Båtsimulering med diskret Kalmanfilter TTK4115 Lineær systemteori
|
|
- Lina Andersen
- 6 år siden
- Visninger:
Transkript
1 NTNU Norges teknisk-naturvitenskapelige universitet Fakultet for informasjonsteknologi, matematikk og elektroteknikk Institutt for teknisk kybernetikk Båtsimulering med diskret Kalmanfilter TTK4115 Lineær systemteori Prosjektrapport Av: Gruppe 14 Rune Haugom & Frode Efteland
2 Innholdsregister 4.1 Identifikasjon av båt parametere... 3 a) Transferfunksjon fra δ til ψ :... 3 b) Parametrene K og T: Identifikasjon av modell for bølgespekter... 5 a) Poer spectral density - PSD... 6 b) Modell av bølgerespons... 6 c) Resonansfrekvens... 6 d) Dempefaktor λ Regulator design... 8 a) Autopilot PD-regulator design... 8 b.c.d) Simulering med og uten forstyrrelser Observerbarhet a) Systemmatriser A,B,C,E b) Observerbarhet uten forstyrrelse (men med måleforstyrrelse) c) Observerbarhet med strømforstyrrelse... 1 d) Observerbarhet med bølgeforstyrrelse... 1 e) Observerbarhet med strøm- og bølgeforstyrrelse Diskret Kalman filter a) Eksakt diskretisering b) Variansestimat av målestøy c) Kalmanfilteret d) Foroverkobling fra estimert bias e) Bølgefiltrert ψ Konklusjon:... Figurliste Figur 1: Plott av systemet med Sin(.5t) på inngangen. Simuleringstid 4s Figur : Plott av systemet med Sin(.5t) på inngangen. Simuleringstid 1s Figur 3: Plott av 1º step på inngangen... 5 Figur 4: Plott av funksjonene Sψ ( ) og P ( ) ψ for bestemmelse av modellparametere... 7 Figur 5: fasemargin φm = 5 o gir en fase φ = 13 o... 8 Figur 6: Blokkskjema i Simulink... 9 Figur 7: Settpunktsammenlikning med og uten forstyrrelser... 9 Figur 8: Plott over rorvinkel med forstyrrelser Figur 9: Simulinkmodellen for Kalmanfilteret Figur 1: Foroverkobling fra estimert bias Figur 11: Plott av y med Kalmanfilter Figur 1: Plott av kompassmåling med Kalmanfilter Figur 13: Plott av bias med Kalmanfilter Figur 14: Plott av rudder med Kalmanfilter
3 4.1 Identifikasjon av båt parametere a) Transferfunksjon fra δ til ψ : ψ& = r 1 K && ψ = r& = ψ& + ( δ b), b= T T 1 K sψ() s = ψs() s + δ() s T T 1 K s + s ψ() s = δ() s T T K ψ K K H() s = () s = T = = δ 1 Ts + s s( Ts + 1) s + s T (1.1) b) Parametrene K og T: Figur 1: Plott av systemet med Sin(.5t) på inngangen. Simuleringstid 4s Avlest amplitude vedω 1 =.5 : H( jω 1 ) = = 3 (1.) - 3 -
4 Figur : Plott av systemet med Sin(.5t) på inngangen. Simuleringstid 1s Avlest amplitude vedω =.5 : H( jω ) = =.77 (1.3) Dette gir oss to likninger med to ukjente. Vi kan dermed finne K og T: K K Ι : A = H( jω ) = = + ( Tω1 ) + ( ω1) ( ω ) 1 1 T j 1 + jω Tω 1 1 j 1 K = = ω T K 1 1 1ω1 ω1 1 ω + 1 K = A T + (1.4) K ΙΙ : A = H( jω) = K = A ω T ω + 1 T j + jω ( ω ) ω ( 1) ( 1) K = Aω T ω + = A ω T ω + = A ω T + A ω 4 K A ω T = (1.5) Aω Innsatt for ω1 =.5, ω =.5, A1 = 3, A =.77 : K = A T + = (1.6) 1ω1 ω K A ω T = = 88.7 (1.7) Aω - 4 -
5 Modellen blir nå: ψ K.175 H() s = () s = = δ Ts + s 88.7s + s (1.8) 1º step på inngangen gir: Figur 3: Plott av 1º step på inngangen. Kommentar: Modellen følger virkelig skip relativt bra innenfor en viss tid. Avviket øker ettersom tiden går
6 4. Identifikasjon av modell for bølgespekter a) Poer spectral density - PSD Fila ave.mat inneholder data om hvordan bølgene virker inn på kompassmålingen. Bruker matlab for å finne et estimat av PSD for bølgestøyen ψ. Det er benyttet et hanning-vindu som glattevindu. [ps,f]=psd(psi_(,:)*pi/18,56,1,hanning(56)) (1.9) b) Modell av bølgerespons Finner transferfunksjonen fra til ψ. Tar utgangspunkt i modelligningene under og laplacetransformerer: Laplace & ξ = ψ sξ = ψ Laplace = + K s = + K ψ& ωξψ ψ ωξψ ψ K s Gs () = = s s + λω + ω (1.1) er hvit støy. Finner uttrykk for PSD funksjonen til ψ, P ( ) ψ Pψ ( ω) = G( jω) G( jω) P ψ P ψ K jω K jω ( ω) = ( jω) jωλω ω ( jω) jωλω ω K jω K jω ( ω) = ( ω + λω ω + ω )( ω λω ω + ω ) j j ( K ω) ( K ω) P ψ ( ω) = = ω ω ω 4λ ω ω ω ω ω ω ω ( 1 λ ) (1.11) c) Resonansfrekvens Plotter funksjonen Sψ ( ) som ble estimert i Figur 4, og leser av resonansfrekvensen til å være ω =.75 rad/s (1.1) - 6 -
