Integrierte Veranstaltung Maschinelles Lernen für die Fehlerdetektion

Integrierte Veranstaltung Modellbildung und Simulation mechatronischer Systeme

Inhalt

In der Veranstaltung werden  Verfahren der datenbasierten und physikalisch-orientierten Modellbildung dargestellt. Die  physikalisch-orientierte Modellbildung erfolgt auf der Basis von Differenzial-Algebraischen Gleichungen (DAE). Es wird sowohl akausal (objektorientiert) als auch signal-flussorientiert vorgegangen. Es werden dabei Anwendungsbeispiele aus der Mechatronik unter Modelica entwickelt. 

Für die datenbasierte Modellierung und Simulation werden Methoden der Prozessidentifikation (Methode der kleinsten Fehlerquadrate) sowohl für den dynamischen als auch für den statischen Fall erarbeitet.

Termine und Organisation

Die integrierte Veranstaltung findet mittwochs 14.00 - 16.00 Uhr in Raum MAR 0.015 statt. Der erste Termin ist der 19.10.2022.

Die IV besteht aus drei Phasen. Jede Phase enthält die  Elemente Vorlesung, vorbereitende Übung, Literaturstudium, Übungsaufgabe mit Protokoll und Nachbesprechung. Folgende Phasen werden durchlaufen:

  • Phase 1: Physikalisch-orientierte Modellbildung und Simulation – kausal
  • Phase 2: Physikalisch-orientierte Modellbildung und Simulation – akausal
  • Phase 3: Datenbasierte Modellbildung – Identifikation

Voraussetzung für die Zulassung zur Prüfung der Module, in denen die IV enthalten ist,  ist der unbenotete Übungsschein. Den Übungsschein erhalten Sie, wenn die Protokolle der Übungsaufgaben abgegeben und mit "i.O" bewertet wurden. Die Übungsaufgaben werden in Gruppen mit maximal drei Studierenden bearbeitet. 

Ziele

1 Aufbau von Kompetenzen

  • Grundlagen der  objektorientierten und  signal-flussorientierten Modellbildung
  • Wiederholung:  Systemdarstellung dynamischer Systeme - Differenzialgleichungen, Zustandsraum, Übertragungsfunktionen
  • Grundlagen der Simulation: Integrationsverfahren
  • Grundlagen der datenbasierten Modellbildung 
  • statistischen Versuchsplanung (DoE) zur Modellierung
  • Grundlagen zur Systemidentifikation und Simulation

2 Vorbereitung auf Projekt- und Masterarbeiten (Forschungsarbeiten)
3 Darstellung der Methoden in Modelica

  • Motivation für eigene Untersuchungen aufbauen
  • Verbindung von Theorie und Praxis schaffen