Modulhandbuch Master Wirtschaftsingenieurwesen

Transkript

1 Modulhandbuch Master Wirtschaftsingenieurwesen rüfungsordnungsversion: 2013 ertiefung:at Erstellt am: Donnerstag 08 Mai 2014 aus der O Datenbank der TU Ilmenau

2 Inhaltsverzeichnis Name des Moduls/Fachs 1.F 2.F 3.F 4.F 5.F 6.F 7.F Abschluss L Fachnr. Automatisierung flichtbereich F 13 Modellbildung L 30min Regelungs- und ystemtechnik 2 - rofil EIT L 120min tatische rozessoptimierung L 30min Automatisierung Wahlpflichtbereich F 20 rozessmess- und ensortechnik L Automatisierungstechnik L Digitale Regelungssysteme L Kommunikations- und Bussysteme L Matlab für Ingenieure L 90min Nichtlineare Regelungssysteme L Nichtlineare Regelungssysteme L rozessanalyse L 90min Regelungs- und ystemtechnik L imulation L Wissensbasierte ysteme L Dynamische rozessoptimierung L Fuzzy- and Neuro Control L Hauptseminar F 5 Masterseminar Automatisierungstechnik WIW L

3 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung flichtbereich Modulnummer: Modulverantwortlich: Univ.-rof. Dr.-Ing. habil. Christoph Ament Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse orraussetzungen für die Teilnahme eite 3 von 39

4 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung flichtbereich Modellbildung Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 6316 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. Christoph Ament W nach Fachsemester Lernergebnisse / Kompetenzen orkenntnisse orausgesetzt wird der erfolgreiche Abschluss folgender Fächer: Mathematik 1 und 2 hysik 1 und 2 Elektrotechnik 1 Inhalt Turnus:Wintersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Möchte man das erhalten eines technischen ystems vor seiner Realisierung simulativ untersuchen oder eine Regelung für das ystem entwerfen, benötigt man ein Modell (also eine mathematische Beschreibung) des ystems. Die Entwicklung eines geeigneten Modells kann sich in der raxis als aufwändig erweisen. In der orlesung werden systematische orgehensweisen und Methoden für eine effiziente Modellbildung entwickelt. Dabei wird in die Wege der theoretischen und experimentellen Modellbildung unterschieden. Nach einer Einführung (Kapitel 1) werden zunächst Methoden der theoretischen Modellbildung (Kapitel 2-3) vorgestellt. Ausgangspunkt sind Modellansätze und Modellbildungsprinzipien in verschiedenen physikalischen Domänen wie z.b. der Mechanik. Diese werden durch Analogierbetrachtungen und die Darstellung im Blockschaltbild miteinander verknüpft. Für eine anschließende Modellvereinfachung werden Methoden der Linearisierung, Ordnungsreduktion, Orts- und Zeitdiskretisierung vermittelt. Für die experimentelle Modellbildung (Kapitel 4-6) werden allgemeine Modellansätze eingeführt und anschließend Methoden Identifikation von Modellparametern aus Messdaten entwickelt. Zur effizienten experimentellen Analyse von ystemen mit mehreren Einflussfaktoren wird eine geeignete ersuchsplanung und -analyse entwickelt. Den Abschluss bildet eine Klassifikation der ermittelten Modelle (Kapitel 7). Die Kapitel der orlesung gliedern sich wie folgt: 1. Einführung 2. hysikalische ( Whitebox ) Modelle 3. Modellvereinfachung 4. Allgemeine ( Blackbox ) Modelle 5. arameteridentifikation 6. Experimentelle ersuchsplanung und -analyse flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Leistungspunkte: 3 Workload (h): 90 Anteil elbststudium (h): 56 W: 2.0 Fakultät für Informatik und Automatisierung Fachgebiet: Die tudierenden können für wesentliche technische ysteme ein mathematisches Modell aufbauen, das für Analyse, imulation und Reglerentwurf geeignet ist. ie kennen wesentliche Modellbildungsprinzipien der theoretischen Modellbildung und können im Rahmen einer experimentellen Modellbildung eine ersuchsplanung und arameteridentifikation durchführen eite 4 von 39

5 7. Modelle Medienformen Die Konzepte werden während der orlesung an der Tafel entwickelt. Über Beamer steht ergänzend das kript mit Beispielen und Zusammenfassungen zur erfügung. Zur eranschaulichung werden numerische imulationen gezeigt. Das kript kann im Copyshop erworben oder im DF-Format frei herunter geladen werden. Auf der orlesungs-webseite finden sich weiterhin aktuelle Informationen, Übungsaufgaben und Unterlagen zur rüfungsvorbereitung. Literatur R. Isermann, M. Münchhof: Identification of Dynamic ystems An Introduction with Applications, pringer erlag, 2011 J. Wernstedt: Experimentelle rozessanalyse, EB erlag Technik, 1989 K. Janschek: ystementwurf mechatronischer ysteme, Methoden Modelle Konzepte, pringer, 2010 W. Kleppmann: Taschenbuch ersuchsplanung, rodukte und rozesse optimieren, 7. Auflage, Hanser, 2011 verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2013 Bachelor Ingenieurinformatik 2008 Bachelor Maschinenbau 2013 Bachelor Technische Kybernetik und ystemtheorie 2010 Bachelor Technische Kybernetik und ystemtheorie 2013 Master Electrical ower and Control Engineering 2013 Master Wirtschaftsingenieurwesen 2009 ertiefung ABT Master Wirtschaftsingenieurwesen 2010 ertiefung ABT Master Wirtschaftsingenieurwesen 2011 ertiefung ABT Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 5 von 39

