AU3: Espen Seljemo Torry Eriksen Vidar Wensel Magnus Bendiksen
|
|
- Erling Thoresen
- 7 år siden
- Visninger:
Transkript
1 AU3: Espen Seljemo Torry Eriksen Vidar Wensel Magnus Bendiksen
2 1.0 Problemstilling Fuzzy logikk Historie Fuzzy regulering Når kan man ta i bruk Fuzzy regulering? Hvordan virker en fuzzy regulator? Preprosessor Fuzzyfisering Regelsett Slutning og defuzzyfisering Postprosessor Generelt om Fuzzy Fuzzy-regulator vs. konvensjonell regulator Hvordan forandre regulatorinnstillinger Matematisk forklaring Resultat MatLab Labview fuzzy program Load Fuzzy Controller Fuzzy Controller Fuzzy anvendelser Fuzzy spill på nettet Trafikklysregulering Konklusjon Kilder UP NORTH INVENTION 2/16
3 1.0 Problemstilling I dette problemet skulle vi velge en avansert reguleringsmetode som vi skulle lære å bruke på viftemodellen. Reguleringsmetoden og teorien skal så presenteres i en rapport og for resten av klassen i et foredrag på to timer. 2.0 Fuzzy logikk Under følger en kort introduksjon til fuzzy logikks opprinnelse og bruk. 2.1 Historie Fuzzy-logikk ble utviklet av Lotfi Zadeh i Ble først anvendt til reguleringsformål på midten av 70-tallet. På slutten av 80-tallet og begynnelsen av 90-tallet økte interessen for fuzzy-logikk kraftig med japanske firmaer og forskere i spissen. For mer info om Lotfi Zadeh se følgende kilde [Lotfi]. Liten digresjon Statistikk over bruken av ordet fuzzy som er anvendt i en tittel. År Antall Totalt Ser at bruken av ordet fuzzy er 10 doblet i tiårsperioden i forhold til [Lotfi] 2.2 Fuzzy regulering Fuzzy regulering er spesielt tilpasset prosesser og systemer hvor man har kunnskap fra før om hvordan systemet skal og bør reguleres, altså erfaringskunnskap. Navnet fuzzy betyr diffus. Oppstod fordi de fleste operatørene hadde en diffus kunnskap som bygde på et sett av regler for pådrag, prosessvariabler osv. Verdiene av disse hadde som regel karakteren middels og stor. Mennesket lever i et sett med regler med if- then betingelser. Hvis det er sol, kan man gå ut og sole seg. Hvis værmeldingen melder dårlig vær i morgen, men bra vær over i morgen, velger vi hva vi skal gjøre ut ifra bestemmelser som bygger på en annen bestemmelse. Slik er også fuzzy regulering bygd opp [Finn Haugen]. 2.3 Når kan man ta i bruk Fuzzy regulering? Når modellen man har av en prosess er i form av erfaringskunnskaper, bygget opp av ett sett med regler som uttrykker hvordan man burde styre prosessen. Har man en god matematisk modell av prosessen kan vanlige reguleringsmetoder være like gode å bruke som fuzzy regulering. UP NORTH INVENTION 3/16
4 3.0 Hvordan virker en fuzzy regulator? En Fuzzy-regulator består av 5 hoveddeler: 1) Preprosessor 2) Fuzzyfisering 3) Regelsett 4) Slutning og defuzzyfisering 5) Postprosessor Regelsett Ref. r Avvik e - Preprosessor e ( de ( Fuzzyfisering e( de( Slutning og defuzzyfisering du( Postprosessor u ( y Prosess Fuzzy-Prosessor Fuzzy-Regulator Figur 1 Oppbygning av fuzzy-regulator som viser de 5 hoveddelene. NB!! Legg merke til skillet mellom fuzzy-regulator (ytterste firkantramme) og fuzzy-prosessor (innerste stiplete firkantramme). 3.1 Preprosessor Inn til preprosessor kommer avviket e(, som er referanseverdien Notasjon; e( = r( y(. r( prosessverdien y(. Preprosessoren kan inneholde en algoritme som beregner avvikets deriverte. Den kan også inneholde integral eller en filteralgoritme. Ut fra preprosessoren har man to signaler, avviket som funksjon av tiden e ( og avvikets endring de( som funksjon av tiden. UP NORTH INVENTION 4/16
5 3.2 Fuzzyfisering For å kunne lage eller bruke en fuzzy-regulator må to variabler være kjente, avviket e( og prosessverdien y(. Fuzzyfisering av en variabels verdi betyr å bestemme hvilket fuzzy-sett (regel) tallverdien tilhører. Man må også bestemme tallverdiens medlemsskapsgrad (et tall mellom 0 og 1) i disse settene. Viser fuzzy-sett og medlemsskapsgrad til avviket µ Viser fuzzy-sett og medlemsskapsgrad til avvikets endring µ NM NS ZE PS PM NM NS ZE PS PM 0.75 e 0.5 de 0.25 Figur 2 Fuzzy-sett som viser 5 forskjellige fuzzysett for e( som er avviket. Figur 3 Fuzzy-sett som viser 5 forskjellige fuzzysett for de( som er endring i avviket. NM (Negative Medium) NS (Negative Small) ZE (Zero) PS (Positive Small) PM (Positive Medium) Her er de 5 forskjellige fuzzy-settene som vi bruker for e og de. I andre tilfeller kan det være brukt et annet antall, og andre navn på fuzzysettene for en variabel. Dette er engelsk notasjon. Vi ser at fuzzy-settene overlapper hverandre, noe som er ganske vanlig. Overlapping innebærer at man for en spesifikk verdi av e vil ha to fuzzy-sett. Medlemskapsgraden µ er graden av tilhørlighet til et fuzzy-sett. Dersom man har et avvik e = 1,75 vil den tilhøre fuzzy-settene µepm(0,75) og µe PS (0,25). Tallet 1,75 blir da satt inn på x-aksen. Avlesningene foregår på y-aksen. (Se avmerkningene i figur 2.) Altså vil e = 1,75 andre settene. ha medlemskapsgrad 0,75 i EPM og medlemskapsgrad 0,25 i E PS, og 0 i de Antall fuzzy-sett kan variere og det kan også formen på medlemsskapsfunksjonene gjøre. Figur 2 viser trekantformede, men det finnes også andre, for eksempel klokkeformede. Fuzzy-settene og medlemskapsfunksjonene fastsettes av brukeren. Regulatoren trenger også slike sett for variablene de (deriverte av avvike og du (utgangsvariabel til fuzzy-prosessoren) UP NORTH INVENTION 5/16
6 Tabell 1 viser regeltabell for 49 regler som fuzzy-regulatoren er basert på. Her er e og de reglenes betingelsesvariabler og du er konklusjonsvariabel. For utfylling av tabellen, se punkt 3.3 Regelsett. e\de NL NM NS ZE PS PM PL NL NL NL NL NL NM NM NS NM NL NL NL NL NM ZE PS NS NL NL NM NM ZE PS PM ZE NL NM NS ZE PS PM PL PS NL NM PM PM PM PL PL PM PS PM PL PL PL PL PL PL PL PL PL PL PL PL PL Tabell 1 Fuzzy-sett for variablene e, de og du 3.3 Regelsett Regeltabellen er bygd opp av 49 if-setninger av typen som er presentert i tabell 1: IF e = PM AND de = PS, THEN du = PL (1.1) Hvordan man skal fylle ut tabellen i tabell 1 finnes det ingen generell oppskrift på. Man må regne med en del prøving og feiling. Det finnes en metode, men da må Kp og Ti være kjent. Kp og Ti kan finnes ved for eksempel Ziegler-Nichols` metode. Ved hjelp av ligning 1.2 kan man fylle ut du-verdier i alle rutene i regeltabellen (Tabell 1). Dette forutsetter derimot at fuzzy-settene for e, de og du er fastlagt. Hvis vi tar utgangspunkt i ligning 1.1 får vi følgende du verdi: du xx K P = K P dexx + exx, der xx er et fuzzy-sett, feks. NM for de og NS for e (1.2) Ti Avhengig av hvordan fuzzy-settene er satt opp vil man da få ut en fuzzy-verdi for du. Når alle rutene har fått verdier kan de endres med prøving og feiling. Denne utprøvingen kan gjøres på den virkelige prosessen, eller en simulering av den virkelige prosessen. PS!! Det kan være lurt å starte med et lite antall regler for så å utvide (For eksempel 3 eller 5 regler for henholdsvis e og de => 9 eller 25 du regler). UP NORTH INVENTION 6/16
