S'inscrire

Modélisation / identification de systèmes dynamiques à partir de données expérimentales

Environnement scientifique et technique de la formation

Centre de recherche en automatique de Nancy - UMR 7039

RESPONSABLES

Hugues GARNIER

Professeur

UMR 7039

Marion GILSON

Professeure

UMR 7039

LIEU

VANDŒUVRE-LES-NANCY (54)

ORGANISATION

4,5 jours
Du lundi 14 h au vendredi 17 h
De 4 à 12 stagiaires
TD encadrés par 1 intervenant pour 6 stagiaires maximum

COÛT PÉDAGOGIQUE

2000 Euros

A L'ISSUE DE LA FORMATION

Evaluation de la formation par les stagiaires
Envoi d'une attestation de formation

DATE DU STAGE

18242 : du lundi 04/06/2018 au vendredi 08/06/2018

Janvier Février Mars Avril
Mai Juin
18242
Juillet Août
Sept. Oct. Nov. Déc.

OBJECTIFS

- Savoir déterminer un modèle mathématique d'un système dynamique à partir de données d'entrée / sortie mesurées
- Savoir sélectionner la meilleure structure de modèle à partir de données, en estimer les paramètres, et le valider par rapport à un objectif prédéfini : commande, surveillance / détection de défaut, simulation, prédiction...

PUBLIC

Techniciens, ingénieurs, chercheurs

PRÉREQUIS

Bac + 2 minimum. Avoir des connaissances sur les thèmes suivants : transformée de Fourier, transformée de Laplace, transformée en Z, équations différentielles à paramètres constants, équations aux différences, représentation d'état, notions de base sur les signaux aléatoires et les processus stochastiques

PROGRAMME

Le but de cette formation est de présenter la méthodologie d'identification qui peut être appliquée dans des domaines très variés allant de l'automatique à l'économétrie, en passant par la biologie ou les processus environnementaux.

- Méthodologie générale d'identification des systèmes dynamiques
- Estimation paramétrique de modèles linéaires à temps continu :
. méthode des moindres carrés et ses limitations
. méthode de l'erreur de prédiction
. méthode de la variable instrumentale
- Aspect pratiques de l'identification : protocole expérimental, détermination de la structure du modèle, validation du modèle
- Aspects avancés : identification en boucle fermée, identification récursive, identification de modèles non linéaires
- Outils logiciels et exemples d'applications

Cours les matins (50 %) et travaux pratiques sur ordinateurs les après-midis (50 %)

Dernière demi-journée consacrée à un atelier pédagogique d'analyse et de réflexion sur les données apportées par les stagiaires

EQUIPEMENT

Matlab, boîte à outils « system Identification », boîte à outils CONTSID

Choisir une formation

Choisir un autre domaine

Contactez-nous
par téléphone
01 69 82 44 55
ou par
+ d'infos