Parametrische Modellreduktion in hierarchisch ... - ConImit.de
Parametrische Modellreduktion in hierarchisch ... - ConImit.de
Parametrische Modellreduktion in hierarchisch ... - ConImit.de
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong> <strong>in</strong> <strong>hierarchisch</strong> mo<strong>de</strong>llierten<br />
selbstoptimieren<strong>de</strong>n Systemen<br />
Dipl.-Math. Mart<strong>in</strong> Krüger, Dipl.-Ing. Ingo Scharfenbaum,<br />
Prof. Dr.-Ing. habil. Ansgar Trächtler<br />
He<strong>in</strong>z Nixdorf Institut<br />
Universität Pa<strong>de</strong>rborn<br />
Regelungstechnik und Mechatronik<br />
Pohlweg 98, 33098 Pa<strong>de</strong>rborn<br />
Tel.: +49 (0) 5251 60 5568, Fax: +49 (0) 5251 60 5579<br />
E-Mail: mart<strong>in</strong>.krueger@rtm.upb.<strong>de</strong><br />
Zusammenfassung<br />
Im Rahmen <strong>de</strong>r Selbstoptimierung mechatronischer Systeme wer<strong>de</strong>n oftmals Mehrzieloptimierungsverfahren<br />
zur Berechnung optimaler Systemkonfigurationen e<strong>in</strong>gesetzt.<br />
Um auch komplexe mechatronische Systeme zu behan<strong>de</strong>ln, hat man geeignete Strukturierungsverfahren<br />
entwickelt, die zu <strong>hierarchisch</strong>en Mo<strong>de</strong>llen führen. Zur Beschleunigung<br />
<strong>de</strong>s Optimierungsprozesses wer<strong>de</strong>n reduzierte Mo<strong>de</strong>lle <strong>de</strong>r e<strong>in</strong>zelnen Teilsysteme<br />
e<strong>in</strong>gesetzt. Der vorliegen<strong>de</strong> Beitrag erweitert die bestehen<strong>de</strong>n Ansätze um <strong>de</strong>n E<strong>in</strong>satz<br />
parametrischer <strong>Mo<strong>de</strong>llreduktion</strong>sverfahren, wodurch e<strong>in</strong>e explizite Parameterabhängigkeit<br />
<strong>de</strong>r Teilsysteme <strong>in</strong>nerhalb <strong>de</strong>r Hierarchie erhalten wer<strong>de</strong>n kann.<br />
Das vorgestellte Reduktionsverfahren basiert auf e<strong>in</strong>em implizitem Abgleich <strong>de</strong>r Momente<br />
<strong>de</strong>r Übertragungsfunktion. Das reduzierte System wird durch Projektion auf e<strong>in</strong><br />
System ger<strong>in</strong>gerer Ordnung gebil<strong>de</strong>t. Zur Berechnung <strong>de</strong>r Projektionsmatrizen wur<strong>de</strong><br />
e<strong>in</strong> zweiseitiger Arnoldi-Algorithmus verwen<strong>de</strong>t.<br />
Anhand e<strong>in</strong>es <strong>hierarchisch</strong>en Mo<strong>de</strong>lls <strong>de</strong>s Prüfstands für die aktive Fe<strong>de</strong>rung <strong>de</strong>s Schienenfahrzeugs<br />
RailCab konnte gezeigt wer<strong>de</strong>n, dass für die Optimierung relevante Parameter<br />
über mehrere Hierarchieebenen h<strong>in</strong>weg erhalten wer<strong>de</strong>n können.<br />
Schlüsselwörter<br />
<strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong>, Selbstoptimierung, <strong>hierarchisch</strong>e Mo<strong>de</strong>llierung,<br />
Krylov-Unterräume, Moment Match<strong>in</strong>g<br />
Diese Arbeit ist im "Son<strong>de</strong>rforschungsbereich 614 – Selbstoptimieren<strong>de</strong> Systeme <strong>de</strong>s<br />
Masch<strong>in</strong>enbaus" <strong>de</strong>r Universität Pa<strong>de</strong>rborn entstan<strong>de</strong>n und wur<strong>de</strong> auf se<strong>in</strong>e Veranlassung<br />
unter Verwendung <strong>de</strong>r von ihm von <strong>de</strong>r Deutschen Forschungsgeme<strong>in</strong>schaft zur<br />
Verfügung gestellten Mittel veröffentlicht.
Seite 206<br />
M. Krüger, I. Scharfenbaum, A. Trächtler<br />
1 E<strong>in</strong>leitung<br />
Der vorliegen<strong>de</strong> Beitrag ist <strong>in</strong>nerhalb <strong>de</strong>s Son<strong>de</strong>rforschungsbereichs 614 – Selbstopti–<br />
mieren<strong>de</strong> Systeme <strong>de</strong>s Masch<strong>in</strong>enbaus – entstan<strong>de</strong>n. Entsprechend <strong>de</strong>r Def<strong>in</strong>ition <strong>in</strong><br />
[ADG+08] wird unter Selbstoptimierung e<strong>in</strong>es technischen Systems die endogene Än<strong>de</strong>rung<br />
<strong>de</strong>r Ziele <strong>de</strong>s Systems auf verän<strong>de</strong>rte E<strong>in</strong>flüsse und die daraus resultieren<strong>de</strong>,<br />
zielkonforme, autonome Anpassung <strong>de</strong>s Verhaltens dieses Systems verstan<strong>de</strong>n. Selbstoptimierung<br />
vollzieht sich als Prozess, <strong>de</strong>r aus <strong>de</strong>n drei Schritten Analyse <strong>de</strong>r Ist-<br />
Situation, Bestimmung <strong>de</strong>r Systemziele und Anpassung <strong>de</strong>s Systemverhaltens besteht.<br />
Um für die Anpassung <strong>de</strong>s Systemverhaltens optimale Systemkonfigurationen zu berechnen,<br />
setzt man oftmals mo<strong>de</strong>llbasierte Mehrzieloptimierungsverfahren e<strong>in</strong><br />
[DSH05]. Hierzu ist es s<strong>in</strong>nvoll, komplexe mechatronische Systeme zunächst geeignet<br />
zu strukturieren und zu vere<strong>in</strong>fachen. Zur Strukturierung eignet sich die <strong>in</strong> Kapitel 2<br />
beschriebene funktionsorientierte Zerlegung [LHL01], auf <strong>de</strong>ren Grundlage e<strong>in</strong> <strong>hierarchisch</strong>es<br />
Mo<strong>de</strong>ll aufgebaut wird [MAK+08]. Zur weiteren Verr<strong>in</strong>gerung <strong>de</strong>r Komplexität<br />
und zur Beschleunigung von Simulationen wur<strong>de</strong>n hier bereits <strong>Mo<strong>de</strong>llreduktion</strong>sverfahren<br />
e<strong>in</strong>gesetzt.<br />
Entsprechend <strong>de</strong>m bisherigen Ansatz muss bei je<strong>de</strong>r Parameterän<strong>de</strong>rung, d. h. im Falle<br />
e<strong>in</strong>er Mehrzieloptimierung <strong>in</strong> je<strong>de</strong>m Optimierungsschritt, das <strong>hierarchisch</strong>e Mo<strong>de</strong>ll aktualisiert<br />
wer<strong>de</strong>n, was zu e<strong>in</strong>er Neuberechnung sämtlicher reduzierter Mo<strong>de</strong>lle führt. Im<br />
Folgen<strong>de</strong>n wird daher die bisherige Vorgehensweise um <strong>de</strong>n E<strong>in</strong>satz parametrischer<br />
<strong>Mo<strong>de</strong>llreduktion</strong>sverfahren erweitert. Mittels dieser Verfahren können Parameterän<strong>de</strong>rungen<br />
direkt vorgenommen wer<strong>de</strong>n, wodurch langfristig <strong>de</strong>r Optimierungsprozess weiter<br />
beschleunigt wer<strong>de</strong>n soll.<br />
Der <strong>in</strong> Kapitel 3 vorgestellte Reduktionsansatz basiert auf e<strong>in</strong>em impliziten Momentenabgleich<br />
[DSC+04] mit Hilfe von Krylov-Unterraumverfahren [LS04]. Auf <strong>de</strong>r Grundlage<br />
bereits vorhan<strong>de</strong>ner Ansätze für die nichtparametrische <strong>Mo<strong>de</strong>llreduktion</strong> [BLS05]<br />
ist e<strong>in</strong> parametrisches Reduktionsverfahren auf <strong>de</strong>r Basis von Arnoldi-Algorithmen umgesetzt<br />
wor<strong>de</strong>n. Die Reduktionsergebnisse mit <strong>de</strong>m neuen Verfahren wer<strong>de</strong>n <strong>in</strong> Kapitel<br />
4 an e<strong>in</strong>em <strong>hierarchisch</strong>en Mo<strong>de</strong>ll e<strong>in</strong>es Prüfstands für die aktive Fe<strong>de</strong>r-Neigetechnik<br />
<strong>de</strong>s Schienenfahrzeugs RailCab vorgestellt.<br />
2 Hierarchische Mo<strong>de</strong>llierung<br />
Mechatronische Systeme lassen sich <strong>in</strong> unterschiedliche Subsysteme zerlegen, die sich<br />
aus <strong>de</strong>r Baumstruktur <strong>de</strong>r Bewegungsfunktionen <strong>de</strong>s Gesamtsystems ergeben<br />
[ADG+08]. Die Subsysteme können mittels unterschiedlicher Strukturierungselemente<br />
[LHL01] wie beispielsweise <strong>de</strong>s mechatronischen Funktionsmoduls (MFM) o<strong>de</strong>r <strong>de</strong>s<br />
autonomen mechatronischen Systems (AMS) beschrieben wer<strong>de</strong>n. Die Strukturierungselemente<br />
tragen hierbei <strong>de</strong>n unterschiedlichen Ausprägungen e<strong>in</strong>es mechatronischen<br />
Subsystems Rechnung. Die Baumstruktur <strong>de</strong>r Bewegungsfunktionen führt dazu, dass
<strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong> <strong>in</strong> <strong>hierarchisch</strong> mo<strong>de</strong>llierten selbstoptimieren<strong>de</strong>n Systemen Seite 207<br />
die e<strong>in</strong>zelnen Teilsysteme stets <strong>hierarchisch</strong> angeordnet s<strong>in</strong>d. Je<strong>de</strong>s Teilsystem verfügt<br />
wie<strong>de</strong>rum über se<strong>in</strong>e eigene Informationsverarbeitung.<br />
Zur Strukturierung dieser Informationsverarbeitung hat sich das Operator-Controller-<br />
Modul (OCM) bewährt [ADG+08]. Dieses besteht, wie <strong>in</strong> Bild 1 (l<strong>in</strong>ks) dargestellt, aus<br />
<strong>de</strong>n drei Bestandteilen Controller, Reflektorischer Operator und Kognitiver Operator.<br />
Der Controller auf <strong>de</strong>r untersten Ebene enthält klassische regelungstechnische Komponenten,<br />
mit <strong>de</strong>ren Hilfe das gewünschte dynamische Verhalten <strong>de</strong>s Systems erreicht<br />
wird. Auf <strong>de</strong>r mittleren Ebene, <strong>in</strong>nerhalb <strong>de</strong>s Reflektorischen Operators, wer<strong>de</strong>n vorwiegend<br />
Überwachungs- und Ablaufsteuerungen ausgeführt. Gleichzeitig fungiert <strong>de</strong>r<br />
Reflektorische Operator als Schnittstelle zwischen <strong>de</strong>m Controller und <strong>de</strong>m Kognitiven<br />
Operator. In Letztgenanntem kann über vielfältige Metho<strong>de</strong>n Wissen über das eigene<br />
Verhalten und die Umgebung zur Verbesserung <strong>de</strong>s Systems e<strong>in</strong>gesetzt wer<strong>de</strong>n. Die<br />
hier verwen<strong>de</strong>ten Metho<strong>de</strong>n s<strong>in</strong>d dabei nicht mehr harten Echtzeitanfor<strong>de</strong>rungen unterworfen,<br />
son<strong>de</strong>rn können <strong>in</strong> gewissem Maß entkoppelt von <strong>de</strong>r realen Zeit ablaufen<br />
[ADG+08]. Im Fall von sehr aufwändigen Verfahren wie <strong>de</strong>r Lösung e<strong>in</strong>es Mehrzieloptimierungsproblems<br />
ist es s<strong>in</strong>nvoll, e<strong>in</strong>e erste Lösung offl<strong>in</strong>e zu bestimmen und die<br />
Paretomenge, das Ergebnis <strong>de</strong>r Optimierung, <strong>in</strong> <strong>de</strong>r Wissensbasis zu h<strong>in</strong>terlegen<br />
[MAK+08].<br />
Bild 1:<br />
Strukturierung <strong>de</strong>r Informationsverarbeitung: Operator-Controller-Modul<br />
(l<strong>in</strong>ks) und <strong>in</strong>teragieren<strong>de</strong> OCMs <strong>in</strong> <strong>de</strong>r Mo<strong>de</strong>llhierarchie (rechts)<br />
Kommunikation <strong>de</strong>r Teilsysteme untere<strong>in</strong>an<strong>de</strong>r f<strong>in</strong><strong>de</strong>t nur zwischen <strong>de</strong>n e<strong>in</strong>zelnen Teilelementen<br />
<strong>de</strong>s OCM statt. In Bild 1 (rechts) ist beispielhaft die Kommunikation zwischen<br />
<strong>de</strong>n Kognitiven Operatoren verschie<strong>de</strong>ner Teilsysteme ange<strong>de</strong>utet.
Seite 208<br />
M. Krüger, I. Scharfenbaum, A. Trächtler<br />
2.1 Hierarchisches Mo<strong>de</strong>ll<br />
Viele Metho<strong>de</strong>n, die im Rahmen <strong>de</strong>r Selbstoptimierung <strong>in</strong>nerhalb <strong>de</strong>s Kognitiven Operators<br />
angewen<strong>de</strong>t wer<strong>de</strong>n, verwen<strong>de</strong>n speziell an die jeweiligen Anfor<strong>de</strong>rungen angepasste<br />
mathematische Mo<strong>de</strong>lle <strong>de</strong>s dynamischen Verhaltens. Diese wer<strong>de</strong>n <strong>in</strong> e<strong>in</strong>er<br />
Wissensbasis <strong>in</strong>nerhalb <strong>de</strong>s Kognitiven Operators h<strong>in</strong>terlegt.<br />
Da je<strong>de</strong>s Teilsystem mit e<strong>in</strong>em eigenen OCM ausgestattet wird, wodurch e<strong>in</strong>e starke<br />
Kapselung <strong>de</strong>r Teilsysteme entsteht, stehen diesem lediglich Informationen über das<br />
eigene Verhalten zur Verfügung. Aufgrund <strong>de</strong>r physikalischen Abhängigkeiten zwischen<br />
<strong>de</strong>n Teilsystemen ist Selbstoptimierung allerd<strong>in</strong>gs nur möglich, wenn das Verhalten<br />
<strong>de</strong>r unterlagerten Teilsysteme beachtet wird. Zur Verr<strong>in</strong>gerung <strong>de</strong>r dadurch entstehen<strong>de</strong>n<br />
Komplexität auf <strong>de</strong>n höheren Hierarchieebenen ist <strong>de</strong>r folgen<strong>de</strong> Ansatz zum<br />
Aufbau e<strong>in</strong>es <strong>hierarchisch</strong>en Mo<strong>de</strong>lls entwickelt wor<strong>de</strong>n [MAK+08].<br />
Die Grundi<strong>de</strong>e besteht dar<strong>in</strong>, dass je<strong>de</strong>s Teilsystem über e<strong>in</strong> <strong>de</strong>tailliertes, nichtl<strong>in</strong>eares<br />
mathematisches Mo<strong>de</strong>ll <strong>de</strong>s eigenen Verhaltens verfügt und das Verhalten <strong>de</strong>r unterlagerten<br />
Systeme <strong>in</strong> vere<strong>in</strong>fachter Form e<strong>in</strong>gebun<strong>de</strong>n wird. Diese e<strong>in</strong>gebun<strong>de</strong>nen Mo<strong>de</strong>lle<br />
stellen l<strong>in</strong>earisierte Zustandsmo<strong>de</strong>lle <strong>de</strong>s dynamischen Verhaltens <strong>de</strong>r unterlagerten Systeme<br />
