Identifikation nichtlinearer mechatronischer Systeme mit ...

7 Zusammenfassung und Ausblick
187
Als Abschluss der vorliegenden Arbeit sollen die wichtigsten Ergebnisse nochmals
zusammengefasst und ein Ausblick auf weiterführende Arbeiten gegeben werden.
Ausgehend von bekannten neuronalen Ansätzen zur Identifikation statischer Nichtlinearitäten
und nichtlinearer dynamischer Prozesse wurde in dieser Arbeit ein strukturiertes
rekurrentes Netz entwickelt. Im Gegensatz zu den bisher bekannten Methoden
eignet sich dieses Verfahren zur gleichzeitigen Identifikation von linearen
Parametern und nichtlinearen Charakteristiken.
Hierfür wurde in dieser Arbeit eine geschlossene mathematische Darstellung des
Identifikationsverfahrens vorgestellt. Diese Darstellung beruht auf der Zustandsbeschreibung
des zu identifizierenden Systems. Als Lerngesetz wurde in dieser Arbeit
das Gradientenabstiegsverfahren eingesetzt. Die für dieses Verfahren erforderliche
Berechnung der partiellen Ableitungen des Systemausgangs nach den Gewichten
des rekurrenten Netzes ist in der Darstellung des Identifikationsverfahrens enthalten
und entspricht in ihrer wesentlichen Struktur der diskreten Zustandsbeschreibung
des rekurrenten Netzes.
Durch die Implementierung des Netzes in einer Beobachterstruktur entfällt das Problem
einer Anfangswertbestimmung. Zudem kann durch eine geeignete Wahl der
Rückführkoeffizienten auf eine Filterung der Messsignale verzichtet werden. Das bekannte
Problem von divergierenden Zuständen im rekurrenten Netz wurde bisher
mit aufwendigen iterativen Methoden gelöst. In dem vorgestellten Ansatz wurde
dieses Problem durch die einfach zu implementierende negative Rückkopplung des
Ausgangsfehlers gelöst. Hierdurch wurde die Echtzeitfähigkeit von strukturierten
rekurrenten Netzen erstmals ermöglicht.
Ein weiterer Vorteil dieses Verfahrens ist neben der physikalischen Interpretierbarkeit
der Identifikationsergebnisse die Möglichkeit, einen beliebig genauen Integrationsalgorithmus
zu verwenden.
Um die Identifikation grundsätzlich durchführen zu können, müssen die Ein- und
Ausgangsgrößen des Systems bekannt sein. Im Fall des in dieser Arbeit untersuchten
Zwei-Massen-Systems war das Luftspaltdrehmoment der Antriebsmaschine die
Eingangsgröße, während die Drehzahl der Antriebsmaschine die Ausgangsgröße darstellte.
In der zur Validierung eingesetzten Versuchsanlage konnte die Drehzahl der
Antriebsmaschine gemessen werden, aber das Luftspaltdrehmoment nicht. Um letz-