• Anda ülevaade modelleerimise võimalustest ja mudelite piirangutest;
• Anda ülevaade keerukate süsteemide modelleerimise ja juhtimise meetoditest
• Anda ülevaade staatiliste ja lineaarsete dünaamiliste süsteemide modelleerimise ja identifitseerimise põhiülesannetest, lahendusmeetoditest ning nende kasutamisest erinevates rakendustes;
• Anda ülevaade murrulistel tuletistel põhinevast modelleerimisest.

• To analyse the possibilities and limitations of modeling and identification.
• To give an overview of complex systems modeling methods and their applications.
• To describe different mathematical models of static and dynamic systems, methods of analytical modeling and identification of systems.
• To describe fractional-order modeling techniques.

• Omab süstemaatilist ülevaadet staatiliste ja lineaarsete dünaamiliste süsteemide modelleerimise ja identifitseerimise põhiülesannetest, lahendusmeetoditest ning nende kasutamisest erinevates rakendustes;
• Mõistab kirjeldab, analüüsib ja võrdleb dünaamiliste süsteemide matemaatilisi mudeleid;
• Oskab analüütiliselt tuletada reaalsete dünaamiliste süsteemide (mehhaanilised, elektrilised, hüdraulilised, termilised) lineariseeritud mudeleid;
• Oskab lihtsustada keeruliste dünaamiliste süsteemide mudeleid;
• Tunneb ja oskab kasutada murrulistel tuletistel põhinevaid mudeleid;
• Oskab kasutada modelleerimiskeskkonda MATLAB dünaamiliste süsteemide modelleerimisel, identifitseerimisel ja erinevate rakenduste loomisel.

• Knows and understands basic models of systems, methods of modeling and identification and their practical applications;
• Can describe a dynamical system in different forms, analyze and compare them;
• Can analytically find mathematical models of real systems (mechanical, electrical, hydraulic, thermal systems);
• Can optimize and simplify models;
• Knows and can use fractional-order models;
• Can use MATLAB environment (Identification and Optimization Toolboxes) for system modeling, identification and optimization problems.

Protsessid ja nende mudelid, mudelite liigid. Süsteemi mõiste ja klassifikatsioon. Süsteemide matemaatiline modelleerimine: staatilised ja dünaamilised mudelid. Staatilised süsteemid: lineaarne, ruut- ja mittelineaarne planeerimine. Lineaarsete dünaamiliste süsteemide matemaatilised mudelid: diferentsiaalvõrrandid, olekumudel, ülekandefunktsioon. Lineariseeritud mudeli analüütiline tuletamine: mehhaanilised, elektrilised, hüdraulilised ja termilised süsteemid. Mudeli lihtsustamine, ekvivalentsed süsteemid: järgu alandamine, osaline realisatsioon. Robustsed mudelid, ebatäpsuse esitusviisid: Haritonovi teoreemid, stabiilsusvaru. Sarnased süsteemid: sarnased muutujad, Kirchhofi seadused. Identifitseerimise ülesande tõenäosuslik püstitus. Staatilise ja lineaarse dünaamilise süsteemi mudeli identifitseerimine mõõteandmetest. Parameetrilised mudelid: vähimruutude hinnang. Mitteparameetrilised dünaamilised mudelid: siirde-, korrelatsiooni- ja spektraalanalüüs. Identifitseerimine reaalajas: rekursiivsed identifitseerimismeetodid. Identifitseerimine suletud kontuuris.
Staatiliste mudelite (planeerimisülesanded) ja dünaamiliste mudelite rakendusnäited.
Tagasisidega süsteem,mudelipõhine reguleerimine.

Õppeaine sisaldab loenguid ja modelleerimiskeskkonna MATLAB (Optimization ja Identification Toolbox’id) kasutamisel põhinevaid praktikume.

Process modeling. Fundamental and empirical models. Classification of systems. Modeling of systems: analytical modeling versus identification from measured data. Static systems: linear, quadratic and nonlinear programming. Linear continuous and discrete time analytical models: transfer and state-space models. Obtaining of these models from principal schemes of mechanical, electrical, hydraulic and thermal systems. Similarity of models of conservative systems: Kirchhoff rules. Simplification of models: linearization, approximation, partial realization. Robust models: Kharitonov theorems, stability margin. Identification as a process: estimation of parameters.
Parametric models: method of least squares. Nonparametric models: correlation and spectral analysis. On-line identification, recursive algorithms. Identification in closed loop.

vt. hindamiskriteeriumid.

see evaluation criteria.

Kodutööd

Homeworks

1. L. Ljung, T. Glad "Modeling of Dynamic Systems"
2. K. Ogata "Modern Control Engineering"
3. I. Cochin "Analysis and Design of Dynamic Systems"
4. W.J. Palm III "Modeling, Analysis and Control of Dynamic Systems"
5. C. Close, D. Frederick "Modeling and Analysis of Dynamic Systems
6. T. Söderström, P. Stoica "System Identification"
7. L. Ljung "System Identification"

-