dar, die zusätzlich mit Hilfe von <strong>Mo<strong>de</strong>llreduktion</strong>sverfahren vere<strong>in</strong>facht wer<strong>de</strong>n.<br />
Das auf diese Weise entstan<strong>de</strong>ne Mo<strong>de</strong>ll bil<strong>de</strong>t die Grundlage <strong>de</strong>r Metho<strong>de</strong>n <strong>de</strong>r Selbstoptimierung<br />
und wird daher als Basismo<strong>de</strong>ll bezeichnet. Gemäß <strong>de</strong>n Anfor<strong>de</strong>rungen <strong>de</strong>r<br />
angewandten Metho<strong>de</strong>n wird das Basismo<strong>de</strong>ll um zusätzliche Mo<strong>de</strong>lle erweitert. Beispielsweise<br />
wer<strong>de</strong>n zur Anwendung von Optimierungsverfahren die im Optimierungsmo<strong>de</strong>ll<br />
<strong>in</strong> Bild 1 (rechts) dargestellten Teilmo<strong>de</strong>lle ergänzt.<br />
Je<strong>de</strong> Parameterän<strong>de</strong>rung zog <strong>in</strong> <strong>de</strong>n bisherigen Arbeiten [MAK+08] e<strong>in</strong>e Aktualisierung<br />
<strong>de</strong>s gesamten <strong>hierarchisch</strong>en Mo<strong>de</strong>lls nach sich; <strong>in</strong>sbeson<strong>de</strong>re musste für je<strong>de</strong>s Teilsystem<br />
e<strong>in</strong> neues reduziertes Mo<strong>de</strong>ll berechnet und an die überlagerten Teilsysteme übertragen<br />
wer<strong>de</strong>n. Dies ist vor allem im Rahmen <strong>de</strong>r Optimierung nachteilig, da je<strong>de</strong>r Optimierungsschritt<br />
e<strong>in</strong>e Parameterän<strong>de</strong>rung mit sich br<strong>in</strong>gt. Mit Hilfe <strong>de</strong>r im Folgen<strong>de</strong>n<br />
beschriebenen parametrischen <strong>Mo<strong>de</strong>llreduktion</strong> wer<strong>de</strong>n parameterabhängige reduzierte<br />
Systeme erzeugt, die weiterh<strong>in</strong> von <strong>de</strong>n überlagerten Systemen e<strong>in</strong>gebun<strong>de</strong>n wer<strong>de</strong>n.<br />
Parameterän<strong>de</strong>rungen können dann direkt <strong>in</strong> <strong>de</strong>n überlagerten Systemen durchgeführt<br />
wer<strong>de</strong>n, ohne dass e<strong>in</strong>e neue Reduktion <strong>de</strong>r unterlagerten Systeme ausgeführt wer<strong>de</strong>n<br />
muss. Wer<strong>de</strong>n die Optimierungsparameter als Reduktionsparameter gewählt, ist <strong>in</strong>sbeson<strong>de</strong>re<br />
bei <strong>de</strong>r Lösung von Mehrzieloptimierungsproblemen e<strong>in</strong>e Beschleunigung <strong>de</strong>s<br />
Optimierungsprozesses zu erwarten, ohne dass die Vorteile <strong>de</strong>r gekapselten OCM verloren<br />
g<strong>in</strong>gen.<br />
3 <strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong><br />
Im folgen<strong>de</strong>n Kapitel wird <strong>de</strong>r verwen<strong>de</strong>te Ansatz zur parametrischen <strong>Mo<strong>de</strong>llreduktion</strong><br />
vorgestellt. Es han<strong>de</strong>lt sich hierbei um e<strong>in</strong> sogenanntes zweiseitiges Reduktionsverfah-
<strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong> <strong>in</strong> <strong>hierarchisch</strong> mo<strong>de</strong>llierten selbstoptimieren<strong>de</strong>n Systemen Seite 209<br />
ren auf <strong>de</strong>r Basis von Krylov-Unterräumen, das für die Reduktion von l<strong>in</strong>earen, zeit<strong>in</strong>varianten<br />
Mehrgrößensystemen geeignet ist. Die <strong>Mo<strong>de</strong>llreduktion</strong> mittels Krylov-<br />
Unterraum-metho<strong>de</strong>n [LS04] ist e<strong>in</strong> bewährtes Reduktionsverfahren, das seit längerem<br />
<strong>in</strong> e<strong>in</strong>em breiten Anwendungsspektrum e<strong>in</strong>gesetzt wird. Die Grundi<strong>de</strong>e <strong>de</strong>s hier genutzten<br />
Verfahrens basiert auf e<strong>in</strong>em impliziten Momentenabgleich für parametrische Systeme<br />
[DSC+04]. Zur Verbesserung <strong>de</strong>r numerischen Berechnung wird die <strong>in</strong> [BF07]<br />
vorgeschlagene rekursive Darstellung <strong>de</strong>r Momente mitberücksichtigt. Da <strong>in</strong> <strong>de</strong>n <strong>in</strong> Kapitel<br />
2 vorgestellten <strong>hierarchisch</strong>en Systemen oftmals viele E<strong>in</strong>- und Ausgänge berücksichtigt<br />
wer<strong>de</strong>n müssen, wird das Reduktionsverfahren mit Abbruch- und Auswahlbed<strong>in</strong>gungen<br />
komb<strong>in</strong>iert, die ursprünglich für nichtparametrische <strong>Mo<strong>de</strong>llreduktion</strong>sverfahren<br />
entwickelt wur<strong>de</strong>n [BLS05]. Die für die Reduktion erfor<strong>de</strong>rlichen Projektionsmatrizen<br />
wer<strong>de</strong>n mit Hilfe e<strong>in</strong>es zweiseitigen Arnoldi-Algorithmus berechnet, <strong>de</strong>ssen Funktionsweise<br />
<strong>in</strong>nerhalb dieses Kapitels ebenfalls vorgestellt wird.<br />
3.1 <strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong> durch impliziten Momentenabgleich<br />
Die I<strong>de</strong>e <strong>de</strong>s impliziten Momentenabgleichs für parametrische Systeme stellt e<strong>in</strong>e Verallgeme<strong>in</strong>erung<br />
etablierter Verfahren für <strong>de</strong>n nichtparametrischen, statischen Fall dar.<br />
E<strong>in</strong>e allgeme<strong>in</strong>e Herleitung ist beispielsweise <strong>in</strong> [DSC+04] zu f<strong>in</strong><strong>de</strong>n.<br />
Den Ausgangspunkt bil<strong>de</strong>t e<strong>in</strong> l<strong>in</strong>eares, zeit<strong>in</strong>variantes Mehrgrößensystem, das <strong>in</strong> parametrisierter<br />
Form vorliegen muss. Dabei wer<strong>de</strong>n im Folgen<strong>de</strong>n nur Systeme mit konstanten<br />
E<strong>in</strong>gangs-, Ausgangs- und Durchgriffsmatrizen behan<strong>de</strong>lt:<br />
x( t) A( p) x( t) Bu( t),<br />
y( t) C x( t) Du( t), mi t x n , u p , y <br />
k .<br />
Zur weiteren Vere<strong>in</strong>fachung wird vorausgesetzt, dass die Dynamikmatrix l<strong>in</strong>ear von <strong>de</strong>n<br />
Parametern p p ,..., 2<br />
pm<br />
abhängt:<br />
A( p , ... , p ) A p A ... p A .<br />
(1)<br />
2 m 1 2 2 m m<br />
Die Reduktion basiert auf e<strong>in</strong>er Projektion <strong>de</strong>s Zustandsvektors, d. h. <strong>de</strong>r ursprüngliche<br />
nq<br />
Zustandsraum mit <strong>de</strong>r Ordnung n wird mittels zweier Projektionsmatrizen VW , <br />
<strong>in</strong> e<strong>in</strong>en Zustandsraum <strong>de</strong>r Ordnung q mit q n projiziert. Für das reduzierte System<br />
erhält man dann die folgen<strong>de</strong>n Systemmatrizen:<br />
A ( p) A p A ... p A W<br />
A( p) V ,<br />
r 1r 2 2r m mr<br />
T<br />
B W B, C CV und D D<br />