7 3.4 Slutning og defuzzyfisering Slutning vil si å bestemme den fuzzy-verdi konklusjonsvariabelen skal ha. Defuzzyfisering vil si å beregne en tallverdi utifra konklusjonsvariabelens fuzzy-verdi. Dersom vi tenker oss en prosess der e = 1, 75 og de = 0, 025. Fra punkt 3.3 vet vi at e = 1,75 tilhører fuzzy-settene EPM(0,75) og E PS (0,25) ut fra figur 2. Likeledes vet vi at de = 0,025 tilhører fuzzy-settene dens(0,5) og de ZE (0,5) ut fra figur 3. Buker tabell 1 og ser da at 4 regler vil bli aktiver: R 5,3 : Hvis e=ps og de=ns, så skal du=pm R 5,4 : Hvis e=ps og de=ze, så skal du=pm R 6,3 : Hvis e=pm og de=ns, så skal du=pl R 6,4 : Hvis e=pm og de=ze, så skal du=pl Det vi har gjort nå er å finne bidraget til konklusjonsvariabelen ut fra hver regel. Dette er det som kalles slutningsdelen av fuzzy-prosesseringen. For å finne den endelige tallverdien for konklusjonsvariabelen du, altså defuzzyfiserinegen, må vi gjøre følgende: Bidraget fra hver av de enkelte reglene vektes med en spesiell vekt. Vekten er lik den minste av medlemskapsgradene for betingelsesvariablene som hver enkelt regel er basert på. Dersom vi tar for oss regel R 5,3 ser vi at betingelsesvariablene er både e og de. Det samme gjelder også for de øvrige reglene. Regel R 5,3 aktiveres når e har fuzzy-verdi PM og de har fuzzy-verdi NS. Ut fra figur 2 ser vi at e = 1, 75 har medlemskapsgrad 0,75 i fuzzy-settet E PM. En annen skrivemåte er µe PM ( e = 1,75 ) = 0,75. Likeledes µde NS ( de = ) = 0,5. Ut fra dette ser vi at 0,5 er minimalverdien til disse to medlemskapsgradene. 0,5 er da aktiveringsgraden R 5,3 ( e = 1,75, de = -0,025) til regel R 5,3. Altså blir aktiveringsgraden til regel R 5,3 : R 5,3 : AR 5,3 ( e = 1,75, de = -0,025) = min[µe PS ( e = 1,75 ) = 0,25, µde NS ( de = -0,025 ) = 0,5] AR 5,3 = min[0,25 0,5] = 0,25 Likeledes for de andre reglene som aktiveres: R 5,4 : AR 5,4 ( e = 1,75, de = -0,025) = min[µe PS ( e = 1,75 ) = 0,25, µde ZE ( de = -0,025 ) = 0,5] AR 5,4 = min[0,25 0,5] = 0,25 R 6,3 : AR 6,3 ( e = 1,75, de = -0,025) = min[µe PM ( e = 1,75 ) = 0,75, µde NS ( de = -0,025 ) = 0,5] AR 6,3 = min[0,75 0,5] = 0,5 R 6,4 : AR 6,4 ( e = 1,75, de = -0,025) = min[µe PM ( e = 1,75 ) = 0,75, µde ZE ( de = -0,025 ) = 0,5] AR 6,4 = min[0,75 0,5] = 0,5 UP NORTH INVENTION 7/16
8 Konklusjonsvariabelens tallverdi i eksempelet over finner vi da ved: du = AR5,3 du PM + AR5,4 du PM + AR6,3 du PL + AR6, 4 du PL Der du xx fremgår i formel 1.2. Dersom man ikke har like trekantformede-medlemskapfunksjoner, må man bruke tyngdepunktsprinsippet for å beregne tallverdien til konklusjonsvariabelen. Dette tyngdepunktet er det resulterende areal i den trekantformede, eller klokkeformede el. medlemskapsfunksjonen, som fremstiller konklusjonsvariabelens fuzzy-sett. Dette resulterende arealet er da summen av arealbidragene fra hver enkelt regel som er aktivert. Vi har brukt like trekantformede-medlemskapfunksjoner slik at arealbidraget fra hver regel blir likt. Altså blir tallverdien beregnet som den veide summen av de enkelte reglers pådragsbidrag.[finn Haugen] 3.5 Postprosessor Postprosessoren inneholder en integrator. Denne integratoren gjør at inngangssignalet som er du( blir til utgangssignalet u(. du( POST PROSESSOR u( Figur 4 Postprosessoren UP NORTH INVENTION 8/16
9 4.0 Generelt om Fuzzy Under følger en sammenligning av fuzzy regulator i forhold til en konvensjonell regulator. Hvordan forandre innstillingene i fuzzy regulatoren. 4.1 Fuzzy-regulator vs. konvensjonell regulator Fuzzy regulatoren gir en ulineær regulatorfunksjon, mens en vanlig regulator gir lineær regulatorfunksjon. Denne ulinearitet kan utnyttes ved at man får robust regulering som fører til mer stabilitet i enkelte arbeidspunkt. En ulineær regulator avhenger ikke av det forrige arbeidspunktet på grafen slik de fleste konvensjonelle regulator gjør. Se figurene 5 og 6. Figur 5 Ulineær regulatorfunksjon [Finn Haugen] Figur 6 Lineær regulatorfunksjon [Finn Haugen] Figur 7 Fuzzy PI-reg kontra vanlig PI-reg [Finn Haugen] Ser av figur 7 at ved bruk av en fuzzy PI regulator får man en raskere og bedre regulering enn det man oppnår ved å bruke en vanlig PI regulator. Betydningen av å implementere flere regler ser man klart å tydelig i grafen. En fuzzy regulator med mange regler er raskere enn en fuzzy regulator med få regler. Medlemskapsfunksjonene og valg av regler påvirker hvor god regulatoren er, eller kan bli. 4.2 Hvordan forandre regulatorinnstillinger I konvensjonelle regulatorer kan man enkelt forandre innstillingene ved å forandre PIDverdiene. I en fuzzy-regulator er det litt mer komplisert. Hvis man for eksempel vil forandre forsterkningen kan man justere forsterkningsfaktoren i pre- eller postprosessoren, justere ett eller flere av fuzzy-settene for avviket e eller gjøre fuzzy-settet E ZE bredere (se figur 2). UP NORTH INVENTION 9/16
10 4.3 Matematisk forklaring Tar utgangspunkt i en konvensjonell PI-regulator [Finn Haugen]: t u ( = K e( + K e( τ) dτ (1.3) p i 0 t K p t u( = K p e( + K i e( τ ) dτ = K p e( + e( τ ) dτ u( = K p e( + K i e( (1.4) 0 T 0 Absolutt pådrag er da gitt ved: i u( = K p e( + K i e( (1.5) Notasjon; e = de og u = du Dette gir: du( = K de( + K e( (1.6) p i Dette er et uttrykk for at du er en lineær funksjon av e og de. Fuzzy prosessen vil derimot beregne du som en ulineær funksjon av e og de. Vi kan nå skrive pådraget på følgende form: u( = t du( τ ) dτ (1.7) 0 Denne integratoren med begrensninger blir implementert i postprosessoren. I preprosessoren beregnes avvikets deriverte, e ( = de(. e og de er inngangsvariabler, mens du er utgangsvariabel i fuzzy-prosessen. Disse skal være fuzzy-variable som fås ved fuzzyfisering av de kontinuerlige signalene e (, de( og du(. UP NORTH INVENTION 10/16
11 5.0 Resultat I dette problemet ved bruk av fuzzy som en avansert reguleringsmetode, valgte vi å bruke programmene Matlab og Labview. I Matlab ønsket vi å lage fuzzy-sett. Et program som fant medlemskapsgradene automatisk, og konklusjonsvariabelens størrelse ble beregnet. Hvis programmet kunne implementeres i Simulink ville det vært en bonus. Det viste seg at skolen ikke hadde lisens på den toolboksen vi trengte. I tillegg var det umulig å få den lastet ned fra Matlab sine egne sider pga. student lisens. I Labview prøvde vi å regulere temperaturen på viftemodellen med fuzzy regulering. Vi oppdaget at det er en god del forarbeid som må gjøres for å lage en fuzzy regulator. Når man har laget og satt opp alle fuzzy-reglene, som er ryggraden i regulatoren, så er tiden kommet for å teste systemet. Det er ikke dermed sagt at systemet fungerer prikkfritt med de regelsettene man har utarbeidet for regulatoren. Man må som regel prøve og feile litt med regelsett verdiene før man får prosessen til å fungere optimalt. 5.1 MatLab Vi laget et program i MatLab som skal simulere fuzzyfisering, slutning & defuzzyfisering og oppsett av regelsett. Programmet starter med at man skriver inn hvor stort avviket e er og størrelsen på avvikets endring. Grunnen til at man må legge inn avvikets endring er at det ikke er et kontinuerlig signal. Siden det er et diskret signal får vi kun med avviket e og ikke avvikets endring de. Når man legger inn avviket og avvikets endring får man ut hvilke( fuzzy-sett og verdi/grad variabelen tilhører. I tillegg får man tegnet opp fuzzy-settene. Man får også ut hvilke regelsett som blir aktivert, og den beregnede verdien du. Vårt MatLab program er for enkelt til å kunne brukes i simulink. Det er kun ment som en liten demonstrasjon av hvordan en fuzzy prosessor fungerer i praksis. Vi har prøvd å implementere vårt program i SimuLink, men det viste seg at det er mye arbeid som gjenstår før det kan brukes. Grunnen til at vi ikke kan bruke dette programmet i SimuLink, er blant annet at det er skrevet som et script og ikke som en funksjon. I tillegg må vi bruker clear kommandoen på variablene mellom hver gjennomløpning av programmet. SimuLink kjører gjennom programmet for hver endring av avviket, og finner ikke variablene hvis de er clear`et. [fuzzy_controller.m]. 5.2 Labview fuzzy program Systemet vi har brukt er en ventilasjonsmodell hvor temperatur ut blir målt og regulert med et varmeelement. I Labview programmet har vi benyttet oss av disse to fuzzy toolbokser: Fuzzy Controller Load Fuzzy Controller Tabell 2 Fuzzy tollboks komponenter UP NORTH INVENTION 11/16
12 Finner disse to boksene under Functions All Functions Control Fuzzy Logic Disse vil bli nærmere beskrevet i punktene og Vi har brukt standard oppsett med en analog inngang og en analog utgang. PID`en har vi brukt for å få en subtraksjon med utgangsbegrenser av sett-verdi (r) og prosessverdi (y). e = r y, r < y vil avviket (e) bli negativ, noe som ikke er ønskelig. Fant ingen enkel summasjonsblokk i Labview og prøvde med en enkel subtraksjonsblokk, noe som ikke funket. Parametrene til PID`en er satt slik at den ikke har noen innvirkning på variablene. Load Fuzzy Controller er satt utenfor while- sløyfen da den kun sender over data ved oppstart av programmet. Se figur 8 for oppkobling. Når man trykker RUN må man åpne filen fuzzy_ventilasjon.fc før programmet starter. [fuzzy_controller.vi] [fuzzy_ventilasjon.fc]. Figur 8 Oppkobling av Fuzzy-regulator i Labview Load Fuzzy Controller Load Fuzzy Controller boksen må settes opp med Fuzzy-sett og regelsett. Dette gjør man med å åpne Tools på menylinjen, etterfulgt av Fuzzy Logic Controller Design. Figur 9 Hovedvindu til Fuzzy Logic Toolkit Figur 7 viser hovedvinduet til Fuzzy Logic Toolkit. Her starter man oppsettet av et ny kontroller. Går først inn i Set Editor hvor man lager fuzzy-sett til variablene. Deretter går man inn i Rulebase Editor og setter opp de IF- setninger som regelsettet består av. Her kan man også skrive inn navnet på kontrolleren, hvem som har utviklet den og nærmere beskrivelse av oppsettet. UP NORTH INVENTION 12/16
13 Figur 8 viser oppsettet av 7 medlemskapsfunksjoner. Hver trekant er en medlemskapsfunksjon for et fuzzy-sett. Figur 10 Oppsett av medlemskapsfunksjoner til e, de og du Her legger man inn fuzzy-sett for e, de og du. Man velger først hvor mange sett man vil ha (vi valgte 7) og tegner dem inn. Når dette er gjort kan man forandre måleområde uten at fuzzy-settenes plassering påvirkes. Figur 9 viser oppsett av de 49 reglene som man får ut ifra en 7x7 matrise. Vi har fulgt standard oppsett av tabellen noe som ikke gir en god regulering. Figur 11 Oppsett av 49 regelsett (7x7 matrise) For å bedre ytelsen til reguleringen må man bruke prøve og feile metoden ut i fra erfaringer basert på prosessen. Dette vil da gi riktig pådrag ved de gitte betingelsene. Bruk av fuzzy toolkit i Labview [Unix] Fuzzy Controller Fuzzy Controller får parametrene sine fra Load Fuzzy Controller når man kjører RUN. Disse kobles sammen som vist under. Fuzzy Controller Load Fuzzy Controller Controller Data Controller Out Name 1 Input Name 1 Tabell 3 Fuzzy Controller UP NORTH INVENTION 13/16
14 6.0 Fuzzy anvendelser Fuzzy logikk brukes innenfor et vidt spekter av produkter. Noen eksempler kan være hvitevarer, byggautomasjon (ENØK) og trafikklys. 6.1 Fuzzy spill på nettet Fuzzy race track [Race Track] Styre en racerbil rundt en bane ved å sette inn verdier som deretter blir beregnet ved bruk av fuzzy logikk. Fuzzy kran [Kran] Styre en kran manuelt eller automatisk ved bruk av fuzzy beregninger 6.2 Trafikklysregulering Vanlige trafikklys slipper gjennom trafikken på grønt etter ei bestemt tid. Den tar ikke hensyn til trafikkmengden bak hvert trafikklys. Regulerer tiden lyset skal stå på i forhold til mengden av biler. Ut ifra dette blir det laget et regelsett bestående av if-then setninger. Reguleringen lager en syklus, i form av n antall sekunder, som avhenger av hvor mange biler som står og venter på grønt lys. I hver kjørefil blir det satt opp 8 sensorer. Avstanden mellom hver sensor i hver fil blir da beregnet ut. Denne reguleringen bygger på en rekke matematiske bergninger. Da beregnes data for følgende punkter: 1. Mengde biler bak grønt lys Figur 12 Oppsett av sensorer for smarte 2. Mengde biler bak rødt lys trafikklys [Trafikklys] 3. Syklus tid for grønt og rødt lys Figur 13 Fuzzylogikk (rosa)-, trafikkbetjent (gul) og vanlig regulering (blå) av et veikryss [Trafikklys]. Fuzzy slipper gjennom 30 % flere biler enn ved standard regulering. Fuzzy slipper gjennom 15 % mer enn ved bruk av en trafikkbetjent. I eksemplet ser man klart at maskin slår menneske. Fuzzy logikk er en enkel og effektiv måte å regulere på og tilfredsstille gitte krav, samt tilfredsstille fremtidige krav. UP NORTH INVENTION 14/16
15 7.0 Konklusjon Fuzzy regulering er en avansert reguleringsmetode som bygger på fuzzy logikk. Har man erfaringskunnskaper om systemet er metoden en enkel og effektiv måte å regulere prosesser på. Man er nødt til å ha oversikt over hvordan man skal regulere prosessen for å kunne utvikle fuzzy-sett, som er selve ryggraden i fuzzy. Ved bruk av fuzzy-regulering på en prosess kan man få raskere innsving og bedre stabilitet i forhold til en konvensjonell regulator (viser til figur 7 i punkt 4.1). Dette avhenger selvfølgelig av hvor god oversikt man har over prosessen. Hvor stor kunnskap man har når ma setter opp et sett med regler om hvordan prosessen bør styres. For enkelte systemer vil fuzzy-regulering passe veldig bra. Eksempel på dette er lysregulering av veikryss. Generelt kan fuzzy-regulering brukes der man har erfaring om prosessen eller det ikke finnes en (god) matematisk modell av prosessen. I enkelte tilfeller vil en tradisjonell regulator være minst like god. Vi fikk ikke benyttet MatLab til sitt fulle da skolen ikke har lisens på Fuzzy Logic Toolbox. Derfor endte vi opp med å lage vår egen versjon av en fuzzy regulator. Dette programmet er kun ment som illustrasjon på hvordan fuzzy regulering fungerer i prinsippet. I LabView lagde vi et program for regulering av viftemodellen. Ved bruk av fuzzy-regulator viste det seg at reguleringen ble dårlig. Grunnen til dette er at de 49 reglene vi benyttet ikke er helt tilpasset vårt system. For å forandre på disse reglene, og dermed få en bedre regulering, kreves en viss erfaring. Denne erfaringen er noe vi ikke har i tilstrekkelig grad. Da er neste steg prøve og feile metoden, en metode som er veldig tidkrevende. Det var veldig spennende og utfordrende å lære seg fuzzy regulering. Vi mener selv at vi har fått gjort det som er mulig å gjøre med de midlene vi hadde tilgjengelig i dette mini prosjektet. UP NORTH INVENTION 15/16
16 8.0 Kilder [Finn Haugen]: Regulering Av Dynamiske Systemer 2, Kapittel 7 Fuzzy Regulering [Lotfi]: [Din Side]: [Unix]: [Race Track]: [Kran]: [Trafikklys]: Trafikksignalanlegg. Statens vegvesen avd. vegdirektoratet Oslo [fuzzy_controller.m]: Matlab fil utarbeidet av UNI. [fuzzy_controller.vi]: Labview program utarbeidet av UNI. [fuzzy_ventilasjon.fc]: Oppsett av fuzzy-sett i Fuzzy Logic Toolkit utarbeidet av UNI. - Diverse foldere om Fuzzy logikk, The Mathworks Inc. - Fuzzy logic web UP NORTH INVENTION 16/16
SIMULERINGSNOTAT. Prosjekt i emnet «Styresystemer og reguleringsteknikk» Gruppe 01. Laget av Torbjørn Morken Øyvind Eklo
SIMULERINGSNOTAT Prosjekt i emnet «Styresystemer og reguleringsteknikk» Gruppe 01 Laget av Torbjørn Morken Øyvind Eklo Høgskolen i Sør-Trøndelag 2015 Sammendrag Simulering av nivåregulering av tank ved
DetaljerKYBERNETIKKLABORATORIET. FAG: Dynamiske systemer DATO: 09.13 OPPG.NR.: DS3 MOTOR GENERATOROPPGAVE I
KYBERNETIKKLABORATORIET FAG: Dynamiske systemer DATO: 09.13 OPPG.NR.: DS3 MOTOR GENERATOROPPGAVE I Et reguleringssystem består av en svitsjstyrt (PWM) motor-generatorenhet og en mikrokontroller (MCU) som
DetaljerEspen Seljemo, Torry Eriksen, Vidar Wensel og Magnus Bendiksen
Espen Seljemo, Torry Eriksen, Vidar Wensel og Magnus Bendiksen 1.0 Problemstilling... 3 1.1 Utstyr... 3 2.0 Valg av metoder... 3 3.0 Resultat...4 3.1 PL-7 Pro... 4 3.2 InTouch... 4 4.0 Problem... 5 4.1
Detaljer48 Praktisk reguleringsteknikk
48 Praktisk reguleringsteknikk Figur 2.18: Simulering av nivåreguleringssystemet for flistanken. Regulatoren er en PI-regulator. (Resten av frontpanelet for simulatoren er som vist i figur 2.14.) Kompenseringsegenskaper:
DetaljerHva er en algoritme? Har allerede sett på mange algoritmer til nå i IT1101. Forholdet mellom en algoritme og et program. Algoritme program prosess
IT1101 Informatikk basisfag, dobbeltime 2/10 Hva er en algoritme? Fremgangsmåte for noe Hittil: Datarepresentasjon Datamanipulasjon Datamaskinarkutektur hvordan maskinen jobber Operativsystem Program som
DetaljerSoloball. Steg 1: En roterende katt. Sjekkliste. Test prosjektet. Introduksjon. Vi begynner med å se på hvordan vi kan få kattefiguren til å rotere.
Soloball Introduksjon Scratch Introduksjon Vi skal nå lære hvordan vi kan lage et enkelt ballspill med Scratch. I soloball skal du styre katten som kontrollerer ballen, slik at ballen ikke går i nettet.
DetaljerI denne oppgaven blir du introdusert for programmeringsspråket JavaScript. Du skal gjøre den klassiske oppgaven Hei verden, med en katt.
Hei JavaScript! Introduksjon Web Introduksjon I denne oppgaven blir du introdusert for programmeringsspråket JavaScript. Du skal gjøre den klassiske oppgaven Hei verden, med en katt. Steg 1: Bruke JS Bin
DetaljerLøsningsforslag til avsluttende eksamen i AST1100, høsten 2013
Løsningsforslag til avsluttende eksamen i AST1100, høsten 013 Oppgave 1 a) I ligningen for hyostatisk likevekt er P trykket, M(r) massen innenfor en avstand r fra sentrum og ρ(r) er tettheten i en avstand
DetaljerKanter, kanter, mange mangekanter
Kanter, kanter, mange mangekanter Nybegynner Processing PDF Introduksjon: Her skal vi se på litt mer avansert opptegning og bevegelse. Vi skal ta utgangspunkt i oppgaven om den sprettende ballen, men bytte
DetaljerTDT4105 Informasjonsteknologi, grunnkurs (ITGK)
1 TDT4105 Informasjonsteknologi, grunnkurs (ITGK) Introduksjon til programmering i Matlab Rune Sætre satre@idi.ntnu.no 2 Læringsmål og pensum Mål Lære om programmering og hva et program er Lære å designe
DetaljerMAI 2016 ALTIBOX WIFI PLUSS INSTALLASJONS- OG BRUKERVEILEDNING
MAI 2016 ALTIBOX WIFI PLUSS INSTALLASJONS- OG BRUKERVEILEDNING 1 altibox.no/wifipluss 3 3 2-3 mm Innhold i esken Nettverkskabel Den medfølgende nettverkskabelen kan benyttes når det er kort avstand mellom
DetaljerUtførelse av programmer, funksjoner og synlighet av variabler (Matl.)
