Modulhandbuch Master Elektrotechnik und Informationstechnik rüfungsordnungsversion: 2014 ertiefung:at Erstellt am: Montag 04 Mai 2015 aus der O Datenbank der TU Ilmenau
Inhaltsverzeichnis Name des Moduls/Fachs 1.F 2.F 3.F 4.F 5.F 6.F 7.F Abschluss L Fachnr. Nichtlineare Regelungssysteme 1 F 5 Nichtlineare Regelungssysteme 1 2 1 1 L 5 100498 Fuzzy und Neuro Control F 5 Fuzzy- and Neuro Control 2 1 1 L 5 100726 Dynamische rozessoptimierung F 5 Dynamische rozessoptimierung 2 1 1 L 5 8195 Module aus Wahlkatalog Kommunikations- und Bussysteme F 5 100900 Kommunikations- und Bussysteme 2 1 1 L 30min 5 899 Wissensbasierte ysteme F 5 100901 Wissensbasierte ysteme 3 1 0 L 30min 5 100806 Matlab für Ingenieure MO 5 100902 Matlab für Ingenieure 2 1 1 L 90min 5 5550 Ereignisdiskrete ysteme F 5 100903 Ereignisdiskrete ysteme 3 1 0 L 30min 5 7631 Hybride ysteme F 5 100904 Hybride ysteme 2 1 1 L 30min 5 100830 Diagnose- und orhersagesysteme F 5 100905 Diagnose- und orhersagesysteme 2 2 0 L 30min 5 5542 Hierarchische teuerungssysteme F 5 100906 Hierarchische teuerungssysteme 2 1 1 L 5 101193 Nichtlineare Regelungsysteme 2 F 5 100907 Nichtlineare Regelungssysteme 2 2 1 1 L 30min 5 7630 Adaptive und strukturvariable Regelungssysteme F 5 100908 Adaptive und strukturvariable Regelungssysteme 2 1 1 L 30min 5 100755 rozessmess- und ensortechnik 2 F 5 100909 rozessmess- und ensortechnik 2 2 1 1 L 20min 5 1468 Fertigungs- und Lasermesstechnik 2 F 5 100910 Fertigungs- und Lasermesstechnik 2 2 1 1 L 30min 5 5556 Optoelektronische Mess- und ensortechnik F 5 100911 Optoelektronische Mess- und ensortechnik 3 1 0 L 30min 5 5559 Temperaturmesstechnik und thermische Messtechnik F 5 100912
Temperaturmesstechnik und thermische Messtechnik 3 0 1 L 30min 5 419 Umwelt- und Analysenmesstechnik F 5 100913 Umwelt- und Analysenmesstechnik 3 0 1 L 30min 5 5562 Messwertverarbeitung und Digitale Filter F 5 100914 Messwertverarbeitung und Digitale Filter 3 0 1 L 90min 5 100831 Technisches Nebenfach MO 10 Technisches Nebenfach: tudienleistung 1 L 0 0000 Technisches Nebenfach: tudienleistung 2 L 0 0000 Nichttechnisches Nebenfach MO 10 Nichttechnisches Nebenfach: tudienleistung 1 L 0 0000 Nichttechnisches Nebenfach: tudienleistung 2 L 0 0000 Masterarbeit mit Kolloquium F 30 Kolloquium L 45min 0 5479 Masterarbeit MA 6 0 5165
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Nichtlineare Regelungssysteme 1 Modulnummer: 100722 Modulverantwortlich: rof. Dr. Johann Reger Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse 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. orraussetzungen für die Teilnahme Abschluss GIG Einzelleistung, mündliche rüfung (30 Minuten) eite 4 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Nichtlineare Regelungssysteme 1 Nichtlineare Regelungssysteme 1 Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: 100498 rüfungsnummer:220399 Fachverantwortlich: rof. Dr. Johann Reger W nach Fachsemester 2 1 1 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 http://www.tu-ilmenau.de/regelungstechnik/lehre/nichtlineare-regelungssysteme-1 Medienformen Entwicklung an der Tafel, Beiblätter, Übungsblätter und imulationsbeispiele unter: http://www.tu-ilmenau.de/regelungstechnik/lehre/nichtlineare-regelungssysteme-1 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 5 von 74
verwendet in folgenden tudiengängen Master Mechatronik 2014 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Master Wirtschaftsingenieurwesen 2014 ertiefung AT Master Technische Kybernetik und ystemtheorie 2014 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Electrical ower and Control Engineering 2013 Master Mechatronik 2008 eite 6 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Fuzzy und Neuro Control Modulnummer: 100723 Modulverantwortlich: rof. Dr. Christoph Ament Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse 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. orraussetzungen für die Teilnahme Abschluss der Grundausbildung in Mathematik, Regelungstechnik, ystemanalyse eite 7 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Fuzzy und Neuro Control Fuzzy- and Neuro Control Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: 100726 rüfungsnummer:220398 Fachverantwortlich: rof. Dr. Christoph Ament W nach Fachsemester Lernergebnisse / Kompetenzen 2 1 1 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 8 von 74
Adamy J.: Fuzzy Logik, Neuronale Netze und Evolutionäre Algorithmen haker erlag, Aachen 2005. Koch M., Kuhn Th., Wernstedt J.: Fuzzy Control Optimale Nachbildung und Entwurf optimaler Entscheidungen, Oldenbourg, München, 1996. Kiendl H.: Fuzzy Control methodenorientiert, Oldenbourg, München 1997. D. atterson: Künstliche Neuronale Netze, München,...: rentice Hall, 1996. R. Brause: Neuronale Netze, tuttgart: Teubner, 1995. K. Warwick, G.W.Irwin, K.J. Hunt: Neural networks for control and systems, London: eter elegrinus Ltd., 1992. chöneburg E., Heinzmann F., Fedderson.: Genetische Algorithmen und Evolutionsstrategien, Addison-Wesley, 1994. Rechenberg I.: Evolutionsstrategie 94, frommann-holzboog, 1994 verwendet in folgenden tudiengängen Master Mechatronik 2014 Master Wirtschaftsingenieurwesen 2013 ertiefung AT Master Wirtschaftsingenieurwesen 2014 ertiefung AT Master Technische Kybernetik und ystemtheorie 2014 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Electrical ower and Control Engineering 2013 Master Mechatronik 2008 eite 9 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Dynamische rozessoptimierung Modulnummer: 100858 Modulverantwortlich: rof. Dr. u Li Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Die tudierenden können 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. orraussetzungen für die Teilnahme Grundlagen der Mathematik, hysik, Elektrotechnik, Regelungs- und ystemtechnik, rozessoptimierung 1 1) Mündliche rüfung, 30 min. und 2) Unbenoteter chein (Testat) für raktikum eite 10 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Dynamische rozessoptimierung Dynamische rozessoptimierung Fachabschluss: rüfungsleistung alternativ prache: Deutsch Fachnummer: 8195 Fachverantwortlich: rof. Dr. u Li W nach Fachsemester 2 1 1 Lernergebnisse / Kompetenzen Die tudierenden können rüfungsnummer:220372 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. 1979 A. C. Chiang. Elements of Dynamic Optimization. McGraw-Hill. 1992 D.. Bertsekas. Dynamic rogramming and tochastic Control. Academic ress. 1976 2212 eite 11 von 74
R. F. tengel. Optimal Control and Estimation. Dover ublications. 1994 J. Macki. Introduction to Optimal Control Theory. pringer. 1998 D. G. Hull. Optimal Control Theory for Applications. pringer. 2003 1) Mündliche rüfung, 30 min. und 2) Testat für durchzuführendes raktikum verwendet in folgenden tudiengängen Master Ingenieurinformatik 2014 Master Mechatronik 2014 Master Technische Kybernetik und ystemtheorie 2014 Master Ingenieurinformatik 2009 Master Electrical ower and Control Engineering 2013 Master Mechatronik 2008 Master Research in Computer & ystems Engineering 2009 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Wirtschaftsingenieurwesen 2013 ertiefung AT Master Wirtschaftsingenieurwesen 2014 ertiefung AT eite 12 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Kommunikations- und Bussysteme Modulnummer: 100900 Modulverantwortlich: Dr. Fred Roß Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse 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. orraussetzungen für die Teilnahme Technische Informatik 1 und 2; Regelungstechnik, ystemanalyse eite 13 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Kommunikations- und Bussysteme Kommunikations- und Bussysteme Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 899 Fachverantwortlich: Dr. Fred Roß W nach Fachsemester 2 1 1 Lernergebnisse / Kompetenzen Medienformen rüfungsnummer:2200096 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) 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: Gestufte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 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 Wirtschaftsingenieurwesen 2011 ertiefung ABT Master Ingenieurinformatik 2009 Master Wirtschaftsingenieurwesen 2010 ertiefung ABT eite 14 von 74