.<br />
r<br />
r<br />
Die Übertragungsfunktion <strong>de</strong>rartiger parametrischer Systeme hängt ebenfalls explizit<br />
von <strong>de</strong>n Parametern ab und ist gegeben durch<br />
r<br />
T
Seite 210<br />
M. Krüger, I. Scharfenbaum, A. Trächtler<br />
1<br />
G( s, p) C( s I A1 p2 A<br />
2<br />
... pm<br />
A<br />
m)<br />
B<br />
C( I ( A s A A p ... A A p )) ( A B).<br />
1 1 1 1 1<br />
1 1 2 2 1 m m<br />
1<br />
p1<br />
M 1 M 2 M m B M<br />
Mit <strong>de</strong>n gewählten Abkürzungen lässt sie sich als unendliche Summe<br />
darstellen.<br />
<br />
<br />
G( p) C ( M p M p ... M p ) j B<br />
j0<br />
1 1 2 2 m m M<br />
Die Koeffizienten <strong>in</strong> dieser Darstellung <strong>de</strong>r Übertragungsfunktion wer<strong>de</strong>n als Momente<br />
k<br />
bezeichnet. Bei m Parametern existieren <strong>in</strong>sgesamt m Momente <strong>de</strong>r Ordnung k .<br />
Das Ziel <strong>de</strong>r <strong>Mo<strong>de</strong>llreduktion</strong> besteht dar<strong>in</strong>, e<strong>in</strong> reduziertes System zu berechnen, bei<br />
<strong>de</strong>m e<strong>in</strong>e möglichst hohe Anzahl <strong>de</strong>r Momente mit <strong>de</strong>n Momenten <strong>de</strong>s Orig<strong>in</strong>alsystems<br />
übere<strong>in</strong>stimmt. Unter Berücksichtigung <strong>de</strong>s Ansatzes <strong>de</strong>r Krylov-Unterraummetho<strong>de</strong>n<br />
muss die Projektionsmatrix V e<strong>in</strong>e Basis <strong>de</strong>s parametrischen, e<strong>in</strong>gangsseitigen Krylov-<br />
Unterraums<br />
<br />
2<br />
B M, M B 1 M, M B 2 M,..., M B m M, M B 1 M, M M B 1 2 M,...<br />
(2)<br />
se<strong>in</strong>. Nur so lässt sich beweisen, dass sämtliche Momente <strong>in</strong> Übere<strong>in</strong>stimmung gebracht<br />
wer<strong>de</strong>n.<br />
Die Blockmatrizen <strong>in</strong> (2) hängen rekursiv vone<strong>in</strong>an<strong>de</strong>r ab und lassen sich <strong>in</strong> e<strong>in</strong>er<br />
Baumstruktur darstellen, die zur Berechnung <strong>de</strong>r Projektionsmatrix V genutzt wer<strong>de</strong>n<br />
kann. In Bild 2 ist e<strong>in</strong> Ausschnitt <strong>de</strong>r Baumstruktur für e<strong>in</strong> exemplarisches System mit<br />
zwei E<strong>in</strong>gängen und e<strong>in</strong>em Parameter dargestellt. In je<strong>de</strong>r horizontalen Ebene s<strong>in</strong>d hier<br />
die Momente <strong>de</strong>r entsprechen<strong>de</strong>n Ordnung aufgetragen. Diese rekursive Def<strong>in</strong>ition <strong>de</strong>r<br />
Momente kann zur Verbesserung <strong>de</strong>r Berechnung von V genutzt wer<strong>de</strong>n [BF07].<br />
<br />
Bild 2: Baumstruktur <strong>de</strong>r Momente <strong>de</strong>s e<strong>in</strong>gangsseitigen Krylov-Unterraumes<br />
Stellen die Spalten <strong>de</strong>r Matrix V ke<strong>in</strong>e vollständige Basis <strong>de</strong>s Unterraumes (2) dar, so<br />
wird nur e<strong>in</strong> Teil <strong>de</strong>r Momente abgeglichen. Für <strong>de</strong>n <strong>in</strong> Abschnitt 3.2 vorgestellten Algorithmus<br />
ergibt sich hieraus die Zielsetzung, e<strong>in</strong>erseits e<strong>in</strong>e möglichst ger<strong>in</strong>ge Anzahl
<strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong> <strong>in</strong> <strong>hierarchisch</strong> mo<strong>de</strong>llierten selbstoptimieren<strong>de</strong>n Systemen Seite 211<br />
an Basisvektoren zu benutzen, um e<strong>in</strong>e ger<strong>in</strong>gere Systemordnung zu erreichen, aber<br />
an<strong>de</strong>rerseits möglichst viele bzw. die relevanten Momente zu berücksichtigen.<br />
Es lässt sich ebenfalls herleiten, dass die Momente <strong>de</strong>r Übertragungsfunktionen <strong>in</strong><br />
Übere<strong>in</strong>stimmung gebracht wer<strong>de</strong>n können, wenn die Projektionsmatrix W als Basis<br />
<strong>de</strong>s ausgangsseitigen Krylov-Unterraumes<br />
T<br />
T<br />
T<br />
1<br />
M<br />
A1<br />
C und Mi T T<br />
1 i<br />
2<br />
<br />
CM , M1 CM , M<br />
2CM , ,<br />
M<br />
mCM , M1 CM , M1 M<br />
2CM<br />
, ,<br />
<br />
<br />
mit C<br />
A<br />
,<br />
i1<br />
A A , 1<br />
i m<br />
gewählt wird. Stellen die Spaltenvektoren von V und W jeweils nur Teile <strong>de</strong>r Basen<br />
dar, so addiert sich die Anzahl <strong>de</strong>r übere<strong>in</strong>stimmen<strong>de</strong>n Momente. Aus diesem Grund ist<br />
es s<strong>in</strong>nvoll, sowohl V als auch W für die <strong>Mo<strong>de</strong>llreduktion</strong> zu verwen<strong>de</strong>n. In diesem<br />
Fall spricht man von e<strong>in</strong>em zweiseitigen Verfahren.<br />
3.2 Zweiseitiger Arnoldi-Algorithmus<br />
Beim zweiseitigen Arnoldi-Algorithmus [BLS05] wer<strong>de</strong>n die Projektionsmatrizen V<br />
und W als Orthonormalbasen <strong>de</strong>s e<strong>in</strong>- und <strong>de</strong>s ausgangsseitigen Krylov-Unterraumes<br />
gewählt. Der Algorithmus berechnet somit q orthonormale Basisvektoren für die jeweilige<br />
Projektionsmatrix. Die Ziele bestehen dar<strong>in</strong>, q möglichst kle<strong>in</strong> zu wählen, aber<br />
trotz<strong>de</strong>m e<strong>in</strong>e hohe Approximationsgüte zu erreichen.<br />
Die Arnoldi-Algorithmen s<strong>in</strong>d e<strong>in</strong> weit verbreitetes Verfahren zur Berechnung orthogonaler<br />
Vektoren und können auch <strong>in</strong> diesem Zusammenhang e<strong>in</strong>gesetzt wer<strong>de</strong>n. Die<br />
Vorgehensweise <strong>de</strong>s Algorithmus wird exemplarisch für die Berechnung <strong>de</strong>r Projektionsmatrix<br />
<strong>de</strong>s e<strong>in</strong>gangsseitigen Krylov-Unterraumes durchgeführt. Für <strong>de</strong>n ausgangsseitigen<br />
Unterraum wird analog verfahren. Die Projektionsmatrizen wer<strong>de</strong>n getrennt vone<strong>in</strong>an<strong>de</strong>r<br />
berechnet und nach je<strong>de</strong>r Momentenebene (siehe Bild 2) synchronisiert, da<br />
bei<strong>de</strong> Matrizen <strong>de</strong>n gleichen Rang q besitzen müssen.<br />
Der Algorithmus beg<strong>in</strong>nt mit <strong>de</strong>r Berechnung <strong>de</strong>s ersten Elements von V aus<br />
A B b ... b <br />
, wobei p die Anzahl <strong>de</strong>r Systeme<strong>in</strong>gänge <strong>de</strong>f<strong>in</strong>iert (Gleichung (2)).<br />
1<br />
1 1 p<br />
Der erste Basisvektor v<br />
1<br />
ist somit <strong>de</strong>r normalisierte Vektor b<br />
1.<br />
Im Anschluss wird e<strong>in</strong> Laufparameter i e<strong>in</strong>geführt, <strong>de</strong>r sich aus <strong>de</strong>r aktuellen Spaltenanzahl<br />