Utførelse av programmer, funksjoner og synlighet av variabler (Matl.) Av Jo Skjermo (basert på Alf Inge Wang sin versjon om JSP). 1. Utførelse av kode i kommando/kalkulatormodus Et dataprogram består oftest
DetaljerOptisk lesing av en lottokupong
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 4 Optisk lesing av en lottokupong Halden 22.10.2012 17.10.12 Mindre revisjon Log
DetaljerOptisk lesing av en lottokupong
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag IAD33506 Bildebehandling og mønstergjenkjenning Laboppgave nr 4 Optisk lesing av en lottokupong Halden 20.10.2011 17.10.11 Mindre revisjon Log
DetaljerKompleksitetsanalyse Helge Hafting 25.1.2005 Opphavsrett: Forfatter og Stiftelsen TISIP Lærestoffet er utviklet for faget LO117D Algoritmiske metoder
Helge Hafting 25.1.2005 Opphavsrett: Forfatter og Stiftelsen TISIP Lærestoffet er utviklet for faget LO117D Algoritmiske metoder Innhold 1 1 1.1 Hva er en algoritme?............................... 1 1.2
DetaljerKYBERNETIKKLABORATORIET. FAG: Kybernetikk DATO: 01.13 OPPG. NR.: R134 TEMPERATURREGULERING
KYBERNETIKKLABORATORIET FAG: Kybernetikk DATO: 01.13 OPPG. NR.: R134 TEMPERATURREGULERING Denne øvelsen inneholder følgende momenter: a) En prosess, styring av luft - temperatur, skal undersøkes, og en
DetaljerINF 4130. 8. oktober 2009. Dagens tema: Uavgjørbarhet. Neste uke: NP-kompletthet
INF 4130 8. oktober 2009 Stein Krogdahl Dagens tema: Uavgjørbarhet Dette har blitt framstilt litt annerledes tidligere år Se Dinos forelesninger fra i fjor. I år: Vi tenker mer i programmer enn i Turing-maskiner
DetaljerTDT4110 Informasjonsteknologi, grunnkurs Uke 35 Introduksjon til programmering i Python
TDT4110 Informasjonsteknologi, grunnkurs Uke 35 Introduksjon til programmering i Python Professor Guttorm Sindre Institutt for datateknikk og informasjonsvitenskap Læringsmål og pensum Mål Vite hva et
DetaljerKlasser. Webprogrammering høsten 2015. Objekter. Eksempelklasser og -objekter. 2 of 11 14.10.2015 07:56. 1 of 11 14.10.2015 07:56
[Kurssidene] [ ABI - fagsider bibin ] Objekter Webprogrammering høsten 2015 Et objekt er en "ting" som representeres i et program. Representasjonen tar for seg attributter og oppførsel Attributter (egenskaper)
DetaljerMatematikk 1000. Øvingsoppgaver i numerikk leksjon 3. Løsningsforslag
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 3 Løsningsforslag Oppgave 1 Flo og fjære a) >> x=0:.1:24; >> y=3.2*sin(pi/6*(x-3)); Disse linjene burde vel være forståelige nå. >> plot(x,y,'linewidth',3)
DetaljerHøst 2014. Øving 5. 1 Teori. 2 Månedskalender. Norges teknisknaturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap
TDT4105 IT Grunnkurs Høst 2014 Norges teknisknaturvitenskapelige universitet Institutt for datateknikk og informasjonsvitenskap Øving 5 1 Teori a) Hva er den binære ASCII-verdien av bokstaven E (stor e)?
DetaljerForprosjekt. Oppgavens tittel: Motorstyring Dato: 24.01.05. Jon Digernes Institutt/studieretning: Program for elektro og datateknikk
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Program for elektro-og datateknikk 7004 TRONDHEIM Forprosjekt Oppgavens tittel: Motorstyring Dato: 24.01.05 Project title: Gruppedeltakere: Sverre Hamre
DetaljerKom i gang med Stata for Windows på UiO - hurtigstart for begynnere
Kom i gang med Stata for Windows på UiO - hurtigstart for begynnere Hensikten med denne introduksjonen er å lære hvordan man kommer raskt i gang med grunnleggende funksjoner i Stata. Teksten er tilpasset
DetaljerHØGSKOLEN I SØR-TRØNDELAG
HØGSKOLEN I SØR-TRØNDELAG Avdeling for informatikk og e-læring - AITeL Eksamensdato: 15.des 2011 Studiepoeng: 6 Varighet: 4 timer. Start kl 09:00 og skal leveres inn senest kl 13:00 Emnekode: Emnenavn:
DetaljerTilstandsestimering Oppgaver
Telemark University College Department of Electrical Engineering, Information Technology and Cybernetics Tilstandsestimering Oppgaver HANS-PETTER HALVORSEN, 2012.01.27 Faculty of Technology, Postboks 203,
DetaljerBruker guide for TWO-CAM Analyser
Bruker guide for TWO-CAM Analyser 1 Oppsett Interplay-sports fra version 4.4.1.20 er nå oppdatert med 2 kamera analyser som kan benyttes på alle PC er med firewire og SmartCard (ExpressCard) port. Begge
Detaljerwww.mentalhelse.no Vårt nettsted En håndbok for lokale nettredaktører i fylkes- og lokallag
www.mentalhelse.no Vårt nettsted En håndbok for lokale nettredaktører i fylkes- og lokallag Introduksjon Gratulerer Mental Helse! Våre nettsider har fått en oppfriskning og fremstår i ny drakt. Design
DetaljerLær å bruke Microsoft Mathematics, Matematikk-tillegget i Word og WordMat. Av Sigbjørn Hals
Lær å bruke Microsoft Mathematics, Matematikk-tillegget i Word og WordMat Av Sigbjørn Hals 1 Innhold Hva er matematikktillegget for Word?... 2 Nedlasting og installasjon av matematikktillegget for Word...
DetaljerTDT4105 Informasjonsteknologi, grunnkurs (ITGK)
1 TDT4105 Informasjonsteknologi, grunnkurs (ITGK) Introduksjon til programmering i Matlab Rune Sætre satre@idi.ntnu.no 3 Læringsmål og pensum Mål Lære om programmering og hva et program er Lære om hvordan
DetaljerKapittel 4. 4. og 5. september 2012. Institutt for geofag Universitetet i Oslo. GEO1040 - En Introduksjon til MatLab. Kapittel 4.
r r Institutt for geofag Universitetet i Oslo 4. og 5. september 2012 r r Ofte ønsker vi å utføre samme kommando flere ganger etter hverandre gjør det mulig å repetere en programsekvens veldig mange ganger
DetaljerForelesning 1. Algoritmer, pseudokoder og kontrollstrukturer. Dag Normann - 14. januar 2008. Vi som skal undervise. Hva er diskret matematikk?
Forelesning 1 Algoritmer, pseudokoder og kontrollstrukturer Dag Normann - 14. januar 2008 Vi som skal undervise Dag Normann Roger Antonsen Christian Schaal Robin Bjørnetun Jacobsen http://www.uio.no/studier/emner/matnat/math/mat1030/v08/
DetaljerINF109 - Uke 1b 20.01.2016
INF109 - Uke 1b 20.01.2016 1 Variabler Et program er ikke til stor hjelp hvis det er statisk. Statisk betyr at programmet bare bearbeider faste data som er lagt inn i programkoden. For å gjøre programmer
DetaljerGenerelle karakterbeskrivelser og nasjonalt kvalifikasjonsrammeverk: sammenheng eller motsetning?
Generelle karakterbeskrivelser og nasjonalt kvalifikasjonsrammeverk: sammenheng eller motsetning? UHRs karakterseminar 28. oktober 2009 seniorrådgiver Eirik Lien Studieavdelingen NTNU Noe om læringsmål,
DetaljerVelkommen som ny bruker av Uni Økonomi!
