Mat Työ 2: Voimalaitoksen säätö

Koko: px
Aloita esitys sivulta:

Download "Mat Työ 2: Voimalaitoksen säätö"

Transkriptio

1 Mat Työ 2: Voimalaitoksen säätö Työssä tarkastellaan voimalaitoksen höyryntuotantoa polttoprosessi => kattilan höyrynkehitys => korkeapainehöyryn tuotanto => (turbiini) => vastapainehöyrynjakelu =>höyryakku => höyryn kulutus höyryä käyttää esim. paperikone Höyryntuotantoon vaikuttava häiriö : kulutus (myös turbiinivirtaus) Tavoitteena vakauttaa höyryntuotanto säätämällä polttoaineensyöttöä säätämällä turbiinivirtausta lataamalla ja purkamalla erityistä höyryakkua Käytetään PID-säätöä ja tilatakaisinkytkentää Voimala jakautuu 3 osaan: 1. höyryntuotanto; laitoksen yläosa 2. höyrynjakelu; turbiinivirtaus & vastapainetukki 3. höyryakku Kyseessä (periaatteessa) laajan järjestelmän (large scale system) analyysi ja säätö

2 Höyryvoimalan lohkokaaviomalli höyryntuotanto VOIMALAITOS u pkp Step Input pa-syöttö kattilaan pa-syöttö ulos Pa-syöttö sisään asentoviesti höyrytukin paine ulos sisään Kattilan paine ulos pk fp Häiriö venttiilin asennossa Kattilan höyrynkehitys ulos Asentoviesti monitorointia varten Turbiini- virtauksen säätöventtiilin asento Turbiinivirtaus ulos z1 höyrynjakelu Häiriö kulutuksessa "Yläosa" fg fp_0 Tasapainoarvo Kulutukseen menevä höyryvirtaus Latausventtiilin höyryakun asentoviesti nettovirtaus sisään ulos Virtaus akkuun/akusta Nettovirtaus vastapainetukkiin x' = Ax+Bu y = Cx+Du Vastapainetukki pvp Purkuventtiilin asentoviesti Höyryakun sisään paine ulos Höyryakku Akun paine pvp_0 Vastapaineen asetusarvo Vastapainepoikkeama pa f(u) Akkua purkava säätäjä Mux Mux1 f(u) Akkua lataava säätäjä höyryakku

3 Höyryntuotanto-osa ( yläosa ) 1 pa-syöttö ulos 1 Pa-syöttö sisään x' = Ax+Bu y = Cx+Du Höyrynkehitys kattilassa Nettovirtaus kattilaan x' = Ax+Bu y = Cx+Du Kattilan paine Mux Mux f(u) Höyryn virtaus kattilasta tukkiin Nettovirtaus kp tukkiin x' = Ax+Bu y = Cx+Du Höyrytukki 2 höyrytukin paine ulos -K- Säädetty virtaus turbiiniin Normaalivirtaus turbiiniin Turbiinivirtauksen säädön rajat 2 Turbiinivirtauksen säätöventtiilin asentoviesti sisään 3 Kattilan paine ulos 4 Kattilan höyrynkehitys ulos 5 Asentoviesti monitorointia varten 6 Turbiinivirtaus ulos

4 Höyryakku HÖYRYAKKU f(u) Säätämätön latausvirtaus fin K6 Säätämätön akun purkaus Akun lataus Latauksen säädön rajat Akun purku Nettovirtaus akkuun/ akusta -K- 1/massa f(u) Painetekijä 1/s Höyryakun paine 1 Latausventtiilin asentoviesti sisään 2 Purkamisen säädön rajat Purkuventtiilin asentoviesti sisään 1 höyryakun nettovirtaus ulos 2 Höyryakun paine ulos

5 Yleistä säädöstä Takaisinkytkentä: palautetaan systeemin ulostulo ohjaamaan sen toimintaa Kaksi perustapausta: servo-ongelma: ulostulon seurattava ulkoista referenssisignaalia mahd. tarkasti (pääpaino systeemin dynamiikan kompensoinnilla) stabilointiongelma: ulostulon pysyttävä vakiona (pääpaino häiriöiden kompensoinnilla) Työ luonteeltaan stabilointitehtävä

6 r(t) + - Σ e(t) Takaisinkytkentä F säädin u(t) Takaisinkytkentä ulostulosta erosuureen e(t) muodossa e(t)=0 => OK! muuten korjaa u(t):tä kunnes e(t)=0 Säätöongelma: valitse säädin rakenne parametrit r(t) on ulkoinen referenssisignaali M G systeemi (mittausdynamiikka) häiriö v(t) y(t)

7 PID-säädin P=proportionaalinen, I=integroiva, D=derivoiva P-osa: ohjaus riippuu lineaarisesti erosuureesta ei pysty poistamaan askelmaisen häiriön aiheuttamaa poikkeamaa I-osa: ohjaus riippuu erosuureen aikaintegraalista destabiloi systeemiä (luotetaan vanhaan informaatioon) D-osa: ohjaus riippuu erosuureen aikaderivaatasta stabiloi systeemiä, ongelmana kohinan vahvistuminen Kullakin osalla oma painokertoimensa (säätimen parametrit) Säätöongelma: valitse parametrit sopivasti stabiilisuus

8 Tilatakaisinkytkentä Tark. lineaarista järjestelmää dx/dt=ax+bu, y=cx+du tavoitteena ohjata se origoon ol. ulk. referenssisignaali = 0 Valitaan ohjaus lineaarikombinaationa tilasta: u=-kx Suljetun silmukan systeemin systeemimatriisi A-BK Jos avoimen silmukan systeemi on saavutettava (täydellisesti ohjattava) (ks. esim. mat luentomateriaali), suljetun silmukan systeemille saadaan mielivaltainen dynamiikka Tilasäädin: valitse K Tilasäätimellä ei sellaisenaan ole välttämättä integroivaa ominaisuutta järjestettävä erikseen jos tarpeen (askelmaisia häiriöitä)

9 Optimaalinen tilatakaisinkytkentä Valitse u siten että funktionaali T 1 T J[ u] = x( t) Rx( t) + u( t) 2 0 minimoituu (lineaarisneliöllinen tehtävä) R sakottaa tilan poikkemista, Q liian suurista ohjauksista, P lopputilapoikkeamasta Takaisinkytketty ratkaisu saadaan johtamalla optimisäätötehtävän välttämättömät ehdot x( T) Px( T) tilayhtälö, liittotilayhtälö, optimaalinen ohjaus (ks. mat materiaali) T Qu( t) dt+ 1 2 T

10 ... Kun liittotilan oletetaan olevan muotoa S(t)x(t), saadaan S:lle ns. Riccatin yhtälö osoittautuu että myös optimiohjaus on aikavariantti tilan lineaarikombinaatio: u*=-k*(t)x(t) Ratkaisu: Integroi Riccatin yhtälö takaperin => S(t) => optimaalinen takaisinkytkentävahvistus K*(t) => sovella ohjausta u(t)=-k*(t)x(t) S stabiloituu yleensä nopeasti => aikainvariantti (mutta suboptimaalinen) ratkaisu K* saadaan ratkaisemalla algebrallinen Riccatin yhtälö (S:n derivaatat asetettu nolliksi) (Matlab: lqr/lqr2)

11 Takaisinkytkennät työssä VOIMALAITOS u pkp Step Input pa-syöttö kattilaan pa-syöttö ulos Pa-syöttö sisään asentoviesti höyrytukin paine ulos sisään Kattilan paine ulos pk fp Häiriö venttiilin asennossa Kattilan höyrynkehitys ulos Asentoviesti monitorointia varten Turbiini- virtauksen säätöventtiilin asento Turbiinivirtaus ulos z1 Häiriö kulutuksessa "Yläosa" fg fp_0 Tasapainoarvo Kulutukseen menevä höyryvirtaus Latausventtiilin höyryakun asentoviesti nettovirtaus sisään ulos Virtaus akkuun/akusta Nettovirtaus vastapainetukkiin x' = Ax+Bu y = Cx+Du Vastapainetukki pvp Purkuventtiilin asentoviesti Höyryakun sisään paine ulos Höyryakku Akun paine pvp_0 Vastapaineen asetusarvo Vastapainepoikkeama pa f(u) Akkua purkava säätäjä Mux Mux1 f(u) Akkua lataava säätäjä

12 Linearisointi Em. säätimiä voidaan käyttää (varovasti) epälineaarisissa järjestelmissä esim. PID-säädin on mahdollista jopa virittää ilman systeemin mallia suoraan prosessiin Tilasäädön virittäminen vaatii käytännössä lineaarisen mallin => epälineaariset systeemit on linearisoitava Olkoon epälineaarinen systeemi dx/dt=f(x(t),u(t)), y(t)=g(x(t),u(t)) tarkastellaan systeemin tasapainopistettä (x 0,u 0 ) (ja vastaavaa y 0 )ja pieniä poikkeamia x=x-x 0, u=u-u 0, y=y-y 0 pätee: d x(t)/dt= f/ x x(t)+ f/ u u(t) y(t)= g/ x x(t)+ g/ u u(t) Jacobin matriisit lasketaan (x 0,u 0 ):ssa Huom. linearisoinnin pätevyysalue?

13 Laajoista järjestelmistä Laaja järjestelmä (large-scale system) = useista toisiinsa löyhästi kytkeytyneistä alisysteemeistä koostuva systeemi tyypillisesti tuhansia muuttujia analyysi ja synteesi suorin menetelmin hankalaa ellei mahdotonta Laajojen järjestelmien teoria : lähestymistapoja ja strategioita tällaisille systeemeille hajota ja hallitse Tyypillisiä sovellusalueita optimointi ja simulointi Alaan liittyviä esoteerisempiä teemoja: decentralized control, coordination, autonomous agents, agent simulation, self-organization, artificial life,...

14 ... Perusidea: alisysteemejä käsitellään vuorovaikutukset huomioiden erikseen Vuorovaikutusten käsittely usein iteratiivista alisysteemien käsittelyssä tehdään vääriä (mutta toivottavasti suppenevia) oletuksia vuorovaikutuksista Tyypillisesti 2-tasoisia algoritmeja alataso: osasysteemien päivitys kiinteillä vuorovaikutuksila ylätaso: vuorovaikutusten päivitys kiinteillä alisysteemeillä S2 S5 S3 S4 S1

15 Rakenteellinen vs. matemaattinen laaja järjestelmä Usein alisysteemit tunnistettavia vuorovaikuttavia kokonaisuuksia esim. monen kappaleen mekaniikan simulointi: kappaleet ja osasysteemit vuorovaikuttavat erilaisten nivelien kautta; vuorovaikutuksen välittäjänä tukivoimat Laajaa järjestelmää muistuttava olio saattaa myös syntyä matematiikan sivutuotteena esim. optimisäätötehtävän diskretointi: kutakin diskretointipistettä sitovat rajoitteet riippuvat vain viereisistä pisteistä = löyhä kytkentä kauempien pisteiden välillä Yhteistä kummallekin syntytavalle on, että järjestelmän matemaattisella kuvauksella on rakennetta esim. diskretoidun optimisäätötehtävän rajoitteiden Jacobin matriisi lähes lohkodiagonaalinen

16 Tärkeitä ratkaisuparadigmoja Laajojen järjestelmien ratkaiseminen iteratiivisilla hajauttavilla menetelmillä mahdollistaa sujuvasti rinnakkaisen ja hajautetun laskennan alisysteemejä käsitellään eri prosessoreissa (alataso), yksi prosessi koordinoi laskentaa (ylätaso) Harvojen (sparse) matriisien algebralle perustuvat algoritmit ja tiedon säilömistavat hajauttaminen ratkaisualgoritmitasolla

17 Miten liittyy tähän työhön? Höyryvoimala on laaja järjestelmä kolme löysästi toisiinsa liittyvää alijärjestelmää: höyryntuotanto, jakelu ja höyryakku Kukin järjestelmä viritetään toimimaan ensin erikseen, minkä jälkeen vuorovaikutukset huomioidaan ja viritystä korjataan iteratiivinen prosessi

18 Kommentteja / vinkkejä, tehtävät 1-2 Tehtävä nro 1: Lue työohje! Tutustu voimalaitoksen Simulink-malliin Systeemi alussa tasapainossa, tasapainoarvot annettu työohjeessa Tehtävä nro 2: Yläosan ohjaukset: polttoainevirtaus u, turbiinivirtauksen venttiilin asento z1 Turbiinivirtaus kasvaa, häiriö => paljonko venttiilin asento muuttuu? => Mitä tapahtuu korkeapainetukin paineelle?

19 Kommentteja / vinkkejä, tehtävä 3 Tehtävä nro 3: Tarkastellaan vain ylöosan toimintaa! Korkeapainetukin paineen poikkeamat p.o. pienempiä kuin +-2% tasapainosta Lisäksi ei sallita nopeita polttoaineen syötön muutoksia (säätöpolttoaine kallista) => Monitavoitteinen optimointiongelma (paineen stabilointi tärkeämpää!) Polttoaineensyötön (u) säätö takaisinkytkennällä korkepainetukin paineesta (pkp) Muokkaa Simulink-mallia Viritä P-säädiin askelvastekokeen (u=+1kg/s) avulla => kuinka toimii, kun turbiinivirtausmuuttuu? => ei hyvä => viritä PI => kuinka toimii? => viritä PID => kuinka toimii? PID:n virittäminen: Ruusunen Säätötekniikkaa pp , Coon & Ziegler-Nichols Vasteen derivaatan maksimi esim. differenssiapproksimaatiolla

20 Kommentteja / vinkkejä, tehtävä 4 Tehtävä nro 4: Tilatakaisinkytkentä yläosalle Ohjaus, i.e., polttoaineensyöttö (u) lineaarinen funktio kattilan höyrynkehityksestä (fp),kattilan paineesta (pk), korkeapainetukin paineesta (pkp) Yläosan malli on linearisoitava! Lineaarinen systeemi saavutettava/täydellisesti ohjattava => mielivaltainen dynamiikka suljetun silmukan systeemille => stabilointi mahdollista Muokkaa Simulink-mallia Säätimen parametrit valitaan siten, että suljetun silmakan systeemin tilayhtälömatriisin ominaisarvot vasemmassa puolitasossa Lineaaris-neliöllinen optimisäätötehtävä => Riccatin dy => Riccatin algebralinen dy (lqr, lqr2 Matlabissa) Valitse kriteerin painot sopivasti, testaa erilaisia, tutki A-BK:n ominaisarvoja (p.o. vasemassa puolitasossa) Sopivien ominaisarvojen määrääminen parametrien funktiona muuten hankalaa!!!

21 Kommentteja / vinkkejä, tehtävät 5-6 Tehtävä nro 5: Tilatakaisinkytkennässä ongelma - ulostuloon jää poikkema taspainotilasta, vrt. P-säätö Laajenna systeemiä ottamalla mukaan uusi tila Uuden tilan aikaderivaatta on erosuure, eli muuttuja on erosuureen integraali LQ-tehtävästä säätimen parametrit kriteerin painojen valinta vertailua Kuinka toimii? Tehtävä nro 6: PID vs. tilatakaisinkykentä, kumpi parempi? Valitaan PID

22 Tehtävä nro 7: Kommentteja / vinkkejä, tehtävä 7 Redusoidaan yläosan malli ensimmäisen kertaluvun järjestelmäksi Linearisoi yläosa, kirjoita lineariosoitu malli siirtofunktiomuodossa (Laplacemuunnos, taajuustaso) Konstruoi siirtofunktiolle ensimmäisen kertaluvun Pade-approksimaatio ks. Norton pp määrää siirtofunktion Taylorin sarja lyö em. yhtäsuureksi ensimmäisen kertaluvun Pade-approksimaation kanssa (rationaalifunktioapproksimaatio) => Paden parametrit Tilaesitys siirtofunktioksi: Matlab-funktio ss2tf Taylor-sarja esim. Mathematicalla series Tee oma Simulink-malli, jossa mukana vain Pade-approksimaation siirtofunktiot (1-3 kappaletta) Vertaa approksimaation ja alkuperäisen systeemin antamia askelvasteita Approksimaatiota ei käytetä jatkossa!

23 Kommentteja / vinkkejä, tehtävät 8-9 Tehtävä nro 8: Yläosa toimii nyt hyvin (tehtävän nro 6 jälkeen) Kulutusvirtauksessa (nyt häiriö) äkillinen muutos => Mitä tapahtuu vastapainetukin paineelle? (saa vaihdella enintään +-10%) Tehtävä nro 9: Turbiinivirtauksen (z1) säätö takaisinkytkennällä vastapainetukin paineesta (pvp) Muokka simulink-mallia P, PI, I, ID, PID säätimet viritä s.e. vastapaine pysyy tasapainoarvon ympärillä Miten eri säätöversiot toimivat? Vain kokeiluja, ei vaadita esim. askelvastetta! Tällä ja polttoaineen säädöllä huolehditaan matalataajuisista ja suuriamplitudisista kulutushäiriöistä

24 Tehtävä nro 10: Kommentteja / vinkkejä, tehtävä 10 Höyryakku mukaan Höyryakun sisäänmeno ja ulostulovirtauksien (lataus- ja purkuventtiilit z2 ja z3) säätö takaisinkykennällä vastapainetukin paineesta (pvp) P-säätimet valmiina Simulink-mallissa, ohjauksien rajat aluksi nollassa => muuta oikeiksi, arvot työohjeesta Etsi sopivat vahvistukset (Kin ja Kout) s.e. höyryakun ja turbiinivirtauksen säädöt toimivat yhteistyössä hyvin - kokeile erilaisia kulutushäiriöitä Höyryakulla otetaan huomioon suurempitaajuiset kulutusmuutokset - pehmentää äkillisiä muutoksia => polttoaineensyöttö ei sahaa

25 Kommentteja / vinkkejä, tehtävät Tehtävä nro 11: Hienosäädä kaikkien säätimien parametrejä s.e. vastapaine pysyy sallituissa rajoissa korkeapainetukin paineen vaihtelut mahdollisimman pieniä säätöpolttoaineen käyttö kattilassa minimoituu Testaa laitoksen toimintaa kokonaisuutena Erilaiset askel- ja ramppimaiset kulutushäiriöt, myös taajusvaste (korkeaa taajuutta, matalaa taajuutta) Vastapainehöyryn käyttäjälle ohje Minkä amplitudiset korkea- ja matalataajuiset sekä miten suuret askelmaiset kulutushäiriöt ovat sallittuja annetulla vastapaineen vaihtelurajalla? Tehtävä nro 12: Kirjoita työselotus, tarkempi ohjeistus työohjeesta

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla Säätötekniikkaa Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla servo-ongelma: ulostulon seurattava referenssisignaalia mahdollisimman tarkasti,

Lisätiedot

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla

Säätötekniikkaa. Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla Säätötekniikkaa Säätöongelma: Hae (mahdollisesti ulostulon avulla) ohjaus, joka saa systeemin toimimaan halutulla tavalla servo-ongelma: ulostulon seurattava referenssisignaalia mahdollisimman tarkasti,

Lisätiedot

Mat-2.132 Systeemianalyysilaboratorio: Dynaamisen järjestelmän simulointi ja säätö

Mat-2.132 Systeemianalyysilaboratorio: Dynaamisen järjestelmän simulointi ja säätö Mat-2.132 Systeemianalyysilaboratorio: Dynaamisen järjestelmän simulointi ja säätö Tausta ja lähtökohdat Teollisuusprosesseissa käytettävien energialähteiden, höyryn ja sähkön tarpeiden määrä vaihtelee

Lisätiedot

Harjoitus 6: Simulink - Säätöteoria. Syksy 2006. Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1

Harjoitus 6: Simulink - Säätöteoria. Syksy 2006. Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoitus 6: Simulink - Säätöteoria Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen säätötekniikkaan Takaisinkytkennän

Lisätiedot

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II

Dynaamisten systeemien teoriaa. Systeemianalyysilaboratorio II Dynaamisten systeemien teoriaa Systeemianalyysilaboratorio II 15.11.2017 Vakiot, sisäänmenot, ulostulot ja häiriöt Mallin vakiot Systeemiparametrit annettuja vakioita, joita ei muuteta; esim. painovoiman

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ

Mat Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ Mat-48 Dynaaminen optimointi, mallivastaukset, kierros Vaimennetun heilurin tilanyhtälöt on esitetty luennolla: θ = g sin θ r θ L ẋ = x ẋ = g L sin x rx Epälineaarisen systeemin tasapainotiloja voidaan

Lisätiedot

Y (s) = G(s)(W (s) W 0 (s)). Tarkastellaan nyt tilannetta v(t) = 0, kun t < 3 ja v(t) = 1, kun t > 3. u(t) = K p y(t) K I

Y (s) = G(s)(W (s) W 0 (s)). Tarkastellaan nyt tilannetta v(t) = 0, kun t < 3 ja v(t) = 1, kun t > 3. u(t) = K p y(t) K I Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan systeemianalyysin laitos Mat-2.429 Systeemien Identifiointi 6. harjoituksen ratkaisut. Laplace-tasossa saadaan annetulle venttiilille W (s) W (s)

Lisätiedot

Mat Systeemien identifiointi, aihepiirit 1/4

Mat Systeemien identifiointi, aihepiirit 1/4 , aihepiirit 1/4 Dynaamisten systeemien matemaattinen mallintaminen ja analyysi Matlab (System Identification Toolbox), Simulink 1. Matemaattinen mallintaminen: Mallintamisen ja mallin määritelmät Fysikaalinen

Lisätiedot

Tilaesityksen hallinta ja tilasäätö. ELEC-C1230 Säätötekniikka. Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus

Tilaesityksen hallinta ja tilasäätö. ELEC-C1230 Säätötekniikka. Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus Tilaesityksen hallinta ja tilasäätö ELEC-C1230 Säätötekniikka Luku 6: Tilasäätö, tilaestimointi, saavutettavuus ja tarkkailtavuus Edellisessä luvussa tarkasteltiin napoja ja nollia sekä niiden vaikutuksia

Lisätiedot

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Teknillinen tiedekunta Systeemitekniikan laboratorio Jan 2019

Lisätiedot

Tehtävä 1. Vaihtoehtotehtävät.

Tehtävä 1. Vaihtoehtotehtävät. Kem-9.47 Prosessiautomaation perusteet Tentti.4. Tehtävä. Vaihtoehtotehtävät. Oikea vastaus +,5p, väärä vastaus -,5p ja ei vastausta p Maksimi +5,p ja minimi p TÄMÄ PAPERI TÄYTYY EHDOTTOMASTI PALAUTTAA

Lisätiedot

Harjoitus 7: Dynaamisten systeemien säätö (Simulink)

Harjoitus 7: Dynaamisten systeemien säätö (Simulink) Harjoitus 7: Dynaamisten systeemien säätö (Simulink) MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Dynaamisten (=ajassakehittyvien)

Lisätiedot

Tilayhtälötekniikasta

Tilayhtälötekniikasta Tilayhtälötekniikasta Tilayhtälöesityksessä it ä useamman kertaluvun differentiaaliyhtälö esitetään ensimmäisen kertaluvun differentiaaliyhtälöryhmänä. Jokainen ensimmäisen kertaluvun differentiaaliyhtälö

Lisätiedot

v AB q(t) = q(t) v AB p(t) v B V B ṗ(t) = q(t) v AB Φ(t, τ) = e A(t τ). e A = I + A + A2 2! + A3 = exp(a D (t τ)) (I + A N (t τ)), A N = =

v AB q(t) = q(t) v AB p(t) v B V B ṗ(t) = q(t) v AB Φ(t, τ) = e A(t τ). e A = I + A + A2 2! + A3 = exp(a D (t τ)) (I + A N (t τ)), A N = = Mat-214 Dynaaminen optimointi Mitri Kitti Mallivastaukset kierros 1 1 a) Sekoitussäiliöön A virtaa puhdasta vettä virtauksella v A säiliöstä A säiliöön B täysin sekoittunutta liuosta virtauksella v AB

Lisätiedot

Dynaamisten systeemien identifiointi 1/2

Dynaamisten systeemien identifiointi 1/2 Dynaamisten systeemien identifiointi 1/2 Mallin rakentaminen mittausten avulla Epäparametriset menetelmät: tuloksena malli, joka ei perustu parametreille impulssi-, askel- tai taajusvaste siirtofunktion

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 1

Mat Dynaaminen optimointi, mallivastaukset, kierros 1 Mat-214 Dynaaminen optimointi, mallivastaukset, kierros 1 1 a) Sekoitussäiliöön A virtaa puhdasta vettä virtauksella v A, säiliöstä A säiliöön B täysin sekoittunutta liuosta virtauksella v AB ja säiliöstä

Lisätiedot

6. Differentiaaliyhtälösysteemien laadullista teoriaa.

6. Differentiaaliyhtälösysteemien laadullista teoriaa. 1 MAT-13450 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 2010 6. Differentiaaliyhtälösysteemien laadullista teoriaa. Olemme keskittyneet tässä kurssissa ensimmäisen kertaluvun

Lisätiedot

SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS),

SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS), SaSun VK1-tenttikysymyksiä 2019 Enso Ikonen, Älykkäät koneet ja järjestelmät (IMS), 5.2.2019 Tentin arvosteluperusteita: o Kurssin alku on osin kertausta SäAn ja prosessidynamiikkakursseista, jotka oletetaan

Lisätiedot

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Älykkäät koneet ja järjestelmät / Systeemitekniikka Jan 2019

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle.

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle. Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 9 1. Johdetaan ensiksi välttämättömät ehdot diskreettiaikaiselle optimisäätötehtävälle. Tilayhtälö on x k+1 = f k (x k, u k ), k = 1,..., N 1 alkuehdolla

Lisätiedot

Harjoitus 7: Dynaamisten systeemien säätö (Simulink)

Harjoitus 7: Dynaamisten systeemien säätö (Simulink) Harjoitus 7: Dynaamisten systeemien säätö (Simulink) MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Dynaamisten (=ajassa kehittyvien)

Lisätiedot

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002

Säätötekniikan matematiikan verkkokurssi, Matlab tehtäviä ja vastauksia 29.7.2002 Matlab tehtäviä 1. Muodosta seuraavasta differentiaaliyhtälöstä siirtofuntio. Tämä differentiaaliyhtälö saattaisi kuvata esimerkiksi yksinkertaista vaimennettua jousi-massa systeemiä, johon on liitetty

Lisätiedot

Säätötekniikan perusteet. Merja Mäkelä 3.3.2003 KyAMK

Säätötekniikan perusteet. Merja Mäkelä 3.3.2003 KyAMK Säätötekniikan perusteet Merja Mäkelä 3.3.2003 KyAMK Johdanto Instrumentointi automaation osana teollisuusprosessien hallinnassa Mittalaitteet - säätimet - toimiyksiköt Paperikoneella 500-1000 mittaus-,

Lisätiedot

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot

Missä mennään. systeemi. identifiointi. mallikandidaatti. validointi. malli. (fysikaalinen) mallintaminen. mallin mallin käyttötarkoitus, reunaehdot Missä mennään systeemi mallin mallin käyttötarkoitus, reunaehdot käyttö- (fysikaalinen) mallintaminen luonnonlait yms. yms. identifiointi kokeita kokeita + päättely päättely vertailu mallikandidaatti validointi

Lisätiedot

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0.

Jos siis ohjausrajoitusta ei olisi, olisi ratkaisu triviaalisti x(s) = y(s). Hamiltonin funktio on. p(0) = p(s) = 0. Mat-.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 1 1. Olkoon maaston korkeus y(s) derivoituva funktio ja etsitään tien profiilia x(s). Päätösmuuttuja on tien jyrkkyys

Lisätiedot

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Teknillinen tiedekunta Älykkäät koneet ja järjestelmät, Systeemitekniikka

Lisätiedot

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon:

(s 2 + 9)(s 2 + 2s + 5) ] + s + 1. s 2 + 2s + 5. Tästä saadaan tehtävälle ratkaisu käänteismuuntamalla takaisin aikatasoon: TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2429 Systeemien Identifiointi 2 harjoituksen ratkaisut Yhtälö voitaisiin ratkaista suoraankin, mutta käytetään Laplace-muunnosta tehtävän ratkaisemisessa

Lisätiedot

Hyvyyskriteerit. ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit

Hyvyyskriteerit. ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit Hyvyyskriteerit ELEC-C1230 Säätötekniikka Aikaisemmilla luennoilla on havainnollistettu, miten systeemien käyttäytymiseen voi vaikuttaa säätämällä niitä. Epästabiileista systeemeistä saadaan stabiileja,

Lisätiedot

1 Di erentiaaliyhtälöt

1 Di erentiaaliyhtälöt Taloustieteen mat.menetelmät syksy 2017 materiaali II-5 1 Di erentiaaliyhtälöt 1.1 Skalaariyhtälöt Määritelmä: ensimmäisen kertaluvun di erentiaaliyhtälö on muotoa _y = F (y; t) oleva yhtälö, missä _y

Lisätiedot

8. kierros. 2. Lähipäivä

8. kierros. 2. Lähipäivä 8. kierros 2. Lähipäivä Viikon aihe Tilaestimointi Tilasäätö Saavutettavuus, ohjattavuus Tarkkailtavuus, havaittavuus Mitoitus Kontaktiopetusta: 8 tuntia Kotitehtäviä: 4 tuntia Tavoitteet: tietää Saavutettavuus

Lisätiedot

MATLAB harjoituksia RST-säädöstä (5h)

MATLAB harjoituksia RST-säädöstä (5h) Digitaalinen säätöteoria MATLAB harjoituksia RST-säädöstä (5h) Enso Ikonen Oulun yliopisto, systeemitekniikan laboratorio November 25, 2008 Harjoituskerran sisältö kertausta (15 min) Napojensijoittelu

Lisätiedot

1 Komparatiivinen statiikka ja implisiittifunktiolause

1 Komparatiivinen statiikka ja implisiittifunktiolause Taloustieteen matemaattiset menetelmät 27 materiaali 4 Komparatiivinen statiikka ja implisiittifunktiolause. Johdanto Jo opiskeltu antaa nyt valmiu tutkia taloudellisia malleja Kiinnostava malli voi olla

Lisätiedot

3. kierros. 2. Lähipäivä

3. kierros. 2. Lähipäivä 3. kierros. Lähipäivä Viikon aihe (viikko /) Takaisinkytketyt vahvistimet Takaisinkytkentä, suljettu säätöluuppi Nyquistin kriteeri, stabiilisuus Taajuusanalyysi, Boden ja Nyquistin diagrammit Systeemin

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 3 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 28 R. Kangaslampi Matriisihajotelmista

Lisätiedot

Kon Hydraulijärjestelmät

Kon Hydraulijärjestelmät Kon-41.4040 Hydraulijärjestelmät Laboratorioharjoitus 2: Sähköhydraulisen järjestelmän säätö Jyri Juhala Jyrki Kajaste (Heikki Kauranne) Hydraulijärjestelmän venttiilin ohjausmenetelmät Ohjaus Kompensointi

Lisätiedot

Mat Työ 1: Optimaalinen lento riippuliitimellä

Mat Työ 1: Optimaalinen lento riippuliitimellä Mat-2.132 Työ 1: Optimaalinen lento riippuliitimellä Miten ohjaan liidintä, jotta lentäisin mahdollisimman pitkälle?? 1 työssä Konstruoidaan riippuliitimen malli dynaamisen systeemin tilaesitys Simuloidaan

Lisätiedot

H(s) + + _. Ymit(s) Laplace-tason esitykseksi on saatu (katso jälleen kalvot):

H(s) + + _. Ymit(s) Laplace-tason esitykseksi on saatu (katso jälleen kalvot): ELEC-C3 Säätötekniikka 5. laskuharjoitus Vastaukset Quiz: Luennon 4 luentokalvojen (luku 4) lopussa on esimerkki: Sähköpiiri (alkaa kalvon 39 tienoilla). Lue esimerkki huolellisesti ja vastaa seuraavaan:

Lisätiedot

Harjoitus 7: Dynaamisten systeemien säätö (Simulink)

Harjoitus 7: Dynaamisten systeemien säätö (Simulink) Harjoitus 7: Dynaamisten systeemien säätö (Simulink) SCI-C0200 Fysiikan ja matematiikan menetelmien studio SCI-C0200 Fysiikan ja matematiikan menetelmien studio 1 Harjoituksen aiheita Dynaamisten (=ajassa

Lisätiedot

17. Differentiaaliyhtälösysteemien laadullista teoriaa.

17. Differentiaaliyhtälösysteemien laadullista teoriaa. 99 17. Differentiaaliyhtälösysteemien laadullista teoriaa. Differentiaaliyhtälön x'(t) = f(x(t),t), x(t) n määrittelemän systeemin sanotaan olevan autonominen, jos oikea puoli ei eksplisiittisesti riipu

Lisätiedot

x = ( θ θ ia y = ( ) x.

x = ( θ θ ia y = ( ) x. Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan systeemianalyysin laitos Mat-2429 Systeemien Identifiointi 5 harjoituksen ratkaisut Esitetään ensin systeemi tilayhtälömuodossa Tiloiksi valitaan

Lisätiedot

2. kierros. 2. Lähipäivä

2. kierros. 2. Lähipäivä 2. kierros 2. Lähipäivä Viikon aihe Vahvistimet, kohina, lineaarisuus Siirtofunktiot, tilaesitys Tavoitteet: tietää Yhden navan vasteen ekvivalentti kohinakaistaleveys Vastuksen terminen kohina Termit

Lisätiedot

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt

MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Differentiaaliyhtälöt, osa 1 Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2015 1 / 20 R. Kangaslampi Matriisihajotelmista

Lisätiedot

Parametristen mallien identifiointiprosessi

Parametristen mallien identifiointiprosessi Parametristen mallien identifiointiprosessi Koesuunnittelu Identifiointikoe Epäparametriset menetelmät Datan esikäsittely Mallirakenteen valinta Parametrien estimointi Mallin validointi Mallin käyttö &

Lisätiedot

Y (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin

Y (z) = z-muunnos on lineaarinen kuten Laplace-muunnoskin Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.429 Systeemien Identifiointi 3. harjoituksen ratkaisut. Vapaan vasteen löytämiseksi asetetaan ohjaukseksi u(t)

Lisätiedot

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Älykkäät koneet ja järjestelmät / systeemitekniikka Jan 019

Lisätiedot

Lisämateriaalia: tilayhtälön ratkaisu, linearisointi. Matriisimuuttujan eksponenttifunktio:

Lisämateriaalia: tilayhtälön ratkaisu, linearisointi. Matriisimuuttujan eksponenttifunktio: Lisämateriaalia: tilayhtälön ratkaisu, linearisinti Matriisimuuttujan ekspnenttifunkti: Kun A n neliömatriisi, niin määritellään 1 1 1 e I ta t A t A t A 2 6 i! At 2 2 3 3 i i jnka vidaan tdistaa knvergivan

Lisätiedot

Parametristen mallien identifiointiprosessi

Parametristen mallien identifiointiprosessi Parametristen mallien identifiointiprosessi Koesuunnittelu Identifiointikoe Epäparametriset menetelmät Datan esikäsittely Mallirakenteen valinta Parametrien estimointi Mallin validointi Mallin käyttö &

