Beiträge zur Regelungstechnik im Sommersemester 2019

 

Mit dem Ziel, den fachlichen Austausch im Bereich der Regelungs-, Steuerungs- und Automatisierungstechnik über die Grenzen unserer Hochschule hinaus zu fördern, wurde am Institut für Regelungstechnik vor einigen Jahren eine Kolloquiumsreihe mit Namen “Beiträge zur Regelungstechnik“ ins Leben gerufen. Referenten aus Industrie und Forschung berichten darin von ihrer Tätigkeit in vermittelnswerten Entwicklungen und Anwendungen aus dem genannten Fachgebiet.

 

Eingeladen sind alle Interessenten.

Gerne nehmen wir Sie auch in unseren Verteiler auf. Dazu genügt ein kurzer Hinweis an unser Sekretariat.

Veranstaltungsort

Seminarraum des IRT, Campus-Boulevard 30, 52074 Aachen
1.OG, Raum 052.G

Montag, 13.05.2019, 16.00 Uhr

 

Model-based control of dedicated hybrid drivetrains

Johannes Rumetshofer

Technische Universität Graz
Institut für Regelungs- und Automatisierungstechnik

Abstrakt:

Dedicated hybrid drivetrains are expected to be a major mid-term competitor to zero-emission drivetrain concepts, considering the trends in automotive emission regulations. The research presented in this talk addresses potential for further improvement of drivability and efficiency of dedicated hybrid drivetrains with a single electric machine in gear shifting. A concept for active control of smooth and lossless gear shifting is introduced, which resolves the trade-off between dissipation in clutches and propulsion torque interruptions. A model-based control strategy, which applies this concept in a drivetrain control system, is proposed. In order to support usability of this model-based strategy a generic and modular modeling approach for drivetrain mechanics, applicable to all common geared drivetrains, including combined planetary gear sets, is presented. In combination with a proposed model-based drivetrain analysis method the presented research supports the development process of automotive drivetrains in general and of dedicated hybrid drivetrains in particular.

 

Freitag, 07.06.2019, 11.00 Uhr

 

Machine Learning “in the wild”

Barbara Hammer

Technischen Fakultät der Universität Bielefeld
Lehrstuhl für Machine Learning

Achtung:

Veranstalungsort ist der CBMS Semaniarraum, Center for Biohybrid Medical Systems, Forckenbeckstr. 55

Abstrakt:

Machine learning technologies, in particular deep learning, has revolutionised domains such as vision or language processing and it is included in everyday’s consumer products such as natural language interfaces of smart phones. Classical machine learning can be substantiated by strong guarantees as offered by statistics and computational learning theory. When facing real-life problems in data analysis or industrial processing, however, quite a few challenges arise, which go beyond the classical learning setting.

Within the talk, I want to address three challenges of machine learning “in the wild”:

• How to learn in the presence of few samples only?
• How to learn in non-stationary environments where drift might occur?
• How to enhance machine learning models by an explicit reject option when the output class is not clear?

I will present approaches how to address these problems, which are based on distance-based and prototype-based models, and I will explain exemplary applications from the domain of driver assistance, biomechanics, and bioinformatics.

 

Donnerstag, 11.07.2019, 9.00 Uhr

 

Kombinierte Pfadplanung und prädiktive Regelung für den automatisierten und autonomen Schiffsbetrieb

Max Lutz

Christian-Albrechts-Universität zu Kiel
Lehrstuhl für Regelungstechnik

Abstrakt:

Eine zunehmende Automatisierung des Schiffsverkehrs kann Sicherheit und Warendurchsatz erhöhen und in Verbindung mit Verfahren der Regelungstechnik und Online-Optimierung zur Realisierung energie-, verbrauchs- oder zeitoptimierter Routen beitragen.
Im Vortrag werden die kombinierte Pfadplanung und prädiktive Regelung für den Betrieb und das Manövrieren von (autonomen) Schiffen in ruhigen Gewässern, wie beispielsweise Häfen, vorgestellt. Basierend auf einem mathematischen Modell der Schiffsdynamik wird ein dynami-sches Optimierungsproblem formuliert und gelöst. Zusätzlich zu den Stellgrößenbeschrän-kungen für den Antrieb und das Ruder werden statische und sich dynamisch bewegende Hin-dernisse explizit berücksichtigt. Um in Echtzeit auf Veränderungen in der Umgebung reagie-ren zu können wird das optimale Steuerungsproblem auf einem wandernden Zeithorizont ge-löst. Dieser modellprädiktive Ansatz erlaubt es, gezielt Online-Informationen in die Lösung des Führungs- und Regelungsproblems einzubeziehen, um einen automatisierten bzw. auto-nomen Betrieb zu ermöglichen.

 

Freitag, 12.07.2019, 10.00 Uhr

 

Mikrosensoren für die Digitalisierung in der industriellen Fertigung

Gerd vom Bögel

Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme
Geschäftsfeld „Wireless & Transponder Systems“
Duisburg

Abstrakt:

Im Zukunftsprojekt Industrie 4.0 bietet sich heute die Chance, über eine intelligente Steuerung und Vernetzung die Flexibilität, die Energie- und die Ressourceneffizienz von Produktionsprozessen auf eine neue Stufe zu heben. Elektronik und Sensorik, die zu den Stärken gerade auch kleiner und mittlerer Unternehmen (KMU) in Deutschland zählen, spielen dabei eine Schlüsselrolle. Eingebaut in Antriebe und Positionierungssysteme ermöglichen sie schnelle und präzise Fertigungsprozesse, deren Ablauf in Echtzeit überwacht und angepasst werden kann. Die Sensorsysteme müssen hierzu jedoch auf die genauen Anforderungen der Anwendung hin entworfen und aufgebaut werden.
Fraunhofer IMS arbeitet in Forschungsprojekten an einem Baukasten aus Hard- und Software-Modulen, der die Entwicklung von Sensorsystemen für die Überwachung und Steuerung von zum Beispiel Antrieben und Positionierungssystemen erleichtert. Die Systeme sollen eine höhere Auflösung und eine deutlich schnellere Signalverarbeitung bieten als derzeit verfügbare Sensoren und dabei energieautark und drahtlos vernetzbar sein. Eine hohe Signalverarbeitungskapazität soll die Zustands- und Prozess-überwachung in Echtzeit ermöglichen.
Das Baukastensystem ermöglicht es, auf einfachem Wege echtzeitfähige Sensorsysteme zu realisieren, die durchgängig genutzt werden können. Bei den industriellen Anwendern ermöglichen die Sensoren die schnelle Inbetriebnahme und Anpassung von Fertigungsanlagen, die Echtzeit-Prozesssteuerung sowie die Zustandsbewertung und vorbeugende Instandhaltung. Hiervon profitieren Unternehmen entlang der gesamten Wertschöpfungskette, die Ausfallzeiten minimieren und Produktionsprozesse flexibilisieren und optimieren können.