7 d) Dempefaktor λ Setter K = λωσ der σ =.716 inn i uttrykket for Pψ ( ). I Figur 4 er også P ( ) ψ tegnet inn. Her er λ =.7, og kurvene passer godt overens. (1.13) Figur 4: Plott av funksjonene Sψ ( ) og P ( ) ψ for bestemmelse av modellparametere - 7 -
8 4.3 Regulator design a) Autopilot PD-regulator design.1 rad o =, φm = 5, s Td = T Gitt: ωc ( ) Hsystem () s = H pd () s Hship () s 1+ Ts d K = K pd 1+ Ts sts+ 1 f ( ) Velger Td = T for å kansellere tidskonstanten: 1+ Ts d K 1 K Hsystem () s = Kpd = Kpd 1+ Ts sts Ts s f ( ) f (1.14) c gir oss de ukjente parametrene i (1.14) ved å tilpasse verdiene for K pd og T f. K pd =.75 T = 8.5 (1.15) Bodeplott med fasemargin på 5º og kryssfrekvens ω =.1 ( rad / s) f o Figur 5: fasemargin φ = 5 gir en fase φ = 13 m o - 8 -
9 b.c.d) Simulering med og uten forstyrrelser Figur 6: Blokkskjema i Simulink Figur 7: Settpunktsammenlikning med og uten forstyrrelser. Figur 8: Plott over rorvinkel med forstyrrelser
10 Kommentar: Simulering uten forstyrrelse gir et godt resultat. Båten klarer fint å regulere seg inn til 9º. Simulering med strømforstyrrelse fører til at ønsket kurs ikke oppnås. Strømforstyrrelsene har svært lave frekvenser som systemet ikke greier å undertrykke. Resultatet blir et vedvarende statisk avvik. Simulering med bølgeforstyrrelse fører også til at ønsket kurs oppnåes, selv om båten svinger en del rundt settpunktet. I Figur 8 ser vi at pådraget fra roret gir svært hurtige justeringer for biasen. Dette kan føre til raskere slitasje på ror og båt
11 4.4 Observerbarhet a) Systemmatriser A,B,C,E x& = Ax + Bu + E y = Cx+ v Tilstandsvektorer: x ξω ψ ω = ψ = x 3 r x4 b x 5 x1 x bølgefrekvens kompasskurs rudder(ror) bias x& 1 ω x& = ω x λω x + K ω x& x& 1 K = x + T T x x& = ω ( δ ) = & ξ = x = x b y = x + x + v 3 ω ω 1 x 1 ω λω x K ω 1 ωω = K K ω b x 4 x& x u T T T x5 1 y = x+ v [ 1 1 ] (1.16) b) Observerbarhet uten forstyrrelse (men med måleforstyrrelse) ξ = x = ψ = x = ω = x = ω 1 ω b 5 Vi får en ny A- og C-matrise: 1 A = 1 T C = [ 1 ] (1.17)
12 C 1 Obs = rank rank full rang CA = = = 1 observerbart (1.18) c) Observerbarhet med strømforstyrrelse ξ = x = ψ = x = ω 1 ω 1 1 K A = T T C = [ 1 ] (1.19) C 1 Obs = rank CA = rank 1 = 3 = full rang CA 1 K T T observerbart (1.) d) Observerbarhet med bølgeforstyrrelse ω b = x 5 = 1 ω λω A = 1 1 T C = [ 1 1 ] (1.1) C CA Obs = rank = rank CA CA = 4 = full rang observerbart (1.) - 1 -
13 e) Observerbarhet med strøm- og bølgeforstyrrelse A og C matrisen er som i (1.16) C CA Obs = rank CA = rank CA CA = 5 = full rang observerbart (1.3) Systemet er observerbart i alle tilfeller. Dette er en forutsetning ved bruk av Kalmanfilter. Dvs vi kan bruke filteret med og uten strøm og bølgeforstyrrelser
14 4.5 Diskret Kalman filter a) Eksakt diskretisering Benytter Matlab for å diskretisere det kontinuerlige systemet: =.75; lambda =.7; sigma =.716; T=88.7; K=.175; A=[ 1 ;-^ -*lambda* ; ; -1/T -K/T; ]; B=[ K/T ]'; E=[ ; *lambda**sigma; ; ; ; 1;]; C=[ 1 1 ]; D=1; [Ad,Bd] = cd(a,b,.1) [Ad,Ed] = cd(a,e,.1); Ed Cd=C Dd=D A d = B d = E d =...1 (1.4) (1.5) (1.6) C d =[ 1 1 ] (1.7) D d =[1] (1.8)
15 b) Variansestimat av målestøy Sampler måleverdier på utgangen av systemet med kun målestøy og ingen inngangssignal. Finner variansen til disse målte verdiene. Estimatet av variansen blir: Var( ˆv ) = 6.8E-7 (1.9) c) Kalmanfilteret Gitt følgende: T 3 =, E[ ] = Q = 6 b 1, 1.13 P = π, x ˆ = Lar kompassmålingen og ror (rudder) være inngangssignaler for s-funksjonen. Kobler til regulatoren laget i oppgave 4.3. Figur 9 viser systemet der det også er tatt med en feed forard fra estimert bias for å eliminere biasen for strømmen. Simulinkmodellen slik den er tegnet blir benyttet i 4.5e. Tilsvarende modell brukes i 4.5d, men da kobles målingen y tilbake til regulatoren. ψ og b er utgangene fra s-funksjonen. Figur 9: Simulinkmodellen for Kalmanfilteret
16 Implementasjon av Kalmanfilteret: Velger implementasjonsmetode : function [sys,x,str,ts] = DiscKal(t,x,u,flag,data) sitch flag, %%%%%%%%%%%%%%%%%% % Initialization % %%%%%%%%%%%%%%%%%% case, [sys,x,str,ts]=mdlinitializesizes(data); %%%%%%%%%%%%% % Outputs % %%%%%%%%%%%%% case 3, sys=mdloutputs(t,x,u,data); %%%%%%%%%%%%% % Terminate % %%%%%%%%%%%%% case, sys=mdlupdate(t,x,u, data); case {1,4,} sys=[]; case 9, sys=mdlterminate(t,x,u); %%%%%%%%%%%%%%%%%%%% % Unexpected flags % %%%%%%%%%%%%%%%%%%%% otherise error(['unhandled flag = ',numstr(flag)]); end function [sys,x,str,ts]=mdlinitializesizes(data); % This is called only at the start of the simulation. sizes = simsizes; % do not modify sizes.numcontstates = ; % Number of continuous states in the system, do not modify sizes.numdiscstates = 35; % Tilstandsvektoren har 35 tilstander sizes.numoutputs = ; % utganger aposteriori-estimat av psi og b sizes.numinputs = ; % innganger, rudder og måling sizes.dirfeedthrough = 1; % 1 if the input is needed directly in the update part sizes.numsampletimes = 1; % Do not modify sys = simsizes(sizes); % Do not modify %Setter initialverdien for tilstandsvektoren x = [data.x_h_',, matvec(data.p_)']'; str = []; % Do not modify ts = [-1 ]; % Sample time. Arver. function sys=mdlupdate(t,x,u, data) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% %Oppdaterer filteret %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% P_= vecmat(x(11:35));%henter Apriori P av tilstandsvektoren K = P_*data.Cd'*inv(data.Cd*P_*data.Cd'+data.R); %Beregner ny kalmanforsterkning xh_= x(1:5);%henter ut Apriori-estimatene fra tilstandsvektoren xh = xh_ + K*(u()-data.Cd*xh_);%Beregner Aposteriori-estimatene P=(eye(5,5)-K*data.Cd)*P_;%Beregner Aposteriori feil-kovarians xh_=data.ad*xh + data.bd*u(1);%beregner aprioriestimat for tilstandene P_= data.ad*p*data.ad' + data.ed*data.q*data.ed';%beregner aprioriestimat for feil-kovarians %x = [xh_', xh', matvec(p_)']'; %Oppdaterer tilstandsvektoren
17 sys=[xh_', xh', matvec(p_)']'; function sys=mdloutputs(t,x,u,data) %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% % Returnerer aposterioriestimatene for psi og b. %%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%%% %% sys=[x(8) x(1)]; function sys=mdlterminate(t,x,u) sys = [];
18 d) Foroverkobling fra estimert bias Figur 1: Foroverkobling fra estimert bias Har laget en feed forard fra utgangen y tilbake til regulatoren. Dette eliminerer biasen som skyldes strømmen, og fra Figur 1 ser man at stasjonært vil utgangen følge referansen (9 ). Slik var det ikke før feed forard koblingen ble gjort. Se Figur 8 e) Bølgefiltrert ψ Bruker den bølgefiltrerte ψ istedenfor målt kurs i regulatoren. (Se Figur 9) Figurene på de neste sidene viser målingen y, estimert ψ, estimert bias og rudder. Hvis man sammenligner med Figur 8 ser man at det er mye mindre støy på rudder og slitasje på aktuatorsystemet blir mindre. Figur 11: Plott av y med Kalmanfilter
19 Figur 1: Plott av kompassmåling med Kalmanfilter Figur 13: Plott av bias med Kalmanfilter
20 Figur 14: Plott av rudder med Kalmanfilter Konklusjon: Som vi så fra systemet med PD-regulering og tilbakekobling fra kompassmålingen, så ga pådraget fra regulatoren kontinuerlige rorbevegelser pga de høyfrekvente bølgene (se Figur 8). Når vi så tok tilbakekoblingen fra Kalmanfilteret i PD-regulatoren, førte det til bedre regulering fordi en ikke kompenserer for bølgene. Dermed blir rorbevegelsen mindre og man minker slitasjen på ror og aktuatorsystem (se Figur 14). Som forventet ga Kalmanfilteret det beste resultatet. - -
Tilstandsestimering 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
DetaljerTTK4180 Stokastiske og adaptive systemer. Datamaskinøving 2 - Parameterestimering
Institutt for teknisk kybernetikk Norges teknisk-naturvitenskapelige universitet 27.10.98 EWR TTK4180 Stokastiske og adaptive systemer Datamaskinøving 2 - Parameterestimering Tid og sted: -Utdeling av
DetaljerComputer Problem 1 TTK 4190 NavFart
Computer Problem 1 TTK 419 NavFart Frode Efteland efteland@stud.ntnu.no 3 mars 24 Innhold 1 Oppgave 1 - DSRV 4 1.1 a)forwardspeedmodell... 5 1.1.1 Simulinkmodell... 6 1.1.2 Matlabplott... 7 1.1.3 Resultat...