6 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung flichtbereich Regelungs- und ystemtechnik 2 - rofil EIT Fachabschluss: rüfungsleistung schriftlich 120 min Art der Notengebung: Gestufte Noten prache: Deutsch flichtkennz.: flichtfach Turnus:Wintersemester Fachnummer: rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Johann Reger Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2213 Die tudierenden können für ein nichtlineares Zustandsraummodell eine an einer Trajektorie gültige lineare Approximation bestimmen. Die tudierenden kennen die Lösungen und grundlegenden Eigenschaften von zeitvarianten und zeitinvarianten linearen ystemen im Zeitkontinuierlichen und Zeitdiskreten. Die tudierenden sind in der Lage, lineare Abtastmodelle zu bestimmen. Die tudierenden sind befähigt, die wichtigsten tabilitätskonzepte und -kriterien bei linearen ystemen anzuwenden. Die tudierenden können die Konzepte teuerbarkeit und Beobachtbarkeit auf Anwendungen übertragen und diese anhand von Kriterien problemangepaßt analysieren. Die tudierenden beherrschen den Entwurf von Zustandsreglern und Zustandsbeobachtern mit Hilfe der Formel von Ackermann. Die tudierenden können Folgeregelungen für lineare Eingrößensysteme auslegen. Die tudierenden können Entkopplungsregler für lineare Mehrgrößensysteme entwerfen. orkenntnisse Abgeschlossenes gemeinsames ingenieurwissenschaftliches Grundstudium (GIG) Inhalt Medienformen Entwicklung an der Tafel, Beiblätter, Übungsblätter und imulationsbeispiele unter: Literatur Ludyk, G., Theoretische Regelungstechnik 1 & 2, pringer, 1995 Olsder, G., van der Woude, J., Mathematical ystems Theory, D, 3. Auflage, 2004 Rugh, W., Linear ystem Theory, rentice Hall, 2. Auflage, 1996 eite 6 von 39

7 verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2013 Bachelor Ingenieurinformatik 2013 Bachelor Technische Kybernetik und ystemtheorie 2013 Master Electrical ower and Control Engineering 2013 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 7 von 39

8 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung flichtbereich tatische rozessoptimierung Fachabschluss: rüfungsleistung alternativ 30 min Art der Notengebung: Generierte Noten prache: Deutsch flichtkennz.: flichtfach Turnus:ommersemester Fachnummer: rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. u Li Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen Die tudierenden können 1.F 2.F 3.F 4.F 5.F 6.F 7.F die Grundlagen, roblemstellungen und Methoden der statischen rozessoptimierung klassifizieren, Methoden und Werkzeuge anwenden, unterschiedliche roblemstellungen und mathematische Herleitungen analysieren und generieren sowie Anwendungsfälle für industrielle rozesse analysieren, entwickeln und bewerten. orkenntnisse Grundlagen der Mathematik, hysik, Elektrotechnik, Regelungs- und ystemtechnik Inhalt Optimierung des Designs und des Betriebs industrieller rozesse Lineare und Nichtlineare rogrammierung Mixed-Integer-Optimierung Anwendung von Optimierungswerkzeugen (GAM) am Rechner raktische Anwendungsbeispiele Medienformen Lineare rogrammierung: Theorie der linearen rogrammierung, Freiheitsgrad, zulässiger Bereich, graphische Darstellung/Lösung, implexmethode, Dualität, Mischungsproblem, optimale roduktionsplanung. Nichtlineare Optimierung: Konvexitätsanalyse, robleme ohne und mit Nebenbedingungen, Optimalitätsbedingungen, Methode des goldenen chnitts, das Gradienten-, Newton-, Quasi-Newton-erfahren, robleme mit Nebenbedingungen, Kuhn-Tucker-Bedingungen, Q- erfahren (equentielle Quadratische rogrammierung), Active-et -Methode, Approximation der Hesse-Matrix, Anwendung in der optimalen Auslegung industrieller rozesse Mixed-Integer Nichtlineare rogrammierung (MINL): Mixed-Integer Lineare und Nichtlineare rogrammierung (MIL, MINL), Branch-and-Bound-Methode, Master-roblem, Optimierungssoftware GAM, Anwendung im Design industrieller rozesse raktikum zur linearen, nichtlinearen, gemischt-ganzzahligen rogrammierung 2212 eite 8 von 39

9 räsentation, orlesungsskript, Tafelanschrieb, raktikum im C-ool Literatur U. Hoffmann, H. Hofmann: Einführung in die Optimierung. erlag Chemie. Weinheim T. F. Edgar, D. M. Himmelblau. Optimization of Chemical rocesses. McGraw-Hill. New York K. L. Teo, C. J. Goh, K. H. Wong. A Unified Computational Approach to Optimal Control roblems. John Wiley & ons. New York C. A. Floudas. Nonlinear and Mixed-Integer Optimization. Oxford University ress L. T. Biegler, I. E. Grossmann, A. W. Westerberg. ystematic Methods of Chemical rocess Design. rentice Hall. New Jersey M. apageorgiou. Optimierung. Oldenbourg. München J. Nocedal,. J. Wright. Numerical Optimization. pringer ) Mündliche rüfung, 30 min. und 2) Unbenoteter chein (Testat) für raktikum verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2013 Bachelor Ingenieurinformatik 2013 Bachelor Technische Kybernetik und ystemtheorie 2013 Master Mechatronik 2008 Master Mechatronik 2014 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 9 von 39

10 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Modulnummer: Modulverantwortlich: Univ.-rof. Dr.-Ing. habil. Christoph Ament Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse orraussetzungen für die Teilnahme eite 10 von 39