Velkommen som ny bruker av Uni Økonomi! Som ny kunde har du fått tilsendt tilsendt epost som vist under, hvor du starter installasjonen av Uni Økonomi - ved å klikke på lenken som står etter "Gå til:"
DetaljerSammenlikningav simuleringsverktøyfor reguleringsteknikk
Presentasjon ved NFA-dagene 28.-29.4 2010 Sammenlikningav simuleringsverktøyfor reguleringsteknikk Av Finn Haugen (finn.haugen@hit.no) Høgskolen i Telemark Innhold: Eksempler på min egen bruk av simuleringsverktøy
DetaljerStabilitetsanalyse i MATLAB og LabVIEW
Stabilitetsanalyse i MATLAB og LabVIEW Av Finn Haugen (finn@techteach.no) TechTeach (http://techteach.no) 21.12 2002 1 2 TechTeach Innhold 1 Stabilitetsanalyse i MATLAB og LabVIEW 7 1.1 MATLAB... 7 1.1.1
DetaljerNyheter i Office 2016 NYHETER, FUNKSJONER, FORKLARING
Nyheter i Office 2016 NYHETER, FUNKSJONER, FORKLARING 1 Word 1.1 Gjør ting raskt med Fortell meg det Du vil legge merke til en tekstboks på båndet i Word 2016 med teksten Fortell meg hva du vil gjøre.
DetaljerVeileder for opplasting av AKTIV sporlogg til PC
Veileder for opplasting av AKTIV sporlogg til PC Det finnes i dag flere forskjellige GPS merker på markedet. Til fritidsbruk, og spesielt i redningstjenesten er det Garmin som benyttes mest. Det finnes
DetaljerHøgskolen i Østfold Avdeling for informasjonsteknologi. Programmering av PLS-styrt Modellandsby ved hjelp av Phoenix Profinet / PCWorX
Høgskolen i Østfold Avdeling for informasjonsteknologi Industriell IT ITD30005 Lab 1 (Gruppeoppgave) Programmering av PLS-styrt Modellandsby ved hjelp av Phoenix Profinet / PCWorX Remmen 03.sept 2015 Revidert:
DetaljerMIK 200 Anvendt signalbehandling, 2012. Lab. 5, brytere, lysdioder og logikk.
Stavanger, 25. januar 2012 Det teknisknaturvitenskapelige fakultet MIK 200 Anvendt signalbehandling, 2012. Lab. 5, brytere, lysdioder og logikk. Vi skal i denne øvinga se litt på brytere, lysdioder og
DetaljerKlask-en-Muldvarp. Steg 1: Gjøre klart spillbrettet. Sjekkliste. Introduksjon
Klask-en-Muldvarp Introduksjon App Inventor Introduksjon I denne oppgaven skal vi lage et veldig enkelt spill med litt animasjon. Det som skal skje er at en muldvarp hopper rundt på spillbrettet mens du
DetaljerMatematikk 1000. Øvingsoppgaver i numerikk leksjon 5 Skript
Matematikk 1000 Øvingsoppgaver i numerikk leksjon 5 Skript I denne øvinga skal vi lære oss mer om skript. Et skript kan vi se på som et lite program altså en sekvens av kommandoer. Til sist skal vi se
Detaljer1 Section 7-2: Estimere populasjonsandelen. 2 Section 7-4: Estimere µ når σ er ukjent
1 Section 7-2: Estimere populasjonsandelen 2 Section 7-4: Estimere µ når σ er ukjent Kapittel 7 Nå begynner vi med statistisk inferens! Bruke stikkprøven til å 1 Estimere verdien til en parameter i populasjonen.
DetaljerHvordan du kommer i gang med LOGO.
Hvordan du kommer i gang med LOGO. Innhold: Velkommen til et kurs for å lære grunnleggende bruk av LOGO. Vi går gjennom noen viktige funksjoner slik at du til slutt kan få til å programmere. Dette opplegget
DetaljerStraffespark Introduksjon Scratch Lærerveiledning
Straffespark Introduksjon Scratch Lærerveiledning Introduksjon Vi skal lage et enkelt fotballspill, hvor du skal prøve å score på så mange straffespark som mulig. Steg 1: Katten og fotballbanen Vi begynner
DetaljerShellscripting I. Innhold
Avdeling for informatikk og e-læring, Høgskolen i Sør-Trøndelag Shellscripting I Tor Halsan 19.08.2010 Lærestoffet er utviklet for faget LN199D Scripting av Servere Resymé: Leksjonen er første innføring
DetaljerOblig 4 (av 4) INF1000, høsten 2012 Værdata, leveres innen 9. nov. kl. 23.59
Oblig 4 (av 4) INF1000, høsten 2012 Værdata, leveres innen 9. nov. kl. 23.59 Formål Formålet med denne oppgaven er å gi trening i hele pensum og i å lage et større program. Løsningen du lager skal være
DetaljerSpørsmål og svar om GeoGebra, versjon 2.7 bokmål
Spørsmål og svar om GeoGebra, versjon 2.7 bokmål Jeg har lastet ned en installasjonsfil fra www.geogebra.org og installert programmet, men får det ikke til å fungere. Hva kan dette skyldes? Den vanligste
DetaljerMAT1030 Diskret matematikk
MAT1030 Diskret matematikk Plenumsregning 1: Kapittel 1 Roger Antonsen Matematisk Institutt, Universitetet i Oslo 17. januar 2008 Velkommen til plenumsregning for MAT1030 Torsdager 10:15 12:00 Gjennomgang
DetaljerInstallasjon og Oppsett av Weather Display Denne artikkelen er ment å være en hjelp til å laste ned, installere og sette opp Weather Display.
Installasjon og Oppsett av Weather Display Denne artikkelen er ment å være en hjelp til å laste ned, installere og sette opp Weather Display. 1. Laste ned programmet Gå til http://www.weather-display.com/files.php
DetaljerSimuleringsnotat. Prosjekt i emnet «Styresystemer og reguleringsteknikk» Gruppe 6. av Stian Venseth og Kim Joar Øverås
av Stian Venseth og Kim Joar Øverås Prosjekt i emnet «Styresystemer og reguleringsteknikk» Gruppe 6 Sammendrag I dette arbeidsnotatet vil det bli komme frem hvordan vi har jobbet med modellering og simulering
DetaljerRUTEPLANLEGGINGSSYSTEM BRUKERVEILEDNING
RUTEPLANLEGGINGSSYSTEM BRUKERVEILEDNING Prosjekt 18 Jørgen Mobekk Sørensen Morten Evje Tor Andreas Baakind Anders Gabrielsen Side 1 1 FORORD Dette dokumentet er brukerveiledningen, og skal være en veiledning
DetaljerInstallasjonguide LAG DIN EGEN BRUKERKONTO
Installasjonguide LAG DIN EGEN BRUKERKONTO KONFIGURER MOT WI-FI MOTTA VIDEO-SAMTALE DEL TILGANG MED FLERE BRUKERE BEVEGELSE SENSOR CLOUD VIDEO OPPTAK KOSTNAD FOR CLOUD FEILSØKING LAG DIN EGEN BRUKERKONTO
DetaljerTDT4105 Informasjonsteknologi, grunnkurs. Introduksjon til programmering i Matlab
1 Kunnskap for en bedre verden TDT4105 Informasjonsteknologi, grunnkurs Introduksjon til programmering i Matlab Amanuensis Terje Rydland Kontor: ITV-021 i IT-bygget vest (Gløshaugen) Epost: terjery@idi.ntnu.no
DetaljerKorteste vei problemet (seksjon 15.3)
Korteste vei problemet (seksjon 15.3) Skal studere et grunnleggende kombinatorisk problem, men først: En (rettet) vandring i en rettet graf D = (V, E) er en følge P = (v 0, e 1, v 1, e 2,..., e k, v k
DetaljerAlgoritmeanalyse. (og litt om datastrukturer)
Algoritmeanalyse (og litt om datastrukturer) Datastrukturer definisjon En datastruktur er den måten en samling data er organisert på. Datastrukturen kan være ordnet (sortert på en eller annen måte) eller
DetaljerMAT 100a - LAB 3. Vi skal først illustrerere hvordan Newtons metode kan brukes til å approksimere n-te roten av et positivt tall.
