Anytime-Algorithmen für die schätzungsbasierte prädiktive Regelung

• Antragsteller: Professor Dr.-Ing. Christian Ebenbauer
• Fachliche Zuordnung: Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
• Förderung: Förderung von 2018 bis 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 399211811

Im Zuge der fortschreitenden Digitalisierung stellt die systematische und effiziente Auswertung großer Mengen an Messdaten, und damit insbesondere der Einsatz optimierungsbasierter Schätzverfahren, auch im Bereich der Automatisierung und Regelung technischer Systeme eine große Herausforderung dar. Dies gilt in besonderem Maße für moderne Verfahren der modellbasierten prädiktiven Regelung, welche für die Vorhersage und Optimierung des Systemverhaltens oftmals die Schätzung von Systemzuständen und weiteren Prozessparametern aus Messdaten erfordern. Trotz der enormen methodischen und praktischen Relevanz existieren bisher jedoch keine Ansätze, die eine systemtheoretisch fundierte und algorithmisch effiziente Integration über die Zeit anfallenden Messdaten in prädiktive Regelungsverfahren erlauben. Motivation und Grundidee des Projektes ist daher die Entwicklung einer neuen Klasse von schätzungsbasierten prädiktiven Regelungsverfahren, welche die Schätzung relevanter Zustandsgrößen in einem integrativen und optimierungsbasierten Gesamtansatz mit einer prädiktiven Regelung vereinen. Übergeordnetes Ziel ist insbesondere eine innovative und systemtheoretisch fundierte Methodik für den Entwurf sogenannter Anytime Algorithmen, welche wichtige Stabilitäts- und Echtzeiteigenschaften von Schätzung und Regelung auch dann garantieren, wenn die unterlagerten Optimierungsalgorithmen – z.B. aufgrund großer Mengen von Messdaten oder begrenzter Rechenkapazitäten – nur eine begrenzte Anzahl von Iterationen ausführen.

• DFG-Verfahren: Sachbeihilfen