11 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich rozessmess- und ensortechnik 1 Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. Thomas Fröhlich W nach Fachsemester Lernergebnisse / Kompetenzen orkenntnisse Abgeschlossenes ingenieurwissenschaftliches Grundstudium. Inhalt flichtkennz.: flichtfach Art der Notengebung: Generierte Noten Turnus:Wintersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Maschinenbau Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden können sich in der metrologischen Begriffsweit bewegen und kennen die mit der Metrologie verbundenen Wechselwirkungen in Wirtschaft und Gesellschaft. Im Gebiet der Mess- und Automatisierungstechnik überblicken die tudierenden die Messverfahren der Längenmesstechnik, pannungs- und Dehnungsmesstechnik und Kraftmess- und Wägetechnik hinsichtlich ihrer Funktion, Eigenschaften, mathematischen Beschreibung für statisches und dynamisches erhalten, Anwendungsbereich und Kosten. Die tudierenden können in bestehenden Messanordnunoen die eingesetzten rinzipien erkennen und bewerten. Die tudierenden sind fähig, Aufgaben der elektrischen Messung nichtelektrischer Größen zu analysieren, geeignete Messverfahren zur Lösung der Messaufgaben auszuwählen, Quellen von Messabweichungen zu erkennen und den Weg der Ermittlung der Messunsicherheit mathematisch zu formulieren und bis zum vollständigen Messergebnis zu gehen. Mit der Lehrveranstaltung erwerben die tudierenden zu etwa 60% F achkompetenz. Die verbleibenden 40% verteilen sich mit variierenden Anteilen auf Methoden- und ystemkompetenz. ozialkompetenz erwächst aus praktischen Beispielen in den Lehrveranstaltungen und der gemeinsamen roblemlösung im eminar. Grundlagen der Messtechnik: rozessmesstechnik, ensortechnik, Wandlungs- und trukturschema, Messwandlung; Metrologie und metrologische Begriffe, TB, DKD/DAkk, Normale, Kalibrieren, Eichen; Einheiten, I-ystem; Messen, Messabweichungen (Fehler), IO- Guide, Messunsicherheit, Messergebnis; Ausgleichsrechnung. Temperaturmesstechnik: Kelvindefinition, Thermodynamische Temperaturskale, Gasthermometer, IT 90, Tripelpunkte, Erstarrungspunkte, Interpolationsinstrumente; Berührungsthermometer, Flüssigkeitsthermometer; Thermoelemente, Widerstandsthermometer, Messschaltungen; trahlungsthermometer, trahlungsgesetze; pektralpyrometer, Gesamtstrahlungspyrometer. pannungs- und Dehnungsmesstechnik: Bedeutung der pannungs- und Dehnungsmesstechnik, Überblick der Messverfahren; Dehnungsmessstreifen, K-Faktor, messtechnische Eigenschaften; Brückenschaltungen für DM, orzeichenregel, Temperatur- und Kriechkompensation; Anwendung von DM, geometrische Integration, Kraft-Momenten-ensoren. Kraftmesstechnik: rinzip der Kraftmessung; erformungskörper, DM-Kraftsensoren; Elektromagnetische Kraftkompensation, arallellenkerkrafteinleitungssystem; Magnetoelastische Kraftsensoren, iezoelektrische Kraftsensoren, Gyroskopische Kraftmesszelle, chwingsaitenkraftsensor, Interferenzoptische Kraftsensoren, Faseroptische Kraftsensoren; Dynamisches erhalten von Kraftsensoren, Ersatzmodell, Bewegungsdifferentialgleichung, Frequenzgänge, dynamische Wägelinie eite 11 von 39

12 Wägetechnik: Einheit der Masse; Bauelemente einer Waage, Empfindlichkeit, Auftriebskorrektur; Balkenwaage, Laufgewichtswaage, Neigungswaage, Tafelwaage, Brückenwaage, Einfluss von Hebelübersetzungen auf das dynamische erhalten. raktikum rozessmesstechnik mit einer Auswahl von 3 aus 6 ersuchen M. Medienformen Nutzung der Möglichkeiten von Beamer/Laptop mit räsentationssoftware. Für die tudierenden werden Lehrmaterialien bereitgestellt. ie bestehen u.a. aus kapitelweise nummerierten Arbeitsblättern mit Erläuterungen und Definitionen sowie kizzen der Messprinzipien und -geräte, deren Inhalt mit der räsentation identisch ist. Eventuelle Ergänzungen enthält ein operativer universitätsinterner Downloadbereich mit variablem Inhalt. Literatur Die Lehrmaterialien enthalten ein aktuelles Literaturverzeichnis. 1. Internationales Wörterbuch der Metrologie - International ocabulary of Basic and General Terms in Metrology. DIN. IBN DIN EN Leitfaden zur Angabe der Unsicherheit beim Messen 3. Dubbel Taschenbuch für den Maschinenbau. pringer. IBN: emesterbegleitendes benotetes raktikum mit 3 ersuchen M a 4h / Gesamtnotenanteil maximal 25%; Mündliche Abschlussprüfung 20min / Gesamtnotenanteil mindestens 75%. verwendet in folgenden tudiengängen Bachelor Ingenieurinformatik 2013 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 12 von 39

13 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Automatisierungstechnik 1 Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: rof. Dr.-Ing. Matthias Althoff Turnus:ommersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden erwerben die Grundlagen zur Modellierung, teuerung und erifikation diskreter ysteme. Die eranstaltung ist somit eine ideale Ergänzung zur Regelungs- und ystemtechnik, in der die Regelung kontinuierlicher ysteme gelehrt wird. Neben den theoretischen Grundlagen werden auch in der raxis verbreitete rogrammiersprachen nach der Norm IEC zur Implementierung von teuerungen vermittelt. orkenntnisse Keine orkenntnisse erforderlich (wünschenswert sind orkenntnisse in Regelungs- und ystemtechnik) Inhalt pezifikation von Automatisierungsaufgaben Wiederholung der Boolschen Algebra Endliche Automaten etri Netze tatecharts ystematischer Entwurf von teuerungen erifikation von teuerungen -rogrammierung nach IEC Automatische Codegenerierung Leittechnik Medienformen Folien zur orlesung, Tafelanschrieb Literatur L. Litz: Grundlagen der Automatisierungstechnik, Oldenbourg Wissenschaftsverlag, J. Lunze: Automatisierungstechnik, Oldenbourg Wissenschaftsverlag, flichtkennz.: flichtfach Art der Notengebung: Generierte Noten 2215 verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2013 eite 13 von 39

14 Bachelor Ingenieurinformatik 2013 Bachelor Technische Kybernetik und ystemtheorie 2013 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 14 von 39

15 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Digitale Regelungssysteme Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: Fachverantwortlich: Dr. Kai Wulff W nach Fachsemester Lernergebnisse / Kompetenzen Nach erfolgreichem Abschluss des Moduls: orkenntnisse Inhalt flichtkennz.: flichtfach rüfungsnummer: Art der Notengebung: Generierte Noten Turnus:ganzjährig Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F Kennen die tudierenden die Beschreibung von Abtastsystemen und deren Anwendung auf digitale Regelungen. Kennen und verstehen die tudierenden die Beschreibung linearer zeitdiskreter ysteme im Zustandsraum sowie deren Ein-Ausgangsverhalten als z-übertragungsfunktion. Können die tudierenden zeitdiskrete Zustandsraummodelle auf ihre grundlegenden strukturellen Eigenschaften untersuchen. Kennen die tudierenden die gängigen erfahren zum Entwurf zeitdiskreter Regelungen und sind in der Lage diese anzuwenden. ind die tudierenden in der Lage typische oftwarewerkzeuge zur Analyse und zum Entwurf von digitalen Regelkreisen zu verwenden. Können die tudierenden zeitdiskrete Regler auf gängigen lattformen implementieren. Abgeschlossenes gemeinsames ingenieurwissenschaftliches Grundstudium (GIG). Regelungs- und ystemtechnik Charakterisierung des Abtastregelkreises (Abtastung, Zustandsraumbeschreigung, Lösung von ystemen von Differenzengleichungen, Eigenbewegungen, tabilität, Abbildung der Eigenwerte durch Abtastung) Zustandsraumbeschreibung zeitdiskreter ysteme (Errreichbarkeit, Zustandsrückführung, Formel von Ackermann, Deadbeat Regler, Beobachtbarkeit, Zustandsbeobachter, eparationsprinzip, I-Regler mit Zustandsrückführung, törgrößenaufschaltung mit Zustandsbeobachter) Ein- Ausgangsbeschreibung von zeitdiskreten ystemen (z-transformation, Übertragungsfunktion zeitdiskreter ysteme, kanonische Realisierungen zeitdiskreter Übertragungsfunktionen) Reglerentwurf für Abtastsysteme im Frequenzbereich (Übertragungsfunktion eines Abtastsystems, diskreter Frequenzgang, Tustin-Transformation, Frequenzkennlinienverfahren für Abtastsysteme, Wahl der Abtastzeit, Approximation zeitkontinuierlicher Regler) Regelkreisarchitekturen (törgrößenaufschaltung, Kaskadenregelung, Internal Model Control, Anti Wind-up chaltung) Medienformen Entwicklung an der Tafel, Folienpräsentationen, imulationen, Beiblätter, Übungsblätter und imulationsbeispiele unter: eite 15 von 39

16 Literatur Franklin, owell, Workman, "Digital Control of Dynamic ystems, Addison Wesley, 1997 Gausch, Hofer, chlacher, "Digitale Regelkreise", Oldenbourg erlag, 1993 Goodwin, Graebe, algado, "Control ystem Design", rentice Hall, 2001 Horn, Dourdouma, "Regelungstechnik", earson, 2004 Lunze, "Regelungstechnik 2", pringer, 2001 Rugh, Linear ystem Theory, rentice Hall, 1996 verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2013 Bachelor Ingenieurinformatik 2013 Bachelor Technische Kybernetik und ystemtheorie 2013 Master Electrical ower and Control Engineering 2013 Master Maschinenbau 2009 Master Maschinenbau 2011 Master Maschinenbau 2014 Master Mechatronik 2008 Master Mechatronik 2014 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 16 von 39

17 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Kommunikations- und Bussysteme Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: Fachverantwortlich: Dr.-Ing. Fred Roß W nach Fachsemester Lernergebnisse / Kompetenzen rüfungsnummer: Turnus:ommersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Der Hörer erhält eine Übersicht über Methoden und Technologien der Netzwerktechnik. Es werden Fähigkeiten und Fertigkeiten zum Einsatz von Feldbussystemen erarbeitet. Die orlesung soll darüber hinaus die methodische und begriffliche Basis legen, um sich spezielle Lösungsansätze aus Textbüchern oder eröffentlichungen eigenständig aneignen zu können. orkenntnisse Technische Informatik 1 und 2; Regelungstechnik, ystemanalyse Inhalt Kommunikationsstrukturen (offene und geschlossene ysteme, Einsatzgebiete), Netzwerktopologien (tern-, Bus-, Baum-, Ringstrukturen), IO/OI-Referenzmodell, Bezugsgriffsverfahren (determiniert, nach Bedarf), Datenübertragung (Übertragungsarten, Codierungsarten, Fehlerarten, Methoden der Übertragungssicherheit), erbindungsmedien (Zweidrahtleitung, Koaxialleitung, Lichtwellenleiter, Koppelstationen), pezielle Bussysteme (ROFIBU, Interbus, LON, CAN) Medienformen Die Konzepte werden während der orlesung an der Tafel entwickelt. Zur eranschaulichung werden Overhead-rojektionen eingefügt. Ein cript im DF-Format wird angeboten. Literatur flichtkennz.: flichtfach Art der Notengebung: Generierte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 2211 R. Bure, Feldbussysteme im ergleich, flaum 1996 K. W. Bonfig, Feldbus-ysteme, expend-erlag 1992 D. iscitello, L. Chapin, Open systems-networking, Addison-Wesley 1994 A. Baginski, Interbus, Hüthig 1998 K. Bender, M. Katz, rofibus, Hanser 1992 verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Maschinenbau 2009 eite 17 von 39

18 Master Maschinenbau 2011 Master Maschinenbau 2014 Master Mechatronik 2008 Master Mechatronik 2014 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 18 von 39