Master Wirtschaftsingenieurwesen 2009 ertiefung ABT Master Elektrotechnik und Informationstechnik 2014 ertiefung AT eite 15 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Wissensbasierte ysteme Modulnummer: 100901 Modulverantwortlich: Dr. Fred Roß Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Der Hörer erhält eine Übersicht über Konzepte und Methoden des Entwurfs wissensbasierter ysteme. Er soll in die Lage versetzt werden, solche ysteme eigenständig designen zu können. Die orlesung soll darüber hinaus die methodische und begriffliche Basis legen, um sich spezielle Lösungsansätze aus Textbüchern oder eröffentlichungen aneignen zu können. orraussetzungen für die Teilnahme rozessanalyse/modellbildung, Wahrscheinlichkeitsrechnung/tatistik, Fuzzy Control (von orteil) eite 16 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Wissensbasierte ysteme Wissensbasierte ysteme Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 100806 Fachverantwortlich: Dr. Fred Roß W nach Fachsemester 3 1 0 Lernergebnisse / Kompetenzen rüfungsnummer:2200407 Turnus:ommersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Der Hörer erhält eine Übersicht über Konzepte und Methoden des Entwurfs wissensbasierter ysteme. Er soll in die Lage versetzt werden, solche ysteme eigenständig designen zu können. Die orlesung soll darüber hinaus die methodische und begriffliche Basis legen, um sich spezielle Lösungsansätze aus Textbüchern oder eröffentlichungen aneignen zu können. orkenntnisse rozessanalyse/modellbildung, Wahrscheinlichkeitsrechnung/tatistik, Fuzzy Control (von orteil) Inhalt Grundlagen wissensbasierterter ysteme (Wissensarten, Wissensdarstellung/-repräsentation, Architekturen, Design), Methoden der Entscheidungstheorie (Entscheidungssituationen, Darstellung der Entscheidungssituationen, Entscheidungsregeln bei Ungewissheit, Entscheidungsregeln bei Risiko), Automatische Klassifikation (Grundlagen, Bayes- Klassifikator, Abstandsklassifikatoren, Trennfunktionsklassifikatoren, unkt-zu-unkt-klassifikator), Expertensysteme (Darstellung deklarativen Wissens, uchstrategien, Besonderheiten großer Fuzzy-ysteme) 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: Gestufte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 105 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: 2211 H. Laux: Entscheidungstheorie, pringer erlag 2005 H. Wiese: Entscheidungs- und pieltheorie, pringer erlag 2002 F. uppe: Einführung in Expertensysteme, pringer erlag 1991 H. H. Bock: Automatische Klassifikation, andenhoeck & Ruprecht 1971 verwendet in folgenden tudiengängen Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Technische Kybernetik und ystemtheorie 2014 eite 17 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Matlab für Ingenieure Modulnummer: 100902 Modulverantwortlich: Dr. iegbert Hopfgarten Modulabschluss: Lernergebnisse Die tudierenden können die Grundzüge des imulationssystems MATLAB/imulink und dessen Kopplungsmöglichkeiten zu anderen imulationssystemen/ -sprachen beschreiben. ie wenden numerische Integrationsverfahren zur Lösung von Differentialgleichungssystemen 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. orraussetzungen für die Teilnahme Grundlagen der Mathematik, der hysik, der Elektrotechnik sowie Regelungs- und ystemtechnik 1 + 2, imulation chriftlicher, benoteter Beleg eite 18 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Matlab für Ingenieure Matlab für Ingenieure Fachabschluss: tudienleistung schriftlich 90 min prache: Deutsch Fachnummer: 5550 Fachverantwortlich: rof. Dr. u Li W nach Fachsemester 2 1 1 Lernergebnisse / Kompetenzen rüfungsnummer:2200240 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: Testat / Generierte 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, 2000. Bossel, H.: imulation dynamischer ysteme, ieweg, 1987. Bossel, H.: Modellbildung und imulation, ieweg, 1992. Dorf, R.C., Bishop, R.H.: Moderne Regelungssysteme. earson tudium. 2006 Hoffmann, J.: MATLAB und IMULINK, Addison-Wesley, 1998. Franklin, G.F., owell, J.D., Emami-Naeini, A.: Feedback control of dynamic systems. earson Education. 2006 Hoffmann, J., Brunner, U.: MATLAB und Tools: Für die imulation dynamischer ysteme, Addison-Wesley, 2002. Lunze, J.: Regelungstechnik 1. pringer. 1999 Lunze, J.: Regelungstechnik 2. pringer. 1997 2212 eite 19 von 74
