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