Kognitive Prozesssteuerung zur Steigerung der Ressourceneffizienz in der Druckindustrie

Schmid, Martin

Martin Schmid

If you experience problems opening the document, please try this link.

Original title:: Kognitive Prozesssteuerung zur Steigerung der Ressourceneffizienz in der Druckindustrie
Translated title:: Cognitive Process Control to Improve the Resource Efficiency in the Printing Industry
Author:: Schmid, Martin
Year:: 2017
Document type:: Dissertation
Faculty/School:: Fakultät für Maschinenwesen
Advisor:: Reinhart, Gunther (Prof. Dr.)
Referee:: Reinhart, Gunther (Prof. Dr.); Lohmann, Boris (Prof. Dr. habil.)
Language:: de
Subject group:: FER Fertigungstechnik; MAS Maschinenbau; MSR Meßtechnik, Steuerungs- und Regelungstechnik, Automation; WIR Wirtschaftswissenschaften
Keywords:: Kognitive Regelung, Maschinelle Lernverfahren, modellbasierte Prozessregelung
Translated keywords:: Cognitive Control Systems, Machine Learning Systems, Model based Process Control System
TUM classification:: FER 000d; WIR 000d
Abstract:: Die Dissertation beschreibt ein Regelungskonzept für Prozesse, die von diversen Größen beeinflusst und deren realen Ausgangsgrößen nicht kontinuierlich gemessen werden können. Dazu berechnet ein Simulationsmodell zu jeder Zeit die Ausgangsgrößen und ermöglicht einen geschlossenen Regelkreis. Die Adaption des Modells erfolgt durch maschinelle Lernverfahren, die den Zusammenhang zwischen Einflussgrößen und den Modellparametern abbilden. Validiert wird das Konzept in der Druckindustrie.
Translated abstract:: This thesis describes a control concept for processes, which are affected by many influences and the output values cannot be measured continuously. Therefore a simulation model calculates the process output values and enables a closed control circuit. The simulation model will be adapted by use of machine learning systems, which reproduce the correlation between the influences and the optimal model parameter. Finally the approach is validated in an application in the printing industry.
WWW:: https://mediatum.ub.tum.de/?id=1356367
Date of submission:: 12.04.2017
Oral examination:: 21.12.2017
File size:: 4756104 bytes
Pages:: 190
Urn (citeable URL):: https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20171221-1356367-1-6
Last change:: 31.01.2018
BibTeX