19 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Matlab für Ingenieure Fachabschluss: tudienleistung schriftlich 90 min prache: Deutsch Fachnummer: 5550 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. u Li W nach Fachsemester Lernergebnisse / Kompetenzen Turnus:ommersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden können die Grundzüge des imulationssystems MATLAB/imulink und dessen Kopplungsmöglichkeiten zu anderen imulationssystemen/-sprachen beschreiben. ie wenden numerische Integrationsverfahren zur Lösung von Differenzialgleichungssystemen an. ie sind in der Lage, imulationsaufgabenstellungen mit der grafischen Benutzeroberfläche von imulink zu implementieren und zu lösen. Typische imulationsaufgaben im regelungstechnischen Umfeld (Nutzung unterschiedlicher Modellbeschreibungen, tabilitätsprüfung, Analyse und yntheseaufgaben) werden durch die tudierenden analysiert und entwickelt. Ebenso werden lineare und nichtlineare Optimierungsaufgabenstellungen charakterisiert, beurteilt und entworfen, um mit Optimierungsverfahren gelöst zu werden. In einem benoteten Beleg weist jeder tudierende seine Fähigkeit nach, mit dem vorgestellten imulationswerkzeug MATLAB/imulink eine gestellte Aufgabe zu lösen und auszuwerten. orkenntnisse Grundlagen der Mathematik, der hysik, der Elektrotechnik sowie Regelungs- und ystemtechnik 1 + 2, imulation Inhalt Einführung in MATLAB/imulink; Kopplung zu anderen imulationssystemen/-sprachen; Numerische Integration von Differenzialgleichungssystemen, Beispiele; imulation dynamischer ysteme mittels IMULINK, Beispiele; Regelungstechnik: Ein-/ Ausgangsmodelle, Zustandsraummodelle, kontinuierliche und zeitdiskrete Modelle, Modelltransformationen, tabilitätsprüfung, regelungstechnische Analyse- und yntheseverfahren im Zeit-, Frequenz- und Bildbereich, zugehörige Tools, Beispiele; Formulierung und Lösung von Optimierungsaufgaben, Beispiele Medienformen räsentation, orlesungsskript, Tafelanschrieb, Übungen im C-ool, Beleg am C Literatur flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: Biran, A., Breiner, M.: MATLAB 5 für Ingenieure, Addison-Wesley, Bossel, H.: imulation dynamischer ysteme, ieweg, Bossel, H.: Modellbildung und imulation, ieweg, Dorf, R.C., Bishop, R.H.: Moderne Regelungssysteme. earson tudium Hoffmann, J.: MATLAB und IMULINK, Addison-Wesley, Franklin, G.F., owell, J.D., Emami-Naeini, A.: Feedback control of dynamic systems. earson Education Hoffmann, J., Brunner, U.: MATLAB und Tools: Für die imulation dynamischer ysteme, Addison-Wesley, Lunze, J.: Regelungstechnik 1. pringer Lunze, J.: Regelungstechnik 2. pringer eite 19 von 39

20 apageorgiou, M.: Optimierung. Oldenbourg cherf, H.E.: Modellbildung und imulation dynamischer ysteme, Oldenbourg, chwetlick, H., Kretzschmar, H.: Numerische erfahren für Naturwissenschaftler und Ingenieure, Fachbuchverlag Leipzig, chriftlicher, benoteter Beleg verwendet in folgenden tudiengängen Bachelor Ingenieurinformatik 2008 Bachelor Ingenieurinformatik 2013 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Wirtschaftsingenieurwesen 2009 Master Wirtschaftsingenieurwesen 2009 ertiefung ABT Master Wirtschaftsingenieurwesen 2010 Master Wirtschaftsingenieurwesen 2010 ertiefung ABT Master Wirtschaftsingenieurwesen 2011 ertiefung ABT Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 20 von 39

21 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Nichtlineare Regelungssysteme 1 Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Johann Reger W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: Generierte Noten Turnus:ommersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2213 Die tudierenden sind in der Lage, die Existenz und Eindeutigkeit von Lösungen nichtlinearer dynamischer ystemmodelle zu untersuchen. Die tudierenden können typische nichtlineare hänomene wie z.b. Grenzzyklen oder endliche Entweichzeit einordnen und analysieren. Die tudierenden können Eigenschaften von nichtlinearen ystemen zweiter Ordnung in der hasenebene analysieren und beurteilen. Die tudierenden können die tabilität von Ruhelagen nichtlinearer ysteme überprüfen und beurteilen. Für die Klasse der Euler-Lagrange-ysteme können die tudierenden Betriebspunkt- und Folgeregelungen entwerfen. Die tudierenden können adaptive Regelungen mit Hilfe der Lyapunov-Theorie entwerfen. Die tudierenden können Regelungen zur erbesserung des Einzugsbereichs entwerfen. orkenntnisse Grundkenntnisse über Zustandsraumverfahren, z.b. aus Regelungs- und ystemtechnik 2 Inhalt Medienformen Entwicklung an der Tafel, Beiblätter, Übungsblätter und imulationsbeispiele unter: Literatur Khalil, H., Nonlinear ystems, rentice Hall, 1996 lotine, J.-J., Li, W., Applied Nonlinear Control, rentice Hall, 1991 ontag, E., Mathematical Control Theory, pringer, 1998 pong, M., Hutchinson,., idyasagar, M., Robot Modeling and Control, Wiley, 2005 idyasagar, M., Nonlinear ystems Analysis, IAM, 2002 eite 21 von 39

22 verwendet in folgenden tudiengängen Master Electrical ower and Control Engineering 2013 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Ingenieurinformatik 2014 Master Mechatronik 2008 Master Mechatronik 2014 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 22 von 39

23 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Nichtlineare Regelungssysteme 2 Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Johann Reger W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: Generierte Noten Turnus:Wintersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2213 Die tudierenden sind in der Lage, nichtlineare ystemmodelle aus der Mechatronik in eine CHD-Darstellung zu bringen. Die tudierenden wissen das Konzept assivität für den Zustandsreglerentwurf einzusetzen. Die tudierenden beherrschen die wichtigsten Backstepping-Regelungsverfahren, können diese verallgemeinern und für Anwendungen problemorientiert anpassen. Die tudierenden können die Bedingungen bei der exakten Linearisierung überprüfen und das Konzept zum Entwurf von Betriebspunktregelungen einsetzen. Die tudierenden haben die Fähigkeit, das Konzept Flachheit beim orsteuerungsentwurf und bei Folgeregelungen zu nutzen. Die tudierenden können lokale Beobachter für nichtlineare flache ysteme entwerfen. Die tudierenden sind in der Lage, nichtlineare Entkopplungsregler zu berechnen. orkenntnisse Nichtlineare Regelungssysteme 1 Inhalt Medienformen Entwicklung an der Tafel, Beiblätter, Übungsblätter und imulationsbeispiele unter: Literatur Isidori, A., Nonlinear Control ystems, Band 1, pringer, 2001 Khalil, H., Nonlinear ystems, rentice Hall, 1996 Krstic, M., Kanellakopoulus, I., Kokotovic,., Nonlinear and Adaptive Control Design, Wiley, 1995 Marino, R., Tomei,., Nonlinear Control Design: Geometric, Adaptive and Robust, rentice Hall, 1995 lotine, J.-J., Li, W., Applied Nonlinear Control, rentice Hall, 1991 eite 23 von 39

24 verwendet in folgenden tudiengängen Master Electrical ower and Control Engineering 2013 Master Ingenieurinformatik 2014 Master Mechatronik 2008 Master Mechatronik 2014 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 24 von 39

25 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich rozessanalyse Fachabschluss: rüfungsleistung schriftlich 90 min Art der Notengebung: Generierte Noten prache: Deutsch flichtkennz.: flichtfach Turnus:Wintersemester Fachnummer: rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. Christoph Ament Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: W nach Fachsemester Lernergebnisse / Kompetenzen 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden können für wesentliche technische ysteme ein mathematisches Modell aufbauen, das für Analyse, imulation und Reglerentwurf geeignet ist. ie kennen wesentliche Modellbildungsprinzipien der theoretischen Modellbildung und können im Rahmen einer experimentellen Modellbildung eine ersuchsplanung und arameteridentifikation durchführen. orkenntnisse orausgesetzt wird der erfolgreiche Abschluss folgender Fächer: Mathematik 1 und 2 hysik 1 und 2 Elektrotechnik 1 Inhalt Möchte man das erhalten eines technischen ystems vor seiner Realisierung simulativ untersuchen oder eine Regelung für das ystem entwerfen, benötigt man ein Modell (also eine mathematische Beschreibung) des ystems. Die Entwicklung eines geeigneten Modells kann sich in der raxis als aufwändig erweisen. In der orlesung werden systematische orgehensweisen und Methoden für eine effiziente Modellbildung entwickelt. Dabei wird in die Wege der theoretischen und experimentellen Modellbildung unterschieden. Nach einer Einführung (Kapitel 1) werden zunächst Methoden der theoretischen Modellbildung (Kapitel 2-3) vorgestellt. Ausgangspunkt sind Modellansätze und Modellbildungsprinzipien in verschiedenen physikalischen Domänen wie z.b. der Mechanik. Diese werden durch Analogierbetrachtungen und die Darstellung im Blockschaltbild miteinander verknüpft. Für eine anschließende Modellvereinfachung werden Methoden der Linearisierung, Ordnungsreduktion, Orts- und Zeitdiskretisierung vermittelt. Für die experimentelle Modellbildung (Kapitel 4-6) werden allgemeine Modellansätze eingeführt und anschließend Methoden Identifikation von Modellparametern aus Messdaten entwickelt. Zur effizienten experimentellen Analyse von ystemen mit mehreren Einflussfaktoren wird eine geeignete ersuchsplanung und -analyse entwickelt. Den Abschluss bildet eine Klassifikation der ermittelten Modelle (Kapitel 7). Die Kapitel der orlesung gliedern sich wie folgt: 1. Einführung 2. hysikalische ( Whitebox ) Modelle 3. Modellvereinfachung 4. Allgemeine ( Blackbox ) Modelle 5. arameteridentifikation 6. Experimentelle ersuchsplanung und -analyse 2211 eite 25 von 39

26 7. Modelle Medienformen Die Konzepte werden während der orlesung an der Tafel entwickelt. Über Beamer steht ergänzend das kript mit Beispielen und Zusammenfassungen zur erfügung. Zur eranschaulichung werden numerische imulationen gezeigt. Das kript kann im Copyshop erworben oder im DF-Format frei herunter geladen werden. Auf der orlesungs-webseite finden sich weiterhin aktuelle Informationen, Übungsaufgaben und Unterlagen zur rüfungsvorbereitung. Literatur R. Isermann, M. Münchhof: Identification of Dynamic ystems An Introduction with Applications, pringer erlag, 2011 J. Wernstedt: Experimentelle rozessanalyse, EB erlag Technik, 1989 K. Janschek: ystementwurf mechatronischer ysteme, Methoden Modelle Konzepte, pringer, 2010 W. Kleppmann: Taschenbuch ersuchsplanung, rodukte und rozesse optimieren, 7. Auflage, Hanser, 2011 verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2013 Bachelor Technische Kybernetik und ystemtheorie 2013 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 26 von 39

27 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Regelungs- und ystemtechnik 3 Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. Johann Reger W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: Generierte Noten Turnus:ommersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2213 Die tudierenden können Normalformen für lineare Mehrgrößensysteme beim Regelungs- und Beobachterentwurf gezielt einsetzen. Die tudierenden kennen die wichtigsten Eigenschaften von Übertragungsfunktionen im Mehrgrößenfall und können deren Einfluß auf die erformance im Regelkreis bewerten. Die tudierenden sind befähigt, die gängigen ensitivitätsfunktionen im tandardregelkreis zu bestimmen und beim Reglerentwurf, z.b. im loop-shaping-erfahren zu nutzen. Die tudierenden verstehen die Relevanz von Matrix-Riccati-Differentialgleichungen beim optimierungsbasierten Entwurf und können diese numerisch lösen. Die tudierenden sind in der Lage, auf quadratischen Gütefunktionalen basierende Regelungen und Beobachter zu entwerfen. Die tudierenden können robuste Ausgangsrückführungen entwerfen. orkenntnisse Abgeschlossenes gemeinsames ingenieurwissenschaftliches Grundstudium (GIG), Regelungs- und ystemtechnik 2 rofil EIT Inhalt Medienformen Entwicklung an der Tafel, Beiblätter, Übungsblätter und imulationsbeispiele unter: Literatur Antsaklis,., Michel, A., A Linear ystems rimer, pringer, 2007 ánchez-eña, R., znaier, M., Robust ystems: Theory and Applications, Wiley, 1998 kogestad,., ostlethwaite, I., Multivariable Feedback Control - Analysis and Design, Wiley, 2005 Zhou, K., Doyle, J.C., Essentials of Robust Control, rentice Hall, 1997 Zhou, K., Doyle, J.C., Glover, K., Robust and Optimal Control, rentice Hall, 1995 eite 27 von 39

28 verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2013 Bachelor Ingenieurinformatik 2013 Bachelor Technische Kybernetik und ystemtheorie 2013 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 28 von 39

