Regelungstechnik
Im Bereich der Regelungstechnik liegt der erste Schwerpunkt bei der Entwicklung datengetriebener Methoden. Prozessmodellbasierte Analyse- und Synthesemethoden finden in der industriellen Praxis wegen des hohen Aufwands für die Modellbildung nur in ausgewählten Fällen Anwendung. Das Fachgebiet Mess- und Regelungstechnik erforscht und entwickelt Methoden, um den Prozess der nichtlinearen Systemidentifikation mit Computational-Intelligence-(CI-)Methoden sowie konventionellen statistischen und numerischen Methoden idealerweise vollautomatisch durchführen zu können („Modell auf Knopfdruck“). Dazu sollen einerseits Aufgaben, für die üblicherweise Vorwissen vorausgesetzt wird (wie strukturelle Entscheidungen), maschinell erledigt werden. Andererseits sollen Effizienz- und Effektivität der entwickelten Methoden verbessert werden. Von besonderem Interesse sind dabei bereichsweise affine sowie Takagi-Sugeno-Modelle. Die Modelle werden im Hinblick auf ihren Einsatzzweck entwickelt, wobei im Fachgebiet insbesondere der nichtlineare Regelungsentwurf, Fehlerdiagnose, Echtzeitsimulation und Prognose betrachtet werden.
Als weiterer Schwerpunkt wird der Bereich komplexe Systeme im Sinne großer verkoppelter Systeme aufgebaut. Für solche Systeme sind konventionelle Methoden der Regelungstechnik und Systemidentifikation impraktikabel. Das Fachgebiet Mess- und Regelungstechnik erforscht und entwickelt einerseits approximative/qualitative CI-Methoden, um solche Systeme mit wenig Modellierungsaufwand dynamisch beschreiben, analysieren und beeinflussen zu können. Andere Arbeiten adressieren Methoden zur effizienten und effektiven Untersuchung großer metrischer Datenmengen für Analyse und Modellbildung.
Die Anwendungsschwerpunkte der Arbeiten liegen in den Bereichen Mechatronik, Automotiv sowie Produktionsanlagen.
Aktuelle Projekte
Abgeschlossene Projekte
- EEpBeton
- Digital Twin of Injection Molding (DIM)
- Automatische Kalibrierung komplexer Sensorsysteme am Beispiel mikromagnetischer Materialcharakterisierungsverfahren
- Identifikation nichtlinearer Zustandsraummodelle mit Rekurrenten Neuronalen Netzen
- Prognose des Randschichtzustandes für die robuste Regelung eines Drehprozesses unter Einsatz von in-process Messtechnik und datengetriebener Softsensorik
- Digitalisierung in der Werkstofftechnik
- Experimententwurf für die Identifikation lokal-affiner Multimodelle
- Methoden zur automatisierten Modellstrukturselektion bei der Identifikation dynamischer Takagi-Sugeno Fuzzy-Modelle
- Methodologies for structural analysis from mass-data in scale plants
- Regelungsorientierte Identifikation nichtlinearer dynamischer Systeme für lokal affin approximierbare System
- Methoden zur Aufgabenverteilung und Kooperation von mobilen Multi-Roboter-Systemen
- Zur Identifikation mechatronischer Stellglieder mit Reibung bei Kraftfahrzeugen
- Klassifikationsgestützter On-line Fehlerdiagnoseansatz
- Analyse großer, verkoppelter Systeme mit Methoden der komplexen Netzwerke
- Fuzzy-Modellierung nichtlinearer dynamischer Systeme mit Unsicherheiten
- Methoden zur dynamischen Modellierung nichtlinearer mechatronischer Systeme
- Frühzeitige Erkennung und Entscheidungsunterstützung für kritische Situationen im Produktionsumfeld