<strong>de</strong>r Matrix V berechnet. Somit lassen sich die weiteren Kandidaten <strong>de</strong>r 0-ten<br />
Momentenebene folgen<strong>de</strong>rmaßen berechnen:<br />
vˆ b .<br />
i<br />
Für die höheren Momentenebenen erfolgt die Berechnung <strong>de</strong>r Kandidaten unter Ausnutzung<br />
<strong>de</strong>r rekursiven Def<strong>in</strong>ition und ergibt sich zu:<br />
i
Seite 212<br />
M. Krüger, I. Scharfenbaum, A. Trächtler<br />
vˆ M H .<br />
i<br />
Die Variable H ist e<strong>in</strong> Zwischenspeicher, <strong>in</strong> <strong>de</strong>m bereits gefun<strong>de</strong>ne orthogonale Vektoren<br />
<strong>de</strong>r vorherigen Momentenebene abgelegt wer<strong>de</strong>n. Die Matrix M<br />
j<br />
entstammt <strong>de</strong>r<br />
Momentendarstellung <strong>in</strong> Gleichung (2). Anschließend wer<strong>de</strong>n die Vektoren nach Gram-<br />
Schmidt orthogonalisiert.<br />
Nach <strong>de</strong>r Orthogonalisierung wird entschie<strong>de</strong>n, ob e<strong>in</strong> Vektor als Basisvektor genutzt<br />
o<strong>de</strong>r verworfen wird. Dazu bedient man sich e<strong>in</strong>er fest vorgegebenen Schranke ò und<br />
nimmt an, dass v ˆ i<br />
nahezu als L<strong>in</strong>earkomb<strong>in</strong>ation <strong>de</strong>r an<strong>de</strong>ren Basisvektoren darstellbar<br />
ist, falls<br />
ˆv<br />
i<br />
j<br />
l<br />
ò gilt. Ist diese Bed<strong>in</strong>gung erfüllt, wird <strong>de</strong>r Vektor verworfen. An<strong>de</strong>renfalls<br />
wird er normalisiert und zur Basis h<strong>in</strong>zugefügt.<br />
Diese Schritte wer<strong>de</strong>n wie<strong>de</strong>rholt, bis ke<strong>in</strong>e weiteren orthogonalen Vektoren für die<br />
e<strong>in</strong>gangs- wie auch für die ausgangsseitige Basis <strong>de</strong>s Krylov-Unterraumes gefun<strong>de</strong>n<br />
wer<strong>de</strong>n können o<strong>de</strong>r e<strong>in</strong>e vorgegebene Ordnung q erreicht wur<strong>de</strong>.<br />
4 Anwendungsbeispiel Fe<strong>de</strong>r-Neigeprüfstand<br />
Als Anwendungsbeispiel für die parametrische <strong>Mo<strong>de</strong>llreduktion</strong> dient e<strong>in</strong> Prüfstand für<br />
die aktive Fe<strong>de</strong>r-Neigetechnik <strong>de</strong>s Schienenfahrzeugs RailCab. Das RailCab ist e<strong>in</strong> autonomes<br />
Fahrzeug, das mittels e<strong>in</strong>es L<strong>in</strong>earmotors angetrieben wird und neben e<strong>in</strong>er<br />
aktiven Fe<strong>de</strong>r-Neigetechnik über e<strong>in</strong>e aktive Spurführung verfügt [RAI09-ol].<br />
Bild 3: Fe<strong>de</strong>r-Neigeprüfstand<br />
Der Prüfstand selbst, dargestellt <strong>in</strong> Bild 3, bil<strong>de</strong>t e<strong>in</strong> Halbfahrzeug nach und besteht aus<br />
e<strong>in</strong>er Aufbaumasse, zwei symmetrisch unterhalb <strong>de</strong>r Aufbaumasse angeordneten<br />
Aktormodulen und e<strong>in</strong>er Anregungse<strong>in</strong>heit. Je<strong>de</strong>s <strong>de</strong>r Aktormodule setzt sich aus drei<br />
Hy-draulikzyl<strong>in</strong><strong>de</strong>rn und e<strong>in</strong>er Umlenkk<strong>in</strong>ematik zusammen. Der Aufbau besitzt drei
<strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong> <strong>in</strong> <strong>hierarchisch</strong> mo<strong>de</strong>llierten selbstoptimieren<strong>de</strong>n Systemen Seite 213<br />
Freiheitsgra<strong>de</strong>: die Translationen <strong>in</strong> vertikaler und <strong>in</strong> Querrichtung sowie die Rotation<br />
um die Längsachse.<br />
4.1 Hierarchisches Mo<strong>de</strong>ll <strong>de</strong>s Fe<strong>de</strong>r-Neigeprüfstands<br />
Die Funktionsstruktur <strong>de</strong>s Fe<strong>de</strong>r-Neigeprüfstands führt zu e<strong>in</strong>er <strong>hierarchisch</strong>en Zerlegung<br />
mit drei Hierarchieebenen. In Bild 4 s<strong>in</strong>d die e<strong>in</strong>zelnen Teilsysteme mit <strong>de</strong>n zugehörigen<br />
Bewegungsfunktionen dargestellt. Zu<strong>de</strong>m ist hier angegeben, um welche Art<br />
von Strukturierungselement (AMS / MFM) es sich han<strong>de</strong>lt.<br />
Auf <strong>de</strong>r untersten Ebene bef<strong>in</strong><strong>de</strong>n sich die sechs Hydraulikzyl<strong>in</strong><strong>de</strong>r <strong>de</strong>s Prüfstan<strong>de</strong>s.<br />
Innerhalb <strong>de</strong>r Kognitiven Operatoren umfasst das Basismo<strong>de</strong>ll je<strong>de</strong>s Zyl<strong>in</strong><strong>de</strong>rs die Dynamik<br />
<strong>de</strong>s Zyl<strong>in</strong><strong>de</strong>rs sowie e<strong>in</strong>en Positionsregler, <strong>de</strong>r als PD-Regler mit <strong>de</strong>r Übertragungsfunktion<br />
G<br />
zyl<br />
() s K<br />
p<br />
Ks<br />
d<br />
<br />
T s 1<br />
implementiert ist. Auf <strong>de</strong>r mittleren Ebene <strong>de</strong>r Hierarchie bef<strong>in</strong><strong>de</strong>n sich die bei<strong>de</strong>n<br />
Aktormodule, <strong>in</strong> <strong>de</strong>ren Basismo<strong>de</strong>llen die unterlagerten Zyl<strong>in</strong><strong>de</strong>rmo<strong>de</strong>lle als Kraftsteller<br />
e<strong>in</strong>gefügt s<strong>in</strong>d. Zusätzlich s<strong>in</strong>d <strong>in</strong> <strong>de</strong>m Basismo<strong>de</strong>ll e<strong>in</strong> mechanisches Mo<strong>de</strong>ll <strong>de</strong>r Umlenkk<strong>in</strong>ematik<br />
und die regelungstechnische Ansteuerung enthalten. Die l<strong>in</strong>earisierten<br />
und reduzierten Mo<strong>de</strong>lle <strong>de</strong>r Aktormodule wer<strong>de</strong>n auf <strong>de</strong>r obersten Ebene, die vom gesamten<br />
Halbfahrzeug gebil<strong>de</strong>t wird, ebenfalls als Kraftsteller e<strong>in</strong>gebun<strong>de</strong>n. Weiterh<strong>in</strong><br />
s<strong>in</strong>d hier <strong>in</strong> <strong>de</strong>m Basismo<strong>de</strong>ll die Regler für die aktive Fe<strong>de</strong>r-Neigetechnik sowie die<br />
Mehrkörpermo<strong>de</strong>lle <strong>de</strong>s Aufbaus und <strong>de</strong>r Anregungse<strong>in</strong>heit enthalten.<br />
1<br />
Bild 4: Hierarchische Zerlegung <strong>de</strong>s Fe<strong>de</strong>r-Neigeprüfstands<br />
Bei <strong>de</strong>r Berechnung optimaler Systemkonfigurationen im Rahmen <strong>de</strong>r Selbstoptimierung<br />
stellen die Parameter <strong>de</strong>r verwen<strong>de</strong>ten Regler die Optimierungsvariablen dar. Aus<br />
diesem Grund sollen diese <strong>in</strong> <strong>de</strong>n reduzierten Mo<strong>de</strong>llen erhalten bleiben. In früheren<br />
