8. kierros. 2. Lähipäivä
|
|
- Tarja Hämäläinen
- 6 vuotta sitten
- Katselukertoja:
Transkriptio
1 8. kierros 2. Lähipäivä
2 Viikon aihe Tilaestimointi Tilasäätö Saavutettavuus, ohjattavuus Tarkkailtavuus, havaittavuus
3 Mitoitus Kontaktiopetusta: 8 tuntia Kotitehtäviä: 4 tuntia
4 Tavoitteet: tietää Saavutettavuus Ohjattavuus Tarkkailtavuus Havaittavuus Tilaestimointi Tilasäätö
5 Tavoitteet: ymmärtää Miten saavutettavuus ja tarkkailtavuus liittyvät tilaestimointiin ja -säätöön Milloin tilaestimointia voi ja kannattaa käyttää Milloin tilasäätö voi ja kannattaa käyttää
6 Tavoitteet: soveltaa Osaa määrittää onko systeemi saavutettava tai tarkkailtava Osaa muodostaa systeemille tilaestimaattorin Osaa säätää systeemiä tilasäätimellä
7 Tietoisku I: Tilaestimointi Kaikki systeemin tilat eivät välttämättä ole aina mitattavissa Jos viime kerran mekaanisesta systeemistä olisi mitattavissa vain paikka. Nopeus on estimoitava paikkamittauksen ja ohjauksen perusteella. Mitkä ovat vaihtoehdot?
8 Tilaestimointi Datan perusteella Derivoidaan paikkaa numeerisesti saadaan nopeus Mallin perusteella Syötetään tunnetulle mallille käytetyt ohjaussignaalit ja lasketaan mallin perusteella nopeus Mallin ja datan yhdistelmällä Käytetään mallin antamaa tilaa, jota korjataan datan perusteella
9 Mekaaninen esimerkki Mitä Simulink-mallissa tapahtuu?
10 Mekaaninen esimerkki Numeerinen derivointi Malli ja yhdistelmä Huom: häiriötön tapaus!
11 Mekaaninen esimerkki Otetaan mukaan prosessi- ja mittauskohinaa
12 Numeerinen Mallin perusteella Yhdistelmä
13 Tilaestimointi Tarkastellaan mallin ja datan yhdistävää estimaattoria tarkemmin u(t) + x(t) y(t) B y C + B Tilahavaitsija + + A K A y ^ x(t) ^ ^ x(t) e(t) C + _ ^ y(t) R S T x( t) x ( t) ~ x ( t ) todellinen tila tilan estimaatti estimaatin poikkeama ~ x ( t ) = x ( t ) x ( t)
14 Tilaestimointi Tilahavaitsija x ( t ) = Ax ( t) + Bu( t) + Ke ( t) = Ax ( t) + Bu( t) + K y( t) Cx ( t) b = A KC x ( t) + Bu( t) + Ky( t) Estimaattori ja todellinen malli R S g x ( t) = Ax( t) + Bu( t) T x ( t ) = ( b Ax ) Bu( ) K y( ) Cx ( g t + t + t t) = Ax ( b t) + Bu( t) + K Cx( t) Cx ( g t) Vähennetään lausekkeet toisistaan b b g b g b gb g b g x ( t) x ( t ) = Ax ( t ) + Bu ( t ) Ax ( t) Bu( t) K Cx( t) Cx ( t) = A x( t) x ( t) KC x( t) x ( t) = A KC x( t) x ( t) ~ x ( t ) = x ( t ) x ( t) ~ x ( t ) = A KC ~ x ( t ) b g g
15 Mekaaninen esimerkki Tehdään tilahavaitsija tutulle systeemille: R S T L NM x ( t) = x( t) u( t) Ax( t) Bu( t) y( t) = 1 0 x( t) = Cx( t) O QP L + N M O Q P = + b g Lk1Q O = + + = N M P x ( t ) A KC x ( t) Bu( t) Ky( t), K Sijoittakaa estimointivirheen pienenemistä kuvaavat navat pisteeseen -5 k 2 (vihje: karakteristinen yhtälö)
16 Tilaestimointi ja -säätö r(t) T + _ u(t) + x(t) y(t) B y C + A B Tilahavaitsija + + K A y ^ x(t) ^ e(t) C + _ ^ y(t) Säädin L
