Intelligente Regelung für nichtlineare Systeme
Viele Systeme und Prozesse weisen ein nichtlineares Verhalten auf, das nicht vernachlässigt werden kann. Reale Systeme besitzen außerdem Unsicherheiten und zeitvariantes Verhalten, deren Auswirkungen vom Regler kompensiert werden müssen.
Verschiedene Methoden aus der Regelungstechnik und der künstlichen Intelligenz gehen auf diese Anforderungen ein. Modellprädiktive Regelung kann mit Nichtlinearitäten im System umgehen und ermöglicht die Formulierung optimalitätsbasierter Regelziele. Robuste und adaptive Regelung basieren auf einer Modellstruktur und berücksichtigen Modellunsicherheiten und unbekannte, zeitveränderliche Parameter. Datengetriebene Methoden beruhen auf dem Ein- Ausgangsverhalten von Systemen und benötigen nur wenig Modellwissen.
Am Lehrstuhl für Regelungstechnik beschäftigen sich zwei Forschungsprojekte mit diesen Themen: