Modellbildung und Simulation - Modultafeln der TU Ilmenau

Grundlagen der Mathematik, Physik, Elektrotechnik und Mechanik

Die Studierenden können für wesentliche technische Systeme ein mathematisches Modell aufbauen, das für Analyse, Simulation und Reglerentwurf geeignet ist. Sie kennen wesentliche Modellbildungsprinzipien der theoretischen Modellbildung und können im Rahmen einer experimentellen Modellbildung eine Parameteridentifikation und eine Modellvalidierung durchführen.

Sie sind in der Lage, Simulationsaufgabenstellungen zu bewerten und eine systematische Herangehensweise an die Problemlösung anzuwenden. Die Studierenden testen und beurteilen sowohl die blockorientierte, die zustandsorientierte als auch die objektorientierte Simulation einschließlich der Spezifika, wie z.B. numerische Integrationsverfahren, physikalische Modellierung. Durch vorgestellte Simulationssprachen, -systeme und –software (MATLAB/SIMULINK, Scilab, OpenModelica, PHASER) können die Studierenden typische Simulationsaufgaben im regelungstechnischen Umfeld und darüber hinaus bewerten und entwickeln.

Modellbildung:

Möchte man das Verhalten eines technischen Systems vor seiner Realisierung simulativ untersuchen, eine Optimierung des Betriebs durchführen oder eine Regelung für das System entwerfen, benötigt man ein Modell (also eine mathematische Beschreibung) des Systems. Die Entwicklung eines geeigneten Modells kann sich in der Praxis als aufwändig erweisen. In der Vorlesung werden systematische Vorgehensweisen und Methoden für eine effiziente Modellbildung entwickelt. Dabei wird in die Wege der theoretischen und experimentellen Modellbildung unterschieden. Nach einer Einführung werden zunächst Methoden der theoretischen Modellbildung vorgestellt. Ausgangspunkt sind Modellansätze und Modellbildungsprinzipien in verschiedenen physikalischen Domänen. Die Wirkungen der Modelle werden durch praktische Beispiele und Lösung der erstellten Gleichungen erläutert. Für die experimentelle Modellbildung werden allgemeine Modellansätze eingeführt und anschließend Methoden der Identifikation von Modellparametern aus Messdaten entwickelt.   Die Vorlesung ist wie folgt gegliedert:

1. Einführung
2. Modellierung auf Basis von Stoffbilanzen
3. Modellierung auf Basis von Energiebilanzen
4. Modellierung elektrischer und mechanischer Systeme
5. Parameteridentifikation kontinuierlicher Prozesse

Simulation:

Einführung: Einsatzgebiete, Abgrenzung, Rechenmittel, Arbeitsdefinition, Systematik bei der Bearbeitung von Simulations- und Entwurfsaufgaben; Systembegriff (zeitkontiniuerlich, zeitdiskret, qualitativ, ereignis-diskret, chaotisch) mit Aufgabenstellungen; Analoge Simulation: Wesentliche Baugruppen und Programmierung von Analogrechnern, Vorzüge und Nachteile analoger Berechnung, heutige Bedeutung; Digitale Simulation: blockorientierte Simulation, Integrationsverfahren, Einsatzempfehlungen, algebraische Schleifen, Schrittweitensteuerung, steife Differenzialgleichungen, Abbruchkriterien; zustandsorientierte Simulation linearer Steuerungssysteme; physikalische objektorientierte Modellierung und Simulation; Simulationssprachen und -systeme: MATLAB (Grundaufbau, Sprache, Matrizen und lineare Algebra, Polynome, Interpolation, gewöhnliche Differenzialgleichungen, schwach besetzte Matrizen, M-File-Programmierung, Visualisierung, Simulink, Beispiele); objektorientierte Modellierungssprache Modelica und Simulationssystem OpenModelica (Merkmale, Modellierungsumgebung, Bibliotheken, Beispiele, Optimierung)

Modellbildung:

Präsentation, Vorlesungsskript, Tafelanschrieb, rechnerische Übungen

Simulation:

Präsentation, Vorlesungsskript, Tafelanschrieb, Übungen im PC-Pool, Hausbeleg am PC

https://www.tu-ilmenau.de/prozessoptimierung/lehre/vorlesungen-seminare-und-praktika/wintersemester/

Link zum Moodle-Kurs:

https://moodle2.tu-ilmenau.de/course/view.php?id=3137

Modellbildung:

• R. Isermann, M. Münchhof: Identification of Dynamic Systems – An Introduction with Applications, Springer Verlag, 2011
• J. Wernstedt: Experimentelle Prozessanalyse, VEB Verlag Technik, 1989
• K. Janschek: Systementwurf mechatronischer Systeme, Methoden – Modelle – Konzepte, Springer, 2010
• W. Kleppmann: Taschenbuch Versuchsplanung, Produkte und Prozesse optimieren, 7. Auflage, Hanser, 2011

Simulation:

• Biran, A., Breiner, M.: MATLAB 5 für Ingenieure, Addison-Wesley, 1999.
• Bossel, H.: Simulation dynamischer Systeme, Vieweg, 1987.
• Bossel, H.: Modellbildung und Simulation, Vieweg, 1992.
• Bub, W., Lugner, P.: Systematik der Modellbildung, Teil 1: Konzeptionelle Modellbildung, Teil 2: Verifikation und Validation, VDI-Berichte 925, Modellbildung für Regelung und Simulation, VDI-Verlag, S. 1-18, S. 19-43, 1992.
• Cellier, F. E.: Coninuous System Modeling, Springer, 1991.
• Cellier, F. E.: Integrated Continuous-System Modeling and Simulation Environments, In: Linkens, D.A. (Ed.):  CAD for Control Systems, Marcel Dekker, New York, 1993, pp. 1-29.
• Fritzson, P.: Principles of object-oriented modeling and simulation with Modelica 2.1, IEEE Press, 2004.
• Fritzson, P.: Introduction to Modeling and Simulation of Technical and Physical Systems with Modelica. Wiley-IEEE Press. 2011
• Gomez, C.: Engineering and scientific computing with Scilab, Birkhäuser, 1999.
• Hoffmann, J.: MATLAB und SIMULINK, Addison-Wesley, 1998.
• Hoffmann, J., Brunner, U.: MATLAB und Tools: Für die Simulation dynamischer Systeme, Addison-Wesley, 2002.
• Kocak, H.: Differential and difference equations through computer experiments, (... PHASER ...), Springer, 1989.
• Otter, M.: Objektorientierte Modellierung Physikalischer Systeme, Teil 1, at - Automatisierungstechnik, (47(1999)1, S. A1-A4 (und weitere 15 Teile von OTTER, M. als Haupt-- bzw. Co-Autor und anderer Autoren in Nachfolgeheften).
• Scherf, H.E.: Modellbildung und Simulation dynamischer Systeme, Oldenbourg, 2003.

Pflichtevaluation:

WS 2017/18 (Fach)

Freiwillige Evaluation:

WS 2018/19 (Übung)

Hospitation:

mPL 30 (100%) + SL

mPL 30 (100%) + SL

mPL 30 (100%) + SL

mPL 30 (100%) + SL