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,
DetaljerKalmanfilter på svingende pendel
Kalmanfilter på svingende pendel Rolf Henriksen og Torbjørn Houge Institutt for teknisk kybernetikk NTNU 2005 Vi skal se på hvordan Kalmanfilteret fungerer på et velkjent eksempel, den svingende pendel
DetaljerDato: fredag 14 desember 2007 Lengde på eksamen: 4 timer Tillatte hjelpemidler: ingen. 1 Diskret tilstandsrommodell 2. 2 Stående pendel 4
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Løsningsforslag Eksamen i MIK30, Systemidentifikasjon Dato: fredag 4 desember 2007 Lengde på eksamen: 4 timer Tillatte hjelpemidler:
DetaljerEksamen i MIK130, Systemidentifikasjon
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksamen i MIK130, Systemidentifikasjon Dato: 21 februar 2007 Lengde på eksamen: 4 timer Tillatte hjelpemidler: ingen Bokmål
Detaljer0 M. Z w Z q w M w M q q. M D G b 1 s
US Navy s Deep Submergence Rescue Vehicle Oppgave 1 - DSRV DSRV kinematisk bevegelseslikninger x ucos wsin ż usin wcos q Dynamiske likninger for heave og pitch # m Z w Z q w M w I y M q q Z w Z q w M w
DetaljerGenerell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning. med Kalman-filter og RLS.
Stavanger, 9. august 2016 Det teknisknaturvitenskapelige fakultet ELE620 Systemidentifikasjon, 2016. Generell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning.
DetaljerDET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk. Løsningsforslag Eksamen i MIK130, Systemidentifikasjon (10 sp)
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Løsningsforslag Eksamen i MIK3, Systemidentifikasjon ( sp) Dato: torsdag 6 desember Lengde på eksamen: 4 timer Tillatte
Detaljer6 Modellering av smelteovn Modellering Tilstandsromform Diskretisering Observerbarthet Tidssteg...
Stavanger, 28. mai 2019 Det teknisknaturvitenskapelige fakultet ELE620 Systemidentifikasjon, 2019. Innhold 6 Modellering av smelteovn. 1 6.1 Modellering............................. 1 6.2 Tilstandsromform..........................
DetaljerGenerell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes canvas.
Stavanger, 26. juni 2017 Det teknisknaturvitenskapelige fakultet ELE620 Systemidentifikasjon, 2017. Generell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes canvas. Innhold
DetaljerSLUTTPRØVE (Teller 60% av sluttkarakteren)
Høgskolen i Telemark Avdeling for teknologiske fag SLUTTPRØVE (Teller 60% av sluttkarakteren) EMNE: EE4209 Modellbasert regulering LÆRERE Kjell - Erik Wolden og Hans - Petter Halvorsen KLASSE(R): 2IA DATO:
DetaljerEksamen i MIK130, Systemidentifikasjon (10 sp)
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksamen i MIK130, Systemidentifikasjon (10 sp) Dato: onsdag 24 november 2010 Lengde på eksamen: 4 timer Tillatte hjelpemidler:
DetaljerEksamen i MIK130, Systemidentifikasjon (10 sp)
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksamen i MIK130, Systemidentifikasjon (10 sp) Dato: Mandag 8 desember 2008 Lengde på eksamen: 4 timer Tillatte hjelpemidler:
DetaljerLøsningsforslag Eksamen i MIK130, Systemidentikasjon (10 sp)
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Løsningsforslag Eksamen i MIK3, Systemidentikasjon ( sp) Dato: onsdag 23 november 2 Lengde på eksamen: 4 timer Tillatte
DetaljerTilstandsestimering Løsninger
Telemark University College Department of Electrical Engineering, Information Technology and Cybernetics Tilstandsestimering Løsninger HANS-PETTER HALVORSEN, 2012.01.27 Faculty of Technology, Postboks
DetaljerGenerell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes canvas.
Stavanger, 26. juni 2017 Det teknisknaturvitenskapelige fakultet ELE620 Systemidentifikasjon, 2017. Generell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes canvas. Innhold
DetaljerObserver HANS-PETTER HALVORSEN, 2012.02.24. Telemark University College Department of Electrical Engineering, Information Technology and Cybernetics
Telemark University College Department of Electrical Engineering, Information Technology and Cybernetics Observer HANS-PETTER HALVORSEN, 2012.02.24 Faculty of Technology, Postboks 203, Kjølnes ring 56,
DetaljerDESIGN AV KALMANFILTER. Oddvar Hallingstad UniK
DESIGN AV KALMANFILTER Oddvar Hallingstad UniK Hva er et Kalmanfilter? Kalmanfilteret er en rekursiv algoritme som ved å prosessere målinger av inngangen og utgangen av et system og ved å utnytte en matematisk
DetaljerTilstandsestimering Løsninger
University College of Southeast Norway Tilstandsestimering Løsninger HANS-PETTER HALVORSEN http://home.hit.no/~hansha Innholdsfortegnelse 1 Grunnlag... 3 1.1 Statistikk og Stokastiske systemer... 3 1.2
Detaljer7 Tilstandsestimering for smelteovn.
Stavanger, 9. august 2016 Det teknisknaturvitenskapelige fakultet ELE620 Systemidentifikasjon, 2016. Generell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning.
DetaljerEksamen i MIK130, Systemidentikasjon (10 sp)
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksamen i MIK3, Systemidentikasjon ( sp) Dato: onsdag 23 november 2 Lengde på eksamen: 4 timer Tillatte hjelpemidler: Kun
DetaljerMIK-130 Systemidentifikasjon Løsningsforslag eksamen 28 mai 2004
MIK-130 Systemidentifikasjon Løsningsforslag eksamen 28 mai 2004 Oppgave 1 a Energibalanse: Endring i energi = sum av tilført energi - sum av avgitt energi. Her får en da for vannet E t = (m vc pv T v
DetaljerGenerell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning. systemidentifikasjon fra sprangrespons.
Stavanger, 29. september 2016 Det teknisknaturvitenskapelige fakultet ELE620 Systemidentifikasjon, 2016. Generell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning.
DetaljerEksamen i MIK130, Systemidentifikasjon
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksamen i MIK30, Systemidentifikasjon Dato: Fredag 4. desember 2007 Lengde på eksamen: 4 timer Tillatte hjelpemidler: ingen
DetaljerUniversity College of Southeast Norway. Observer HANS-PETTER HALVORSEN.
University College of Southeast Norway HANS-PETTER HALVORSEN http://home.hit.no/~hansha Forord Dette dokumentet tar for seg modellbasert regulering over temaet s og tilstandsestimering. Noen forenklinger
DetaljerLøsningsforslag Eksamen i MIK130, Systemidentifikasjon (10 sp)
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Løsningsforslag Eksamen i MIK3, Systemidentifikasjon ( sp) Dato: Mandag 8 desember 28 Lengde på eksamen: 4 timer Tillatte
DetaljerLøsningsforslag øving 6
TTK5 Reguleringsteknikk, Vår Løsningsforslag øving Oppgave Vi setter inntil videre at τ = e τs. a) Finn først h s) gitt ved h s) = T i s T s) + T i s) ) ) ) ) + ζ s ω + s ω Vi starter med amplitudeforløpet.
DetaljerTTK 4140 Reguleringsteknikk m/elektriske kretser Dataøving 1
NTNU Norges teknisknaturvitenskapelige universitet Institutt for teknisk kybernetikk vårsemesteret 2004 TTK 4140 Reguleringsteknikk m/elektriske kretser Dataøving 1 Veiledning : Fiskelabben G-116/G-118
DetaljerØving 1 ITD Industriell IT
Utlevert : uke 37 Innlevert : uke 39 (senest torsdag 29. sept) Avdeling for Informasjonsteknologi Høgskolen i Østfold Øving 1 ITD 30005 Industriell IT Øvingen skal utføres individuelt. Det forutsettes
DetaljerDato: Tirsdag 28. november 2006 Lengde på eksamen: 4 timer Tillatte hjelpemidler: Kun standard enkel kalkulator, HP 30S
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksamen i MIK130, Systemidentifikasjon Dato: Tirsdag 28. november 2006 Lengde på eksamen: 4 timer Tillatte hjelpemidler:
DetaljerLøsningsforslag Dataøving 2
TTK45 Reguleringsteknikk, Vår 6 Løsningsforslag Dataøving Oppgave a) Modellen er gitt ved: Setter de deriverte lik : ẋ = a x c x x () ẋ = a x + c x x x (a c x ) = () x ( a + c x ) = Det gir oss likevektspunktene
DetaljerSystemidentifikasjon Oppgaver
University College of Southeast Norway Systemidentifikasjon Oppgaver HANS-PETTER HALVORSEN http://home.hit.no/~hansha Innholdsfortegnelse 1 Innledning... 3 2 Minste kvadraters metode... 4 3 Validering...
DetaljerSystemidentifikasjon Løsninger
University College of Southeast Norway Systemidentifikasjon Løsninger HANS-PETTER HALVORSEN http://home.hit.no/~hansha Innholdsfortegnelse 1 Innledning... 3 2 Minste kvadraters metode... 7 3 Validering...
DetaljerUniversity College of Southeast Norway. Kalmanfilter HANS-PETTER HALVORSEN,
University College of Southeast Norway HANS-PETTER HALVORSEN, 2016.11.01 http://home.hit.no/~hansha Forord Dette dokumentet tar for seg grunnleggende modellbasert regulering over temaet. Noen forenklinger
DetaljerEksamen i MIK130, Systemidentifikasjon
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for elektroteknikk og databehandling Eksamen i MIK130, Systemidentifikasjon Dato: Mandag 28. november 2005 Lengde på eksamen: 4 timer Tillatte hjelpemidler:
DetaljerEksamen i MIK130, Systemidentifikasjon (10 sp)
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksaen i MIK130, Systeidentifikasjon (10 sp) Dato: Torsdag 17 deseber 2009 Lengde på eksaen: 4 tier Tillatte hjelpeidler:
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,
DetaljerGenerell informasjon om faget er tilgjengelig fra It s learning. 7.1 Stokastisk prosess Lineær prediktor AR-3 prosess...
Stavanger, 1. september 013 Det teknisknaturvitenskapelige fakultet ELE500 Signalbehandling, 013. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 7.1 Stokastisk prosess..........................
DetaljerLøsningsforslag øving 4
TTK405 Reguleringsteknikk, Vår 206 Oppgave Løsningsforslag øving 4 Når k 50, m 0, f 20, blir tilstandsromformen (fra innsetting i likning (3.8) i boka) Og (si A) blir: (si A) [ ] [ ] 0 0 ẋ x + u 5 2 0.
DetaljerKalmanfilter HANS-PETTER HALVORSEN, 2012.02.24
Telemark University College Department of Electrical Engineering, Information Technology and Cybernetics HANS-PETTER HALVORSEN, 2012.02.24 Faculty of Technology, Postboks 203, Kjølnes ring 56, N-3901 Porsgrunn,
DetaljerUtledning av Skogestads PID-regler
Utledning av Skogestads PID-regler + +?!?!! (This version: August 0, 1998) 1 Approksimasjon av dynamikk (Skogestads halveringsregel) Vi ønsker å approksimere høyre ordens dynamikk som dødtid. Merk at rene
DetaljerGenerell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning. 1 Stokastiske system og prosesser 2
Stavanger, 4. august 016 Det teknisknaturvitenskapelige fakultet ELE60 Systemidentifikasjon, 016. Generell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning.
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
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.
