Leer niet-lineair materiaalgedrag en grote vervormingen analyseren met de finite element method. Pas modellen toe in Abaqus en beoordeel materialen, omvormprocessen en constructies.
System Identification with Parameter Estimation and Machine Learning richt zich op het opstellen van wiskundige modellen of modellen met fysische parameters van dynamische systemen op basis van gemeten input-output data. In dit vak leer je hoe je een geschikte modelstructuur kiest, modelparameters schat, identificatie-experimenten ontwerpt en beoordeelt of het verkregen model betrouwbaar genoeg is voor praktisch gebruik.
Dit vak behandelt zowel de theorie als de toepassing van klassieke system identification als modernere machine learning-gebaseerde methoden. Je werkt met modellen in zowel het tijd- als frequentiedomein en leert hoe je modellen kunt schatten en valideren met gevestigde methoden zoals subspace identification en prediction error methods. Daardoor is het vak zeer relevant voor professionals die modellen nodig hebben die de juiste mate van inzicht leveren voor analyse, ontwerp van regelsystemen of systeemoptimalisatie.
In veel technische toepassingen zijn betrouwbare modellen essentieel om systeemgedrag te begrijpen, te voorspellen en te verbeteren. Wanneer bruikbare modelvergelijkingen beschikbaar zijn, worden methoden voor parameter estimation gebruikt om de modelparameters te bepalen aan de hand van experimentele data. Echter kunnen niet alle systemen nauwkeurig worden beschreven op basis van fysische wetten alleen, bijvoorbeeld wanneer dynamica complex of slechts gedeeltelijk bekend is. System identification biedt hiervoor een oplossing door wiskundige modellen te schatten op basis van gemeten data. Bovendien moeten professionals, naarmate data-driven engineering en machine learning steeds belangrijker worden, in toenemende mate klassieke modelleerbenaderingen combineren met moderne schattings- en identificatietechnieken.
Dit is een regulier mastervak waarin zowel studenten als professionals kunnen deelnemen. Dit vak combineert hoorcolleges, werkcolleges en opdrachten. Onderwerpen zijn onder andere relaties tussen signalen en systemen in tijd- en frequentiedomein, niet-parametrische identificatie, parameters schatten in modellen die lineair in de parameters zijn, subspace identification, prediction error methods, open-lus versus gesloten-lus identificatie en experimentontwerp.
Het vak bevat één opdracht, die in groepen kan worden uitgevoerd. Deze opdracht is probleemgestuurd en kan worden gekoppeld aan praktische cases, waaronder voorbeelden met een link naar de industrie.
Dit vak is bedoeld voor professionals die werken met (dynamische) systemen en systeemgedrag willen modelleren, analyseren of verbeteren op basis van data. Typische functies zijn onder andere control engineers, mechatronica engineers, robot engineers, system engineers, R&D engineers, specialisten in data-gebaseerde modellering en technisch onderzoekers.
Het vak is met name relevant voor sectoren zoals high-tech systemen, automatisering, robotica, procestechnologie en geavanceerde maakindustrie.
Van deelnemers wordt verwacht dat zij beschikken over een basis in systeemanalyse of een vergelijkbare achtergrond in dynamische systemen. Meer specifiek is voorkennis vereist op het gebied van (wiskundige) systeemmodellen als (gewone) differentiaalvergelijkingen, overdrachtsfuncties en toestandsvergelijkingen evenals de relatie tussen tijd- en frequentiedomein. Daarnaast worden diverse concepten uit lineaire algebra gebruikt. Het niveau van de cursus System Analysis uit de BSc werktuigbouwkunde opleiding (of een soortgelijk vak) is voldoende.
Rond je het vak succesvol af, dan ontvang je een microcredential. Deze microcredential is een digitaal bewijs dat je de toetsonderdelen van het reguliere mastervak hebt behaald en daarmee de bijbehorende leerresultaten beheerst.
Je kunt ook deelnemen zonder toetsing. Kies je daarvoor, of behaal je niet alle toetsonderdelen, dan ontvang je een digitaal certificaat van deelname.
Startdatum: Medio april (Q4, UT blok 2B, Q4)
Totale doorlooptijd: april tot juni/juli (exclusief herkansingen) (140 uur studielast)
Aantal bijeenkomsten / collegedagen: Colleges + werkcolleges + 1 opdracht
Totale kosten: €2067,15 (5 ECTS × 413,43)
Programmatype: mastercourse
Locatie: University of Twente, Enschede, NL
Voertaal: Engels
Toelatingseisen: Voorkennis op niveau van System Analysis (202000128) (module 5 ME Dynamic Systems) of equivalent. Professionals kunnen vooraf een overzicht ontvangen van de benodigde kennis en vaardigheden.
Docenten: