Vurderingsordning

Faglig innhold

Når det gjelder innholdet, tar dette kurset hovedsakelig opp teoretiske aspekter som ligger til grunn for state space control. Fokus er på den delen av teorien som har direkte konsekvenser for modellering og karakterisering av lineære systemer og for å forstå forskjellene som er tilstede når man arbeider med ikke-lineære systemer (ikke behandlet i dette emnet). Kurset vil ikke gå for mye inn på praktiske aspekter; samtidig vil vi ha litt innsikt i problemer som kan oppstå i praktiske scenarier (for eksempel forsinkelser og ikke-minimumsfasesystemer).

Med henvisning til "the map of control theory" (https://engineeringmedia.com/map-of-control), kurset dekker:

- linear and nonlinear state-space;

- linearization;

- transfer functions;

- simulation;

- stability;

- Bode plots;

- phase plane;

- nonminimum phase.

Mer detaljerte karter finnes i https://faceit. pythonanywhere.com/ portalen ("visualize learning flow maps", da søk "TTK4225").

Når det gjelder formålet med kurset, hvis vi skulle oppsummere det i én setning, så ville det være: Lær hvordan man kan forstå et system med tanke på dets tid og frekvensrespons.

Læringsutbytte

Kunnskap: Grunnleggende kunnskap om modellering og analyse av kontinuerlige dynamiske systemer og signaler basert på differensialligninger og tidsresponser. Grunnleggende kunnskap om matematiske modeller av dynamiske systemer beskrevet av n-te ordens tidsdifferensialligninger. Kjennskap til begreper som vektordifferensialligninger, tilstandsrom og egenverdier. Kjennskap til viktige begreper som impuls- og sprangrespons, poler og nullpunkter, blokkdiagram, tilbakekobling. Grunnleggende kunnskap om modellering og analyse av kontinuerlige dynamiske systemer basert på transferfunksjoner og frekvensanalyse, og om frekvensrepresentasjon av signaler. Kunnskap om Laplace- og Fourier-transformasjon, og sammenheng mellom dem, anvendt på dynamiske systemer og signaler. Kunnskap om sammenheng mellom tilstandsrommodeller og transferfunksjonsmodeller, og matematisk slektskap mellom signaler og systemer. Kjennskap til de viktigste klasser av signaler og spektral (frekvens-) beskrivelse av slike. Kunnskap om metoder for å analysere stabilitet i lineære systemer. Ferdighet: Kunne selvstendig modellere og analysere signalers og dynamiske systemer med algebraiske metoder og numeriske beregninger og simulering ved bruk av MATLAB. Finne tidsrespons vha Laplacetransformasjonen -residuregning og tabell. Kunne elementær analyse av signaler og filterdesign i kontinuerlig tid. Generell kompetanse: Kunne tenke på og anvende begrepsapparatet fra systemteori i forskjellige tekniske og ikke-tekniske systemer. Ha bevisste holdninger til hvordan system- og signal-teori kan bidra i møte med andre disipliner.

Læringsformer og aktiviteter

Forelesningene vil være hybride, dermed både fysiske og digitale. For å gjøre det mulig å følge kurset digitalt, vil alle klassene bli kringkastet via dedikerte Blackboard Collaborate Ultra-økter. For en oversikt over hva Blackboard Collaborate er og muliggjør, se for eksempel https://www.youtube.com/watch?v=Qya2MrXNA1o. Klassene vil også bli tatt opp på video, og videoene blir da offentlig i Blackboard umiddelbart etter hver økt.

Øktene kan dermed tas både hjemme og på hovedcampus, men sistnevnte er kun hvis du ønsker det. I hver klasseøkt vil vi blande:

- klassiske frontale leksjonselementer, dvs. de du vanligvis gjør i andre kurs. Legg merke til at vi vil holde periodiske forelesninger: det betyr at vi deler opp forelesningene i mindre deler -- i stedet for å forelese i 45 eller 90 strake, stopper vi etter maks 20-25 minutter og løser en øvelse / svarer på et spørsmål som skal diskuteres sammen, og så fortsetter vi;

- kollektiv koding via dedikerte Jupyter-notatbøker (https://jupyter.org/) hvor alle kan "prøve" ting live (og dermed både få innsikt og mulighet til å dele innsikt med andre);

- kollegaveiledningsøkter, hvor vi sammen svarer på spørsmål knyttet til læreverket.

Hjemme kan du i stedet (hvis du ønsker det) gjennomføre selvevalueringsøkter som består av spørreskjemaøkter, dvs. å bruke https://faceit.pythonanywhere.com/ for å svare på spørsmål og få kvantitative estimater av hvor godt du vet om forskjellig innhold i kurset.

Vær oppmerksom på at kollegainstruksjonene og spørreskjemaøktene ikke vil bli brukt til å vurdere deg, men heller for at du skal vurdere deg selv, og for at læreren skal hjelpe og skreddersy læringsprosessen.

Mer om vurdering

Karakter fastsettes ved muntlig eksamen.

Anbefalte forkunnskaper

Matematikkpensum fra ingeniørhøgskole.

Forkunnskapskrav

Matematikkpensum fra ingeniørhøgskole.

Kursmateriell

Lærebok og notater, kunngjøres på kurswebbside før semesterstart.

Studiepoengreduksjon