DetaljerControl Engineering. State-space Models. Hans-Petter Halvorsen
Control Engineering State-space Models Hans-Petter Halvorsen Dataverktøy MathScript LabVIEW Differensial -likninger Tidsplanet Laplace 2.orden 1.orden Realisering/ Implementering Reguleringsteknikk Serie,
DetaljerLøsning til eksamen i IA3112 Automatiseringsteknikk ved Høgskolen i Sørøst- Norge
Løsning til eksamen i IA32 Automatiseringsteknikk ved Høgskolen i Sørøst- Norge Eksamensdato: 24. 207. Varighet 5 timer. Emneansvarlig: Finn Aakre Haugen (finn.haugen@usn.no). Løsning til oppgave a (5%).
DetaljerReg tek final exam formelsamling
Reg tek final exam formelsamling Andreas Klausen 6. september 202 Brukes som vanlig på eget ansvar :) Innhold Bode plot stuff 3. Kryssfrekvens........................................... 3.2 Fasemargin............................................
DetaljerTTK 4140 Reguleringsteknikk m/elektriske kretser Dataøving 2
NTNU Norges teknisknaturvitenskapelige universitet Institutt for teknisk kybernetikk vårsemesteret 2004 TTK 4140 Reguleringsteknikk m/elektriske kretser Dataøving 2 Fiskelabben G-116/G-118 Uke 16: Onsdag
DetaljerFILTERDESIGN Ukeoppgavene skal leveres som selvstendige arbeider. Det forventes at alle har satt seg inn i instituttets krav til innleverte oppgaver: Norsk versjon: http://www.ifi.uio.no/studinf/skjemaer/erklaring.pdf
DetaljerEksamen i MIK130, Systemidentifikasjon
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksamen i MIK130, Systemidentifikasjon Dato: Tirsdag 28. november 2006 Lengde på eksamen: 4 timer Tillatte hjelpemidler:
DetaljerLøsning til eksamen i IA3112 Automatiseringsteknikk ved Høgskolen i Sørøst- Norge
Løsning til eksamen i IA3112 Automatiseringsteknikk ved Høgskolen i Sørøst- Norge Eksamensdato: 30.11 2016. Varighet 5 timer. Vekt i sluttkarakteren: 100%. Emneansvarlig: Finn Aakre Haugen (finn.haugen@hit.no).
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF347/447 Digital signalbehandling Eksamensdag:. desember 5 Tid for eksamen: 9. 3. Oppgavesettet er på 7 sider. Vedlegg: Ingen
Detaljer4.1 Diskretisering av masse-fjær-demper-system. K f m. x m u m y = x 1. x m 1 K d. Dette kan skrives på matriseform som i oppgaven med 0 1 A =
Stavanger, 5. september 08 Det teknisknaturvitenskapelige fakultet ELE60 Systemidentifikasjon, 08. Innhold 4 Løsningsforslag og kommentarer, noen regneoppgaver. 4. Diskretisering av masse-fjær-demper-system...........
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Bokmål Eksamensdato: 7.mai 24 Varighet/eksamenstid: 5 timer Emnekode: TELE 23 Emnenavn: Signalbehandling Klasse(r): 2EI 2EE Studiepoeng: Faglærer(e):
DetaljerInst. for elektrofag og fornybar energi
Inst. for elektrofag og fornybar energi Fag TELE2001 Reguleringsteknikk Simulink øving 3 Utarbeidet: PHv Revidert sist Fredrik Dessen 2015-09-11 Hensikten med denne oppgaven er at du skal bli bedre kjent
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.
DetaljerLøsningsforslag til hjemmeeksamen i INF3440 / INF4440
Løsningsforslag til hjemmeeksamen i INF3 / INF Jan Egil Kirkebø 7. oktober 3 Oppgave a π = 9 n= (n)!(3 + 39n) (n!) 39 n Srinivasa Ramanujan Vi ser at første dag i 999 har index 5, mens siste registrerte
DetaljerLineær analyse i SIMULINK
Lineær analyse i SIMULINK Av Finn Haugen (finn@techteach.no) TechTeach (http://techteach.no) 20.12 2002 1 2 Lineær analyse i SIMULINK Innhold 1 Innledning 7 2 Kommandobasert linearisering av modeller 9
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
C:\Per\Fag\Regtek\Eksamen\Eksamen12\LX2012desEDT212Tv6.wpd HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Eksamensdato Fag 17. desember 2012 LØSNINGSFORSLAG (Ikke kvalitetssikra!) EDT212T Reguleringsteknikk
DetaljerHøgskoleni østfold EKSAMEN. Emnekode: Emne: ITD30005 Industriell IT. Dato: Eksamenstid: kl til kl. 1300
Høgskoleni østfold EKSAMEN Emnekode: Emne: ITD30005 Industriell IT Dato: 15.12.2014 Eksamenstid: kl. 0900 til kl. 1300 Hjelpemidler: Faglærer: Tre A4-ark (seks sider) med egne notater. Robert Roppestad
DetaljerTMA4240 Statistikk 2014
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Øving nummer 9, blokk II Løsningsskisse Oppgave Scriptet run confds.m simulerer n data x,..., x n fra en normalfordeling med
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...
Detaljer41070 STABILITET I ELKRAFTSYSTEMER
NTNU Gitt: 26.01.00 Fakultet for Elektroteknikk og telekommunikasjon Leveres: 09.02.00 Institutt for elkraftteknikk 1 41070 STABILITET I ELKRAFTSYSTEMER ØVING 13. Obligatorisk dataøving. Formål: - gi en
DetaljerLøsningsforslag øving 8
K405 Reguleringsteknikk, Vår 206 Oppgave Løsningsforslag øving 8 a Vi begynner med å finne M 2 s fra figur 2 i oppgaveteksten. M 2 s ω r 2 ω h m sh a sh R2 sr 2 ω K v ω 2 h m sh a sh R2 sr 2 h m sh a sh
DetaljerNORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5
NORGES TEKNISK- NATURVITENSKAPELIGE UNIVERSITET Side 1 av 5 INSTITUTT FOR TELETEKNIKK + 2 sider vedlegg Signalbehandling Faglig kontakt under eksamen: Navn: Anna Kim Tlf.: 50214 KONTINUASJONSEKSAMEN I
DetaljerSystemidentifikasjon
University College of Southeast Norway HANS-PETTER HALVORSEN http://home.hit.no/~hansha Forord Dette dokumentet brukes som forelesningsnotater i modellbasert regulering over temaet systemidentifikasjon.
