Technische Universität Ilmenau

Modellbildung und Simulation - Modultafeln der TU Ilmenau

Die Modultafeln sind ein Informationsangebot zu den Studiengängen der TU Ilmenau.

Die rechtsverbindlichen Studienpläne entnehmen Sie bitte den jeweiligen Studien- und Prüfungsordnungen (Anlage Studienplan).

Alle Angaben zu geplanten Lehrveranstaltungen finden Sie im elektronischen Vorlesungsverzeichnis.

Informationen und Handreichungen zur Pflege von Modulbeschreibungen durch die Modulverantwortlichen finden Sie unter Modulpflege.

Hinweise zu fehlenden oder fehlerhaften Modulbeschreibungen senden Sie bitte direkt an modulkatalog@tu-ilmenau.de.

Modulinformationen zu Modellbildung und Simulation im Studiengang Bachelor Technische Kybernetik und Systemtheorie 2021
Modulnummer200012
Prüfungsnummer220428
FakultätFakultät für Informatik und Automatisierung
Fachgebietsnummer 2212 (Prozessoptimierung)
Modulverantwortliche(r)Prof. Dr. Pu Li
TurnusWintersemester
SpracheDeutsch
Leistungspunkte5
Präsenzstudium (h)45
Selbststudium (h)105
VerpflichtungPflichtmodul
AbschlussPrüfungsleistung mit mehreren Teilleistungen
Details zum AbschlussDas Modul Modellbildung und Simulation mit der Prüfungsnummer 220428 schließt mit folgenden Leistungen ab:
  • schriftliche Prüfungsleistung über 90 Minuten mit einer Wichtung von 100% (Prüfungsnummer: 2200643)
  • alternativ semesterbegleitende Studienleistung mit einer Wichtung von 0% (Prüfungsnummer: 2200644)


Details zum Abschluss Teilleistung 2:

Unbenoteter Schein (Testat) für schriftlichen Simulationsbeleg.

Anmeldemodalitäten für alternative PL oder SL
max. Teilnehmerzahl
Vorkenntnisse

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

Lernergebnisse und erworbene KompetenzenDie 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
durchführen. Die Studierenden können Grundbegriffe der Modellierung und Simulation
und die historische Einordnung der analogen Simulation im Vergleich zum
Schwerpunkt der Veranstaltung, der digitalen Simulation
zeitkontinuierlicher und zeitdiskreter Systeme, darlegen. Sie sind in
der Lage, Simulationsaufgabenstellungen zu bewerten und eine
systematische Herangehensweise an die Problemlösung anzuwenden. Die
Studierenden können sowohl die blockorientierte, die
zustandsorientierte als auch die objektorientierte Simulation
einschließlich der Spezifika, wie z.B. numerische Integrationsverfahren,
physikalische Modellierung testen und beurteilen. Durch vorgestellte Simulationssprachen,
-systeme und -software (MATLAB/Simulink, OpenModelica)
können die Studierenden typische Simulationsaufgaben bewerten und entwickeln.
In einem Hausbeleg konnte jeder Studierende seine Fähigkeit nachweisen, eine
Simulationsaufgabe zu lösen und auszuwerten.


Die Studierenden haben in
der Vorlesung die oben geschilderten Inhalte erfahren. In den Übungen wurden
sie durch möglichst praxisnahe Beispiele angesprochen. Im praktischen Hausbeleg stuften
sie Simulationsaufgaben richtig ein. Sie sind in der
Lage, Simulationsprobleme zu erarbeiten,  zu implementieren, unter Verwendung der
MATLAB-Kommandosprache,  der grafischen Umgebung Simulink und/oder Modelica numerisch zu
lösen und die Ergebnisse zu evaluieren.

Inhalt

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)

Medienformen

Vorlesungsskript, Tafelanschrieb, Übungen im PC-Pool, schriftlicher, praktischer Beleg

Literatur
  • 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.
Lehrevaluation