Identifikation nichtlinearer mechatronischer Systeme mit ...

Zusammenfassung
Die vorliegende Arbeit befasst sich mit der Identifikation von nichtlinearen mechatronischen
Antriebssystemen. Darunter sollen elektrisch angetriebene, mehr oder
weniger komplexe mechanische Anordnungen verstanden werden, die mit Hilfe informationstechnischer
Komponenten bestimmte Arbeitsabläufe ausführen.
Es wird ein Ansatz zum systematischen Entwurf von strukturierten rekurrenten
Netzen entwickelt, mit denen die linearen Parameter und nichtlinearen statischen
Charakteristiken eines mechatronischen Systems identifiziert werden können, ohne
dass vollständige Zustandsmessbarkeit gefordert werden muss. Dieser Ansatz wurde
erfolgreich zur gleichzeitigen Identifikation der linearen Parameter, sowie der Reibungen
und der Lose in einer antriebstechnischen Anordnung verwendet. Die experimentellen
Nachweise an einem Versuchsaufbau und an einem kommerziellen Produkt
aus dem Automobilbereich zeigen eindrucksvoll die Einsatzgebiete des vorgestellten
Verfahrens.
Zur Verallgemeinerung der Anwendbarkeit wurde der Ansatz strukturierter Netze
hinsichtlich der gleichzeitigen Identifikation von linearen Parametern und dynamischen
Nichtlinearitäten erweitert. So gelang, zusammen mit der Volterra-Funktionalpotenzreihe,
die Identifikation eines unvollständig modellierten Systems.
Abstract
The objective of this thesis is the identification of mechatronic drive systems, which
comprise electrically driven more or less complex mechanical plants which carry out
certain tasks with the help of signal processing components.
A systematic method to design a structured recurrent neural network has been
developed, in order to identify the linear parameters and the static nonlinear characteristics
of a mechatronic system, without full state measurement. This method
has been successfully applied for a combined identification of linear parameters,
friction characteristics and backlash. The method has been successfully tested at an
experimental setup and with a commercially available product.
In order to enlarge the general application the presented method has been extended
to simultaneously identify the linear parameters and dynamical nonlinear characteristics.
With this extension it is possible together with the Volterra-Series to identify
an incompletely modelled system.