Identifikation nichtlinearer mechatronischer Systeme mit ...

186 6 Identifikation von dynamischen Nichtlinearitäten
6.5 Kurzzusammenfassung
In diesem Kapitel wurde zunächst gezeigt, wie ein GRNN vorteilhaft zur Identifikation
dynamischer Nichtlinearitäten eingesetzt werden kann. Hierfür wurde der
Polynom-Ansatz des Hammerstein-Modells durch ein GRNN ersetzt. Da sich das
Ausgangssignal dieses Ansatzes aus der Multiplikation eines Stützwertevektors mit
einem Aktivierungsvektor zusammensetzt, kann dieses Verfahren analog zur Identifikation
statischer Nichtlinearitäten in einem rekurrenten Netz eingesetzt werden.
Somit ist es nun möglich, neben den linearen Parametern und statischen Nichtlinearitäten
auch unbekannte bzw. nichtmodellierte lineare Dynamiken, welche zusammen
mit den statischen Nichtlinearitäten als dynamische Nichtlinearität aufgefasst
werden, mit einem strukturierten rekurrenten Netz zu identifizieren.
Simulationsbeispiele zeigen das Potential dieser Erweiterung. Außerdem wird das
Verfahren an der Versuchsanlage getestet. Hierbei zeigte sich ein Nachteil: Die Erweiterung
macht das Verfahren sehr rechenzeitintensiv. Allerdings wurde gezeigt,
dass auch mit einer geringen Anzahl an Parametern und einer relativ großen Abtastzeit
gute Identifikationsergebnisse erzielt werden können. So können insbesondere
das Trägheitsmoment und die statische Nichtlinearität sehr genau identifiziert
werden, da ihre Adaption den Ausgangsfehler wesentlich beeinflusst. Umgeht man
die Rechenzeitproblematik, indem ein höher abgetasteter Datensatz aufgenommen
wird, so erhält man in einer ” Quasi“-online Identifikation noch bessere Ergebnisse.
Dies bedeutet, dass das vorgestellte Verfahren bei ausreichender Rechenleistung
echtzeitfähig ist.