| Author | Title | Year | Journal/Proceedings | DOI/URL | |
|---|---|---|---|---|---|
| Schrodt, A. | Zur regelungsorientierten Identifikation nichtlinearer Systeme mittels lokal affiner Takagi-Sugeno-Fuzzy-Modelle | 2018 | Schriftenreihe Mess- und Regelungstechnik der Universität Kassel (8) , kassel university press , September , Dissertation | URL PhD-10 | |
| Abstract: Hauptziel der vorliegenden Arbeit ist es, ein einfaches und praxisorientiertes iteratives Verfahren zu entwickeln, mit welchem regelungsorientierte Modelle für nichtlineare Systeme aus Messdaten identifiziert werden können. Dazu werden Takagi-Sugeno-Fuzzy-Modelle mit lokal linearen/affinen Modellen verwendet. Ein besonderes Augenmerk liegt auf dem sogenannten Driftterm, der bei der Linearisierung eines Modells außerhalb einer Ruhelage auftritt. Dieser wird häufig beim Reglerentwurf aus Takagi-Sugeno-Modellen nicht berücksichtigt. Es wird daher ein einfaches approximatives Verfahren zur Kompensation dieses Terms vorgeschlagen und eine vollständige Methode zum Entwurf eines Fuzzy-Takagi-Sugeno-Reglers mit Driftkompensation eingeführt. Des weiteren wird ein iteratives Identifikationsschema vorgestellt, mit welchem Modelle zur Reglerauslegung im geschlossenen Regelkreis identifiziert werden. In drei Fallstudien werden unterschiedliche Effekte bei Verwendung der vorgestellten Methoden beleuchtet. Die einzelnen Fallstudien gehen dabei auf die Aspekte Stabilisierbarkeit bei Vernachlässigung/Berücksichtigung des Driftterms, die Modelländerung über die Iterationen sowie Anwendbarkeit auf reale Systeme unter Verwendung eines modifizierten Zustandsbeobachters ein. Das Ergebnis dieser Studien ist, dass sich bei Verwendung der vorgestellten Methoden die Regelgüte verbessern lässt, wenn ein Regler aus Messdaten erzeugt wird, welche im geschlossenen Regelkreis gewonnen wurden. | |||||
BibTeX:
@phdthesis{PhDSchrodt2018,
author = {Alexander Schrodt}
, title = {Zur regelungsorientierten Identifikation nichtlinearer Systeme mittels lokal affiner Takagi-Sugeno-Fuzzy-Modelle}
, publisher = {kassel university press}
, school = {Schriftenreihe Mess- und Regelungstechnik der Universität Kassel}
, type = {Dissertation}
, year = {2018}
, number = {8}
, url = {http://www.uni-kassel.de/upress/online/OpenAccess/978-3-7376-0646-2.OpenAccess.pdf}
, isbn = {978-3-7376-0646-2}
, mrtnr = {PhD-10} }
|
|||||
| Schrodt, A. & Kroll, A. | Zur Fuzzy-Clusterungs-basierten Identifikation eines Verbrennungsmotorkennfelds: Methodenvergleich und Parametrierungsstrategie | 2011 | 21. Workshop Computational Intelligence , pp. 47 - 60 , Schriftenreihe des Instituts für Angewandte Informatik / Automatisierungstechnik , Dortmund , 1.-2. Dezember | ||
| Abstract: Für eine präzise Modellerstellung ist es unerlässlich, die Auswirkungen des Entwurfsverfahrens auf das entstehende Modell genau zu kennen, wobei das Ergebnis i. d. R. entscheidend durch vom Benutzer festzulegende Entwurfsparameter beeinflusst wird. Besonders interessant für eine (teil-)automatisierte Systemidentifikation ist die Klasse der clusterungsbasierten Identifikationsverfahren (unter anderem [1, 2]) mit Takagi-Sugeno- Fuzzy-Modellen (TS). Dies liegt unter anderem daran, dass TS-Modelle als universelle Approximatoren alle stetigen Systeme beliebig genau nachbilden können. Außerdem können lokale Teilmodelle, bei entsprechender Parameterwahl, als lokale Linearisierungen interpretiert werden [3, 4]. Die wichtigsten Entwurfsparameter für Fuzzy-Clusterungsverfahren sind der Unschärfeparameter m und die Clusteranzahl c. Weiterhin unterscheiden sich die Verfahren durch verschiedene Formmatrizen A der Abstandsnormen. In der Literatur findet die Wahl insbesondere des Unschärfeparameters m in Bezug auf Systemidentifikation recht wenig Beachtung. So wird meist ein Wert von m = 2 verwendet (unter anderem in [2, 3]), welcher nicht unbedingt ideal für die Systemidentifikation ist [5, 6]. In der jüngeren Literatur finden sich zwar Beispiele für die Untersuchung des Unschärfeparameters bei der Clusterung (unter anderem [6, 7, 8, 9, 10]). Allerdings beziehen sich die Untersuchungen nur zu geringem Teil auf Systemidentifikation, sondern eher auf reine Clusterung [7] oder Mustererkennungsaufgaben [10]. Im Beitrag wird die Effektivität und Effizienz verschiedener clusterungsbasierter TS-Identifikations- Verfahren sowie der Einfluss der Entwurfsparameter am Beispiel einer nichtlinearen Regressionsaufgabe untersucht. Dabei werden TS-Modelle eines stark nichtlinearen Motorkennfelds (Helixform, Bild 2) mit drei Eingangs- und einer Ausgangsgröße aus Messungen am Prüfstand (Bild 1) ermittelt und verglichen. Es wird gezeigt und begründet, dass eine Wahl von m = 2 ungünstig ist und Werte von 1 < m 1,5 zu guten Ergebnissen führen. | |||||
BibTeX:
@inproceedings{Schrodt2011CI,
author = {Schrodt, Alexander and Kroll, Andreas}
, title = {Zur Fuzzy-Clusterungs-basierten Identifikation eines Verbrennungsmotorkennfelds: Methodenvergleich und Parametrierungsstrategie}
, booktitle = {21. Workshop Computational Intelligence}
, year = {2011}
, pages = {47 -- 60}
, address = {Dortmund}
}
|
|||||
| Schrodt, A. & Kroll, A. | On Iterative Closed-Loop Identification Using Affine Takagi-Sugeno Models and Controllers | 2017 | International Journal of Fuzzy Systems , Vol. 19 (6) , pp. 1978-1988 | DOI URL | |
| Abstract: Often models are used for controller design that was identified under the objective to well approximate the system under study. In this paper, a scheme for identifying discrete-time locally affine Takagi -- Sugeno (TS) models is presented, which better reflects the dedicated model use for designing a TS controller. For this purpose, after an initial open-loop experiment and controller design step, additional experiments are carried out in closed loop, each followed by an identification and controller design step. The deployed TS controllers are of parallel distributed compensator type but augmented by parallel drift and steady-state error compensation. The focus in this work is on a complete method that is simple and usable for real-world applications. To illustrate the practicality of the method, it is demonstrated on a laboratory-scale three-tank system. | |||||
BibTeX:
@article{2016-AS_AK_-IJFS-TSController,
author = {Alexander Schrodt and Andreas Kroll}
, title = {On Iterative Closed-Loop Identification Using Affine Takagi-Sugeno Models and Controllers}
, journal = {International Journal of Fuzzy Systems}
, year = {2017}
, volume = {19}
, number = {6}
, pages = {1978-1988}
, url = {http://link.springer.com/article/10.1007/s40815-016-0290-x}
, doi = {http://dx.doi.org/10.1007/s40815-016-0290-x}
}
|
|||||
| Schrodt, A. & Kroll, A. | Regelungsorientierte Identifikation affiner Takagi-Sugeno-Fuzzy-Modelle für Regler mit Driftkompensation [BibTeX] |
2016 | 50. Regelungstechnisches Kolloquium, Boppard , Vol. 50 , 2 , Fraunhofer IOSB | ||
BibTeX:
@conference{Boppard2016,
author = {Alexander Schrodt and Andreas Kroll}
, title = {Regelungsorientierte Identifikation affiner Takagi-Sugeno-Fuzzy-Modelle für Regler mit Driftkompensation}
, booktitle = {50. Regelungstechnisches Kolloquium, Boppard}
, year = {2016}
, volume = {50}
}
|
|||||
| Schrodt, A. & Kroll, A. | Zur regelungsorientierten Identifikation und driftkompensierenden Takagi-Sugeno-Fuzzy-Regelung [BibTeX] |
2016 | at -- Automatisierungstechnik , Vol. 64 (4) , pp. 270 - 281 | URL | |
BibTeX:
@article{Schrodt2016at,
author = {Alexander Schrodt and Andreas Kroll}
, title = {Zur regelungsorientierten Identifikation und driftkompensierenden Takagi-Sugeno-Fuzzy-Regelung}
, journal = {at -- Automatisierungstechnik}
, year = {2016}
, volume = {64}
, number = {4}
, pages = {270 -- 281}
, url = {http://www.degruyter.com/view/j/auto}
, issn = {2196-677X}
}
|
|||||
| Schrodt, A. & Kroll, A. | Drift Term Compensating Control for Off-Equilibrium Operation of Nonlinear Systems with Takagi-Sugeno Fuzzy Models [BibTeX] |
2015 | Proceedings of the 14th European Control Conference (ECC) , pp. 392 - 397 , Linz, Austria , July 15 - 17 | DOI | |
BibTeX:
@inproceedings{Schrodt2015ECC,
author = {Alexander Schrodt and Andreas Kroll}
, title = {Drift Term Compensating Control for Off-Equilibrium Operation of Nonlinear Systems with Takagi-Sugeno Fuzzy Models}
, booktitle = {Proceedings of the 14th European Control Conference (ECC)}
, year = {2015}
, pages = {392 -- 397}
, address = {Linz, Austria}
, doi = {http://dx.doi.org/10.1109/ECC.2015.7330575}
}
|
|||||
| Schrodt, A. & Kroll, A. | Using an Iterative and Affine Closed-Loop Identification and Controller Design Scheme for Takagi-Sugeno Models [BibTeX] |
2015 | Proceedings of the 17th IFAC Symposium on System Identification (SysID) , pp. 362 - 367 , Beijing, China , October 19 - 21 | DOI | |
BibTeX:
@inproceedings{Schrodt2015SysID,
author = {Alexander Schrodt and Andreas Kroll}
, title = {Using an Iterative and Affine Closed-Loop Identification and Controller Design Scheme for Takagi-Sugeno Models}
, booktitle = {Proceedings of the 17th IFAC Symposium on System Identification (SysID)}
, year = {2015}
, pages = {362 -- 367}
, address = {Beijing, China}
, doi = {http://dx.doi.org/10.1016/j.ifacol.2015.12.154}
}
|
|||||
Created by JabRef on 19/12/2019.