Benutzer: Gast  Login
Originaltitel:
System zur energieorientierten und kostenbasierten Produktionssteuerung mittels Reinforcement Learning
Übersetzter Titel:
System for energy-oriented and cost-based production control using reinforcement learning
Autor:
Rösch, Martin Walter
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Engineering and Design
Betreuer:
Reinhart, Gunther (Prof. Dr.)
Gutachter:
Reinhart, Gunther (Prof. Dr.); Vogel-Heuser, Birgit (Prof. Dr.)
Sprache:
de
Fachgebiet:
MAS Maschinenbau
Stichworte:
Produktionssteuerung; Energieflexibilität; Reinforcement Learning
Übersetzte Stichworte:
production control; energy flexibility; reinforcement Learning
TU-Systematik:
FER 000; WIR 000
Kurzfassung:
Die vorliegende Arbeit beschreibt ein System zur Steuerung einer Produktion, welches gleichermaßen den Energieverbrauch und die logistische Zielerreichung auf Basis der Gesamtkosten regelt. Zu diesem Zweck wird der Energiebezug aus kurzfristigem Stromhandel, Stromspeicher und Eigenerzeugung in die Produktionssteuerung integriert. Als Steuerungsverfahren wird ein Agentensystem entwickelt, welches mittels Reinforcement Learning eine situationsabhängige Steuerungsstrategie erlernt.
Übersetzte Kurzfassung:
The present work describes a system for production control, which equally controls the energy consumption and the logistic objectives on the basis of total costs. For this purpose, the energy purchase from short-term electricity trading, electricity storage and self-supply is integrated into the production control. As a solution approach, a multi-agent system is developed which learns a situation-dependent control strategy using reinforcement learning.
WWW:
https://mediatum.ub.tum.de/?id=1597405
Eingereicht am:
25.03.2021
Mündliche Prüfung:
04.10.2021
Dateigröße:
4141430 bytes
Seiten:
223
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20211004-1597405-1-3
Letzte Änderung:
26.11.2021
 BibTeX