Lineare Systeme, Differentialgleichungen und Übertragungsfunktionen
Systeme 1. und 2. Ordnung, Pole und Nullstellen, Impulsantwort und Sprungantwort
Stabilität
Regelkreise
Prinzip der Rückkopplung: Steuerung oder Regelung
Folgeregelung und Störunterdrückung
Arten der Rückführung, PID-Regelung
System-Typ und bleibende Regelabweichung
Inneres-Modell-Prinzip
Wurzelortskurven
Konstruktion und Interpretation von Wurzelortskurven
Wurzelortskurven von PID-Regelkreisen
Frequenzgang-Verfahren
Frequenzgang, Bode-Diagramm
Minimalphasige und nichtminimalphasige Systeme
Nyquist-Diagramm, Nyquist-Stabilitätskriterium, Phasenreserve und Amplitudenreserve
Loop shaping, Lead-Lag-Kompensatoren
Frequenzgang von PID-Regelkreisen
Totzeitsysteme
Wurzelortskurve und Frequenzgang von Totzeitsystemen
Smith-Prädiktor
Digitale Regelung
Abtastsysteme, Differenzengleichungen
Tustin-Approximation, digitale PID-Regler
Software-Werkzeuge
Einführung in Matlab, Simulink, Control Toolbox
Rechnergestützte Aufgaben zu allen Themen der Vorlesung
Leistungsnachweis:
300 - Grundlagen der Regelungstechnik<ul><li>300 - Grundlagen der Regelungstechnik: Klausur schriftlich</li></ul>
ECTS-Kreditpunkte:
4
Weitere Informationen aus Stud.IP zu dieser Veranstaltung
Heimatinstitut: Institut für Regelungstechnik (E-14)
In Stud.IP angemeldete Teilnehmer: 608
Anzahl der Postings im Stud.IP-Forum: 126
Anzahl der Dokumente im Stud.IP-Downloadbereich: 4
Betreute Abschlussarbeiten
laufende
beendete
2021
Hund, P. (2021). Modellierung eines elektrischen Netzes zur Demonstration des Einflusses von virtueller Trägheit durch umrichterbasierte Energieanlagen.
Hund, P. (2021). Koordinierte Bereitstellung von virtueller Trägheit durch erneuerbare umrichterbasierte Energieanlagen in Verteilnetzen mithilfe von künstlicher Intelligenz.
Möller, P. (2021). Erfassung der Knotenspannung in Niederspannungsnetzen auf Basis von dezentralen Messeinrichtungen mithilfe von Machine learning.
Plant, R. (2021). Estimation of Power System Inertia in an Inverter-Dominated Distribution Grid Using Machine Learning.
2020
Dressel, M. (2020). Modellierung der Zustandsschätzung eines elektrischen Netzes mit Hilfe von Graph neuronalen Netzen.
Schmidt, M. (2020). Vorhersage von zuverlässig bereitstellbarer Regelleistung aus Erneuerbaren Energien mithilfe von neuronalen Netzen.