Lisätiedot

Matemaattisesta mallintamisesta

Matemaattisesta mallintamisesta Matemaattisesta mallintamisesta (Fysikaalinen mallintaminen) 1. Matemaattisen mallin konstruointi dynaamiselle reaalimaailman järjestelmälle pääpaino fysikaalisella mallintamisella samat periaatteet pätevät

Lisätiedot

BM20A0900, Matematiikka KoTiB3

BM20A0900, Matematiikka KoTiB3 BM20A0900, Matematiikka KoTiB3 Luennot: Matti Alatalo Oppikirja: Kreyszig, E.: Advanced Engineering Mathematics, 8th Edition, John Wiley & Sons, 1999, luvut 1 4. 1 Sisältö Ensimmäisen kertaluvun differentiaaliyhtälöt

Lisätiedot

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2

min x x2 2 x 1 + x 2 1 = 0 (1) 2x1 1, h = f = 4x 2 2x1 + v = 0 4x 2 + v = 0 min x x3 2 x1 = ± v/3 = ±a x 2 = ± v/3 = ±a, a > 0 0 6x 2 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-39 Optimointioppi Kimmo Berg 6 harjoitus - ratkaisut min x + x x + x = () x f = 4x, h = x 4x + v = { { x + v = 4x + v = x = v/ x = v/4 () v/ v/4

Lisätiedot

VOIMALAITOSTEKNIIKKA MAMK YAMK Tuomo Pimiä

VOIMALAITOSTEKNIIKKA MAMK YAMK Tuomo Pimiä VOIMALAITOSTEKNIIKKA 2016 MAMK YAMK Tuomo Pimiä Voimalaitoksen säätötehtävät Voimalaitoksen säätötehtävät voidaan jakaa kolmeen toiminnalliseen : Stabilointitaso: paikalliset toimilaiteet ja säätimet Koordinointitaso:

Lisätiedot

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt

Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt Luento 4: Liikkeen kuvausta, differentiaaliyhtälöt Digress: vakio- vs. muuttuva kiihtyvyys käytännössä Kinematiikkaa yhdessä dimensiossa taustatietoa Matlab-esittelyä 1 / 20 Luennon sisältö Digress: vakio-

Lisätiedot

Säätötekniikan alkeita

Säätötekniikan alkeita Säätötekniikan alkeita Säätötekniikan avulla pyritään ohjaamaan erilaisia i i järjestelmiäj älyä sisältävällä menetelmällä. Tavoitteena on saada systeemi käyttäytymään halutulla tavalla luotettavasti,

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 11

Mat Dynaaminen optimointi, mallivastaukset, kierros 11 Mat-.148 Dynaaminen optimointi, mallivastaukset, kierros 11 1. Olkoon tehtaan tuotanto x(t) ajan hetkellä t ja investoitava osuus tuotannosta u(t). Tehdasta kuvaa systeemiyhtälö ẋ(t) = u(t)x(t) x() = c

Lisätiedot

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi

MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 4: Ketjusäännöt ja lineaarinen approksimointi Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1

Lisätiedot

Ellipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio

Ellipsoidimenetelmä. Samuli Leppänen Kokonaislukuoptimointi. S ysteemianalyysin Laboratorio Ellipsoidimenetelmä Kokonaislukuoptimointi Sovelletun matematiikan lisensiaattiseminaari Kevät 2008 / 1 Sisällys Ellipsoidimenetelmän geometrinen perusta ja menetelmän idea Formaali ellipsoidimenetelmä

Lisätiedot

Identifiointiprosessi

Identifiointiprosessi Alustavia kokeita Identifiointiprosessi Koesuunnittelu, identifiointikoe Mittaustulosten / datan esikäsittely Ei-parametriset menetelmät: - Transientti-, korrelaatio-, taajuus-, Fourier- ja spektraalianalyysi

Lisätiedot

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset

3.1 Lineaarikuvaukset. MS-A0004/A0006 Matriisilaskenta. 3.1 Lineaarikuvaukset. 3.1 Lineaarikuvaukset 31 MS-A0004/A0006 Matriisilaskenta 3 Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2292015 Lineaariset yhtälöt ovat vektoreille luonnollisia yhtälöitä, joita

Lisätiedot

ACKERMANNIN ALGORITMI. Olkoon järjestelmä. x(k+1) = Ax(k) + Bu(k)

ACKERMANNIN ALGORITMI. Olkoon järjestelmä. x(k+1) = Ax(k) + Bu(k) ACKERMANNIN ALGORITMI Olkoon järjestelmä x(k+1) = Ax( + Bu( jossa x( = tilavektori (n x 1) u( = ohjaus (skalaari) A (n x n matriisi) B (n x 1 matriisi) Oletetaan, että ohjaus u( = Kx( on rajoittamaton.

Lisätiedot

Harjoitus (15min) Prosessia P säädetään yksikkötakaisinkytkennässä säätimellä C (s+1)(s+0.02) 50s+1

Harjoitus (15min) Prosessia P säädetään yksikkötakaisinkytkennässä säätimellä C (s+1)(s+0.02) 50s+1 ENSO IKONEN PYOSYS Harjoitus (15min) Prosessia P säädetään yksikkötakaisinkytkennässä säätimellä C. 1 P(s) = -----------------(s+1)(s+0.02) C(s) = 50s+1 --------50s Piirrä vasteet asetusarvosta. Kommentoi

Lisätiedot

Harjoitus 5: Simulink

Harjoitus 5: Simulink Harjoitus 5: Simulink Mat-2.2107 Sovelletun matematiikan tietokonetyöt Syksy 2006 Mat-2.2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Tutustuminen Simulinkiin Differentiaaliyhtälöiden

Lisätiedot

5 Differentiaaliyhtälöryhmät

5 Differentiaaliyhtälöryhmät 5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =

Lisätiedot

Malliprediktiivinen säädin konttinosturille. Laboratoriotyön ohje. Olli Sjöberg Eero Vesaoja

Malliprediktiivinen säädin konttinosturille. Laboratoriotyön ohje. Olli Sjöberg Eero Vesaoja Malliprediktiivinen säädin konttinosturille Laboratoriotyön ohje Olli Sjöberg Eero Vesaoja Contents 1 Johdanto 2 2 MPC säädin 4 21 MPC:n yleinen toimintaperiaate 4 22 LQ-säätimen perusteet 5 23 MPC optimoituna

Lisätiedot

Identifiointiprosessi

Identifiointiprosessi Identifiointiprosessi Koesuunnittelu Identifiointikoe Datan esikäsittely Mallirakenteen valinta Parametrien estimointi Diagnostiset testit Mallin validointi Mallin käyttö & ylläpito Identifiointi- ja simulointiohjelmistoja

Lisätiedot

Agenda. Johdanto Säätäjiä. Mittaaminen. P-, I-,D-, PI-, PD-, ja PID-säätäjä Säätäjän valinta ja virittäminen

Agenda. Johdanto Säätäjiä. Mittaaminen. P-, I-,D-, PI-, PD-, ja PID-säätäjä Säätäjän valinta ja virittäminen 8. Luento: Laitteiston ohjaaminen Arto Salminen, arto.salminen@tut.fi Agenda Johdanto Säätäjiä P-, I-,D-, PI-, PD-, ja PID-säätäjä Säätäjän valinta ja virittäminen Mittaaminen Johdanto Tavoitteena: tunnistaa

Lisätiedot

8. kierros. 1. Lähipäivä

8. kierros. 1. Lähipäivä 8. kierros 1. Lähipäivä Viikon aihe Tilaestimointi Tilasäätö Saavutettavuus, ohjattavuus Tarkkailtavuus, havaittavuus Mitoitus Kontaktiopetusta: 8 tuntia Kotitehtäviä: 4 tuntia Tavoitteet: tietää Saavutettavuus

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0004/A0006 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A4/A6 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 5.9.25 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x + x 2

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),...

