Identifikation nichtlinearer mechatronischer Systeme mit ...

189
nur in den seltensten Fällen notwendig. Im Allgemeinen wird die Beobachterstruktur
beibehalten und somit der Ausgangsfehler weiterhin vergleichsweise gering sein.
Nach dem Test an einer Laboranlage wurde ein strukturiertes rekurrentes Netz zur
Bestimmung der physikalisch relevanten Parameter einer kommerziellen Drosselklappe
verwendet. Aufbauend auf diesen Ergebnissen wurde die Regelung dieser Drosselklappe
entscheidend verbessert, indem ein PI-Zustandsregler mit nichtlinearem
Beobachter entworfen wurde. Dieser Regler ist den häufig eingesetzten PID-Reglern
bezüglich Regeldynamik und Regelgenauigkeit deutlich überlegen.
Im letzten Abschnitt dieser Arbeit wurde die Theorie zur Identifikation nichtlinearer
blockorientierter Systeme mit Hilfe der Volterra-Reihe in das vorgestellte Verfahren
integriert. Es ist nun möglich, die Parameter und nichtlinearen Charakteristiken
sowohl der genau als auch der ungenau modellierten Teilsysteme gleichzeitig zu
identifizieren.
Durch die Identifikation der physikalisch relevanten linearen Parameter und nichtlinearen
Charakteristiken (statisch bzw. dynamisch) können die Zustände wesentlich
genauer geschätzt werden, wodurch eine Zustandsregelung grundsätzlich verbessert
werden kann. Damit kann in einer weiterführenden Arbeit mit dem vorgestellten
Ansatz eine nichtlineare adaptive Zustandsregelung entwickelt werden. Es ist jedoch
hierbei Voraussetzung, das Identifikationsverfahren so zu erweitern, dass es
unterscheiden kann, ob eine Änderung des Systemausgangs auf Grund einer Parameteränderung
oder durch eine Störung hervorgerufen wird.
Mit dem Trend zu immer komplexer werdenden mechatronischen Systemen erhöhen
sich stetig die Anforderungen an die Regelungstechnik. Um dem damit verbundenen
erhöhten Identifikationsaufwand gerecht zu werden, ist die Entwicklung und Verfeinerung
intelligenter und effizienter Lernverfahren für die vorgestellten rekurrenten
Netze Aufgabe zukünftiger Forschungsarbeiten.