Modellbildung und Simulation - Interaktive Studienpläne der TU Ilmenau

Das Modul Modellbildung und Simulation mit der Prüfungsnummer 220428 schließt mit folgenden Leistungen ab:

• schriftliche Prüfungsleistung über 120 Minuten mit einer Wichtung von 100% (Prüfungsnummer: 2200643)
• alternative semesterbegleitende Studienleistung mit einer Wichtung von 0% (Prüfungsnummer: 2200644)

Details zum Abschluss Teilleistung 2:

Unbenoteter Schein (Testat) für schriftlichen Simulationsbeleg.

Dieses Modul enthält mindestens eine alternative semesterbegleitende Abschlussleistung. Bitte beachten Sie, dass diese in der Regel schon zu Beginn des Semesters, in dem diese angeboten wird, angemeldet werden muss.
Über die Details und Zeiträume dazu werden Sie vom Lehrenden und/oder dem Prüfungsamt informiert. Fragen Sie gegebenenfalls unbedingt beim Lehrenden nach.

This module contains at least one alternative exam part. Please note that this must usually be registered at the beginning of the semester in which it is offered.
The lecturer and/or the examination office will inform you about the details and time periods. If necessary, be sure to ask the lecturer.

Mathematik 1 + 2 , Physik 1 + 2  , Allgemeine Elektrotechnik  1 + 2

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 (ODE- und DAE-Systeme), 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)

Video on Demand, Moodle-Kurs, Webex-Veranstaltungen, Folien, Skripte

• 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

• 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
• Hoffmann, J.: MATLAB und SIMULINK, Addison-Wesley, 1998.
• Hoffmann, J., Brunner, U.: MATLAB und Tools: Für die Simulation dynamischer Systeme, Addison-Wesley, 2002.
• 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.