Dokument 1.pdf - Universität Siegen
Dokument 1.pdf - Universität Siegen
Dokument 1.pdf - Universität Siegen
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
2 Mathematische Systembeschreibung<br />
Die mathematische Systembeschreibung ist die wichtigste Grundlage für die Modellierung<br />
des Systems. Das Ziel einer Modellierung ist es, das Systemverhalten anhand<br />
bekannter Eingangsgrößen durch eine mathematische Systembeschreibung hinreichend<br />
genau abzubilden und dabei die Komplexität der Beschreibung zu minimieren. Als Ergebnis<br />
der Modellierung erhält man eine formale mathematische Beschreibung, die im<br />
folgenden als Modell bezeichnet wird und ein Abbild des realen Systemverhaltens darstellt.<br />
Es kann prinzipiell zwischen zwei Arten von Modellen unterschieden werden:<br />
• Empirische Modelle, d.h. Modelle, die aus empirischen Daten oder Regeln abgeleitet<br />
wurden,<br />
• Physikalische Modelle, d.h. solche, die aus physikalischen Grundgesetzen abgeleitet<br />
wurden.<br />
Empirische Modelle können zum einen regelbasierte Modelle für Expertensysteme sein,<br />
z.B. Fuzzy-Logic. Andererseits können diese aus empirischen Daten abgeleitet werden,<br />
z.B. die Input-Output-Analyse des Systemverhaltens durch geeignete Testsignale. Anschließend<br />
wird das dynamische Verhalten durch Übertragungsglieder, die z.B. D-, I-<br />
oder P-Verhalten besitzen, genähert. Das Systemverhalten läßt sich dann auf gewöhnliche<br />
Differentialgleichungen zurückführen.<br />
Physikalische Modelle sind kompakte mathematische Beschreibungen des Systemverhaltens,<br />
welche auf physikalischen Grundgesetzen beruhen, die nur wenige experimentell zu<br />
bestimmende Parameter aufweisen. Diese Art von Modellen führt zu einer mathematischen<br />
Beschreibung durch gewöhnliche oder partielle Differentialgleichungen.<br />
Gewöhnliche und partielle Differentialgleichungen sind parametrische Modelle und haben<br />
die Fähigkeit zu extrapolieren, d.h. Systemzustände vorauszusagen, die experimentell<br />
noch nie untersucht wurden und erlauben eine systematische (modellbasierte) Synthese<br />
von Steuerungen und Regelungen in technischen Anwendungen.<br />
Diese Arbeit beschränkt sich auf parametrische Modelle, da estimationstheoretische Verfahren<br />
zur Identifikation der Modellparameter untersucht werden sollen. Die folgenden<br />
Unterkapitel werden die für diese Arbeit wichtigen Formen der deterministischen und<br />
stochastischen mathematischen Systembeschreibungen für den linearen und nichtlinearen<br />
Fall darstellen.<br />
3