Mat Dynaaminen optimointi, mallivastaukset, kierros Johdetaan välttämättömät ehdot funktionaalin. g(y(t), ẏ(t),... Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 6 1. Johdetaan välttämättömät ehdot funktionaalin J(y) = g(y(t), ẏ(t),..., dr y(t), t) dt dt r ekstremaalille, kun ja t f ovat kiinteitä ja tiedetään

Lisätiedot

MS-C1340 Lineaarialgebra ja

MS-C1340 Lineaarialgebra ja MS-C1340 Lineaarialgebra ja differentiaaliyhtälöt Vektoriavaruudet Riikka Kangaslampi kevät 2017 Matematiikan ja systeemianalyysin laitos Aalto-yliopisto Idea Lineaarisen systeemin ratkaiseminen Olkoon

Lisätiedot

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU

SÄÄTÖJÄRJESTELMIEN SUUNNITTELU ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Älykkäät koneet ja järjestelmät, Systeemitekniikka Feb 2019

Lisätiedot

1 PID-taajuusvastesuunnittelun esimerkki

1 PID-taajuusvastesuunnittelun esimerkki Enso Ikonen, Oulun yliopisto, systeemitekniikan laboratorio 2/23 Säätöjärjestelmien suunnittelu 23 PID-taajuusvastesuunnittelun esimerkki Tehtävänä on suunnitella säätö prosessille ( ) = = ( +)( 2 + )

Lisätiedot

TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Mat Systeemien Identifiointi. 4. harjoitus

TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio. Mat Systeemien Identifiointi. 4. harjoitus TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-2.4129 Systeemien Identifiointi 4. harjoitus 1. a) Laske valkoisen kohinan spektraalitiheys. b) Tarkastellaan ARMA-prosessia C(q 1 )y = D(q 1 )e,

Lisätiedot

6 Variaatiolaskennan perusteet

6 Variaatiolaskennan perusteet 6 Variaatiolaskennan perusteet Sivut ss. 22 26 pääosin lähteen [Kirk, Ch. 4, ss. 107 127] pohjalta Variaatiolaskenta keskittyy lokaaliin analyysiin eli funktion lokaalin minimin vastineisiin funktionaaleilla.

Lisätiedot

Osakesalkun optimointi. Anni Halkola Turun yliopisto 2016

Osakesalkun optimointi. Anni Halkola Turun yliopisto 2016 Osakesalkun optimointi Anni Halkola Turun yliopisto 2016 Artikkeli Gleb Beliakov & Adil Bagirov (2006) Non-smooth optimization methods for computation of the Conditional Value-at-risk and portfolio optimization.

Lisätiedot

Numeeriset menetelmät

Numeeriset menetelmät Numeeriset menetelmät Luento 5 Ti 20.9.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 5 Ti 20.9.2011 p. 1/40 p. 1/40 Choleskyn menetelmä Positiivisesti definiiteillä matriiseilla kolmiohajotelma

Lisätiedot

Identifiointiprosessi

Identifiointiprosessi Alustavia kokeita Identifiointiprosessi Koesuunnittelu, identifiointikoe Mittaustulosten / datan esikäsittely Ei-parametriset menetelmät: - Transientti-, korrelaatio-, taajuus-, Fourier- ja spektraalianalyysi

Lisätiedot

Osatentti

Osatentti Osatentti 2.8.205 Nimi: Opiskelijanumero: Ohjeet: Vastaa kysymyspaperiin ja kysymyksille varattuun tilaan. Laskin ei ole sallittu. Tenttikaavasto jaetaan. Kaavastoon EI merkintöjä. Palauta kaavasto tämän

Lisätiedot

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4

s = 11 7 t = = 2 7 Sijoittamalla keskimmäiseen yhtälöön saadaan: k ( 2) = 0 2k = 8 k = 4 BM0A5800 Funktiot, lineaarialgebra ja vektorit Harjoitus 5, Syksy 05. (a) i. Jotta vektori c sijaitsisi a:n ja b:n virittämällä tasolla, c on voitava esittää a:n ja b:n lineaarikombinaationa. c ta + sb

Lisätiedot

[xk r k ] T Q[x k r k ] + u T k Ru k. }.

[xk r k ] T Q[x k r k ] + u T k Ru k. }. Mat-2.48 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 3. Johdetaan lineaarisen aikainvariantin seurantatehtävän yleinen ratkaisu neliöllisellä kustannuksella. Systeemi: x k+

Lisätiedot

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018

BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 BM20A5840 Usean muuttujan funktiot ja sarjat Harjoitus 7, Kevät 2018 Tehtävä 8 on tällä kertaa pakollinen. Aloittakaapa siitä. 1. Kun tässä tehtävässä sanotaan sopii mahdollisimman hyvin, sillä tarkoitetaan

Lisätiedot

1 Perusteita lineaarisista differentiaaliyhtälöistä

1 Perusteita lineaarisista differentiaaliyhtälöistä 1 Perusteita lineaarisista differentiaaliyhtälöistä Johdetaan lineaarisen aikavariantin systeemin ẋ(t) = A(t)x(t) + B(t)u(t), x(t 0 ) = x 0 yleinen ratkaisu. Tarkastellaan ensin homogeenistä yhtälöä. Lause

Lisätiedot

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) =

3 = Lisäksi z(4, 9) = = 21, joten kysytty lineaarinen approksimaatio on. L(x,y) = BM20A5810 Differentiaalilaskenta ja sovellukset Harjoitus 6, Syksy 2016 1. (a) Olkoon z = z(x,y) = yx 1/2 + y 1/2. Muodosta z:lle lineaarinen approksimaatio L(x,y) siten että approksimaation ja z:n arvot

Lisätiedot

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1

. Kun p = 1, jono suppenee raja-arvoon 1. Jos p = 2, jono hajaantuu. Jono suppenee siis lineaarisesti. Vastaavasti jonolle r k+1 = r k, suhde on r k+1 TEKNILLINEN KORKEAKOULU Systeemianalyysin laboratorio Mat-.39 Optimointioppi Kimmo Berg 8. harjoitus - ratkaisut. a)huomataan ensinnäkin että kummankin jonon raja-arvo r on nolla. Oletetaan lisäksi että

Lisätiedot

Moniulotteisia todennäköisyysjakaumia

Moniulotteisia todennäköisyysjakaumia Ilkka Mellin Todennäköisyyslaskenta Osa 3: Todennäköisyysjakaumia Moniulotteisia todennäköisyysjakaumia TKK (c) Ilkka Mellin (007) 1 Moniulotteisia todennäköisyysjakaumia >> Multinomijakauma Kaksiulotteinen

Lisätiedot

Matemaattinen Analyysi

Matemaattinen Analyysi Vaasan yliopisto, syksy 2016 / ORMS1010 Matemaattinen Analyysi 8. harjoitus, viikko 49 R1 to 12 14 F453 (8.12.) R2 to 14 16 F345 (8.12.) R3 ke 8 10 F345 (7.11.) 1. Määritä funktion f (x) = 1 Taylorin sarja

Lisätiedot

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5.

