TY  - THES
AB  - Der modellbasierte Regelungsentwurf erfordert eine möglichst genaue Kenntnis über das dynamische Verhalten des zugrunde liegenden physikalischen Systems. Durch maschinelle Lernverfahren besteht das Potenzial den Modellierungsaufwand im Vergleich zum klassischen Vorgehen zu reduzieren, indem physikalisches Vorwissen und an Messdaten trainierte Modelle effektiv zusammengeführt werden. Diese Dissertation entwickelt Methoden zur datengetriebenen Bestimmung von Modellen für den Regelungsentwurf nichtlinearer mechatronischer Systeme. Dazu wird die regelungstechnische Anwendbarkeit von Koopman-Operator-basierten Verfahren analysiert, die nichtlineare Dynamiken durch lineare Modelle approximieren. Darüber hinaus wird ein neuartiges Verfahren zur datengetriebenen Bestimmung von Port-Hamilton-Modellen entwickelt, die Energiezusammenhänge plausibel abbilden und sich unmittelbar für einen passivitätsbasierten Regelungsentwurf verwenden lassen. Zudem werden Ansätze zur automatischen Aktualisierung des im Regelkreis verwendeten Streckenmodells bei Modellunsicherheiten oder auftretenden Veränderungen der Systemdynamik vorgestellt. Experimentelle sowie simulative Untersuchungen demonstrieren die herausragende Prädiktionsgenauigkeit der datengetriebenen Modelle und die hohe Regelgüte. Die Ergebnisse dieser Dissertation leisten einen bedeutenden Beitrag, weil die datengetriebenen Modelle eine aus regelungstechnischer Sicht verwertbare Form aufweisen. Sie sind physikalisch interpretierbar und lassen sich nahtlos in bestehende Analyse- und Entwurfsmethoden einbinden. Dies eröffnet neue Perspektiven für zukünftige Anwendungen und Weiterentwicklungen.
AU  - Junker, Annika
CY  - Paderborn
DA  - 2024
DO  - 10.17619/UNIPB/1-2158
DP  - Universität Paderborn
LA  - ger
N1  - Tag der Verteidigung: 13.09.2024
N1  - Universität Paderborn, Dissertation, 2024
PB  - Veröffentlichungen der Universität
PY  - [2024]
SP  - 1 Online-Ressource (VIII, 166 Seiten) Diagramme
T2  - Fakultät für Maschinenbau
TI  - Datengetriebene Modellbildung für nichtlineare mechatronische Systeme in regelungstechnisch verwertbarer Form: = Data-driven modeling of nonlinear mechatronic systems in a form applicable for control engineering
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-53677
Y2  - 2026-01-15T11:02:36
ER  -