Kognitiv-adaptive Regelungssysteme für effiziente Verarbeitungsmaschinen

Bei der Steuerung moderner Produktionsanlagen, die hohe Mengen an Ressourcen im Betrieb nutzen, ist eine intelligente und an die Betriebsstoffe angepasste Prozessführung für eine hohe Wirtschaftlichkeit elementar. Es wird eine Methode zur Realisierung eines adaptiv-kognitiven Regelungskonzepts beschrieben, welches schwankende Einflussgrößen explizit berücksichtigt und somit eine hohe Qualität sicherstellt. Das Gesamtkonzept besteht aus den vier Bausteinen Prozessmodell, Regler, Wissensextraktion und Wissenstransfer, welche die Prozessregelung und die Adaption realisieren. Die Adaption erfolgt im Prozessmodell und im Regler und berücksichtigt die vorherrschenden Einflussgrößen und den Maschinenzustand. In den Kognitionsbausteinen Wissensextraktion und -transfer erfolgt die Bestimmung der optimalen Parameter aufgrund der Daten der bisherigen Produktionen. Die einzelnen Bausteine können in unterschiedliche Weise ausgeführt sein. Aus der klassischen, linearen Regelungstechnik ist die analytische, d.h. explizite, formale Beschreibung durch Übertragungsfunktionen oder analytische Berechnungen am weitesten verbreitet. Alternative Möglichkeiten bietet die Beschreibung durch die Fuzzy-Logik, welche unscharfe Mengen und deren Zugehörigkeiten verwendet. Des Weiteren sind maschinelle Lernverfahren einsetzbar, welche ein gewünschtes Verhalten anhand vorgegebener Daten nachbilden können. Das Prozessmodell kann beispielsweise analytisch, durch Fuzzy-Mengen oder durch maschinelle Lernverfahren realisiert werden. Das Zusammenspiel der einzelnen Bauteile und deren Funktionen wird detailliert erläutert. Dieses Vorgehen ermöglicht eine stabile und effiziente Regelung bei unterschiedlichen und schwankenden Einflüssen. Ebenfalls können kurz- und langfristige Veränderungen an der Maschine, wie Verschleiß oder Verschmutzung, bemerkt und automatisch kompensiert werden.