Unter Federführung von Professor Dipl.-Ing. Ulrich Lehmann von der Märkischen Fachhochschule (MFH) wird zurzeit im Rahmen eines Forschungsvorhabens gemeinsam mit den Fachhochschulen Bielefeld, Gelsenkirchen und Münster ein adaptiver, trainierbarer Neuro-Fuzzy-Regler entwickelt. Im Gegensatz zu herkömmlichen Reglern kann der neue adaptive Neuro-Fuzzy-Regler wie ein Hochleistungssportler auf seine Aufgaben trainiert werden.
Anwendungsbereiche sind Temperaturregelungen bei verfahrenstechnischen Prozessen, z.B. in der Kunststoffverarbeitung und in der Gebäudeautomatisierung.
Temperaturregelungen an Kunststoffverarbeitungsmaschinen gehören zu jener Klasse von Prozessen, die sich aufgrund ihrer komplexen inneren Struktur nur bedingt mathematisch-physikalisch beschreiben lassen, so dass Reglereinstellungen und -optimierung zu einem erheblichen Teil auf antrainiertem Erfahrungswissen der Bediener beruhen. Oftmals treten während der Produktion Störflüsse und Veränderungen der Regelstrecke auf, die zu inakzeptablen Verschlechterungen der Produktgüte führen können.
Der Neuro-Fuzzy-Regler mit LON-Businterface für die Gebäudeautomatisierung soll das Verhalten einer Klimaanlage dynamisch an die Randbedingungen anpassen, unter denen das Gebäude "funktionieren" muss. Als Optimierungskriterium kann der Nutzer gleitend zwischen Komfort und Wirtschaftlichkeit wählen. Weitere Einstellungen oder Bedienungseingriffe sind nicht mehr erforderlich.
Der neue adaptive Neuro-Fuzzy-Regler wird in der Lage sein, sich selbsttätig auf unterschiedliche Situation im Produktionsprozess einzustellen und sein Verhalten im Sinne der Erzielung einer optimalen Prozessgüte zielgerichtet zu trainieren. Er arbeitet als "Hoch-leistungssportler", der seine Ergebnisse durch ständiges Training verbessert. Dabei ist er achtsamer und zuverlässiger als ein menschlicher Experte.
Zur Modellierung der Adaptionsstrategie wurde ein mehrschichtiges Neuronales Netz mit überwachtem Lernen eingesetzt; als Regelalgorithmus ein standardmäßiger PID-Algorithmus. Die Regler-Software wird in C-Code ausgeführt und kann auf verschiedene Hardwareplattformen wie beispielsweise speicherprogrammierbare Steuerungen (SPS), Industrie-PCs oder Industrieregler auf Microcontroller-Basis portiert werden.
Das Forschungsprojekt wird im Rahmen des vom Ministerium für Schule und Weiterbildung, Wissenschaft und Forschung des Landes NRW geförderten Forschungsverbundes "Neuronale Fuzzy-Logik NRW" durchgeführt. Weitere Arbeitsgebiete sind die Mustererkennung (Projektleiter Professor Dipl.-Ing. Herbert Schaedel von der FH Köln) sowie Data Mining (Projektleiter Professor Dr. Hermann Johannes vom Hagener Fachbereich Technische Betriebswirtschaft der MFH).
http://www. mfh-iserlohn.de/Verbunde/NFL
Merkmale dieser Pressemitteilung:
Informationstechnik, Maschinenbau
überregional
Forschungsprojekte
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).