MAT 100a - LAB 3 I denne øvelsen skal vi bruke Maple til å illustrere noen anvendelser av derivasjon, først og fremst Newtons metode til å løse likninger og lokalisering av min. og max. punkter. Vi skal
DetaljerTips! OMRON ELECTRONICS NORWAY AS
Dette dokumentet er ment som et supplement til de originale manualene for produktene. Benytt derfor dette som en hjelp til å bli kjent med produktet, og ikke som en oppskrift for en ferdig installasjon.
DetaljerEksamensoppgave i TELE2001 Reguleringsteknikk
Fakultet for teknologi Eksamensoppgave i TELE2001 Reguleringsteknikk Faglig kontakt under eksamen: Fredrik Dessen Tlf.: 48159443 Eksamensdato: 7. juni 2016 Eksamenstid (fra-til): 09:00 til 14:00 Hjelpemiddelkode/Tillatte
DetaljerSprettball Erfaren ComputerCraft PDF
Sprettball Erfaren ComputerCraft PDF Introduksjon Nå skal vi lære hvordan vi kan koble en skjerm til datamaskinen. Med en ekstra skjerm kan vi bruke datamaskinen til å kommunisere med verden rundt oss.
DetaljerBrukermanual for statistikk på Asset on web: Statistikk salg pr dag, uke eller måned fordelt på alle avdelinger:
Brukermanual for statistikk på Asset on web: Statistikk salg pr dag, uke eller måned fordelt på alle avdelinger: 1. Velg først "Vis avanserte funksjoner" Evt. hvis du ønsker å se på salget i går eller
DetaljerDagens tema: 12 gode råd for en kompilatorskriver. Sjekking av navn. Lagring av navn. Hvordan finne et navn?
Dagens tema: 12 gode råd for en kompilatorskriver Hva skal gjøres med navn? Sjekking av navn Hvordan sjekke navn? Testutskrifter 12 gode råd En kompilator må også sjekke riktig navnebruk: Det må ikke forekomme
DetaljerHusk at du skal ha to vinduer åpne. Det ene er 'Python Shell' og det andre er for å skrive kode i.
Skilpaddeskolen Steg 1: Flere firkanter Nybegynner Python Åpne IDLE-editoren, og åpne en ny fil ved å trykke File > New File, og la oss begynne. Husk at du skal ha to vinduer åpne. Det ene er 'Python Shell'
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Eksamensdato: 17.12.2014 Varighet/eksamenstid: Emnekode: Emnenavn: Klasse(r): 3 timer TELE1001A 14H Ingeniørfaglig yrkesutøving og arbeidsmetoder
Detaljer1 Tidsdiskret PID-regulering
Finn Haugen (finn@techteach.no), TechTeach (techteach.no) 16.2.02 1 Tidsdiskret PID-regulering 1.1 Innledning Dette notatet gir en kortfattet beskrivelse av analyse av tidsdiskrete PID-reguleringssystemer.
DetaljerAlternativ dag for teoriforelesning. Intro. Torsdag 12:15-14:00 R1
1 2 Alternativ dag for teoriforelesning Torsdag 12:15-14:00 R1 TDT4105 Informasjonsteknologi grunnkurs: Uke 35b Introduksjon til Matlab 09:15 10:00 R7 Jørn Amundsen Asbjørn Thomassen Roger Midtstraum 3
DetaljerASU-4. 4.1 Monitor inng.: 0= frakoblet, 1= kontakt, 2= temperatur, 3= kont. + temp. 3.
ASU-4 Kode Beskrivelse Fabrikk Bruker innst. innstillinger ASU-4 1.00 Alarmsentral id.: (21 = ASU-4) 21 21 1.01 Software versjon nummer 2.08 2.08 1.13 Tidsforsinkelse på sirene ved alarm kontakt 10 sekund...
DetaljerEnkel matematikk for økonomer 1. Innhold. Parenteser, brøk og potenser. Ekstranotat, februar 2015
Ekstranotat, februar 205 Enkel matematikk for økonomer Innhold Enkel matematikk for økonomer... Parenteser, brøk og potenser... Funksjoner...4 Tilvekstform (differensialregning)...5 Nyttige tilnærminger...8
DetaljerLeksjon 3. Kontrollstrukturer
6108 Programmering i Java Leksjon 3 Kontrollstrukturer Del 2 Løkker Roy M. Istad 2015 Utførelse av et program Programflyt så langt start setning setning setning setning Sekvensielt Alle setninger utføres,
DetaljerSimulering i MATLAB og SIMULINK
Simulering i MATLAB og SIMULINK Av Finn Haugen (finn@techteach.no) TechTeach (http://techteach.no) 13. november 2004 1 2 TechTeach Innhold 1 Simulering av differensiallikningsmodeller 7 1.1 Innledning...
DetaljerUtførelse av programmer, metoder og synlighet av variabler i JSP
Utførelse av programmer, metoder og synlighet av variabler i JSP Av Alf Inge Wang 1. Utførelse av programmer Et dataprogram består oftest av en rekke programlinjer som gir instruksjoner til datamaskinen
DetaljerBygge en pyramide. Introduksjon. Steg 1: Lage en ny mod. Sjekkliste. Skrevet av: Pål G. Solheim
Bygge en pyramide Skrevet av: Pål G. Solheim Kurs: Learntomod Tema: Blokkbasert, Minecraft Fag: Programmering, Teknologi Klassetrinn: 1.-4. klasse, 5.-7. klasse, 8.-10. klasse Introduksjon La oss gjøre
DetaljerReguleringsteknikk. Finn Aakre Haugen. 16. juni 2014
Reguleringsteknikk Finn Aakre Haugen 16. juni 2014 1 2 F. Haugen: Reguleringsteknikk Innhold 1 Innledning til reguleringsteknikk 15 1.1 Grunnleggende begreper..................... 15 1.2 Hvaerreguleringgodtfor?...
DetaljerDel 1. Generelle tips
Innhold Del 1. Generelle tips... 2 Bruk en "offline installer"... 2 Øk skriftstørrelsen... 3 Sett navn på koordinataksene... 3 Vis koordinater til skjæringspunkt, ekstremalpunkt m.m.... 4 Svar på spørsmålene
DetaljerGruppelogg for hovedprosjekt 2009
Gruppelogg for hovedprosjekt 2009 Før det endelige valget på prosjektet ble tatt brukte gruppen en del tid på å finne forskjellige muligheter for oppgaveemner. Det ble blant annet kontaktet Hafslund produksjon
DetaljerInstallasjonsveiledning DDS-CAD 7.3
Installasjonsveiledning DDS-CAD 7.3 - Installasjonsveiledning versjon 7.3 Vær oppmerksom på: USB-dongler ikke skal plugges i maskinen før programmet er installert. Før installasjonen: Dette hefte beskriver
DetaljerHøgskolen i Østfold Avdeling for informasjonsteknologi. Fag ITD 30005 Industriell IT. Laboppgave 2. Del 1. Temperatur-regulering
Høgskolen i Østfold Avdeling for informasjonsteknologi Fag ITD 30005 Industriell IT Laboppgave 2. Del 1. Temperatur-regulering Frist for innlevering: Tirsdag 20.okt 2015 Remmen 01.10.2015 00 Sept 10 Temperaturregulering
DetaljerHeuristiske søkemetoder III
Heuristiske søkemetoder III Lars Aurdal Intervensjonssenteret Lars.Aurdal@labmed.uio.no 14. september 2003 Plan Eksempel: Bildebehandling, segmentering: Hva er segmentering? Klassisk metode, terskling.