Arbeiten hat sich gezeigt, dass <strong>de</strong>r E<strong>in</strong>fluss <strong>de</strong>r Zeitkonstante T<br />
1<br />
und <strong>de</strong>s<br />
Reglerparameters K<br />
d<br />
auf das dynamische Verhalten <strong>de</strong>s Gesamtsystems ger<strong>in</strong>g ist. Da-
Seite 214<br />
M. Krüger, I. Scharfenbaum, A. Trächtler<br />
her wird nur die Abweichung <strong>de</strong>s Verstärkungsfaktors<br />
K<br />
p<br />
von e<strong>in</strong>em Nom<strong>in</strong>alzustand<br />
als Parameter für die Reduktion gewählt. Da je<strong>de</strong>r Zyl<strong>in</strong><strong>de</strong>r separat parametriert wer<strong>de</strong>n<br />
kann, müssen bei <strong>de</strong>r Reduktion <strong>de</strong>r Aktormodule drei Parameter und bei <strong>de</strong>r Reduktion<br />
auf <strong>de</strong>r obersten Hierarchieebene sechs Parameter berücksichtigt wer<strong>de</strong>n.<br />
4.2 Reduktionsergebnisse<br />
Der Ablauf <strong>de</strong>r durchgeführten <strong>Mo<strong>de</strong>llreduktion</strong> besteht aus drei Schritten. Zunächst<br />
wird das jeweilige Basismo<strong>de</strong>ll l<strong>in</strong>earisiert und anschließend mittels Differenzenquotienten<br />
die erfor<strong>de</strong>rliche l<strong>in</strong>eare Parameterabhängigkeit entsprechend Gleichung (1) erzeugt.<br />
Danach wird das <strong>in</strong> Kapitel 3 beschriebene parametrische Reduktionsverfahren<br />
angewen<strong>de</strong>t. Die erzielten Mo<strong>de</strong>llordnungen für die unterschiedlichen Teilsysteme s<strong>in</strong>d<br />
<strong>in</strong> Tabelle 1 dargestellt. E<strong>in</strong>e Ausnahme bil<strong>de</strong>n die Basismo<strong>de</strong>lle <strong>de</strong>r Hydraulikzyl<strong>in</strong><strong>de</strong>r<br />
auf <strong>de</strong>r untersten Hierarchieebene, für die ke<strong>in</strong> reduziertes Mo<strong>de</strong>ll mit ausreichen<strong>de</strong>r<br />
Approximationsgüte erstellt wer<strong>de</strong>n konnte. Daher wur<strong>de</strong>n <strong>in</strong> <strong>de</strong>n l<strong>in</strong>earisierten Zyl<strong>in</strong><strong>de</strong>rmo<strong>de</strong>llen<br />
lediglich die nicht steuerbaren bzw. nicht beobachtbaren Zustän<strong>de</strong> entfernt.<br />
Tabelle 1: Eigenwerte <strong>de</strong>r Systemmatrizen <strong>de</strong>s <strong>hierarchisch</strong>en Fe<strong>de</strong>r-<br />
Neigeprüfstands<br />
Teilsystem Mo<strong>de</strong>llordnung größter Eigenwert<br />
Aufbau (reduziert) 20 -220,893<br />
Aufbau 46 -502,724<br />
Aktormodul (reduziert) 6 -116,389 163,539 i<br />
Aktormodul 18 -14744,7<br />
Hydraulik-Zyl<strong>in</strong><strong>de</strong>r (reduziert) 4 -1000,0<br />
Hydraulik-Zyl<strong>in</strong><strong>de</strong>r 5 -1000,0<br />
nichtl<strong>in</strong>eares Prüfstandsmo<strong>de</strong>ll 76 -14747,7<br />
Neben <strong>de</strong>n Systemordnungen <strong>de</strong>r Teilsysteme ist <strong>in</strong> Tabelle 1 zusätzlich <strong>de</strong>r größte Eigenwert<br />
angegeben. Da <strong>de</strong>r Betrag <strong>de</strong>r Eigenwerte <strong>de</strong>r reduzierten Systeme durch die<br />
Reduktion erheblich verr<strong>in</strong>gert wur<strong>de</strong>, können Simulationen mit e<strong>in</strong>er wesentlich größeren<br />
Schrittweite durchgeführt wer<strong>de</strong>n. Dies stellt e<strong>in</strong>en <strong>de</strong>r wesentlichen Vorteile <strong>de</strong>r<br />
reduzierten Mo<strong>de</strong>lle dar, da auch die <strong>in</strong>nerhalb <strong>de</strong>r Selbstoptimierung e<strong>in</strong>gesetzten<br />
Mehrzieloptimierungsverfahren auf Simulationen basieren.<br />
Da die Aktormodule im Basismo<strong>de</strong>ll <strong>de</strong>s Halbfahrzeugs als Kraftsteller e<strong>in</strong>gefügt wer<strong>de</strong>n,<br />
ist für die Approximationsgüte <strong>de</strong>r reduzierten Mo<strong>de</strong>lle auf dieser Ebene vor allem<br />
die korrekte Nachbildung <strong>de</strong>r gestellten Kräfte entschei<strong>de</strong>nd. In Bild 5 l<strong>in</strong>ks ist daher<br />
exemplarisch die auf <strong>de</strong>n Aufbau wirken<strong>de</strong> Kraft <strong>in</strong> vertikaler Richtung F<br />
z,<br />
Fe<strong>de</strong>r<br />
bei e<strong>in</strong>em<br />
Sprung <strong>de</strong>r entsprechen<strong>de</strong>n Sollkraft F<br />
z,<br />
Aufschalt<br />
für das Orig<strong>in</strong>almo<strong>de</strong>ll und das reduzierte<br />
Mo<strong>de</strong>ll dargestellt. Die drei Parameter <strong>de</strong>r unterlagerten Zyl<strong>in</strong><strong>de</strong>r wur<strong>de</strong>n hier-
<strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong> <strong>in</strong> <strong>hierarchisch</strong> mo<strong>de</strong>llierten selbstoptimieren<strong>de</strong>n Systemen Seite 215<br />
bei um K P<br />
500 ausgelenkt. Um die Auswirkung e<strong>in</strong>er Parameterän<strong>de</strong>rung besser zu<br />
veranschaulichen, ist zusätzlich die Sprungantwort e<strong>in</strong>es nichtparametrischen reduzierten<br />
Systems im Nom<strong>in</strong>alzustand dargestellt, die mit <strong>de</strong>r Sprungantwort <strong>de</strong>s Orig<strong>in</strong>alsystems<br />
im Rahmen <strong>de</strong>r Darstellungsgenauigkeit übere<strong>in</strong>stimmte. Es ist zu erkennen, dass<br />
das parametrische reduzierte System die Dynamikän<strong>de</strong>rung <strong>de</strong>s ausgelenkten Orig<strong>in</strong>almo<strong>de</strong>lls<br />
mitberücksichtigt, wenn auch die Höhe <strong>de</strong>s Überschw<strong>in</strong>gers nicht vollständig<br />
erreicht wird.<br />
Dieser Makel an <strong>de</strong>n reduzierten Systemen <strong>de</strong>r Aktormodule ist vertretbar, da auf <strong>de</strong>r<br />
übergeordneten Ebene trotz<strong>de</strong>m e<strong>in</strong>e sehr gute Approximationsgüte erreicht wird. Dies<br />
ist Bild 5 (rechts) zu entnehmen, <strong>in</strong> <strong>de</strong>m die vertikale Bewegung <strong>de</strong>s Aufbaus z<br />
Aufbau<br />
bei<br />
e<strong>in</strong>er sprungförmigen Anregung über die Anregungse<strong>in</strong>heit z<br />
Anregung<br />
dargestellt ist.<br />
K P<br />
Auch hier s<strong>in</strong>d wie<strong>de</strong>r die Verläufe <strong>de</strong>s Basismo<strong>de</strong>lls und <strong>de</strong>s parametrischen reduzierten<br />
Mo<strong>de</strong>lls dargestellt. In bei<strong>de</strong>n Systemen wur<strong>de</strong>n alle sechs Verstärkungsfaktoren um<br />
500 ausgelenkt. Zum Vergleich ist ebenfalls die Sprungantwort e<strong>in</strong>es nichtparametrischen<br />
reduzierten Systems aufgetragen.<br />
Fz , Aufschalt<br />
F<br />
,<br />
Bild 5: Sprungantworten <strong>de</strong>r Bewegung<br />