29 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: imulation Automatisierung Wahlpflichtbereich Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. u Li W nach Fachsemester Lernergebnisse / Kompetenzen Turnus:ommersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden können Grundbegriffe der Modellierung und imulation und die historische Einordnung der analogen imulation im ergleich zum chwerpunkt der eranstaltung, der digitalen imulation zeitkontinuierlicher und zeitdiskreter ysteme, definieren und erklären. ie sind in der Lage, imulationsaufgabenstellungen zu bewerten und eine systematische Herangehensweise an die roblemlösung anzuwenden. Die tudierenden erkennen und beurteilen sowohl die blockorientierte, die zustandsorientierte als auch die objektorientierte imulation einschließlich der pezifika, wie z.b. numerische Integrationsverfahren, physikalische Modellierung. Durch vorgestellte imulationssprachen, -systeme und software (MATLAB/IMULINK, cilab, OpenModelica, HAER) können die tudierenden typische imulationsaufgaben im technischen und nichttechnischen Umfeld bewerten und entwickeln. In einem Hausbeleg weist jeder tudierende seine Fähigkeit nach, eine imulationsaufgabe zu lösen und auszuwerten. orkenntnisse Grundlagen der Mathematik, der hysik sowie der Regelungs- und ystemtechnik Inhalt Einführung: Einsatzgebiete, Abgrenzung, Rechenmittel, Arbeitsdefinition, ystematik bei der Bearbeitung von imulationsund Entwurfsaufgaben; ystembegriff (zeitkontiniuerlich, zeitdiskret, qualitativ, ereignis-diskret, chaotisch) mit Aufgabenstellungen; Analoge imulation: Wesentliche Baugruppen und rogrammierung von Analogrechnern, orzüge und Nachteile analoger Berechnung, heutige Bedeutung; Digitale imulation: blockorientierte imulation, Integrationsverfahren, Einsatzempfehlungen, algebraische chleifen, chrittweitensteuerung, steife Differenzialgleichungen, Abbruchkriterien; zustandsorientierte imulation linearer teuerungssysteme; Einführung in die physikalische objektorientierte imulation; imulationssprachen und -systeme: MATLAB (Grundaufbau, prache, Matrizen und lineare Algebra, olynome, Interpolation, gewöhnliche Differenzialgleichungen, schwach besetzte Matrizen, M-File-rogrammierung, isualisierung, imulink, Toolboxen, Beispiele); cilab (Grundaufbau, Befehle, Unterschiede zu MATLAB/imulink, Beispiele); Überblick über OpenModelica (Merkmale, Modellierungsumgebung, Bibliotheken, Beispiele); HAER (Grundaufbau, vorgefertigte und eigene roblemstellungen, Zeitverhalten, hasendiagramm, Beispiele) Medienformen räsentation, orlesungsskript, Tafelanschrieb, Übungen im C-ool, Hausbeleg am C Literatur flichtkennz.: flichtfach Biran, A., Breiner, M.: MATLAB 5 für Ingenieure, Addison-Wesley, Bossel, H.: imulation dynamischer ysteme, ieweg, Bossel, H.: Modellbildung und imulation, ieweg, Art der Notengebung: Generierte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 128 W: 2.0 Fakultät für Informatik und Automatisierung Fachgebiet: 2212 eite 29 von 39

30 Cellier, F. E.: Coninuous ystem Modeling, pringer, Cellier, F. E.: Integrated Continuous-ystem Modeling and imulation Environments, In: Linkens, D.A. (Ed.): CAD for Control ystems, Marcel Dekker, New York, 1993, pp Fritzson,.: rinciples of object-oriented modeling and simulation with Modelica 2.1, IEEE ress, Fritzson,.: Introduction to Medeling and imulation of Technical and hysical ystems with Modelica. Wiley-IEEE ress Gomez, C.: Engineering and scientific computing with cilab, Birkhäuser, Hoffmann, J.: MATLAB und IMULINK, Addison-Wesley, Hoffmann, J., Brunner, U.: MATLAB und Tools: Für die imulation dynamischer ysteme, Addison-Wesley, Kocak, H.: Differential and difference equations through computer experiments, (... HAER...), pringer, Otter, M.: Objektorientierte Modellierung hysikalischer ysteme, Teil 1, at - Automatisierungstechnik, (47(1999)1,. A1-A4 (und weitere 15 Teile von OTTER, M. als Haupt-- bzw. Co-Autor und anderer Autoren in Nachfolgeheften). cherf, H.E.: Modellbildung und imulation dynamischer ysteme, Oldenbourg, chmidt, G.: imulationstechnik, Oldenbourg, chwetlick, H., Kretzschmar, H.: Numerische erfahren für Naturwissenschaftler und Ingenieure, Fachbuchverlag Leipzig, Tiller, M.: Introduction to physical modeling with Modelica, Kluwer, van den Bosch,.. J., van der Klauw, A.: Modeling, Identification and imulation of Dynamical ystems, CRC verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2013 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 30 von 39

31 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Wissensbasierte ysteme Fachabschluss: rüfungsleistung generiert prache: Fachnummer: rüfungsnummer: Fachverantwortlich: Dr.-Ing. Fred Roß W nach Fachsemester Lernergebnisse / Kompetenzen flichtkennz.: flichtfach Art der Notengebung: Generierte Noten Turnus:ommersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F 2211 orkenntnisse Inhalt Medienformen Literatur verwendet in folgenden tudiengängen Bachelor Ingenieurinformatik 2013 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 31 von 39

32 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Dynamische rozessoptimierung Fachabschluss: rüfungsleistung alternativ prache: Deutsch Fachnummer: 8195 rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. u Li W nach Fachsemester Lernergebnisse / Kompetenzen Die tudierenden können Turnus:ommersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F die Grundlagen, roblemstellungen und Methoden der dynamischen rozessoptimierung klassifizieren, Methoden und Werkzeuge anwenden, unterschiedliche roblemstellungen und mathematische Herleitungen analysieren und generieren optimale teuerungen berechnen sowie Anwendungsfälle für industrielle rozesse analysieren, entwickeln und bewerten orkenntnisse Grundlagen der Mathematik, hysik, Elektrotechnik; Regelungs- und ystemtechnik Inhalt Indirekte erfahren - ariationsverfahren, Optimalitätsbedingungen - Das Maximum-rinzip - Dynamische rogrammierung - Riccati-Optimal-Regler Direkte erfahren - Methoden zur Diskretisierung, Orthogonale Kollokation - Lösung mit nichtlinearen rogrammierungsverfahren - imultane und equentielle erfahren Anwendungsbeispiele - rozesse in der Luft- und Raumfahrtindustrie - rozesse in der Chemieindustrie - rozesse in der Wasserbewirtschaftung Medienformen räsentation, orlesungsskript, Tafelanschrieb Literatur flichtkennz.: flichtfach Art der Notengebung: Generierte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: D. G. Luenberger. Introduction to Dynamic ystems. Wiley A. C. Chiang. Elements of Dynamic Optimization. McGraw-Hill D.. Bertsekas. Dynamic rogramming and tochastic Control. Academic ress eite 32 von 39