17 Tilaestimointi ja -säätö Katsotaan säädetyn järjestelmän käyttäytymistä tilaestimaattoria käytettäessä R S T x ( t) = Ax( t) + Bu( t) ( ) ( ) ( ) ( ) ( ), u ( t ) = Tr ( t ) Lx ( t) x t = Ax t + Bu t + K Cx t Cx t R S T Muuttujanvaihto x ( t) = Ax( t) + BTr( t) BLx ( t) b x ( t ) = Ax ( t) + BTr( t) BLx ( t) + KC x( t) x ( t) x ( t ) = x ( t ) ~ x( t) ( ) ( ) x ( t) = Ax( t) + BTr( t) BL x( t) x( t) x ( t) x ( t) = ( A BL) x( t) x ( t) + BTr( t) + KCx ( t) x ( t) = ( A BL) x( t) + BTr( t) + BLx ( t) x ( t) = x ( t) ( A BL) x( t) + ( A BL) x ( t) BTr( t) KCx ( t) x ( t) = ( A BL) x( t) + BTr( t) + BLx ( t) x ( t) = ( A KC) x ( t) g b g
18 Tilaestimointi ja -säätö Tilaesitys lohkomatriisimuodossa L NM O QP = L NM x ( t) A BL BL x( t) BT ~ ( ) ~ r( t) x t 0 A KC x ( t ) 0 L ( ) y( ) C 0 x t t = N M~ x ( t ) O QP Karakteristinen yhtälö (huom: systeemimatriisi on yläkolmiomatriisi!) FL NM O QP L NM Tilaestimaattori ja säädin voidaan suunnitella toisistaan riippumatta! OI QP O QP L N M O Q P + L N M O Q P K.Y.: det HG si 0 A BL BL KJ det( si A BL) det( si A KC) 0 si 0 A KC = + + = 0
19 Tilaestimointi ja -säätö Yhdistetään tilaestimointi ja -säätö mekaanisessa esimerkissä RL NM S T K O QP = L NM x ( t) A BL BL x( t) BT ~ ( ) ~ r( t) x t 0 A KC x ( t ) 0 L ( ) y( ) C 0 x t t = N M~ x ( t ) L = N M 8 O Q P, L = 20 8, T = 25 4 O QP L N M O Q P L + N M O Q P Simuloikaa systeemiä Simulinkillä O QP
20 Harjoituksia!
21 Tietoisku II: Integroinnin augmentointi Tilasäätimen avulla voidaan vaikuttaa stabiilisuuteen, värähtelyihin ja nopeuteen Kerroin T mitoitetaan yleensä niin, että staattinen vahvistus on 1 ( ei pysyvää poikkeamaa) Kuormitushäiriöiden kanssa homma ei toimi häiriöt eivät näy tiloissa pysyvää poikkeamaa
22 Integroinnin augmentointi Häiriön summautuessa tiloihin säädin kyllä reagoi häiriöön, mutta T on mitoitettu poistamaan ainoastaan referenssisuureen pysyvä poikkeama loppuarvo edelleen pielessä Ratkaisu: integroidaan erosuuretta (tämä tekee samalla T-skaalauksen turhaksi)
23 Integroinnin augmentointi Systeemi ja sen tilasäädin x ( t) = Ax( t) + Bu( t), uv ( t ) = Lx ( t ) y( t) = Cx( t) Otetaan mukaan erosuureen integraali; otetaan erosuureen integraaleista uusia tilamuuttujia u( t) = u ( t) + u ( t), u ( t) = Lx( t), u ( t) = L x ( t) = L ( y ( τ ) y( τ )) dτ v I v I I I I ref 0 Ohjaus lohkomatriiseina x( t) u( t) = uv( t) + ui ( t) = Lx( t) LIxI ( t) = [ L L I ] I ( t) x Uuden tilamuuttujan derivaatta x ( t) = y ( t) y( t) = y ( t) Cx( t) I ref ref t
24 Integroinnin augmentointi Nyt saadaan x ( t) = Ax( t) BLx( t) BLIxI ( t) x ( t) = Ax( t) + Bu( t) u( t) = Lx( t) LIxI ( t), x I ( t ) = Cx ( t ) + yref ( t ) y( t) = Cx( t) x I ( t) = Cx( t) + y ref ( t) y( t) = Cx( t) x ( t) A BL BLI x( t) 0 = + r I ( t) I ( t) y ef ( t) x C 0 x I * * * * x ( t) = A x ( t) + B yref ( t) * * x( t) y( t) = C x ( t) y( t) = [ C 0] I ( t) x Karakteristinen yhtälö si A + BL BL * I K.Y.: det ( si A ) = det = 0 s C I
25 Mekaaninen esimerkki Tehkää mekaaniselle systeemille integroiva säädin, jolla säädetyn järjestelmän navat saadaan pisteeseen -1 Simuloikaa systeemiä häiriöllä, joka summautuu systeemin tiloihin