zAnregung<br />
zAufbau<br />
(rechts)<br />
z Fe<strong>de</strong>r<br />
(l<strong>in</strong>ks) und <strong>de</strong>r Bewegung<br />
Um e<strong>in</strong>en <strong>de</strong>taillierteren Überblick über die erreichte Approximationsgüte zu erhalten,<br />
betrachtet man die quadratisch bewertete Differenzfläche zwischen <strong>de</strong>n Sprungantworten<br />
<strong>de</strong>s ursprünglichen und <strong>de</strong>s reduzierten Mo<strong>de</strong>lls. Der Verstärkungsfaktor K wird<br />
für alle Zyl<strong>in</strong><strong>de</strong>r gleichzeitig von -500 bis 500 bzw. 1000 variiert. Je kle<strong>in</strong>er die Differenzfläche,<br />
<strong>de</strong>sto besser ist die Approximationsgüte <strong>de</strong>s jeweiligen reduzierten Mo<strong>de</strong>lls<br />
für diesen Zustand. Zum Vergleich wird zusätzlich die Differenzfläche zwischen e<strong>in</strong>em<br />
nichtparametrischen reduzierten Mo<strong>de</strong>ll herangezogen.<br />
In Bild 6 (l<strong>in</strong>ks) s<strong>in</strong>d die Differenzflächen für das l<strong>in</strong>ke Aktormodul dargestellt. Es ist<br />
erkennbar, dass bei <strong>de</strong>utlichen Abweichungen aus <strong>de</strong>m Entwicklungspunkt e<strong>in</strong>e parametrische<br />
<strong>Mo<strong>de</strong>llreduktion</strong> wesentlich bessere Ergebnisse liefert. E<strong>in</strong>e negative Auslenkung<br />
<strong>de</strong>s Orig<strong>in</strong>almo<strong>de</strong>lls ist bei e<strong>in</strong>er parametrischen Reduktion kritischer, da es hier<br />
e<strong>in</strong>en Bereich gibt, <strong>in</strong> <strong>de</strong>m die statische Reduktionsmetho<strong>de</strong> ger<strong>in</strong>gfügig besser ist. Ins-<br />
P
Seite 216<br />
M. Krüger, I. Scharfenbaum, A. Trächtler<br />
gesamt gesehen, liefert das parametrische Verfahren über <strong>de</strong>n Bereich von<br />
500 ... 500 das bessere Reduktionsergebnis.<br />
K P<br />
Die Ergebnisse für <strong>de</strong>n Aufbau s<strong>in</strong>d <strong>in</strong> Bild 6 (rechts) zu f<strong>in</strong><strong>de</strong>n. Es ist erkennbar, dass<br />
es e<strong>in</strong>en Bereich gibt, <strong>in</strong> <strong>de</strong>m die statische Reduktion e<strong>in</strong>e bessere Approximation liefert,<br />
da die Differenzfläche ger<strong>in</strong>ger ist. In diesem Bereich ist jedoch ke<strong>in</strong>e signifikante<br />
Än<strong>de</strong>rung <strong>de</strong>s Systemverhaltens festzustellen, d. h. Parameterabweichungen führen<br />
nicht zu e<strong>in</strong>er <strong>de</strong>utlich verän<strong>de</strong>rten Dynamik. So erklärt sich die weiterh<strong>in</strong> gute Approximation<br />
durch e<strong>in</strong> statisches Reduktionsverfahren. Bei <strong>de</strong>utlichen Abweichungen ist<br />
die parametrische Reduktionsmetho<strong>de</strong> im Vorteil, da es ihr möglich ist, die Dynamikän<strong>de</strong>rungen<br />
zu berücksichtigen.<br />
Fz , Aufschalt<br />
F<br />
,<br />
Bild 6: Quadratisch bewertete Differenzflächen <strong>de</strong>r Bewegung<br />
zAnregung<br />
zAufbau<br />
(l<strong>in</strong>ks) und <strong>de</strong>r Bewegung (rechts)<br />
z Fe<strong>de</strong>r<br />
Abschließend sei noch erwähnt, dass im Frequenzbereich ähnliche Ergebnisse wie im<br />
Zeitbereich erzielt wer<strong>de</strong>n konnten, jedoch die Unterschie<strong>de</strong> zwischen <strong>de</strong>r parametrischen<br />
und <strong>de</strong>r nichtparametrischen Reduktion nicht so <strong>de</strong>utlich s<strong>in</strong>d. Insgesamt reichte<br />
die approximierte Bandbreite für das vorliegen<strong>de</strong> Anwendungsbeispiel aus.<br />
5 Resümee und Ausblick<br />
In <strong>de</strong>m vorliegen<strong>de</strong>n Beitrag wur<strong>de</strong> e<strong>in</strong> parametrisches <strong>Mo<strong>de</strong>llreduktion</strong>sverfahren für<br />
<strong>de</strong>n E<strong>in</strong>satz <strong>in</strong> selbstoptimieren<strong>de</strong>n mechatronischen Systemen vorgestellt. Das erläuterte<br />
Verfahren basiert auf e<strong>in</strong>em impliziten Momentenabgleich mit Hilfe von Krylov-<br />
Unterräumen. Der im Rahmen <strong>de</strong>s Son<strong>de</strong>rforschungsbereichs 614 entwickelte Ansatz<br />
zur Strukturierung komplexer mechatronischer Systeme, <strong>de</strong>r auf Bewegungsfunktionen<br />
basiert und zu <strong>hierarchisch</strong>en Mo<strong>de</strong>llen führt, wur<strong>de</strong> aufgegriffen und um die parametrische<br />
<strong>Mo<strong>de</strong>llreduktion</strong> erweitert. Die Vorteile <strong>hierarchisch</strong>er Mo<strong>de</strong>lle, die <strong>in</strong> <strong>de</strong>r Verr<strong>in</strong>gerung<br />
<strong>de</strong>r Komplexität und <strong>de</strong>r Kapselung <strong>de</strong>r e<strong>in</strong>zelnen Teilsysteme bestehen, bleiben<br />
auch bei <strong>de</strong>r Verwendung <strong>de</strong>r vorgestellten parametrischen <strong>Mo<strong>de</strong>llreduktion</strong> erhalten.<br />
Der erweiterte Ansatz besitzt darüber h<strong>in</strong>aus <strong>de</strong>n Vorzug, dass Parameterän<strong>de</strong>rungen an<br />
unterlagerten Teilsystemen direkt von <strong>de</strong>n überlagerten Systemen durchgeführt wer<strong>de</strong>n
<strong>Parametrische</strong> <strong>Mo<strong>de</strong>llreduktion</strong> <strong>in</strong> <strong>hierarchisch</strong> mo<strong>de</strong>llierten selbstoptimieren<strong>de</strong>n Systemen Seite 217<br />
können. Beim E<strong>in</strong>satz von Mehrzieloptimierungsverfahren zur Bestimmung optimaler<br />
Systeme<strong>in</strong>stellungen kann hierdurch zukünftig auf e<strong>in</strong>en Teil <strong>de</strong>r durchzuführen<strong>de</strong>n<br />
Reduktionen verzichtet wer<strong>de</strong>n, was zu e<strong>in</strong>er Beschleunigung <strong>de</strong>s Optimierungsverfahrens<br />
beitragen wird.<br />
Bei <strong>de</strong>m vorgestellten Reduktionsverfahren han<strong>de</strong>lt es sich um e<strong>in</strong> zweiseitiges Verfahren,<br />
das für l<strong>in</strong>eare Mehrgrößensysteme geeignet ist. Neben e<strong>in</strong>er Darstellung <strong>de</strong>r theoretischen<br />
Zusammenhänge <strong>de</strong>s impliziten Momentenabgleichs wur<strong>de</strong> <strong>de</strong>r verwen<strong>de</strong>te<br />
zweiseitige Arnoldi-Algorithmus vorgestellt. Durch die E<strong>in</strong>b<strong>in</strong>dung von Abbruch- und<br />
Auswahlbed<strong>in</strong>gungen <strong>in</strong> <strong>de</strong>n Algorithmus, die ursprünglich <strong>de</strong>r nichtparametrischen<br />
<strong>Mo<strong>de</strong>llreduktion</strong> entstammen, ist das vorgestellte Verfahren beson<strong>de</strong>rs geeignet für die<br />
