Mathematical Methods of Turbulence Control IModulbeschreibung #50818 / Version 2
- 3 LP
- Keine Prüfung
- Unbenotet
- Wintersemester
- Englisch
Diese Modulbeschreibung gilt nicht im aktuellen Semester (WiSe 2026/27).
| Modul / Version | #50818 / #2 |
|---|---|
| Gültigkeit | SoSe 2020 – WiSe 2023/24 |
| Verfügbare Sprache(n) | Englisch |
| Leistungspunkte | 3 |
| Modulverantwortliche*r | Nayeri, Christian Navid |
| Benotung | Unbenotet |
| Prüfungsform | Keine Prüfung |
| Lehrsprache(n) | Englisch |
Zugehörigkeit
| Fakultät | Fakultät V |
|---|---|
| Institut | Institut für Strömungsmechanik und Technische Akustik |
| Fachgebiet | 35311200 FG Experimentelle Strömungsmechanik |
Kontakt
| Sekretariat | HF 1 |
|---|---|
| Ansprechpartner*in | Nayeri, Christian Navid |
| E-Mail-Adresse | christian.nayeri@tu-berlin.de |
| Webseite | http://fd.tu-berlin.de/studium-und-lehre/lehrveranstaltungen/ |
Lernergebnisse
Im Rahmen der Lehrveranstaltung erlernen die Studierenden moderne mathematische Methoden der Turbulenzregelung. Diese Methoden beinhalten modelllfreie Kontrolle, modellbasierte Kontrolle, dynamische Modelle reduzierter Ordnung und Strömungsschätzer aus Messsignalen. Der Besuch der Lehrveranstaltung befähigt die Studenten turbulente Strömungen im Experiment und/oder mit einem Navier-Stokes-Löser zu kontrollieren, zu modellieren und zu analysieren.
Lehrinhalte
Das Modul vermittelt u.a. die folgenden Inhalte:
- Regressionsprobleme in der Strömungsmechanik: Kontrolle, Modellierung, Zustandsschätzung und Parameterabhängigkeit
- Regressionslöser insbesondere Methoden des maschinellen Lernens
- Modelfreie Kontrolle, z.B. Machine Learning Control
- Modelbasierte Kontrolle mit entsprechenden Modellen reduzierter Ordnung
- Modellidentifikation und Surrogatmodelle
- Datenanalyse und Zustandsschätzer aus Messsignalen
- Regressionsprobleme in der Strömungsmechanik: Kontrolle, Modellierung, Zustandsschätzung und Parameterabhängigkeit
- Regressionslöser insbesondere Methoden des maschinellen Lernens
- Modelfreie Kontrolle, z.B. Machine Learning Control
- Modelbasierte Kontrolle mit entsprechenden Modellen reduzierter Ordnung
- Modellidentifikation und Surrogatmodelle
- Datenanalyse und Zustandsschätzer aus Messsignalen
Modulbestandteile
Pflichtbereich
Die folgenden Veranstaltungen sind für das Modul obligatorisch:
| Lehrveranstaltungen | Art | Nummer | Turnus | Sprache | SWS | VVZ |
|---|---|---|---|---|---|---|
| Mathematische Methoden der Turbulenzregelung I | Integrierte Veranstaltung | Wintersemester | [en] | 1 | ISIS |
Arbeitsaufwand und Leistungspunkte
Mathematische Methoden der Turbulenzregelung I (Integrierte Veranstaltung)
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| Präsenzzeit | 15 | 1 h | 15 h |
| 15 h | |||
Lehrveranstaltungsunabhängiger Aufwand
| Aufwandbeschreibung | Multiplikator | Stunden | Gesamt |
|---|---|---|---|
| preparation and reworking | 15 | 2 h | 30 h |
| assignements/project | 15 | 2 h | 30 h |
| 60 h | |||
Der Aufwand des Moduls summiert sich zu 75 Stunden. Damit umfasst das Modul 3 Leistungspunkte.
Beschreibung der Lehr- und Lernformen
Die Lehrinhalte werden in einem Kompaktkurses vermittelt und ermutigen zum selbstständigen Erarbeiten der Methoden unter
Anleitung. Zur Vertiefung des Lehrinhaltes werden Übungen ausgegeben und Projekte betreut.
Anleitung. Zur Vertiefung des Lehrinhaltes werden Übungen ausgegeben und Projekte betreut.
Voraussetzungen für die Teilnahme / Prüfung
Wünschenswerte Voraussetzungen für die Teilnahme an den Lehrveranstaltungen:
Obligatorisch:
-Einführung in die Strömungsmechanik
Wünschenswert:
-Grundkenntnisse in der Regelungstechnik und machinelles Lernen
-Einführung in die Strömungsmechanik
Wünschenswert:
-Grundkenntnisse in der Regelungstechnik und machinelles Lernen
Verpflichtende Voraussetzungen für die Modulprüfungsanmeldung:
Dieses Modul hat keine Prüfungsvoraussetzungen.
Abschluss des Moduls
| Benotung | Unbenotet |
|---|---|
| Prüfungsform | Keine Prüfung |
Prüfungsbeschreibung (Abschluss des Moduls)
Hausaufgaben und mündliche Rücksprache
Dauer des Moduls
Für Belegung und Abschluss des Moduls ist folgende Semesteranzahl veranschlagt: 1 Semester.
Dieses Modul kann in folgenden Semestern begonnen werden: Wintersemester.
Maximale teilnehmende Personen
Die maximale Teilnehmerzahl beträgt 25.
Anmeldeformalitäten
Anmeldung im Sekretariat HF1 (fd-TB-office@win.tu-berlin.de)
Literaturhinweise, Skripte
Skript in Papierform
nicht verfügbar
Skript in elektronischer Form
verfügbar – Wird zum Kompaktkursus ausgehändigt
Empfohlene Literatur
- Learning from Data, Abu-Mostafa
Zugeordnete Studiengänge
Dieses Modul findet in keinem Studiengang Verwendung.
Sonstiges
Die Veranstaltung wird von Prof. Bernd Noack durchgeführt (Bernd.Noack@limsi.fr). Bei Fragen bitte ihn kontaktieren.