Navigation Zur Modulseite
Anzeigesprache

Simulation und Technische Diagnose

6 LP

Deutsch

#40706 / #4

SS 2017 - WS 2017/18

Fakultät IV

EN 13

Institut für Energie und Automatisierungstechnik

34311600 FG Elektronische Mess- und Diagnosetechnik

Gühmann, Clemens

Beyer, Christine

clemens.guehmann@tu-berlin.de

POS-Nummer PORD-Nummer Modultitel
3180 27550 Simulation und Technische Diagnose

Lernergebnisse

Die Studierenden besitzen einen Überblick auf dem Gebiet der Modellbildung und der Technischen Diagnose und können für die Kernaufgaben Steuerung, Regelung und Diagnose mechatronischer Komponenten (im Kraftfahrzeug) nach wissenschaftlichen Methoden selbständig Lösungen erarbeiten.

Lehrinhalte

In der Vorlesung Modellbildung und Echtzeitsimulation wird anfangs eine Einführung in die Anwendung der Simulation gegeben, um anschließend die Methoden und Werkzeuge zur Modellbildung zu lehren. Als Anwendung in der Simulation gelten die Gebiete der Diagnose, der Steuerung und der Regelung. Für die Simulation werden die Grundlagen von Simulink und Modelica gelehrt. In der VL Mustererkennung und Technische Diagnose werden die statistischen Grundlagen der Mustererkennung gelehrt. Anschließend werden Klassifikations- und Mustererkennungsverfahren (Machine Learning) sowie moderne modellgestützte Diagnoseverfahren für mechatronische Systeme behandelt.

Modulbestandteile

Pflichtgruppe:

Die folgenden Veranstaltungen sind für das Modul obligatorisch:

Lehrveranstaltungen Art Nummer Turnus Sprache SWS
Modellbildung und Echtzeitsimulation technischer Systeme VL 0430 L 318 WS Keine Angabe 2
Mustererkennung und Technische Diagnose VL 0430 L 343 SS Keine Angabe 2

Arbeitsaufwand und Leistungspunkte

Modellbildung und Echtzeitsimulation technischer Systeme (VL):

Aufwandbeschreibung Multiplikator Stunden Gesamt
Präsenzzeit 15.0 2.0h 30.0h
Selbständiges Lernen und Lesen 1.0 60.0h 60.0h
90.0h (~3 LP)

Mustererkennung und Technische Diagnose (VL):

Aufwandbeschreibung Multiplikator Stunden Gesamt
Präsenzzeit 15.0 2.0h 30.0h
Selbständiges Lernen und Lesen 1.0 60.0h 60.0h
90.0h (~3 LP)
Der Aufwand des Moduls summiert sich zu 180.0 Stunden. Damit umfasst das Modul 6 Leistungspunkte.

Beschreibung der Lehr- und Lernformen

Vorlesungen (VL): Frontalvortrag

Voraussetzungen für die Teilnahme / Prüfung

Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:

Grundlagen der Messdatenverarbeitung, Regelungstechnik, Elektronikgrundkenntnisse, Kenntnisse in der mathematisch-technischen Programmiersprache MATLAB® / Simulink®

Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:

Keine Angabe

Abschluss des Moduls

Benotung:

benotet

Prüfungsform:

Schriftliche Prüfung

Sprache:

Deutsch

Dauer/Umfang:

150 min

Dauer des Moduls

Dieses Modul kann in 2 Semestern abgeschlossen werden.

Maximale teilnehmende Personen

Dieses Modul ist nicht auf eine Anzahl Studierender begrenzt.

Anmeldeformalitäten

keine

Literaturhinweise, Skripte

Skript in Papierform

Verfügbarkeit:  nicht verfügbar

Skript in elektronischer Form

Verfügbarkeit:  nicht verfügbar

Literatur

Empfohlene Literatur
Cellier, F., E.: Continous System Simulation. Springer (2006)
Duda, R. O.; Hart, P. E.: Pattern Classification. Wiley (2000)
Fritzson, P.: Principles of Object-Oriented Modeling and Simulation with Modelica 3.3: A Cyber-Physical Approach (2015)
Gipser, M.: Systemdynamik und Simulation. B. G. Teubner Stuttgart – Leipzig (1999)
Isermann, R.; Münchhoff, M.: Identification of Dynamic Systems: An Introduction with Applications. Springer (2011)
Isermann, R.: Fault-Diagnosis Systems. An Introduction from Fault Detection to Fault Tolerance. Springer Verlag (2006)
Janczak, A.: Identification of Nonlinear Systems Using Neural Networks and Polynomial Models.  Springer Berlin (2005)
Ljung, L.: System Identification: Theory for the User (1999)
Müller, R.: Modellierrung, Analyse und Simulation elektrischer und mechanischer Systeme mit Maple und MapleSim. Springer Vieweg (2014)
Niemann, H.:Klassifikation von Mustern. Springer-Verlag, Berlin. (1983)
Schölkopf, B.; Smola, Alexander J : Learning with kernels: Support vector machines, regularization, optimization, and beyond. MIT press (2002)
Tiller, M: Introduction to Physical Modelling with Modelica. Kluwer Academic Publishers (2001)
Tiller, M: Modelica by Examples. Internetbuch. http://book.xogeny.com/
Zirn, O.: Modellbildung und Simulation mechatronischer Systeme. Expert Verlag (2002)

Zugeordnete Studiengänge

Dieses Modul wird auf folgenden Modullisten verwendet:

Studierende anderer Studiengänge können dieses Modul ohne Kapazitätsprüfung belegen.

Sonstiges

Keine Angabe