apageorgiou, M.: Optimierung. Oldenbourg. 1991 cherf, H.E.: Modellbildung und imulation dynamischer ysteme, Oldenbourg, 2003. chwetlick, H., Kretzschmar, H.: Numerische erfahren für Naturwissenschaftler und Ingenieure, Fachbuchverlag Leipzig, 1991. chriftlicher, benoteter Beleg verwendet in folgenden tudiengängen Bachelor Ingenieurinformatik 2008 Master Wirtschaftsingenieurwesen 2009 Master Wirtschaftsingenieurwesen 2010 ertiefung ABT Master Wirtschaftsingenieurwesen 2009 ertiefung ABT Bachelor Ingenieurinformatik 2013 Master Wirtschaftsingenieurwesen 2010 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Wirtschaftsingenieurwesen 2011 ertiefung ABT Master Wirtschaftsingenieurwesen 2013 ertiefung AT Master Wirtschaftsingenieurwesen 2014 ertiefung AT eite 20 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Ereignisdiskrete ysteme Modulnummer: 100903 Modulverantwortlich: rof. Dr. Johann Reger Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Die tudierenden lernen wichtige Eigenschaften ereignisdiskreter ysteme in Form von Automaten und etri-netzen zu beschreiben und zu analysieren. Die tudierenden können einfache upervisoren für typische ystemspezifikationen im geschlossenen Regelkreis entwerfen. Zur Reduktion der Komplexität der Entwurfsaufgabe werden die tudierenden in die Lage versetzt, modulare und dezentrale sowie hierachische Enturfsmethoden erfolgreich anzuwenden. orraussetzungen für die Teilnahme Abschluß der Grundausbildung in Mathematik, Regelungstechnik Einzelleistung, mündliche rüfung (30 Minuten) eite 21 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Ereignisdiskrete ysteme Ereignisdiskrete ysteme Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 7631 rüfungsnummer:2200271 Fachverantwortlich: rof. Dr. Johann Reger 3 1 0 Turnus:ommersemester 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 Die tudierenden lernen wichtige Eigenschaften ereignisdiskreter ysteme in Form von Automaten und etri-netzen zu beschreiben und zu analysieren. Die tudierenden können einfache upervisoren für typische ystemspezifikationen im geschlossenen Regelkreis entwerfen. Zur Reduktion der Komplexität der Entwurfsaufgabe werden die tudierenden in die Lage versetzt, modulare und dezentrale sowie hierachische Enturfsmethoden erfolgreich anzuwenden. orkenntnisse Abschluß der Grundausbildung in Mathematik, Regelungstechnik Inhalt Eigenschaften ereignisgetriebener rozesse formale prachen und Automaten Eigenschaften von Automaten das Konzept des upervisory-control teuerbarkeit und Blockierungsfreiheit von Automaten minimal restriktiver upervisor-entwurf modulare und dezentrale Ansätze hierarchische Entwurfsverfahren tellen-transitions-netze Eigenschaften von etri- Netzen Zustandsbasierter Reglerentwurf für etri-netze Medienformen Tafel, Beiblätter, C-Unterstützung Literatur Christos Cassandras, téphane Lafortune, Introduction to Discrete Event ystems, pringer, 2008 Jan Lunze, Ereignisdiskrete ysteme: Modellierung und Analyse dynamischer ysteme mit Automaten, Markovketten und etrinetzen, Oldenbourg, 2006 William Wonham, upervisory Control of Discrete-Event ystems, orlesungsskriptum, http://www.control.utoronto.ca/cgi-bin/dldes.cgi ohne verwendet in folgenden tudiengängen Bachelor Technische Kybernetik und ystemtheorie 2010 flichtkennz.: flichtfach Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Art der Notengebung: Gestufte Noten 2213 eite 22 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Hybride ysteme Modulnummer: 100904 Modulverantwortlich: rof. Dr. Matthias Althoff Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Die tudierenden können die elementaren Eigenschaften von technischen ignalen und ystemen einordnen und bewerten. ie sind in der Lage, dynamische ystemmodelle von technischen rozessen abzuleiten und beherrschen den Einsatz von Werkzeugen zu deren imulation. ie besitzen grundlegende Fähigkeiten zur Analyse und ynthese von MIMO- Regelkreisstrukturen im Zeitbereich. orraussetzungen für die Teilnahme Automatisierungstechnik 1 (wünschenswert sind orkenntnisse in Regelungs- und ystemtechnik sowie Ereignisdiskrete ysteme) ohne Angaben eite 23 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Hybride ysteme Hybride ysteme Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 100830 rüfungsnummer:2200408 Fachverantwortlich: rof. Dr. Matthias Althoff W nach Fachsemester Lernergebnisse / Kompetenzen 2 1 1 flichtkennz.: flichtfach Art der Notengebung: Gestufte 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 Die tudierenden erwerben die Grundlagen zur Modellierung, imulation, Regelung, tabilitätsanalyse und erifikation hybrider ysteme. Hybride ysteme sind eine Mischung aus diskreten ystemen (Automaten, etri-netze, etc.) und kontinuierlichen ystemen (Differentialgleichungen, differential-algebraische Gleichungen, etc.). ie treten in allen modernen geregelten ystemen auf, insbesondere aber in ystemen die sich der Umgebung anpassen, autonome Entscheidungen treffen, oder mit Menschen bzw. anderen technischen ystemen