Yhtälöryhmä matriisimuodossa. MS-A0007 Matriisilaskenta. Tarkastellaan esimerkkinä lineaarista yhtälöparia. 2x1 x 2 = 1 x 1 + x 2 = 5. 2. MS-A000 Matriisilaskenta 2. Nuutti Hyvönen, c Riikka Kangaslampi Matematiikan ja systeemianalyysin laitos Aalto-yliopisto 2..205 Tarkastellaan esimerkkinä lineaarista yhtälöparia { 2x x 2 = x x 2 =

Lisätiedot

Mat Dynaaminen optimointi, mallivastaukset, kierros 3

Mat Dynaaminen optimointi, mallivastaukset, kierros 3 Mat-2.48 Dynaaminen optimointi, mallivastaukset, kierros 3. Johdetaan lineaarisen aikainvariantin seurantatehtävän yleinen ratkaisu neliöllisellä kustannuksella. Systeemi: Kustannusfunktio: J = 2 xt NHx

Lisätiedot

ELEC-C1230 Säätötekniikka

ELEC-C1230 Säätötekniikka Johdanto: Digitaalinen (diskreetti, diskreettiaikainen) säätöjärjestelmä ELEC-C1230 Säätötekniikka Luku 10: Digitaalinen säätö, perusteet, jatkuu A/D-muunnoksessa analoginen signaali näytteistetään (sampling);

Lisätiedot

PID-sa a timen viritta minen Matlabilla ja simulinkilla

PID-sa a timen viritta minen Matlabilla ja simulinkilla PID-sa a timen viritta minen Matlabilla ja simulinkilla Kriittisen värähtelyn menetelmä Tehtiin kuvan 1 mukainen tasavirtamoottorin piiri PID-säätimellä. Virittämistä varten PID-säätimen ja asetettiin

Lisätiedot

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu

k=0 saanto jokaisen kolmannen asteen polynomin. Tukipisteet on talloin valittu LIS AYKSI A kirjaan Reaalimuuttujan analyysi 1.6. Numeerinen integrointi: Gaussin kaavat Edella kasitellyt numeerisen integroinnin kaavat eli kvadratuurikaavat Riemannin summa, puolisuunnikassaanto ja

Lisätiedot

1 Rajoittamaton optimointi

1 Rajoittamaton optimointi Taloustieteen matemaattiset menetelmät 7 materiaali 5 Rajoittamaton optimointi Yhden muuttujan tapaus f R! R Muistutetaan mieleen maksimin määritelmä. Funktiolla f on maksimi pisteessä x jos kaikille y

Lisätiedot

x = x x 2 + 2y + 3 y = x + 2y f 2 (x, y) = 0. f 2 f 1

x = x x 2 + 2y + 3 y = x + 2y f 2 (x, y) = 0. f 2 f 1 Matematiikan K/P syksy Laskharjoits 9 Mallivastakset Tehtävän differentiaaliyhtälösysteemi: x = x x + y + y = x + y Merkitään f (x, y) = x x + y + ja f (x, y) = x + y Kriittisessä pisteessä f (x, y) =

Lisätiedot

ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit

ELEC-C1230 Säätötekniikka. Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit ELEC-C3 Säätötekniikka Luku 8: Säädetyn järjestelmän hyvyys aika- ja taajuustasossa, suunnittelu taajuustasossa, kompensaattorit Hyvyyskriteerit Aikaisemmilla luennoilla on havainnollistettu, miten systeemien

Lisätiedot

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5

Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 Mat-2.148 Dynaaminen optimointi, mallivastaukset, kierros 5 1. Kotitehtävä. 2. Lasketaan aluksi korkoa korolle. Jos korkoprosentti on r, ja korko maksetaan n kertaa vuodessa t vuoden ajan, niin kokonaisvuosikorko

Lisätiedot

Tietokoneavusteinen säätösuunnittelu (TASSU)

Tietokoneavusteinen säätösuunnittelu (TASSU) Ohjeita ja esimerkkejä kurssin 470463A näyttökoetta varten Tietokoneavusteinen säätösuunnittelu (TASSU) Enso Ikonen 9/2006 Oulun yliopisto, Prosessi- ja ympäristötekniikan osasto, systeemitekniikan laboratorio

Lisätiedot

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio,

Harjoitus Tarkastellaan luentojen Esimerkin mukaista työttömyysmallinnusta. Merkitään. p(t) = hintaindeksi, π(t) = odotettu inflaatio, Differentiaaliyhtälöt, Kesä 06 Harjoitus 3 Kaikissa tehtävissä, joissa pitää tarkastella kriittisten pisteiden stabiliteettia, jos kyseessä on satulapiste, ilmoita myös satulauraratkaisun (tai kriittisessä

Lisätiedot

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x

y (0) = 0 y h (x) = C 1 e 2x +C 2 e x e10x e 3 e8x dx + e x 1 3 e9x dx = e 2x 1 3 e8x 1 8 = 1 24 e10x 1 27 e10x = e 10x e10x BM0A5830 Differentiaaliyhtälöiden peruskurssi Harjoitus 4, Kevät 017 Päivityksiä: 1. Ratkaise differentiaaliyhtälöt 3y + 4y = 0 ja 3y + 4y = e x.. Ratkaise DY (a) 3y 9y + 6y = e 10x (b) Mikä on edellisen

Lisätiedot

järjestelmät Luento 8

järjestelmät Luento 8 DEE-111 Lineaariset järjestelmät Luento 8 1 Lineaariset järjestelmät Risto Mikkonen 7.8.214 Luento 7 - Recap Z-muunnos ja sen ominaisuudet Lineaaristen dierenssiyhtälöiden käsittely Alku- ja loppuarvot

Lisätiedot

Osa IX. Z muunnos. Johdanto Diskreetit funktiot

Osa IX. Z muunnos. Johdanto Diskreetit funktiot Osa IX Z muunnos A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 298 / 322 A.Rasila, J.v.Pfaler () Mat-.33 Matematiikan peruskurssi KP3-i 9. lokakuuta 2007 299 / 322 Johdanto

Lisätiedot

Kon Simuloinnin Rakentaminen Janne Ojala

Kon Simuloinnin Rakentaminen Janne Ojala Kon 16.4011 Simuloinnin Rakentaminen Janne Ojala Simulointi käytännössä 1/3 Simulaatiomalleja helppo analysoida Ymmärretään ongelmaa paremmin - Opitaan ymmärtämään koneen toimintaa ja siihen vaikuttavia

Lisätiedot