<strong>Mo<strong>de</strong>llreduktion</strong> <strong>in</strong>nerhalb <strong>de</strong>r beschriebenen <strong>hierarchisch</strong>en Mo<strong>de</strong>lle, <strong>in</strong> <strong>de</strong>nen oftmals<br />
e<strong>in</strong>e größere Anzahl an E<strong>in</strong>- und Ausgängen zu berücksichtigen s<strong>in</strong>d.<br />
Die pr<strong>in</strong>zipielle Eignung <strong>de</strong>s vorgestellten Algorithmus konnte anhand <strong>de</strong>s <strong>hierarchisch</strong>en<br />
Mo<strong>de</strong>lls e<strong>in</strong>es Prüfstands für die aktive Fe<strong>de</strong>rung <strong>de</strong>s Schienenfahrzeugs RailCab<br />
gezeigt wer<strong>de</strong>n. Als Reduktionsparameter wur<strong>de</strong>n die Verstärkungsfaktoren von Positionsreglern<br />
<strong>in</strong>nerhalb <strong>de</strong>r untersten Hierarchieebene gewählt. Die Abhängigkeit von diesen<br />
Parametern wur<strong>de</strong> durch <strong>in</strong>sgesamt drei separate Reduktionen bis h<strong>in</strong> <strong>in</strong> e<strong>in</strong> vere<strong>in</strong>fachtes<br />
Mo<strong>de</strong>ll auf <strong>de</strong>r obersten Hierarchieebene erhalten. Es konnte gezeigt wer<strong>de</strong>n,<br />
dass Parameterän<strong>de</strong>rungen <strong>in</strong> <strong>de</strong>n reduzierten Systemen die Än<strong>de</strong>rungen <strong>de</strong>r Systemdynamik<br />
sehr gut nachbil<strong>de</strong>n.<br />
Zukünftig gilt es zum E<strong>in</strong>en, das verwen<strong>de</strong>te Reduktionsverfahren weiter zu verbessern.<br />
Sowohl e<strong>in</strong>e Parameterabhängigkeit <strong>de</strong>r E<strong>in</strong>- bzw. Ausgangsmatrizen als auch <strong>de</strong>r Abgleich<br />
von Momenten zu an<strong>de</strong>ren Entwicklungspunkten ist hier zu nennen. Auch die<br />
Verwendung von Krylov-basierten <strong>Mo<strong>de</strong>llreduktion</strong>sverfahren, welche die Stabilität <strong>de</strong>r<br />
reduzierten Mo<strong>de</strong>lle sicherstellen [BD08], soll <strong>in</strong> Zukunft untersucht wer<strong>de</strong>n. Zum An<strong>de</strong>ren<br />
gilt es, die vorgestellte Methodik <strong>de</strong>r parametrischen <strong>Mo<strong>de</strong>llreduktion</strong> <strong>in</strong> Mehrzieloptimierungsverfahren<br />
zu <strong>in</strong>tegrieren und die Eignung sowie die Vorteile <strong>de</strong>s vorgestellten<br />
Ansatzes nachzuweisen.<br />
Literatur<br />
[ADG+08]<br />
[BD08]<br />
[BF07]<br />
[BLS05]<br />
ADELT, P.; DONOTH, J.; GAUSEMEIER, J. ET AL.: Selbstoptimieren<strong>de</strong> Systeme <strong>de</strong>s<br />
Masch<strong>in</strong>enbaus – Def<strong>in</strong>itionen, Anwendungen, Konzepte, HNI-<br />
Verlagsschriftenreihe, Pa<strong>de</strong>rborn, 2008<br />
BOND, B.N.; DANIEL, L.: Guaranteed stable projection-based mo<strong>de</strong>l reduction for<br />
<strong>in</strong><strong>de</strong>f<strong>in</strong>ite and unstable l<strong>in</strong>ear systems. Proceed<strong>in</strong>gs of the 2008 IEEE/ACM International<br />
Conference on Computer-Ai<strong>de</strong>d Design, S. 728 – 735, San Jose, California,<br />
2008<br />
BENNER, P.; FENG, L.: A Robust Algorithm for Parametric Mo<strong>de</strong>l or<strong>de</strong>r Reduction.<br />
Proceed<strong>in</strong>gs <strong>in</strong> Applied Mathematics and Mechanics, 7(1), 2007<br />
BECHTHOLD, T.; LOHMANN, B.; SALIMBAHRAMI, B.: A two-si<strong>de</strong>d Arnoldi algorithm with<br />
stopp<strong>in</strong>g criterion and MIMO selection procedure. Mathematical and Computer<br />
Mo<strong>de</strong>ll<strong>in</strong>g of Dynamical Systems, 11(1), S. 79 – 93, 2005
Seite 218<br />
M. Krüger, I. Scharfenbaum, A. Trächtler<br />
[DSC+04]<br />
[DSH05]<br />
[LHL01]<br />
[LS04]<br />
[MAK+08]<br />
DANIEL, L.; SIONG, O. C.; CHAY, L. S.; LEE, K. H.; WHITE, J.: A Multiparameter Moment-Match<strong>in</strong>g<br />
Mo<strong>de</strong>l-Reduction Approach for Generat<strong>in</strong>g Geometrically Parameterized<br />
Interconnected Performance Mo<strong>de</strong>ls. IEEE Transactions on Computer -<br />
Ai<strong>de</strong>d Design of Integrated Circuits and Systems, 23, S. 678-693, 2004<br />
DELLNITZ, M.; SCHÜTZE, O.; HESTERMEYER, T.: Cover<strong>in</strong>g Pareto Sets by Multilevel<br />
Subdivision Techniques. Journal of Optimization, Theory and Applications, 124(1),<br />
S. 113-136, 2005<br />
LÜCKEL, J.; HESTERMEYER, T.; LIU-HENKE, X.: Generalization of the Casca<strong>de</strong> Pr<strong>in</strong>ciple<br />
<strong>in</strong> View of a Structured Form of Mechatronic Systems. IEEE/ASME International<br />
Conference on Advanced Intelligent Mechatronics, Villa Olmo, Como, 2001<br />
LOHMANN, B.; SALAMBAHRAMI, B.: Ordnungsreduktion mittels Krylov-<br />
Unterraummetho<strong>de</strong>n. at-Automatisierungstechnik, 52(1), S. 30-38, 2004<br />
MÜNCH, E.; ADELT, P.; KRÜGER, M.; KLEINJOHANN, B.; TRÄCHTLER, A.: Hybrid Plann<strong>in</strong>g<br />
and Hierarchical Optimization of Mechatronic Systems. International Conference<br />
on Control, Automation and Systems (ICROS), Seoul, Korea, 2008<br />
[RAI09-ol] RAILCAB, http://www.railcab.<strong>de</strong>/, 2009<br />
Autoren<br />
Dipl.-Math. Mart<strong>in</strong> Krüger studierte von 2003 bis 2008 Technomathematik mit<br />
Schwerpunkt Masch<strong>in</strong>enbau an <strong>de</strong>r Universität Pa<strong>de</strong>rborn. Seit 2008 ist er wissenschaftlicher<br />
Mitarbeiter am Lehrstuhl für Regelungstechnik und Mechatronik im He<strong>in</strong>z Nixdorf<br />
Institut <strong>de</strong>r Universität Pa<strong>de</strong>rborn.<br />
Dipl.-Ing. Ingo Scharfenbaum studierte von 2005 bis 2009 Masch<strong>in</strong>enbau an <strong>de</strong>r Universität<br />
Pa<strong>de</strong>rborn. Seit 2009 ist er wissenschaftlicher Mitarbeiter am Lehrstuhl für Regelungstechnik<br />
und Mechatronik im He<strong>in</strong>z Nixdorf Institut <strong>de</strong>r Universität Pa<strong>de</strong>rborn.<br />
Prof. Dr.-Ing. habil. Ansgar Trächtler leitet <strong>de</strong>n Lehrstuhl für Regelungstechnik und<br />
Mechatronik im He<strong>in</strong>z Nixdorf Institut <strong>de</strong>r Universität Pa<strong>de</strong>rborn. Se<strong>in</strong>e Forschungsschwerpunkte<br />
liegen <strong>in</strong> <strong>de</strong>n Bereichen Mo<strong>de</strong>llbasierter Entwurf mechatronischer Systeme,<br />
Regelungsentwurf für verteilte und <strong>hierarchisch</strong>e Systeme, Fahrwerksysteme und<br />
Fahrdynamikregelung, Selbstoptimieren<strong>de</strong> Regelungen sowie Hardware-<strong>in</strong>-the-Loopund<br />
Echtzeitsimulation.