26 Harjoituksia!
27 Hakkuriteholähteet Seuraavalla kerralla
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
LisätiedotTilaesityksen 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
Lisätiedot3. kierros. 1. Lähipäivä
3. kierros 1. Lähipäivä Viikon aihe (viikko 1/2) Takaisinkytketyt vahvistimet Takaisinkytkentä, suljettu säätöluuppi Nyquistin kriteeri, stabiilisuus Taajuusanalyysi, Boden ja Nyquistin diagrammit Systeemin
LisätiedotH(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:
Lisätiedot2. 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
LisätiedotSäätötekniikkaa. 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,
Lisätiedot2. kierros. 1. Lähipäivä
2. kierros. Lähipäivä Viikon aihe Vahvistimet, kohina, lineaarisuus Siirtofunktiot, tilaesitys Mitoitus Kontaktiopetusta: 8 tuntia Kotitehtäviä: 4 + 4 tuntia Tavoitteet: tietää Yhden navan vasteen ekvivalentti
LisätiedotHarjoitus 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
LisätiedotY (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)
Lisätiedot3. kierros. 2. Lähipäivä
3. kierros. Lähipäivä Viikon aihe (viikko /) Takaisinkytketyt vahvistimet Takaisinkytkentä, suljettu säätöluuppi Nyquistin kriteeri, stabiilisuus Taajuusanalyysi, Boden ja Nyquistin diagrammit Systeemin
LisätiedotSäätötekniikkaa. 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,
LisätiedotDynaamisten 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
Lisätiedot4. kierros. 1. Lähipäivä
4. kierros 1. Lähipäivä Viikon aihe Taajuuskompensointi, operaatiovahvistin ja sen kytkennät Taajuuskompensaattorit Mitoitus Kontaktiopetusta: 8 h Kotitehtäviä: 4 h + 0 h Tavoitteet: tietää Operaatiovahvistimen
LisätiedotLisämateriaalia: 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
LisätiedotTilayhtälötekniikasta
Tilayhtälötekniikasta Tilayhtälöesityksessä it ä useamman kertaluvun differentiaaliyhtälö esitetään ensimmäisen kertaluvun differentiaaliyhtälöryhmänä. Jokainen ensimmäisen kertaluvun differentiaaliyhtälö
LisätiedotMat 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
LisätiedotLuento 2: Liikkeen kuvausta
Luento 2: Liikkeen kuvausta Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Luennon sisältö Suoraviivainen liike integrointi Kinematiikkaa yhdessä dimensiossa Liikkeen ratkaisu kiihtyvyydestä
LisätiedotHarjoitus 6. KJR-C2001 Kiinteän aineen mekaniikan perusteet, IV/2016
KJR-C001 Kiinteän aineen mekaniikan perusteet, IV/01 Kotitehtävät palautetaan viimeistään keskiviikkoisin ennen luentojen alkua eli klo 1:00 mennessä. Muistakaa vastaukset eri tehtäviin palautetaan eri
LisätiedotOsatentti
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
LisätiedotAntti Rasila. Kevät Matematiikan ja systeemianalyysin laitos Aalto-yliopisto. Antti Rasila (Aalto-yliopisto) MS-A0204 Kevät / 16
MS-A0204 Differentiaali- ja integraalilaskenta 2 (ELEC2) Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Antti Rasila Matematiikan ja systeemianalyysin laitos
LisätiedotAS Automaation signaalinkäsittelymenetelmät. Laskuharjoitus 8. Ackermannin algoritmi Sumea säätö
AS-84.2161 Automaation signaalinkäsittelymenetelmät Laskuharjoitus 8 Ackermannin algoritmi Sumea säätö Tilasäätö Prosessia säädetään tilojen mukaan Suljetun järjestelmän siirtofunktion navat asetellaan
LisätiedotÄlä tee mitään merkintöjä kaavakokoelmaan!
