Faglig Innhold
Dette kurset gir en generell bakgrunn innen problemer, metoder og digitale verktøy fra prosess system teknikk. Tema 1: Prosessmodellering: basis for datamaskinbaserte beregninger: Systematisk konstruksjon av stasjonære og dynamiske modeller for fysikalsk - kjemisk - biologiske prosesser. Tema 2: Grunnlagene for numeriske algoritmer for prosessmodeller. Løsning av ikke-lineære ligningssystemer og integrasjon av ordinære differensialligninger. Differensial-algebraiske formuleringer og løsningsmetoder. Analyse av prosessmodeller. Tema 3. Bruk av avanserte verktøy i python for å løse komplekse matematiske problemer fra prosess system teknikk. Tema 4: Innføring i optimalisering for parameterestimering. Modell diskriminering. Tema 5. Data-drevne modeller - lineære statiske modeller og en kort innføring i nevrale nettverk.
Læringsmål
Ved slutten av kurset kan studentene bygge enkle og store prosessmodeller, og vite hvordan å analysere modellene. Studentene vil videre ha kunnskap om de grunnleggende arbeidsprinsippene av de mest vanlige numeriske simuleringsalgoritmer og være i stand til å implementere enkle versjoner i et programmeringsspråk (f.eks Python). Studentene vil kunne anvende avanserte digitale verktøy i python for å løse et utvalg av viktige problemer innen prosess system teknikk. Studentene vil kunne forstå og anvende metoder for å tilpasse modellparameterne til eksperimentell data, og ha grunnleggende kunnskap om data-drevne modeller som lineære statiske modeller og nevrale nettverk.