33 R. F. tengel. Optimal Control and Estimation. Dover ublications J. Macki. Introduction to Optimal Control Theory. pringer D. G. Hull. Optimal Control Theory for Applications. pringer ) Mündliche rüfung, 30 min. und 2) Testat für durchzuführendes raktikum verwendet in folgenden tudiengängen Master Electrical ower and Control Engineering 2013 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Ingenieurinformatik 2009 Master Ingenieurinformatik 2014 Master Mechatronik 2008 Master Mechatronik 2014 Master Research in Computer & ystems Engineering 2009 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 33 von 39

34 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Automatisierung Wahlpflichtbereich Fuzzy- and Neuro Control Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: rüfungsnummer: Fachverantwortlich: Univ.-rof. Dr.-Ing. habil. Christoph Ament W nach Fachsemester Lernergebnisse / Kompetenzen Turnus:Wintersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Aneignung von Kenntnissen und praktischen Fertigkeiten beim Entwurf von Fuzzy- und Neuro-ystemen zur Anwendung auf den Gebieten der Modellbildung, des Entwurfs regelungstechnischer ysteme und der Lösung von Klassifikationsaufgaben in wissensbasierten Entscheidungshilfesystemen. Kennenlernen von Basismechanismen und Anwendungsgebieten von Evolutionären Algorithmen. orkenntnisse Abschluss der Grundausbildung in Mathematik, Regelungstechnik, ystemanalyse Inhalt Grundlagen der Fuzzy-Theorie, Module des Fuzzy-ystems, Kennlinien und Kennflächen von Fuzzy-ytemen, Fuzzy- Modellbildungsstrategien, Fuzzy-Klassifikation und -Klassensteuerung, optimaler Entwurf von Fuzzy-teuerungen und Regelungen, adaptive/lernende Fuzzy-Konzepte, Beispiele aus Technik, verwendete Tools: Fuzzy-Control Design Toolbox, Fuzzy Logic Toolbox für MATLAB. Theoretische Grundlagen Künstlicher Neuronaler Netze. Lernstrategien (Hebbsches Lernen, Delta-Regel Lernen, Competetives Lernen). orstellung grundlegender Netzwerktypen wie erzeptron, Adaline, Madaline, Back-ropagation Netze, Kohonen-Netze. Modellbildung mit Hilfe Neuronaler Netze für statische (olynommodell) und dynamische (Differenzengleichungsmodell, olterra-reihen-modell) nichtlineare ysteme einschließlich entsprechender Anwendungshinweise (Fehlermöglichkeiten, Datenvorverarbeitung, Gestaltung des Lernprozesses). trukturen zur teuerung/regelung mit Hilfe Neuronaler Netze (Kopieren eines konventionellen Reglers, Inverses ystemmodell, Internal Model Control, Model redictive Control, direktes Training eines neuronalen Reglers, Reinforcement Learning). Methoden zur Neuro-Klassifikation (Backpropagation, Learning ector Quantization). Anwendungsbeispiele und orstellung von Entwicklungstools für Künstliche Neuronale Netze, verwendete Tools: Neural Network Toolbox für MATLAB, HALCON, NeuralWorks rofessional. Medienformen Bei der orlesung werden über Beamer die wichtigsten kizzen, Gleichungen und trukturen dargestellt. Einfache Beispiele, das Herleiten von Gleichungen und die Erstellung von trukturen werden anhand von Tafelbildern entwickelt. Zusätzlich wird der Lehrstoff mit Beispielen unter erwendung der in MATLAB vorhandenen Toolboxen anhand untermauert. Die orlesungsfolien und das kript können als DF-Dokument heruntergeladen werden. Es findet zusätzlich zur orlesung alle zwei Wochen ein rechnergestütztes eminar statt, in welchem die tudenten unter erwendung von MATLAB/imulink Aufgaben im Bereich der Modellbildung, Regelung und Klassifikation mit Fuzzy und Neuro Methoden lösen. Literatur flichtkennz.: flichtfach Art der Notengebung: Generierte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 2211 eite 34 von 39

35 Adamy J.: Fuzzy Logik, Neuronale Netze und Evolutionäre Algorithmen haker erlag, Aachen Koch M., Kuhn Th., Wernstedt J.: Fuzzy Control Optimale Nachbildung und Entwurf optimaler Entscheidungen, Oldenbourg, München, Kiendl H.: Fuzzy Control methodenorientiert, Oldenbourg, München D. atterson: Künstliche Neuronale Netze, München,...: rentice Hall, R. Brause: Neuronale Netze, tuttgart: Teubner, K. Warwick, G.W.Irwin, K.J. Hunt: Neural networks for control and systems, London: eter elegrinus Ltd., chöneburg E., Heinzmann F., Fedderson.: Genetische Algorithmen und Evolutionsstrategien, Addison-Wesley, Rechenberg I.: Evolutionsstrategie 94, frommann-holzboog, 1994 verwendet in folgenden tudiengängen Master Electrical ower and Control Engineering 2013 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Ingenieurinformatik 2014 Master Mechatronik 2008 Master Mechatronik 2014 Master Wirtschaftsingenieurwesen 2013 ertiefung AT eite 35 von 39

36 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Modul: Hauptseminar Modulnummer: Modulverantwortlich: Univ.-rof. Dr.-Ing. Johann Reger Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Die tudierenden sind in der Lage, wissenschaftlich-technische Literatur zu recherchieren und auszuwerten. Die tudierenden können ein neues weiterführendes erfahren oder Anwendungsfall eigenständig erfassen und bewerten. Die tudierenden können, ein wissenschaftliches Thema schriftlich und mündlich angemessen präsentieren. orraussetzungen für die Teilnahme Abschluss GIG Regelungs- und ystemtechnik 1/2 eite 36 von 39