignaler som inte varierar slumpmässigt.

Läs mer

Signalbehandling, förstärkare och filter F9, MF1016

Signalbehandling, förstärkare och filter F9, MF1016 Signalbehandling, förstärkare och filter F9, MF1016 Signalbehandling, inledning Förstärkning o Varför förstärkning. o Modell för en förstärkare. Inresistans och utresistans o Modell för operationsförstärkaren

Läs mer

Logistisk regression och Indexteori. Patrik Zetterberg. 7 januari 2013

Logistisk regression och Indexteori. Patrik Zetterberg. 7 januari 2013 Föreläsning 9 Logistisk regression och Indexteori Patrik Zetterberg 7 januari 2013 1 / 33 Logistisk regression I logistisk regression har vi en binär (kategorisk) responsvariabel Y i som vanligen kodas

Läs mer

Exempel: reglering av en plattreaktor. Varför systemteknik/processreglering? Blockdiagram. Blockdiagram för en (del)process. Exempel: tankprocess

Exempel: reglering av en plattreaktor. Varför systemteknik/processreglering? Blockdiagram. Blockdiagram för en (del)process. Exempel: tankprocess Systemteknik/reglering Föreläsning Vad är systemteknik oc reglerteknik? Blockdiagram Styrstrategier Öppen styrning, framkoppling Sluten styrning, återkoppling PID-reglering Läsanvisning: Control:..3 Vad

Läs mer

Reglerteknik AK. Tentamen 16 mars 2016 kl 8 13

Reglerteknik AK. Tentamen 16 mars 2016 kl 8 13 Institutionen för REGLERTEKNIK Reglerteknik AK Tentamen 6 mars 26 kl 8 3 Poängberäkning och betygssättning Lösningar och svar till alla uppgifter skall vara klart motiverade. Tentamen omfattar totalt 25

Läs mer

TENTAMEN I REGLERTEKNIK I

TENTAMEN I REGLERTEKNIK I TENTAMEN I REGLERTEKNIK I SAL: TER2 TID: 6 mars 2, klockan 8-3 KURS: TSRT9, Reglerteknik I PROVKOD: TEN INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANTAL SIDOR PÅ TENTAMEN (INKLUSIVE FÖRSÄTTSBLAD): 9 ANSVARIG

Läs mer

Datorövning: Fouriertransform med Python

Datorövning: Fouriertransform med Python Datorövning i Elektromagnetism och vågor (FK5019) Övningsledare: bart.pelssers@fysik.su.se & ashraf@fysik.su.se Datorövning: Fouriertransform med Python Skicka in individuellt skrivna rapporter på engelska

Läs mer

Välkomna till TSRT19 Reglerteknik Föreläsning 6. Sammanfattning av föreläsning 5 Lite mer om Bodediagram Den röda tråden!

Välkomna till TSRT19 Reglerteknik Föreläsning 6. Sammanfattning av föreläsning 5 Lite mer om Bodediagram Den röda tråden! Välkomna till TSRT19 Reglerteknik Föreläsning 6 Sammanfattning av föreläsning 5 Lite mer om Bodediagram Den röda tråden! Sammanfattning av förra föreläsningen 2 G(s) Sinus in (i stabilt system) ger sinus

Läs mer

Styr- och informationssystem

Styr- och informationssystem Styr- och informationssystem Martin Enqvist Reglerteknik Institutionen för systemteknik Linköpings universitet Styr- och informationssystem 1 / 18 Grundidé: En industrirelevant profil som kombinerar teori-

Läs mer

Frekvensplanet och Bode-diagram. Frekvensanalys

Frekvensplanet och Bode-diagram. Frekvensanalys Frekvensplanet och Bode-diagram Frekvensanalys Signaler Allt inom elektronik går ut på att manipulera signaler genom signalbehandling (Signal Processing). Analog signalbehandling Kretsteori: Nod-analys,

