Skip to main content
  • 1036 Accesses

Kurzfassung

Auf dem Wege der theoretischen Modellbildung erhält man in der Regel die grundsätzliche Struktur des mathematischen Modells des Prozesses und auch einige Parameter. Die Parameter werden dabei aus physikalischen Prozesskoeffizienten oder Grunddaten des Prozesses berechnet, sofern dies möglich ist. Manche Prozessabläufe sind jedoch nicht genau bekannt, und bei der Bestimmung der Parameter sind die Unsicherheiten oft groß. Als Ergänzung zur theoretischen Modellbildung bietet sich deshalb die experimentelle Modellbildung, die Prozessidentifikation genannt wird, an. Hierbei verwendet man gemessene Signale und ermittelt das zeitliche Verhalten des Systems innerhalb bestimmter Klassen von mathematischen Modellen.

Im folgenden wird eine kurzgefasste Darstellung mit Hinblick auf mechatronische Systeme gegeben. Eine ausführliche Darstellung ist in [1], [8], [2], [5] zu finden.

aus [3] Mechatronische Systeme, Springer-Verlag, Berlin

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 119.00
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 99.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literatur

  1. Eykhoff, P. (1974), System Identification. London: John Wiley.

    Google Scholar 

  2. Isermann, R. (1992), Identifikation dynamischer Systeme 2. Auflage, Bd. 1 und Bd. 2. Berlin: Springer-Verlag.

    Google Scholar 

  3. Isermann, R. (1999), Mechatronische Systeme. Berlin: Springer-Verlag

    Google Scholar 

  4. Kofahl, R. (1988), Robuste Parameteradaptive Regelungen. Dissertation TH Darmstadt. Berlin: Springer-Verlag.

    Google Scholar 

  5. Ljung, L. (1987), System identification: theory for the user. New York: Prentice-Hall

    MATH  Google Scholar 

  6. Ljung, L., Söderström, T. (1985), Theory and practice of recursive identification. Cambridge, Mass.: MIT Press.

    Google Scholar 

  7. Strobel, H. (1975), Experimentelle Systemanalyse. Berlin: Akademieverlag.

    MATH  Google Scholar 

  8. Young, P.C. (1984), Recursive estimation and time-series analysis. Berlin: Springer-Verlag.

    Book  MATH  Google Scholar 

Download references

Authors

Editor information

Editors and Affiliations

Rights and permissions

Reprints and permissions

Copyright information

© 2003 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Isermann, R. (2003). Grundlagen der experimentellen Modellbildung (Identifikation). In: Isermann, R. (eds) Modellgestützte Steuerung, Regelung und Diagnose von Verbrennungsmotoren. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-642-55698-2_5

Download citation

  • DOI: https://doi.org/10.1007/978-3-642-55698-2_5

  • Publisher Name: Springer, Berlin, Heidelberg

  • Print ISBN: 978-3-540-44286-8

  • Online ISBN: 978-3-642-55698-2

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics