Identifikation nichtlinearer mechatronischer Systeme mit ...
Identifikation nichtlinearer mechatronischer Systeme mit ...
Identifikation nichtlinearer mechatronischer Systeme mit ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
intern<br />
6 1 Einleitung<br />
HANN<br />
Statisch<br />
RBF MLP<br />
GRNN<br />
Neuronale Netze<br />
Neuronaler<br />
Beobachter<br />
statische dynamische<br />
Nichtlinearität Nichtlinearität<br />
strukturierte<br />
rekurrente Netze<br />
intern<br />
Dynamik<br />
partiell voll<br />
rekurrent rekurrent<br />
Dynamisch<br />
externe<br />
Dynamik<br />
NOE/<br />
NARX<br />
NFIR/<br />
NOBF<br />
Abb. 1.3: Das strukturierte rekurrente Netz und seine Eingliederung in die bisher<br />
vorhandenen Neuronalen Netze<br />
und eine Bewertung der dargestellten Verfahren schließt das Kapitel ab.<br />
Darauf aufbauend werden in Kapitel 3 die strukturierten rekurrenten Netze zur<br />
gleichzeitigen <strong>Identifikation</strong> von linearen Parametern und nichtlinearen Charakteristiken<br />
vorgestellt. Zusätzlich wird gezeigt, wie das strukturierte rekurrente Netz um<br />
eine Beobachterstruktur erweitert werden kann.<br />
In Kapitel 4 wird dieses strukturierte Netz dazu verwendet, um die linearen Parameter<br />
und die nichtlinearen Charakteristiken eines <strong>mit</strong> Lose und Reibung behafteten<br />
Zwei-Massen-Systems zu identifizieren. Das Verfahren wird sowohl simulativ als<br />
auch an einer Versuchsanlage des Lehrstuhls <strong>mit</strong>tels Hardware-in-the-Loop Simulation<br />
validiert.<br />
Während Kapitel 4 das Verfahren der strukturierten rekurrenten Netze an einer Laboranwendung<br />
zeigt, wird in Kapitel 5 die Anwendbarkeit des Verfahrens an einem<br />
kommerziellen mechatronischen System gezeigt. Es werden die Systemparameter einer<br />
Drosselklappe vollständig identifiziert. Anschließend werden die <strong>Identifikation</strong>sergebnisse<br />
verwendet, um das Regelverhalten der Drosselklappe zu verbessern.<br />
In Kapitel 6 wird schließlich der Ansatz der Volterra-Reihe in das strukturierte<br />
rekurrente Netz integriert, um dynamische Nichtlinearitäten zu identifizieren. Simulative<br />
Ergebnisse als auch Ergebnisse an der Versuchsanlage zeigen das Potential<br />
dieser Vorgehensweise.<br />
Die Arbeit schließt in Kapitel 7 <strong>mit</strong> einer Zusammenfassung und einem Ausblick<br />
auf weiterführende Arbeiten.
Change language