Läs mer

Stabilitetsanalys och reglering av olinjära system

Stabilitetsanalys och reglering av olinjära system Laboration i Reglerteori, TSRT09 Stabilitetsanalys och reglering av olinjära system Denna version: 18 januari 2017 3 2 1 0 1 2 3 0 10 20 30 40 50 REGLERTEKNIK Namn: Personnr: AUTOMATIC LINKÖPING CONTROL

Läs mer

Tentamen i ESS 010 Signaler och System E3 V-sektionen, 16 augusti 2005, kl 8.30 12.30

Tentamen i ESS 010 Signaler och System E3 V-sektionen, 16 augusti 2005, kl 8.30 12.30 Tentamen i ESS 00 Signaler och System E3 V-sektionen, 6 augusti 2005, kl 8.30 2.30 Examinator: Mats Viberg Tentamen består av 5 uppgifter som vardera ger maximalt 0 p. För godkänd tentamen fordras ca 20

Läs mer

TAMS65 - Föreläsning 2 Parameterskattningar - olika metoder

TAMS65 - Föreläsning 2 Parameterskattningar - olika metoder TAMS65 - Föreläsning 2 Parameterskattningar - olika metoder Martin Singull Matematisk statistik Matematiska institutionen Innehåll Fö2 Punktskattningar Egenskaper Väntevärdesriktig Effektiv Konsistent

Läs mer

Lösningar till tentamen i styr- och reglerteknik (Med fet stil!)

Lösningar till tentamen i styr- och reglerteknik (Med fet stil!) Lösningar till tentamen i styr- och reglerteknik (Med fet stil!) Uppgift 1 (4p) Figuren nedan visar ett reglersystem för nivån i en tank.utflödet från tanken styrs av en pump och har storleken V (m 3 /s).

Läs mer

Adaptiv temperaturreglering av bostadshus

Adaptiv temperaturreglering av bostadshus UPTEC STS08 020 Examensarbete 20 p April 2008 Adaptiv temperaturreglering av bostadshus Gustav Hedberg Abstract Adaptiv temperaturreglering av bostadshus Adaptive Temperature Control in Residential Buildings

Läs mer

Avd. Matematisk statistik

Avd. Matematisk statistik Avd. Matematisk statistik TENTAMEN I 5B508 MATEMATISK STATISTIK FÖR S TISDAGEN DEN 20 DECEMBER 2005 KL 08.00 3.00. Examinator: Gunnar Englund, tel. 790 746. Tillåtna hjälpmedel: Formel- och tabellsamling

Läs mer

Föreläsning 3. Reglerteknik AK. c Bo Wahlberg. 9 september Avdelningen för reglerteknik Skolan för elektro- och systemteknik

Föreläsning 3. Reglerteknik AK. c Bo Wahlberg. 9 september Avdelningen för reglerteknik Skolan för elektro- och systemteknik Föreläsning 3 Reglerteknik AK c Bo Wahlberg Avdelningen för reglerteknik Skolan för elektro- och systemteknik 9 september 2013 Introduktion Förra gången: PID-reglering Dagens program: Stabilitet Rotort

Läs mer

1 Ickelinjär optimering under bivillkor

1 Ickelinjär optimering under bivillkor Krister Svanberg, maj 2012 1 Ickelinjär optimering under bivillkor Hittills har vi behandlat optimeringsproblem där alla variabler x j kunnat röra sig fritt, oberoende av varann, och anta hur stora eller

Läs mer

TENTAMENSUPPGIFTER i MIKROTEORI Från Peter Lohmander 2010-03-02

TENTAMENSUPPGIFTER i MIKROTEORI Från Peter Lohmander 2010-03-02 1 File = EK_GK_OM_Tentafragor Lohmander Peter 010_03_0 TENTAMENSUPPGIFTER i MIKROTEORI Från Peter Lohmander 010-03-0 UPPGIFT 1: Det finns ett särskilt samand mellan ATC s minpunkt och MC, som gäller under

