Modellbildung und Systemidentifikation

Mathematische Modelle physikalischer und technischer Systeme sind im Ingenieurwesen eine wesentliche Grundlage für die virtuelle Produktentwicklung, die Vorhersage von Zeitreihen von Prozessparametern und leistungsfähige Algorithmen von der aktiven Echounterdrückung im Audiobereich bis zur zustandsbasierten Regelung von Energiesystemen. In dieser Vorlesung sollen die grundlegenden Methoden der Modellbildung, insbesondere aus experimentell ermittelten Daten, vermittelt werden, um in praktischen Anwendungsproblemen zielgerichtet vorgehen zu können.

• Einordnung: Physikalische Modellbildung und experimentelle Systemanalyse
• Grundlegender Identifikationsablauf, Klassifikation von Identifikationsmethoden
• Nichtparametrische Schätzung: Spektralschätzung, Frequenzgangmessung, Korrelationsanalyse
• Methode der kleinsten Quadrate für statische und dynamische Systeme
• Adaptive Parameteridentifikation
• Zustandsschätzung mit dem Kalman-Filter
• Von nichtlinearen Systemen zum Maschinellen Lernen
• Praktische Aspekte der experimentellen Modellbildung

Während in der Vorlesung die methodischen Grundlagen vermittelt werden, werden in der Übung praktische Beispiele zur Umsetzung der Methoden in gängigen Programmierumgebungen behandelt.

2. Teil des Moduls Schaltungssimulation und Systemidentifikation (bzw. Grundlagen und Anwendungen der Systemidentifikation) (ET-12 08 08). 

(Hinweis: Die beiden Teile des Moduls, sind inhaltlich verwandt, aber bauen nicht aufeinander auf, so dass beide auch in umgekehrter Reihenfolge belegt werden können).

Vorlesung: Montags, 16.40-18.10 am Fraunhofer IIS, Münchner Straße 16

Übung: Mittwochs, 14-tägig, 16.40-18.10 am Fraunhofer IIS, Münchner Straße 16 (beginnend ab 30.10.2024)