Methoden zur dynamischen Modellierung nichtlinearer mechatronischer Systeme
Bearbeiter
Zeitraum
April 2013 - März 2017
Förderung
Industrie
Kurzbeschreibung
Für die Entwicklung, Analyse und Optimierung moderner technischer Systeme kommen zunehmend modellbasierte Methoden zum Einsatz. Diese verlangen nach einem Modell, an welches hohe Anforderungen hinsichtlich Prädiktionsgüte und Rechenkomplexität bei der Simulation gestellt werden. Gleichzeitig werden aufgrund der steigenden Anforderungen an modernde technische Systeme die Systemgrenzen bezüglich des zu modellierenden Verhaltens zunehmend weiter gefasst. Ein Modell für solch ein System auf Basis physikalischer Gesetze zu erstellen wird daher immer aufwändiger und bedarf in hohem Grad anwendungsspezifischen Fachwissens. Eine Alternative zu dieser sogenannten physikalischen Modellbildung stellt die datengetriebene Modellbildung dar, die es erlaubt, auch ohne tiefgreifendes Vorwissen über das zu modellierende System, Modelle mit hoher Approximationsgüte zu generieren und den Modellierungsprozess in weiten Teilen zu automatisieren.
Im Rahmen dieses Projektes werden daher Methoden zur datengetriebenen dynamischen Modellbildung entwickelt, die einen höheren Automatisierungsgrad des Identifikationsprozesses ermöglichen. Die Zielklasse zu modellierender Systeme sind mechatronische Mehrgrößen-Systeme mit komplexem dynamischen Verhalten. Dazu werden insbesondere die folgenden Teilprobleme bei der Identifikation nichtlinearer dynamischer Modelle bearbeitet:
- weitgehend automatisierte Selektion informationsreicher Datensegmente aus dem Normalbetrieb für die Identifikation,
- systematische und teilautomatisierte Strukturselektion,
- Bereitstellung unterstützender Funktionen bei der Datenaufzeichnung.