Identifiointiprosessi Koesuunnittelu Identifiointikoe Datan esikäsittely Mallirakenteen valinta Parametrien estimointi Diagnostiset testit Mallin validointi Mallin käyttö & ylläpito
Identifiointi- ja simulointiohjelmistoja Yleisohjelmia Matlab (www.mathworks.com, www.comsol.fi) Identification toolbox MATLAB compiler: kääntää.m-filet C:ksi tai C++:ksi (toimiikin) GNU Octave ( freeware-matlab ) (www.octave.org) O-Matrix (Matlabin kilpailija) www.omatrix.com Symbolinen laskenta Mathematica, Maple (Macsyma, APL,...)
Simulointi Simulink Simnon (www.sspa.se) alunperin Lundin TKK:n automaatiotekniikan laboratorion tuote
Simulointi ACSL (Advanced Continuous Simulation Language, ks. esim. http://www.acslsim.com/) vanha simulointikieli, jonka päälle rakennettu käyttöliittymä 1. kaupallinen simulointikieli; erittäin testattu, luotettava ja myös porttautuva mallit käännetään ennen simulointia => nopea
Simulointi VisSim (ks. http://www.zenex.fi/math/vissim/feat.htm) taajuustasoanalyysi, C-koodigenerointi,reaaliaikainen simulointi yms.
Simulointi Mekaniikan simulointi suuri bisnes Adams (www.adams.com) DADS (www.ccad.uiowa.edu) Co-simulation: multifysiikan simulointi alueittain hajautetusti Reaaliaikanen simulointi hardware in the loop: korvataan osa järjestelmän raudasta simulointimallilla (esim. ohjausjärjestelmien testaaminen) pilot in the loop: koulutussimulointi Yleiskatsaus matem. menetelmien käyttöön Suomessa: www.tekes.fi/julkaisut/matemaattiset_menetelmat.pdf
Katsaus menneeseen systeemi mallin mallin käyttötarkoitus, reunaehdot käyttö- (fysikaalinen) mallintaminen luonnonlait yms. yms. identifiointi kokeita kokeita + päättely, päättely, mallirakenteen valinta valinta vertailu mallikandidaatti validointi Lähestymistavat tukevat tukevat toisiaan toisiaan ylläpito malli
Luennot 1-6 Dynaamisten järjestelmien mallit, mallintaminen tilamallit, siirtofunktiomallit, Laplace-muunnos, Fouriermuunnos (2) lineaaristen mallien ominaisuuksia: ohjattavuus, havaittavuus, stabiilisuus (5) mallinnusprosessi, fysikaalisten systeemin mallintaminen (3) erityisiä mallinnustekniikoita (4) Säätötekniikan alkeet (6)
Luennot 7-11 Identifiointi ei-parametrisin menetelmin (nk. klassiset menetelmät) aikataso: impulssi- ja askelvaste sekä korrelaatiotekniikka (7) taajuustaso: taajuus-, Fourier- ja spektraalianalyysi (8) Parametriset mallit (9) ennustevirhemenetelmät, hyvyyskriteerin minimointi identifioituvuus Identifiointiprosessi (10) koesuunnittelu, datan esikäsittely (10) mallirakenteiden vertailu ja valinta (10) Mallin validointi (11)
Mitä ei käsitelty (identifioinnista)? Rekursiivinen estimointi: parametriestimaattia päivitetään aina kun saadaan uutta dataa MIMO-mallit Tilamallien estimointi Suljetun silmukan systeemien identifiointi Epälineaariset black-box mallit: neuraaliverkot, aallokkeet, sumeat mallit kernel-funktiot, interpolointi
Tenttivaatimukset 1. Kirja luvut 1-6, 8-10 ja 12 (=ruotsinkielisessä luku 13), liitteet A, B ja C kaavoja ei tarvitse opetella ulkoa (merkitykset syytä ymmärtää!) luvut 5 ja 6 vähemmän keskeisiä 2. Luennot (luentokalvot + luennolla esitetyt asiat) 3. Laskuharjoitukset Tentissä pääpaino kokonaisuuksilla ja asian ymmärtämisellä unohtamatta kuitenkaan laskutaitoja