AS-74. Alogie ääö vkokoelm v. Plu ei jälkee! Trk kokoelm ivumäärä! Älä ee miää merkiöjä kvkokoelm! Dymie mllie perukompoei. Sähköie kompoei Vu (reii) u() Ri() el (iduki) u() L di() d odeori i() C du()
LisätiedotSÄÄTÖJÄRJESTELMIEN 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
LisätiedotEnsimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 MAT-1345 LAAJA MATEMATIIKKA 5 Tampereen teknillinen yliopisto Risto Silvennoinen Kevät 9 Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa
Lisätiedot[ ] [ 2 [ ] [ ] ( ) [ ] Tehtävä 1. ( ) ( ) ( ) ( ) ( ) ( ) 2( ) = 1. E v k 1( ) R E[ v k v k ] E e k e k e k e k. e k e k e k e k.
ehtävä. x( + ) x( y x( + e ( y x( + e ( E v E e ( ) e ( R E[ v v ] E e e e e e e e e 6 estimointivirhe: ~ x( x( x$( x( - b y ( - b y ( estimointivirheen odotusarvo: x( - b x( - b e ( - b x( - b e ( ( -
Lisätiedotv 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
Lisätiedotf (28) L(28) = f (27) + f (27)(28 27) = = (28 27) 2 = 1 2 f (x) = x 2
BMA581 - Differentiaalilaskenta ja sovellukset Harjoitus 4, Syksy 15 1. (a) Olisiko virhe likimain.5, ja arvio antaa siis liian suuren arvon. (b) Esim (1,1.5) tai (,.5). Funktion toinen derivaatta saa
LisätiedotNumeeriset menetelmät
Numeeriset menetelmät Luento 11 Ti 11.10.2011 Timo Männikkö Numeeriset menetelmät Syksy 2011 Luento 11 Ti 11.10.2011 p. 1/34 p. 1/34 Automaattiset integrointialgoritmit Numeerisen integroinnin tarkkuuteen
Lisätiedot(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
Lisätiedot1 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
LisätiedotDifferentiaali- ja integraalilaskenta 1 Ratkaisut 5. viikolle /
MS-A8 Differentiaali- ja integraalilaskenta, V/7 Differentiaali- ja integraalilaskenta Ratkaisut 5. viikolle / 9..5. Integroimismenetelmät Tehtävä : Laske osittaisintegroinnin avulla a) π x sin(x) dx,
LisätiedotF {f(t)} ˆf(ω) = 1. F { f (n)} = (iω) n F {f}. (11) BM20A5700 - INTEGRAALIMUUNNOKSET Harjoitus 10, viikko 46/2015. Fourier-integraali:
BMA57 - INTEGRAALIMUUNNOKSET Harjoitus, viikko 46/5 Fourier-integraali: f(x) A() π B() π [A() cos x + B() sin x]d, () Fourier-muunnos ja käänteismuunnos: f(t) cos tdt, () f(t) sin tdt. (3) F {f(t)} ˆf()
LisätiedotHarjoitus Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia:
Differentiaaliyhtälöt, Kesä 216 Harjoitus 2 1. Etsi seuraavien autonomisten yhtälöiden kriittiset pisteet ja tutki niiden stabiliteettia: (a) y = (2 y) 3, (b) y = (y 1) 2, (c) y = 2y y 2. 2. Etsi seuraavien
LisätiedotMatematiikan perusteet taloustieteilij oille I
Matematiikan perusteet taloustieteilijöille I Harjoitukset syksy 2006 1. Laskeskele ja sieventele a) 3 27 b) 27 2 3 c) 27 1 3 d) x 2 4 (x 8 3 ) 3 y 8 e) (x 3) 2 f) (x 3)(x +3) g) 3 3 (2x i + 1) kun, x
LisätiedotMATLAB 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
Lisätiedot4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä
1 Laaja matematiikka 5 Kevät 010 4. Ensimmäisen ja toisen kertaluvun differentiaaliyhtälöistä Yksi tavallisimmista luonnontieteissä ja tekniikassa esiintyvistä matemaattisista malleista on differentiaaliyhtälö.