DetaljerHjemmeeksamen TTK 4190 NavFart. 1mars2004
Hjemmeeksamen TTK 490 NavFart 6664 mars004 Contents Teori. Rotasjonsmatrise.... Invariansavenhetskaternionen... 3.3 Elementærrotasjon... 4.4 Egenskaptilrotasjonsmatrisen... 4.5 Kvarternionerpropagering...
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Målform: Eksamensdato: 14.5.213 Varighet/eksamenstid: Emnekode: Emnenavn: 5 timer EDT24T Signalbehandling Klasse(r): 2EI 2EE Studiepoeng: 1 Faglærer(e):
DetaljerNB! Vedlegg 2 skal benyttes i forbindelse med oppgave 3a), og vedlegges besvarelsen.
SLUTTPRØVE EMNE: EE407 Kybernetikk videregående LÆRER Kjell Erik Wolden KLASSE(R): IA, EL DATO: 0..0 PRØVETID, fra - til (kl.): 9.00.00 Oppgavesettet består av følgende: Antall sider (inkl. vedlegg): 0
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
DetaljerGenerell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning.
Stavanger, 7. november 2016 Det teknisknaturvitenskapelige fakultet ELE620 Systemidentifikasjon, 2016. Generell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning.
DetaljerLøsning til eksamen i EE4107 Kybernetikk- videregående
Høgskolen i elemark. Finn Haugen(finn.haugen@hit.no). Løsning til eksamen i EE4107 Kybernetikk- videregående Eksamensdato: 11.6 2009. Varighet 3 timer. Vekt i sluttkarakteren: 70%. Hjelpemidler: Ingen
DetaljerØving 6, løsningsforslag
Inst. for teknisk kybernetikk Fag TELE2001 Reguleringsteknikk Øving 6, løsningsforslag Revidert sist Fredrik Dessen 2017-11-08 I løsningsforslaget til øving 2, oppgave 2.3 finner vi overføringsfunksjonene
DetaljerTTT4110 Informasjons- og signalteori Løsningsforslag eksamen 9. august 2004
Norges teknisknaturvitenskapelige universitet Institutt for elektronikk og telekommunikasjon TTT40 Informasjons- og signalteori Løsningsforslag eksamen 9. august 004 Oppgave (a) Et lineært tidinvariant
DetaljerTMA4240 Statistikk Høst 2016
Norges teknisk-naturvitenskapelige universitet Institutt for matematiske fag Anbefalt øving 9 Løsningsskisse Oppgave 1 a) Vi lar her Y være antall fugler som kolliderer med vindmølla i løpet av den gitte
Detaljer2 Utledning av Kalman-filter Forventningsrett estimator Kovariansmatriser Minimum varians estimator... 9
Stavanger, 3. august 2018 Det teknisknaturvitenskapelige fakultet ELE620 Systemidentifikasjon, 2018. Innhold 1 Tilstands- og parameterestimering med Kalman-filter 2 1.1 Observerbarhet...........................
DetaljerNTNU Fakultet for teknologi
NTNU Fakultet for teknologi Eksamensdato: 7. juni 2016 Fag: Faglærer: Løsningsforslag, versjon 6 TELE2001 Reguleringsteknikk Fredrik Dessen Del 1. Enkle overføringsfunksjoner (25%) I disse oppgavene skal
DetaljerMatematisk statistikk og stokastiske prosesser B, høsten 2006 Oppgavesett 5, s. 1. Oppgave 1. Oppgave 2. Oppgave 3
Matematisk statistikk og stokastiske prosesser B, høsten 2006 Oppgavesett 5, s. 1 Oppgave 1 For AR(2)-modellen: X t = 0.4X t 1 + 0.45X t 2 + Z t (der {Z t } er hvit søy med varians 1), finn γ(3), γ(4)
DetaljerSystemidentifikasjon Oppgaver
Telemark University College Department of Electrical Engineering, Information Technology and Cybernetics Systemidentifikasjon Oppgaver HANS-PETTER HALVORSEN, 2012.03.16 Faculty of Technology, Postboks
DetaljerHØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi
HØGSKOLEN I SØR-TRØNDELAG Avdeling for teknologi Eksamensdato: 19.5.211 Varighet/eksamenstid: Emnekode: 5 timer EDT24T Emnenavn: Signalbehandling 1 Klasse(r): 2EE Studiepoeng: 1 Faglærer(e): Håkon Grønning
Detaljerc;'1 høgskolen i oslo
c;'1 høgskolen i oslo Emne \ Emnekode Faglig veileder sa 318E Vesle møy Tyssø Bjørn EnqebretseQ ruppe(r) Dato' O, (jk.o{reksamenstid O.J 2E - 2004 -- 1ST ()~ -Ll..- j,elcsamensoppgav.ien består av Tillatte
DetaljerProsjektoppgave i Ingeniørfaglig yrkesutøving og arbeidsmetoder - orientering om prosjektet
Prosjektoppgave i Ingeniørfaglig yrkesutøving og arbeidsmetoder - orientering om prosjektet Prosjektet består av 4 arbeidspakker: 1. Litteraturstudie / teori Sett opp et generelt uttrykk for en sinusfunksjon
