Details for the Course Syllabus for Course KET055F valid from Autumn 2014

General

Aim

Ge insikt i hur matematiska modeller av processystem kan kalibreras och valideras mot experimentella data och hur experiment skall planeras för god modellkalibrering.

Contents

Kursen presenterar metoder och deras egenskaper för parameterskattning och modellkalibrering. Den första delen fokuserar på grundläggande metoder för linjär och olinjär regression tillsammans med modellkalibrering. Den andra delen diskuterar i mer detalj de tre grundläggande aspekterna på kalibrering, nämligen experimentplanering, val av modellstruktur samt kalibreringssyfte. Enklare inlämningsuppgifter samt ett modellkalibreringsprojekt med datainsamling med LabView.

Knowledge and Understanding

For a passing grade the doctoral student must
kunna de grundläggande metoderna för linjär och olinjär regression samt motsvarande regressionsanalys.

Competences and Skills

For a passing grade the doctoral student must
använda de grundläggande metoderna inom parameterskattning, speciellt de som finns tillgängliga i MATLAB. Använda LabView för datainsamling.

Judgement and Approach

For a passing grade the doctoral student must
förstå hur kvaliteten hos data och design av experiment påverkar modellkalibrering samt värdera egenskaper hos metoder för parameterskattning och hur dessa påverkar modellkalibrering

Types of Instruction

Examination Formats

Admission Requirements

Grundkurser i transportprocesser, reaktionsteknik och separtionsteknik eller motsvarande kurser

Assumed Prior Knowledge

Selection Criteria

Literature

Literature:
Englezos, P. & Kalogerakis, N.: Applied parameter estimation for chemical engineers. Dekker media, 2001.

Further Information

Course code

Administrative Information

All Published Course Occasions for the Course Syllabus

No matching course occasions were found.

0 course occasions.