Die vorliegende Arbeit befasst sich mit der Identifikation von nichtlinearen mechatronischen Antriebssystemen. Darunter sollen elektrisch angetriebene, mehr oder weniger komplexe mechanische Anordnungen verstanden werden, die mit Hilfe informationstechnischer Komponenten bestimmte Arbeitsabläufe ausführen. Es wird ein Ansatz zum systematischen Entwurf von strukturierten rekurrenten Netzen entwickelt, mit denen die linearen Parameter und nichtlinearen statischen Charakteristiken eines mechatronischen Systems identifiziert werden können, ohne dass vollständige Zustandsmessbarkeit gefordert werden muss. Dieser Ansatz wurde erfolgreich zur gleichzeitigen Identifikation der linearen Parameter, sowie der Reibungen und der Lose in einer antriebstechnischen Anordnung verwendet. Die experimentellen Nachweise an einem Versuchsaufbau und an einem kommerziellen Produkt aus dem Automobilbereich zeigen eindrucksvoll die Einsatzgebiete des vorgestellten Verfahrens. Zur Verallgemeinerung der Anwendbarkeit wurde der Ansatz strukturierter Netze hinsichtlich der gleichzeitigen Identifikation von linearen Parametern und dynamischen Nichtlinearitäten erweitert. So gelang, zusammen mit der Volterra-Funktionalpotenzreihe, die Identifikation eines unvollständig modellierten Systems.
«
Die vorliegende Arbeit befasst sich mit der Identifikation von nichtlinearen mechatronischen Antriebssystemen. Darunter sollen elektrisch angetriebene, mehr oder weniger komplexe mechanische Anordnungen verstanden werden, die mit Hilfe informationstechnischer Komponenten bestimmte Arbeitsabläufe ausführen. Es wird ein Ansatz zum systematischen Entwurf von strukturierten rekurrenten Netzen entwickelt, mit denen die linearen Parameter und nichtlinearen statischen Charakteristiken eines mechatronis...
»
Translated abstract:
The objective of this thesis is the identification of mechatronic drive systems, which comprise electrically driven more or less complex mechanical plants which carry out certain tasks with the help of signal processing components. A systematic method to design a structured recurrent neural network has been developed, in order to identify the linear parameters and the static nonlinear characteristics of a mechatronic system, without full state measurement. This method has been successfully applied for a combined identification of linear parameters, friction characteristics and backlash. The method has been successfully tested at an experimental setup and with a commercially available product. In order to enlarge the general application the presented method has been extended to simultaneously identify the linear parameters and dynamical nonlinear characteristics. With this extension it is possible together with the Volterra-Series to identify an incompletely modelled system.
«
The objective of this thesis is the identification of mechatronic drive systems, which comprise electrically driven more or less complex mechanical plants which carry out certain tasks with the help of signal processing components. A systematic method to design a structured recurrent neural network has been developed, in order to identify the linear parameters and the static nonlinear characteristics of a mechatronic system, without full state measurement. This method has been successfully appli...
»