interagieren. Einige Beispiele sind autonome Fahrzeuge, Laufroboter, mart Grids, kooperierende Roboter in der roduktion und unbemannte Flugobjekte. Die eranstaltung verknüpft Wissen das zuvor in eranstaltungen zur Regelungs- und ystemtechnik sowie in eranstaltungen zu ereignisdiskreten ystemen vermittelt wird. 2215 orkenntnisse Automatisierungstechnik 1 (wünschenswert sind orkenntnisse in Regelungs- und ystemtechnik sowie Ereignisdiskrete ysteme) Inhalt Endliche Automaten Gezeitete Automaten Hybride Automaten Numerische imulation hybrider Automaten Hybride Regelung kontinuierlicher ysteme Regelung hybrider ysteme tabilitätsanalyse hybrider ysteme erifikation hybrider ysteme Medienformen eite 24 von 74
Folien zur orlesung, Tafelanschrieb Literatur A. van der chaft: An Introduction to Hybrid Dynamical ystems, pringer erlag, 2000. J. Lunze und F. Lamnabhi-Lagarrigue (Editoren): Handbook of Hybrid ystems Control: Theory, Tools, Applications, Cambridge University ress, 2009 ohne verwendet in folgenden tudiengängen Master Elektrotechnik und Informationstechnik 2014 ertiefung AT eite 25 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Diagnose- und orhersagesysteme Modulnummer: 100905 Modulverantwortlich: rof. Dr. Christoph Ament Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Die tudierenden sind in der Lage, technische ysteme hinsichtlich der Diagnosemöglichkeiten zu bewerten und eigenständig Lösungen für Diagnoseaufgaben zu erarbeiten. ie sind weiterhin in der Lage ysteme und Zeitreihen hinsichtlich ihrer orhersagbarkeit zu analysieren und mit Hilfe systemtechnischer Methoden orhersagen für unterschiedliche Zeithorizonte zu realisieren. Durch die Kombination von Methoden der Diagnose und orehrsage lösen die tudierenden Aufgaben auf dem Gebiet der prädiktiven Diagnose. Die tudierenden wenden moderne Methoden der rozess- und ystemanalyse sowie moderne Computersimulationssysteme an. Teamorientierung, räsentationstechnik und Arbeitsorganisation werden ausgeprägt. orraussetzungen für die Teilnahme Abschluss der Grundausbildung in Mathematik, Regelungstechnik, ystemanalyse eite 26 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Diagnose- und orhersagesysteme Diagnose- und orhersagesysteme Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 5542 rüfungsnummer:2200134 Fachverantwortlich: rof. Dr. Christoph Ament W nach Fachsemester Lernergebnisse / Kompetenzen orkenntnisse Inhalt Diagnose Auswertung von ignalen und Zuständen erwendung von ystemmodellen Berechnung von Kennwerten Klassifikationsverfahren Modellreferenzverfahren Wissensbasierte erfahren orhersage 2 2 0 orhersagbarkeit rognoseprozess rimärdatenaufbereitung orhersage mit deterministischen ignalmodellen orhersage mit stochastischen ignalmodellen Musterbasierte orhersage Konnektionistische erfahren zur orhersage Medienformen kript, ideo, orführungen, Rechnerübungen flichtkennz.: flichtfach Turnus:Wintersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Abschluss der Grundausbildung in Mathematik, Regelungstechnik, ystemanalyse Art der Notengebung: Gestufte Noten Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 W: 4.0 Fakultät für Informatik und Automatisierung Fachgebiet: Die tudierenden sind in der Lage, technische ysteme hinsichtlich der Diagnosemöglichkeiten zu bewerten und eigenständig Lösungen für Diagnoseaufgaben zu erarbeiten. ie sind weiterhin in der Lage ysteme und Zeitreihen hinsichtlich ihrer orhersagbarkeit zu analysieren und mit Hilfe systemtechnischer Methoden orhersagen für unterschiedliche Zeithorizonte zu realisieren. Durch die Kombination von Methoden der Diagnose und orehrsage lösen die tudierenden Aufgaben auf dem Gebiet der prädiktiven Diagnose. Die tudierenden wenden moderne Methoden der rozess- und ystemanalyse sowie moderne Computersimulationssysteme an. Teamorientierung, räsentationstechnik und Arbeitsorganisation werden ausgeprägt. 2211 eite 27 von 74
Literatur Brockwell,. J. Davis, R. A.: Introduction to Time eries and Forecasting. New York : pringer-erlag, 1996 Isermann, Rolf: Uberwachung und Fehlerdiagnose. DI erlag, 1994 Janacek, Gareth ; wift, Louise: Time series: Forecasting, imulation, Applications. New York, London, Toronto, ydney, Tokyo, ingapore :Ellis Horwood, 1993 Romberg, T. [u. a.]: ignal processing for industrial diagnostics.wiley, 1996 chlittgen, Rainer: Angewandte Zeitreihenanalyse. Munchen, Wien: Oldenbourg Wissenschaftsverlag, 2001 chlittgen, Rainer;treitberg,Bernd H.J.: Zeitreihenanalyse. 9. Auflage. Munchen, Wien, Oldenbourg Wissenschaftsverlag, 2001 Wernstedt, Jurgen: Experimentelle rozessanalyse. 1. Auflage. Berlin : erlag Technik, 1989 verwendet in folgenden tudiengängen Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Technische Kybernetik und ystemtheorie 2014 Master Ingenieurinformatik 2009 eite 28 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Hierarchische teuerungssysteme Modulnummer: 100906 Modulverantwortlich: rof. Dr. u Li Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Die tudierenden können teuerungsaufgaben für hochdimensionale ysteme analysieren und entwickeln. ie klassifizieren Zerlegungs- und Koordinationsprinzipien. Auf der Grundlage der nichtlinearen Optimierung und des Optimalsteuerungsentwurfs sind sie in Lage, teuerungssysteme zu zerlegen, Optimierungs- und Optimalsteuerungsprobleme zu formulieren und mittels hierarchischer Methoden zu lösen, d. h. die teuerungen zu entwerfen. Die tudierenden beschreiben die Grundbegriffe der mehrkriteriellen Optimierung, deren Aufgabenstellung und Lösungsmethoden. orraussetzungen für die Teilnahme Regelungs- und ystemtechnik 1 + 2, tatische und Dynamische rozessoptimierung 1) Mündliche rüfung, 30 min. und 2) Unbenoteter chein (Testat) für raktikum (3 ersuche) eite 29 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Hierarchische teuerungssysteme Hierarchische teuerungssysteme Fachabschluss: rüfungsleistung generiert prache: Deutsch Fachnummer: 101193 rüfungsnummer:220413 Fachverantwortlich: Dr. iegbert Hopfgarten W nach Fachsemester Lernergebnisse / Kompetenzen 2 1 1 Turnus:Wintersemester 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden können teuerungsaufgaben für hochdimensionale ysteme analysieren und entwickeln. ie klassifizieren Zerlegungs- und Koordinationsprinzipien. Auf der Grundlage der nichtlinearen Optimierung und des Optimalsteuerungsentwurfs sind sie in Lage, teuerungssysteme zu zerlegen, Optimierungs- und Optimalsteuerungsprobleme zu formulieren und mittels hierarchischer Methoden zu lösen, d. h. die teuerungen zu entwerfen. Die tudierenden beschreiben die Grundbegriffe der mehrkriteriellen Optimierung, deren Aufgabenstellung und Lösungsmethoden. orkenntnisse Regelungs- und ystemtechnik 1-3, tatische und Dynamische rozessoptimierung Inhalt Hierarchische Optimierung statischer und dynamischer ysteme: Zerlegung und Beschreibung hierarchisch strukturierter ysteme; Koordinationsmethoden für statische Mehrebenenstrukturen; Möglichkeiten des Einsatzes statischer Hierarchiemethoden; Hierarchische Optimierung großer dynamischer ysteme; Wechselwirkungsbalance- Methode und Wechselwirkungsvorhersage- Methode für lineare und nichtlineare ysteme; Trajektorienzerlegung. erteilte Optimierung. rinzipien der mehrkriteriellen Entscheidungsfindung: Mehrkriterieller Charakter von Entscheidungsproblemen; teuermenge, Zielmenge, Kompromissmenge; Ein- und Mehrzieloptimierung; erfahren zur Bestimmung der Kompromissmenge und von optimal effizienten Lösungen. raktikum (3 ersuche: H-1: Mehrebenen-Optimierung stationärer rozesse; H-2: Dynamische hierarchische Optimierung; H-3: erteilte Optimierung) 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: K. Reinisch. Kybernetische Grundlagen und Beschreibung kontinuierlicher ysteme. erlag Technik. 1977 W: Findeisen. Hierarchische teuerungssysteme. erlag Technik. 1974 M. apageorgiou. Optimierung, Oldenbourg erlag. München. 2006 M. G. ingh. Dynamical hierarchical control. North Holland ublishing Company. Amsterdam. 1977 M. G. ingh, A. Titli. ystems: Decomposition optimization and control. ergamon ress. Oxford. 1978 K. Reinisch. Hierarchische und dezentrale teuerungssysteme. In: E. hilippow (Hrsg.). Taschenbuch Elektrotechnik. Bd. 2. 2212 eite 30 von 74