DetaljerSampling ved Nyquist-raten
Samplingsteoremet Oppgavegjennomgang, 7.mai Oversikt Presisering av samplingsteoremet Løse utsendt oppgave om sampling Løse oppgave, V Løse oppgave 3, V If a function f (t contains no frequencies higher
DetaljerUNIVERSITETET I OSLO
UNIVERSITETET I OSLO Det matematisk-naturvitenskapelige fakultet Eksamen i INF3440/4440 Signalbehandling Eksamensdag: xx. desember 007 Tid for eksamen: Oppgavesettet er på 6 sider. Vedlegg: Tillatte hjelpemidler:
DetaljerHØGSKOLEN I SØR-TRØNDELAG
Eksamensdato Fag Dato: 11.12.14 \\hjem.hist.no\pgis\mine dokumenter\backup\fag\reguleringsteknikk\2014\eksamen\lx2014des_korrigert.wpd HØGSKOLEN I SØR-TRØNDELAG AVD. FOR INGENIØR OG NÆRINGSMIDDELFAG INSTITUTT
DetaljerDel 1. Totank minimum forstyrrelse
Inst. for teknisk kybernetikk Fag TELE2001 Reguleringsteknikk Ekstra øving 6 Revidert sist Fredrik Dessen 2017-11-08 Del 1. Totank minimum forstyrrelse Denne første delen tar for seg nøyaktig samme prosess
DetaljerSIMULERINGSNOTAT. 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
Detaljer+29('233*$9( 1718 )DNXOWHWIRUQDWXUYLWHQVNDSRJWHNQRORJL XQLYHUVLWHW
78 )DNXOWHWIRUQDWXUYLWHQVNDSRJWHNQRORJL RUJHVWHNQLVNQDWXUYLWHQVNDSHOLJH,QVWLWXWWIRUNMHPLVNSURVHVVWHNQRORJL XQLYHUVLWHW +9('*$9( 7LWWHO Modellbasert stabiliserende regulering av gravitasjonsindusert slugging
DetaljerEksamen i ELE620, Systemidentifikasjon (10 sp)
DET TEKNISK - NATURVITENSKAPELIGE FAKULTET Institutt for data- og elektroteknikk Eksamen i ELE620, Systemidentifikasjon (10 sp) Dato: tirsdag 17 desember 2013 Lengde på eksamen: 4 timer Tillatte hjelpemidler:
DetaljerEksamen i ELE620, Systemidentikasjon (10 sp)
DE EKNISK - NAURVIENSKAPEIGE FAKUE Institutt for data- og elektroteknikk Eksamen i EE620, Systemidentikasjon (0 sp) Dato: Fredag 3 mars 207 engde på eksamen: 4 timer illatte hjelpemidler: Kun standard
DetaljerGenerell informasjon om faget er tilgjengelig fra It s learning.
Stavanger, 6. august 013 Det teknisknaturvitenskapelige fakultet ELE500 Signalbehandling, 013. Generell informasjon om faget er tilgjengelig fra It s learning. Innhold 5.1 Implementering av IIR filter....................
DetaljerTransformanalyse. Jan Egil Kirkebø. Universitetet i Oslo 17./23. september 2019
Transformanalyse Jan Egil Kirkebø Universitetet i Oslo janki@ifi.uio.no 17./23. september 2019 Jan Egil Kirkebø (Inst. for Inf.) IN3190/IN4190 17./23. september 2019 1 / 22 Egenfunksjoner til LTI-systemer
DetaljerHØGSKOLEN I SØR-TRØNDELAG
Eksamensdato Fag Dato: 17.11.10 C:\Per\Fag\Regtek\Eksamen\Eksamen10\LX2011jan.wpd HØGSKOLEN I SØR-TRØNDELAG AVD. FOR INGENIØR OG NÆRINGSMIDDELFAG INSTITUTT FOR ELEKTROTEKNIKK 7. januar 2011 LØSNINGSFORSLAG
DetaljerGenerell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning. 1 Parameterestimering med LS og RLS 2
Stavanger, 3 november 2016 Det teknisknaturvitenskapelige fakultet ELE620 Systemidentifikasjon, 2016 Generell informasjon om faget er tilgjengelig fra fagets nettside, og for øvinger brukes It s learning
DetaljerKYBERNETIKKLABORATORIET. FAG: Dynamiske systemer DATO: OPPG.NR.: DS4 FREKVENS OG SPRANGRESPONSANALYSE
KYBERNETIKKLABORATORIET FAG: Dynamiske systemer DATO: 08.14 OPPG.NR.: DS4 FREKVENS OG SPRANGRESPONSANALYSE BESVARELSE: Protokollen skal besvare alle spørsmål. Diagrammene skal ha definerte akser og forklarende
DetaljerOppgave 1.1. Den første er en klassiker. Studer figur A4.1 i vedlegg 1. Finn overføringsfunksjonen ved hjelp av manuelle, grafiske metoder.
Inst. for teknisk kybernetikk TELE2001 Reguleringsteknikk Øving 4 Revidert sist Fredrik Dessen 2017-10-12 Del 1. En klassiker, og en litt mer utfordrende Du skal her finne overføringsfunksjonen representert
DetaljerAVDELING FOR INGENIØRUTDANNING EKSAMENSOPPGAVE
AVDELING FOR INGENIØRUTDANNING ESAMENSOPPGAVE Emne: Gruppe(r): Eksamensoppgav en består av: ybernetikk I 2E Antall sider (inkl. forsiden): 5 Emnekode: SO 38E Dato: 5. juni 2004 Antall oppgaver: 6 Faglig
Detaljer