Lisätiedotx = ( 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
LisätiedotNopeus, kiihtyvyys ja liikemäärä Vektorit
Nopeus, kiihtyvyys ja liikemäärä Vektorit Luento 2 https://geom.mathstat.helsinki.fi/moodle/course/view.php?id=360 Luennon tavoitteet: Vektorit tutuiksi Koordinaatiston valinta Vauhdin ja nopeuden ero
LisätiedotTehtävä 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
LisätiedotDierentiaaliyhtälöistä
Dierentiaaliyhtälöistä Markus Kettunen 4. maaliskuuta 2009 1 SISÄLTÖ 1 Sisältö 1 Dierentiaaliyhtälöistä 2 1.1 Johdanto................................. 2 1.2 Ratkaisun yksikäsitteisyydestä.....................
Lisätiedoty (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
LisätiedotTEKNILLINEN 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,
Lisätiedot11. kierros. 1. Lähipäivä
11. kierros 1. Lähipäivä Viikon aihe AD/DA-muuntimet Signaalin digitalisointi Kvantisointivirhe Kvantisointikohina Kytkinkapasitanssipiirit Mitoitus Kontaktiopetusta: 6 tuntia Kotitehtäviä: 4 tuntia Tavoitteet:
LisätiedotMS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio.
MS-A0207 Differentiaali- ja integraalilaskenta 2 Luento 5: Gradientti ja suunnattu derivaatta. Vektoriarvoiset funktiot. Taylor-approksimaatio. Riikka Korte Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto
LisätiedotMS-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
LisätiedotMat 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
LisätiedotY (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)
LisätiedotLuento 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-
Lisätiedotk = 1,...,r. L(x 1 (t), x
Mat-2.148 Dynaaminen optimointi Mitri Kitti/Ilkka Leppänen Mallivastaukset, kierros 6 1. Johdetaan välttämättömät ehdot funktionaalin J(y) = t g(y(t), ẏ(t),..., dr y(t), t) dt dt r ekstremaalille, kun
LisätiedotSÄÄTÖJÄRJESTELMIEN 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
LisätiedotMS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus
MS-A0202 Differentiaali- ja integraalilaskenta 2 (SCI) Luento 1: Parametrisoidut käyrät ja kaarenpituus Antti Rasila Aalto-yliopisto Syksy 2015 Antti Rasila (Aalto-yliopisto) MS-A0202 Syksy 2015 1 / 18
LisätiedotHyvyyskriteerit. 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,
LisätiedotMat 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
LisätiedotMat-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
LisätiedotNumeeriset menetelmät TIEA381. Luento 11. Kirsi Valjus. Jyväskylän yliopisto. Luento 11 () Numeeriset menetelmät / 37
Numeeriset menetelmät TIEA381 Luento 11 Kirsi Valjus Jyväskylän yliopisto Luento 11 () Numeeriset menetelmät 24.4.2013 1 / 37 Luennon 11 sisältö Numeerisesta integroinnista ja derivoinnista Adaptiiviset
LisätiedotSovelletun fysiikan pääsykoe
Sovelletun fysiikan pääsykoe 7.6.016 Kokeessa on neljä (4) tehtävää. Vastaa kaikkiin tehtäviin. Muista kirjoittaa myös laskujesi välivaiheet näkyviin. Huom! Kirjoita tehtävien 1- vastaukset yhdelle konseptille
LisätiedotDifferentiaali- ja integraalilaskenta 2 (CHEM) MS-A0207 Hakula/Vuojamo Kurssitentti, 12.2, 2018, arvosteluperusteet
ifferentiaali- ja integraalilaskenta 2 (CHEM) MS-A27 Hakula/Vuojamo Kurssitentti, 2.2, 28, arvosteluperusteet T Moniosaisten tehtävien osien painoarvo on sama ellei muuta ole erikseen osoitettu. Kokeessa
Lisätiedot[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+
LisätiedotMS-A Differentiaali- ja integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko
MS-A0107 - Differentiaali- integraalilaskenta 1 (CHEM) Harjoitus 6 loppuviikko 1 Tehtävä Etsi seuraavien yhtälöiden yleiset ratkaisut: Ratkaisu: a) y y 2y = 4x, b) y + 4y = sin 3x, c) y + 2y + 5y = e x
LisätiedotEstimointi Laajennettu Kalman-suodin. AS , Automaation signaalinkäsittelymenetelmät Laskuharjoitus 4
Estimointi Laajennettu Kalman-suodin AS-84.2161, Automaation signaalinäsittelymenetelmät Lasuharjoitus 4 Estimointi Systeemin tilaa estimoidaan, un prosessin tilamalli tunnetaan Tilamalli voi olla lineaarinen
LisätiedotMissä 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
LisätiedotELEC-C1230 Säätötekniikka
Johdanto: Digitaalinen (diskreetti, diskreettiaikainen) säätöjärjestelmä ELEC-C1230 Säätötekniikka Luku 10: Digitaalinen säätö, perusteet, jatkuu A/D-muunnoksessa analoginen signaali näytteistetään (sampling);
LisätiedotLTY/SÄTE Säätötekniikan laboratorio Sa2730600 Säätötekniikan ja signaalinkäsittelyn työkurssi. Servokäyttö (0,9 op)
LTY/SÄTE Säätötekniikan laboratorio Sa2730600 Säätötekniikan ja signaalinkäsittelyn työkurssi Servokäyttö (0,9 op) JOHDNTO Työssä tarkastellaan kestomagnetoitua tasavirtamoottoria. oneelle viritetään PI-säätäjä
LisätiedotSÄÄTÖJÄRJESTELMIEN SUUNNITTELU
ENSO IKONEN PYOSYS 1 SÄÄTÖJÄRJESTELMIEN SUUNNITTELU Enso Ikonen professori säätö- ja systeemitekniikka http://cc.oulu.fi/~iko Oulun yliopisto Älykkäät koneet ja järjestelmät helmikuu 2019 ENSO IKONEN PYOSYS
LisätiedotYleisiä integroimissääntöjä
INTEGRAALILASKENTA, MAA9 Yleisiä integroimissääntöjä Integroiminen eli annetun funktion f integraalifunktion F määrittäminen (löytäminen) on yleisesti haastavaa. Joskus joutuu jopa arvata tai kokeilla.
LisätiedotNumeerinen integrointi
Numeerinen integrointi hum 8.0. Numeerinen integrointi Numeerisia integrointimenetelmiä on useita. Käsitellään tässä yhteydessä kuitenkin vain Gauss in integrointia, joka on elementtimenetelmän yhteydessä
Lisätiedot1 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
LisätiedotPaikannuksen matematiikka MAT
TA M P E R E U N I V E R S I T Y O F T E C H N O L O G Y M a t h e m a t i c s Paikannuksen matematiikka MAT-45800 4..008. p.1/4 Käytännön järjestelyt Kotisivu: http://math.tut.fi/courses/mat-45800/ Luennot:
LisätiedotELEC-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
LisätiedotMatriisiteoria Harjoitus 1, kevät Olkoon. cos α sin α A(α) = . sin α cos α. Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?
Harjoitus 1, kevät 007 1. Olkoon [ ] cos α sin α A(α) =. sin α cos α Osoita, että A(α + β) = A(α)A(β). Mikä matriisi A(α)A( α) on?. Olkoon a x y A = 0 b z, 0 0 c missä a, b, c 0. Määrää käänteismatriisi
LisätiedotSäätötekniikan 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
LisätiedotAikatason vaste vs. siirtofunktio Tehtävä
Aikatason vaste vs. siirtofunktio Tehtävä Millainen toisen kertaluvun siirtofunktio vastaa systeemiä jonka ylitys on 10% ja asettumisaika 4 min? Y s X s = 2 n s 2 2 2 n s n M p =e t r 1.8 n t s 4.6 n 1
LisätiedotHarjoitus (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
LisätiedotHarjoitus 5 -- Ratkaisut
Harjoitus -- Ratkaisut 1 Ei kommenttia. Tutkittava funktio oskilloi äärettömän tiheään nollan lähellä. PlotPoints-asetus määrää, kuinka tiheästi Plot-funktio ottaa piirrettävästä funktiosta "näytteitä"
LisätiedotSÄÄTÖJÄRJESTELMIEN 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
LisätiedotLuento 9: Yhtälörajoitukset optimoinnissa
Luento 9: Yhtälörajoitukset optimoinnissa Lagrangen kerroin Oletetaan aluksi, että f, g : R R. Merkitään (x 1, x ) := (x, y) ja johdetaan Lagrangen kerroin λ tehtävälle min f(x, y) s.t. g(x, y) = 0 Olkoon
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi
MS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 4: Ketjusäännöt ja lineaarinen approksimointi Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 2016 1 Perustuu
Lisätiedotẋ(t) = s x (t) + f x y(t) u x x(t) ẏ(t) = s y (t) + f y x(t) u y y(t),
Aalto-yliopiston Perustieteiden korkeakoulu Matematiikan ja systeemianalyysin laitos Mat-2.4129 Systeemien Identifiointi 1. harjoituksen ratkaisut 1. Tarkastellaan maita X ja Y. Olkoon näiden varustelutaso
LisätiedotFunktiojonot ja funktiotermiset sarjat Funktiojono ja funktioterminen sarja Pisteittäinen ja tasainen suppeneminen
4. Funktiojonot ja funktiotermiset sarjat 4.1. Funktiojono ja funktioterminen sarja 60. Tutki, millä muuttujan R arvoilla funktiojono f k suppenee, kun Mikä on rajafunktio? a) f k () = 2k 2k + 1, b) f
LisätiedotPID-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
LisätiedotHarjoitus 6: Symbolinen laskenta II (Mathematica)
Harjoitus 6: Symbolinen laskenta II (Mathematica) MS-C2107 Sovelletun matematiikan tietokonetyöt MS-C2107 Sovelletun matematiikan tietokonetyöt 1 Harjoituksen aiheita Differentiaaliyhtälöiden ja differentiaaliyhtälösysteemien
LisätiedotAlias-ilmiö eli taajuuden laskostuminen
Prosessiorientoituneet mallit Todellista hybridijärjestelmää ELEC-C1230 Säätötekniikka Luku 12: Näytteenottoteoreema ja jatkuvien säätimien diskreetit approksimaatiot Prosessiorientoituneet mallit katsotaan
Lisätiedotx 4 e 2x dx Γ(r) = x r 1 e x dx (1)
HY / Matematiikan ja tilastotieteen laitos Todennäköisyyslaskenta IIA, syksy 217 217 Harjoitus 6 Ratkaisuehdotuksia Tehtäväsarja I 1. Laske numeeriset arvot seuraaville integraaleille: x 4 e 2x dx ja 1
LisätiedotPakotettu vaimennettu harmoninen värähtelijä Resonanssi
Pakotettu vaimennettu harmoninen värähtelijä Resonanssi Tällä luennolla tavoitteena Mikä on pakkovoiman aiheuttama vaikutus vaimennettuun harmoniseen värähtelijään? Mikä on resonanssi? Kertaus: energian
LisätiedotACKERMANNIN 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.
LisätiedotMS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42
MS-A0004/MS-A0006 Matriisilaskenta Laskuharjoitus 6 / vko 42 Tehtävät 1-4 lasketaan alkuviikon harjoituksissa ryhmissä, ja ryhmien ratkaisut esitetään harjoitustilaisuudessa (merkitty kirjaimella L = Lasketaan).
LisätiedotAgenda. 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
LisätiedotMat 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= ( 1) 2 u tt (x, t) = u tt (x, t)
Harjoitukset 6, syksy 017 1. Osoita, ettei ajan suunnalla ole merkitystä aaltoyhtälössä: Jos u on ratkaisu, niin U(x, t) = u(x, t) on myös ratkaisu (toisin kuin lämpöyhtälön tapauksessa). Todistus. Funktion
LisätiedotMS-A0205/MS-A0206 Differentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit
MS-A25/MS-A26 ifferentiaali- ja integraalilaskenta 2 Luento 8: Newtonin iteraatio. Taso- ja avaruusintegraalit Jarmo Malinen Matematiikan ja systeemianalyysin laitos 1 Aalto-yliopisto Kevät 216 1 Perustuu
LisätiedotAmazon.com: $130,00. Osia, jaetaan opetusmonisteissa
1 Kurssin käytännön järjestelyt Luennot (12 kpl) tiistaisin klo 9 12 luokassa Y313 Luennoitsija TkT Mitri Kitti Vastaanotto luentojen yhteydessä email: mitri.kitti@hse.fi Luentomoniste kurssin verkkosivuilla
LisätiedotLisä,etopake3 2: ra,onaalifunk,on integroin,
9/20/ Lisä,etopake 2: ra,onaalifunk,on integroin, Ra,onaalifunk,o: kahden polynomin P(x) ja Q(x) osamäärä. Esim. x 2 x + 2 tai x5 +6x x- Ra,onaalifunk,o voidaan aina integroida, ja tähän löytyy kajava
LisätiedotMS-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
LisätiedotMatemaattinen Analyysi
Vaasan yliopisto, 009-010 / ORMS1010 Matemaattinen Analyysi 8. harjoitus 1. Ratkaise y + y + y = x. Kommentti: Yleinen työlista ratkaistaessa lineaarista, vakiokertoimista toisen kertaluvun differentiaaliyhtälöä
Lisätiedot5 Differentiaaliyhtälöryhmät
5 Differentiaaliyhtälöryhmät 5.1 Taustaa ja teoriaa Differentiaaliyhtälöryhmiä tarvitaan useissa sovelluksissa. Toinen motivaatio yhtälöryhmien käytölle: Korkeamman asteen differentiaaliyhtälöt y (n) =
LisätiedotDynaamisten 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
LisätiedotMS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö
MS-A010{3,4,5} (ELEC*, ENG*) Differentiaali- ja integraalilaskenta 1 Luento 10: Ensimmäisen kertaluvun differentiaaliyhtälö Pekka Alestalo, Jarmo Malinen Aalto-yliopisto, Matematiikan ja systeemianalyysin
LisätiedotIntegrointialgoritmit molekyylidynamiikassa
Integrointialgoritmit molekyylidynamiikassa Markus Ovaska 28.11.2008 Esitelmän kulku MD-simulaatiot yleisesti Integrointialgoritmit: mitä integroidaan ja miten? Esimerkkejä eri algoritmeista Hyvän algoritmin
LisätiedotJos 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
LisätiedotKJR-C1001 Statiikka ja dynamiikka. Luento Susanna Hurme
KJR-C1001 Statiikka ja dynamiikka Luento 15.3.2016 Susanna Hurme Päivän aihe: Translaatioliikkeen kinematiikka: asema, nopeus ja kiihtyvyys (Kirjan luvut 12.1-12.5, 16.1 ja 16.2) Osaamistavoitteet Ymmärtää
Lisätiedot