erlag Technik. 1987 J. Ester: ystemanalyse und mehrkriterielle Entscheidung. erlag Technik. 1987 1) Mündliche rüfung, 30 min. und 2) Unbenoteter chein (Testat) für raktikum verwendet in folgenden tudiengängen Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Technische Kybernetik und ystemtheorie 2014 eite 31 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Nichtlineare Regelungsysteme 2 Modulnummer: 100907 Modulverantwortlich: rof. Dr. Johann Reger Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse 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. orraussetzungen für die Teilnahme Abschluss GIG, Nichtlineare Regelungssysteme 1 Einzelleistung, mündliche rüfung (30 Minuten) eite 32 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Nichtlineare Regelungsysteme 2 Nichtlineare Regelungssysteme 2 Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 7630 rüfungsnummer:2200136 Fachverantwortlich: rof. Dr. Johann Reger W nach Fachsemester Lernergebnisse / Kompetenzen 2 1 1 flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Turnus:Wintersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 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 http://www.tu-ilmenau.de/regelungstechnik/lehre/nichtlineare-regelungssysteme-2 Medienformen Entwicklung an der Tafel, Beiblätter, Übungsblätter und imulationsbeispiele unter: http://www.tu-ilmenau.de/regelungstechnik/lehre/nichtlineare-regelungssysteme-2 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 33 von 74
verwendet in folgenden tudiengängen Master Ingenieurinformatik 2009 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT eite 34 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Adaptive und strukturvariable Regelungssysteme Modulnummer: 100908 Modulverantwortlich: Dr. Kai Wulff Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Nach erfolgreichem Abschluss des Moduls: Kennen die tudierenden unterschiedliche ystemklassen, die für nichtlineare und schaltende ysteme betrachtet werden Kennen die tudierenden verschiedene tabilitätskonzepte für solche ystemklassen Kennen die tudierenden tabilitätskriterien für die unterschiedlichen ystemklassen und können diese anwenden. Kennen die tudierenden die unterschiedliche erfahren zum Entwurf adaptiver und strukturvariabler Regelungen und sind in der Lage diese anzuwenden. ind die tudierenden in der Lage typische oftwarewerkzeuge zur Analyse und zum Entwurf von adaptiven Regelkreisen zu verwenden. Können die tudierenden adaptive und strukturvariable Regler auf gängigen lattformen implementieren. orraussetzungen für die Teilnahme Keine mdl. rüfung (30 min) + Testat für das raktikum eite 35 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: Adaptive und strukturvariable Regelungssysteme Adaptive und strukturvariable Regelungssysteme Fachabschluss: rüfungsleistung mündlich 30 min prache: Deutsch Fachnummer: 100755 Fachverantwortlich: Dr. Kai Wulff W nach Fachsemester Lernergebnisse / Kompetenzen Nach erfolgreichem Abschluss des Moduls: orkenntnisse Regelungs- und ystemtechnik 1 und 2 Inhalt rüfungsnummer:2200400 2 1 1 flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Turnus:Wintersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 94 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 unterschiedliche ystemklassen, die für nichtlineare und schaltende ysteme betrachtet werden Kennen die tudierenden verschiedene tabilitätskonzepte für solche ystemklassen Kennen die tudierenden tabilitätskriterien für die unterschiedlichen ystemklassen und können diese anwenden. Kennen die tudierenden die unterschiedliche erfahren zum Entwurf adaptiver und strukturvariabler Regelungen und sind in der Lage diese anzuwenden. ind die tudierenden in der Lage typische oftwarewerkzeuge zur Analyse und zum Entwurf von adaptiven Regelkreisen zu verwenden. Können die tudierenden adaptive und strukturvariable Regler auf gängigen lattformen implementieren. 2213 tandardregelkreis mit statischer Nichtlinearität tabilitätskriterien im Frequenzbereich (KY-Lemma, assivität, opov-kriterium, Kreiskriterium) tabilität schaltender ysteme Adaptive Regelungsverfahren trukturvariable Reglungsverfahren (liding-mode Control, Gain-cheduling) Medienformen Entwicklung an der Tafel, Folienpräsentationen, imulationen, Beiblätter, Übungsblätter und imulationsbeispiele Literatur Rugh, Linear ystem Theory, rentice Hall, 1996 M. idyasagar. Nonlinear ystems Analysis. 2. Edition. rentice Hall, Englewood Cliffs, New Jersey, 1993. H. K. Khalil. Nonlinear ystems. 3. Edition. rentice Hall, Upper addle River, New Jersey, 2002. O. Föllinger. Nichtlineare Regelungssysteme 2. 7. Edition. Oldenbourg, München, 1993. O. Föllinger. Nichtlineare Regelungssysteme 3. 1. Edition. Oldenbourg, München, 1970. eite 36 von 74