DetaljerVerdier, variabler og forms
[Kurssidene] [ ABI - fagsider bibin ] Verdier, variabler og forms Michael Preminger (michaelp@hio.no) 16/01-14 Utvikling av dynamiske nettsteder med PHP og databaser, våren 2014 Litt om forrige times øvelsesoppgaver
Detaljer3. Kravspesifikasjon. Experior - rich test editor for FitNesse -
3. Experior - rich test editor for FitNesse - 3.1. Forord Dette dokumentet inneholder krav til funksjonalitet i Experior og hvordan denne skal integreres inn i selve FitNesse. I tillegg spesifiseres krav
DetaljerProsjektoppgave, FYS-MEK1110 V06 ROBERT JACOBSEN
Prosjektoppgave, FYS-MEK1110 V06 ROBERT JACOBSEN Innledning Prosjektet i FYS-MEK1110 v06 handler om å forske litt på hvordan Jupiters bane er, og hvordan denne kan sammenliknes ved andre baner i solsystemet.
DetaljerArtikkelserien Reguleringsteknikk
Finn Haugen (finn@techteach.no) 18. november, 2008 Artikkelserien Reguleringsteknikk Dette er artikkel nr. 7 i artikkelserien Reguleringsteknikk: Artikkel 1: Reguleringsteknikkens betydning og grunnprinsipp.
DetaljerFjæra i a) kobles sammen med massen m = 100 [kg] og et dempeledd med dempningskoeffisient b til en harmonisk oscillator.
Oppgave 1 a) Ei ideell fjær har fjærkonstant k = 2.60 10 3 [N/m]. Finn hvilken kraft en må bruke for å trykke sammen denne fjæra 0.15 [m]. Fjæra i a) kobles sammen med massen m = 100 [kg] og et dempeledd
DetaljerKYBERNETIKKLABORATORIET. FAG: Industriell IT DATO: 08.14 OPPG.NR.: LV4. LabVIEW Temperaturmålinger BNC-2120
KYBERNETIKKLABORATORIET FAG: Industriell IT DATO: 08.14 OPPG.NR.: LV4. LabVIEW LabVIEW Temperaturmålinger BNC-2120 Lampe/sensor-system u y I denne oppgaven skal vi teste et lampe/sensor-system som vist
DetaljerMAT1030 Diskret matematikk. Kompleksitetsteori. Forelesning 29: Kompleksitetsteori. Dag Normann KAPITTEL 13: Kompleksitetsteori. 7.
MAT1030 Diskret matematikk Forelesning 29: Dag Normann KAPITTEL 13: Matematisk Institutt, Universitetet i Oslo 7. mai 2008 MAT1030 Diskret matematikk 7. mai 2008 2 Meldinger: Det blir hovedsaklig tavleregning
DetaljerBilder og bildebruk. for nettsider og nettbutikker! Uni Micro Web - 6. mai 2014 BILDER OG BILDEBRUK - UNI MICRO WEB
Bilder og bildebruk for nettsider og nettbutikker Uni Micro Web - 6. mai 2014 1 Innledning En nettside blir aldri bedre enn bildematerialet som fremvises En nettside består av mange bilder. Både reklamebannere,
DetaljerSkilpaddefraktaler Erfaren Python PDF
Skilpaddefraktaler Erfaren Python PDF Introduksjon Vi vil nå jobbe videre med skilpaddekunsten fra tidligere. Denne gangen skal vi tegne forskjellige figurer som kalles fraktaler. Fraktaler er figurer
DetaljerProgram for elektro- og datateknikk
D:\Per\Fag\Regtek\Oppgavebok\2a Tank 4 øvinger\04_tank4_1_2014_v3.wpd Program for elektro- og datateknikk Fag TELE2001 Reguleringsteknikk Tank 4 øving 1. Utarbeidet: PHv Revidert sist: PHv, aug 2014 Målsetting:
Detaljer13.09.2012 LITT OM OPPLEGGET. INF1000 EKSTRATILBUD Stoff fra uke 1-3 12. September 2012 Siri Moe Jensen EKSEMPLER
.9.22 LITT OM OPPLEGGET INF EKSTRATILBUD Stoff fra uke - 2. September 22 Siri Moe Jensen Målgruppe: De som mangler forståelse for konseptene gjennomgått så langt. Trening får du ved å jobbe med oppgaver,
DetaljerSlik skal du tune dine PID-regulatorer
Slik skal du tune dine PID-regulatorer Ivar J. Halvorsen SINTEF, Reguleringsteknikk PROST temadag Tirsdag 22. januar 2002 Granfos Konferansesenter, Oslo 1 Innhold Hva er regulering og tuning Enkle regler
DetaljerAlgoritmer - definisjon
Algoritmeanalyse Algoritmer - definisjon En algoritme er en beskrivelse av hvordan man løser et veldefinert problem med en presist formulert sekvens av et endelig antall enkle, utvetydige og tidsbegrensede
DetaljerMAT1030 Diskret Matematikk
MAT1030 Diskret Matematikk Forelesning 4: Logikk Dag Normann Matematisk Institutt, Universitetet i Oslo 27. januar 2010 (Sist oppdatert: 2010-01-27 12:47) Kapittel 4: Logikk (fortsettelse) MAT1030 Diskret
DetaljerTilstandsestimering Oppgaver
University College of Southeast Norway Tilstandsestimering Oppgaver HANS-PETTER HALVORSEN http://home.hit.no/~hansha Innholdsfortegnelse 1 Grunnlag... 3 1.1 Statistikk og Stokastiske systemer... 3 1.2
DetaljerOppkobling av RGB lyslist
Manual til skolepakke Med HomeSeer har du en meget avansert programvare for styring av smarthus. Du kan legge til RF moduler for mange typer protokoller, men vi skal her se på oppkobling med Z-Wave protokollen.
DetaljerTeknisk veiledning for internettløsningen av «Tempolex bedre læring».
Teknisk veiledning for internettløsningen av «Tempolex bedre læring». Nettløsningen består nå av: «Tempolex bedre lesing», «Tempolex betre lesing», «Tempolex better reading», «Tempolex matematikk, bokmål»,
DetaljerBygg et Hus. Steg 1: Prøv selv først. Sjekkliste. Introduksjon. Prøv selv
Bygg et Hus Introduksjon I denne leksjonen vil vi se litt på hvordan vi kan få en robot til å bygge et hus for oss. Underveis vil vi lære hvordan vi kan bruke løkker og funksjoner for å gjenta ting som
DetaljerManusnett - brukerveiledning for forfatter
Manusnett - brukerveiledning for forfatter Innholdsfortegnelse Innholdsfortegnelse...1 Innledning...2 Innlogging...3 Sende inn et nytt manus...5 Behandle vurderte manus...11 Rettelser i Word...15 Endring
DetaljerEDT211T-A Reguleringsteknikk PC øving 5: Løsningsforslag
EDT2T-A Reguleringsteknikk PC øving 5: Løsningsforslag Til simuleringene trengs en del parametre som areal i tanken, ventilkonstanter osv. Det er som oftest en stor fordel å forhåndsdefinere disse i Matlab,
DetaljerMINIPROSJEKTOPPGAVE. (våren 2012)
Avdeling for informasjonsteknologi HALDEN Høgskolen i Østfold Thomas Gabrielsen Fag: INTELLIGENTE SYSTEMER (IAD32005) MINIPROSJEKTOPPGAVE (våren 2012) Tidsfrister: Utdelt: mandag 27. februar. Innleveringsfrist:
Detaljer