Läs mer

Mätningar med avancerade metoder

Mätningar med avancerade metoder Svante Granqvist 2008-11-12 13:41 Laboration i DT2420/DT242V Högtalarkonstruktion Mätningar på högtalare med avancerade metoder Med datorerna och signalprocessningens intåg har det utvecklats nya effektivare

Läs mer

Föreläsning 6 (kap 6.1, 6.3, ): Punktskattningar

Föreläsning 6 (kap 6.1, 6.3, ): Punktskattningar Föreläsning 6 (kap 6.1, 6.3, 7.1-7.3): Punktskattningar Marina Axelson-Fisk 4 maj, 2016 Stickprov (sample) Idag: Stickprovsmedelvärde och varians Statistika (statistic) Punktskattning (point estimation)

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings universitet

Försättsblad till skriftlig tentamen vid Linköpings universitet Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 24-4-22 Sal () TER2,TER3,TERF (Om tentan går i flera salar ska du bifoga ett försättsblad till varje sal och ringa in

Läs mer

Spektrala Transformer

Spektrala Transformer Spektrala Transformer Tidsdiskreta signaler, kvantisering & sampling Tidsdiskreta signaler Tidskontinuerlig signal Ex: x(t) = sin(ωt) t är ett reellt tal ω har enheten rad/s Tidsdiskret signal Ex: x(n)

Läs mer

Välkomna till TSRT19 Reglerteknik Föreläsning 7

Välkomna till TSRT19 Reglerteknik Föreläsning 7 Välkomna till TSRT19 Reglerteknik Föreläsning 7 Sammanfattning av föreläsning 6 Kretsformning Lead-lag design Labförberedande exempel Instabila nollställen och tidsfördröjning (tolkning i frekvensplanet)

Läs mer

INLÄMNINGSUPPGIFT I. REGLERTEKNIK I för STS3 & X4

INLÄMNINGSUPPGIFT I. REGLERTEKNIK I för STS3 & X4 SYSTEMTEKNIK, IT-INSTITUTIONEN UPPSALA UNIVERSITET DZ 2015-09 INLÄMNINGSUPPGIFTER REGLERTEKNIK I för STS3 & X4 INLÄMNINGSUPPGIFT I Inlämning: Senast fredag den 2:a oktober kl 15.00 Lämnas i fack nr 30,

Läs mer

Exempel: DC-servo med styrsignalmättning DEL III: OLINJÄR REGLERTEORI. DC-servo forts.: Rampsvar och sinussvar

Exempel: DC-servo med styrsignalmättning DEL III: OLINJÄR REGLERTEORI. DC-servo forts.: Rampsvar och sinussvar Reglerteori 6, Föreläsning 8 Daniel Axehill / 6 Sammanfattning av föreläsning 7 TSRT9 Reglerteori Föreläsning 8: Olinjäriteter och stabilitet Daniel Axehill Reglerteknik, ISY, Linköpings Universitet H

Läs mer

Försättsblad till skriftlig tentamen vid Linköpings universitet

Försättsblad till skriftlig tentamen vid Linköpings universitet Försättsblad till skriftlig tentamen vid Linköpings universitet Datum för tentamen 2014-03-17 Sal (1) TER2,TER3 (Om tentan går i flera salar ska du bifoga ett försättsblad till varje sal och ringa in vilken

Läs mer

TENTAMEN I TSRT19 REGLERTEKNIK

TENTAMEN I TSRT19 REGLERTEKNIK SAL: XXXXX TENTAMEN I TSRT9 REGLERTEKNIK TID: 25-8-2 kl. 8:-3: KURS: TSRT9 Reglerteknik PROVKOD: TEN INSTITUTION: ISY ANTAL UPPGIFTER: 5 ANSVARIG LÄRARE: Inger Erlander Klein, tel. 3-28665,73-9699 BESÖKER

Läs mer

Föreläsning 12: Regression

Föreläsning 12: Regression Föreläsning 12: Regression Matematisk statistik David Bolin Chalmers University of Technology Maj 15, 2014 Binomialfördelningen Låt X Bin(n, p). Vi observerar x och vill ha information om p. p = x/n är

Läs mer

Optimalitetsvillkor. Optimum? Matematisk notation. Optimum? Definition. Definition

Optimalitetsvillkor. Optimum? Matematisk notation. Optimum? Definition. Definition Optimum? När man har formulerat sin optimeringsmodell vill man lösa den Dvs finna en optimal lösning, x, till modellen Nästan alltid: Sökmetoder: Stå i en punkt, gå till en annan (bättre Upprepa, tills

Läs mer

TSIU61: Reglerteknik. Sammanfattning från föreläsning 5 (2/4) Stabilitet Specifikationer med frekvensbeskrivning

TSIU61: Reglerteknik. Sammanfattning från föreläsning 5 (2/4) Stabilitet Specifikationer med frekvensbeskrivning TSIU6 Föreläsning 6 Gustaf Hendeby HT 206 / 7 Innehåll föreläsning 6 TSIU6: Reglerteknik Föreläsning 6 Stabilitet Specifikationer med frekvensbeskrivning Gustaf Hendeby ˆ Sammanfattning av föreläsning

Läs mer

Tentamen i Elektronik, ESS010, del 2 den 17 dec 2007 klockan 8:00 13:00 för inskrivna på elektroteknik Ht 2007.

Tentamen i Elektronik, ESS010, del 2 den 17 dec 2007 klockan 8:00 13:00 för inskrivna på elektroteknik Ht 2007. Tekniska Högskolan i Lund Institutionen för Elektrovetenskap Tentamen i Elektronik, ESS010, del 2 den 17 dec 2007 klockan 8:00 13:00 för inskrivna på elektroteknik Ht 2007. Uppgifterna i tentamen ger totalt

Läs mer

Frekvenssvaret är utsignalen då insginalen är en sinusvåg med frekvens ω och amplitud A,

Frekvenssvaret är utsignalen då insginalen är en sinusvåg med frekvens ω och amplitud A, Övning 8 Introduktion Varmt välkomna till åttonde övningen i Reglerteknik AK! Håkan Terelius hakante@kth.se Repetition Frekvenssvar Frekvenssvaret är utsignalen då insginalen är en sinusvåg med frekvens

Läs mer

En generell prediktiv kodare utnyttjar signalens utseende N steg tillbaka i tiden för kodningen, dvs vi kodar efter den betingade fördelningen

En generell prediktiv kodare utnyttjar signalens utseende N steg tillbaka i tiden för kodningen, dvs vi kodar efter den betingade fördelningen Prediktiv kodning Närliggande sampel i en signal är oftast starkt korrelerade med varandra, det kan därför vara en bra ide att försöka utnyttja denna korrelation (minnet) innan kvantiseringen för att få

Läs mer

Linjär prediktion. Prediktiv kodning. Linjär prediktion. Prediktiv kodare och avkodare

Linjär prediktion. Prediktiv kodning. Linjär prediktion. Prediktiv kodare och avkodare Prediktiv kodning Linjär prediktion Närliggande sampel i en signal är oftast starkt korrelerade med varandra, det kan därför vara en bra ide att försöka utnyttja denna korrelation (minnet) innan kvantiseringen

Läs mer

Lab 4: Digital transmission Redigerad av Niclas Wadströmer. Mål. Uppstart. Genomförande. TSEI67 Telekommunikation

Lab 4: Digital transmission Redigerad av Niclas Wadströmer. Mål. Uppstart. Genomförande. TSEI67 Telekommunikation TSEI67 Telekommunikation Lab 4: Digital transmission Redigerad av Niclas Wadströmer Mål Målet med laborationen är att bekanta sig med transmission av binära signaler. Det innebär att du efter laborationen

Läs mer