mündliche rüfung (30 Minuten) verwendet in folgenden tudiengängen Master Mechatronik 2014 Master Technische Kybernetik und ystemtheorie 2014 Master Electrical ower and Control Engineering 2013 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Master Mechatronik 2008 eite 37 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: rozessmess- und ensortechnik 2 Modulnummer: 100909 Modulverantwortlich: rof. Dr. Thomas Fröhlich Modulabschluss: Fachprüfung/Modulprüfung generiert Lernergebnisse Die tudierenden überblicken die Messverfahren zur Messung nichtelektrischer Größen hinsichtlich ihrer Funktion, Eigenschaften, mathematischen Beschreibung für statisches und dynamisches erhalten, Anwendungsbereich und Kosten. Die tudierenden können in bestehenden Messanordnungen die eingesetzten rinzipien erkennen und entsprechend 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% Fachkompetenz. Die verbleibenden 40% verteilen sich mit variierenden Anteilen auf Methoden- und ystemkompetenz. ozialkompetenz erwächst aus praktischen Beispielen in den Lehrveranstaltungen, der gemeinsamen roblemlösung im eminar und in den raktika. orraussetzungen für die Teilnahme Das Modul besteht aus einer wöchentlichen orlesung und einem 14täglichen eminar. Im raktikum sind 3 ersuche zu absolvieren. Die raktikumstestatkarte mit 3 benoteten ersuchen muss zur mündlichen Modulprüfung vorliegen. eite 38 von 74
Master Elektrotechnik und Informationstechnik 2014 ertiefung AT Modul: rozessmess- und ensortechnik 2 rozessmess- und ensortechnik 2 Fachabschluss: rüfungsleistung mündlich 20 min prache: Deutsch Fachnummer: 1468 rüfungsnummer:2300077 Fachverantwortlich: rof. Dr. Thomas Fröhlich W nach Fachsemester 2 1 1 Lernergebnisse / Kompetenzen orkenntnisse Inhalt Medienformen flichtkennz.: flichtfach Art der Notengebung: Gestufte Noten Turnus:ommersemester Leistungspunkte: 5 Workload (h): 150 Anteil elbststudium (h): 116 W: 4.0 Fakultät für Maschinenbau Fachgebiet: 1.F 2.F 3.F 4.F 5.F 6.F 7.F Die tudierenden überblicken die Messverfahren zur Messung nichtelektrischer Größen hinsichtlich ihrer Funktion, Eigenschaften, mathematischen Beschreibung für statisches und dynamisches erhalten, Anwendungsbereich und Kosten. Die tudierenden können in bestehenden Messanordnungen die eingesetzten rinzipien erkennen und entsprechend 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% Fachkompetenz. Die verbleibenden 40% verteilen sich mit variierenden Anteilen auf Methoden- und ystemkompetenz. ozialkompetenz erwächst aus praktischen Beispielen in den Lehrveranstaltungen, der gemeinsamen roblemlösung im eminar und in den raktika. Abgeschlossenes ingenieurwissenschaftliches Grundstudium und Lehrveranstaltung rozessmess- und ensortechnik 1. Längenmesstechnik: Einheit der Länge, Meterdefinition, Fehler 1. und 2. Ordnung; Laserinterferometrische Längenmessverfahren, Laserdopplerverfahren; Inkrementalverfahren, Kodeverfahren; Induktive und kapazitive Messverfahren, Wechselstrombrücken, Differentialanordnung, Trägerfrequenzverfahren; CCD-Bildsensoren, Intensitätsverfahren, Triangulationsverfahren, Laserscanner, Faseroptische ensoren. Druckmesstechnik: Einheiten, Druckbereiche, Arten der Druckmessung; Manometer, Barometer, barometrische Höhenformel; DM- Drucksensoren, iezoresistive Drucksensoren, Kapazitive Drucksensoren. Durchflussmesstechnik: Grundlagen, olumen- und Massendurchfluss; Wirkdruckverfahren, taurohr nach randtl, chwebekörperdurchflussmesser, Wirbeldurchflussmesser, Ultraschalldurchflussmessung, induktive Durchflussmessung. raktikum rozessmesstechnik mit einer Auswahl von 3 aus 6 ersuchen M. Nutzung der Möglichkeiten von Beamer/Laptop mit räsentationssoftware oder Overheadprojektor mit Folien je nach Raumausstattung. 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 / den Folien identisch ist. Eventuelle Ergänzungen enthält ein universitätsinterner Downloadbereich mit variablem Inhalt. Die raktikumsanleitungen können von der Homepage des Instituts M bezogen werden. 2372 eite 39 von 74
Literatur Die Lehrmaterialien enthalten ein aktuelles Literaturverzeichnis. 1. Dubbel Taschenbuch für den Maschinenbau. pringer. IBN: 3-540-22142-5 2. Hans-Juergen Gevatter (Hrsg.): Automatisierungstechnik 1: Mess- und ensortechnik. pringer. IBN3-540-66883-7 3. Elmar chruefer: Elektrische Messtechnik: Messung elektrischer und nichtelektrischer Groessen. Hanser. IBN 3-446- 17955-0 verwendet in folgenden tudiengängen Bachelor Elektrotechnik und Informationstechnik 2008 Master Elektrotechnik und Informationstechnik 2014 ertiefung AT eite 40 von 74