Verbesserung der Prozesskonstanz durch lernende Regler
Aufgabe/Zielsetzung
Struktur iterativ lernender Regelungen
Modellbasierte Steuerungen und Regelungen ermöglichen eine hohe Bahntreue, deren Güte jedoch von der Genauigkeit der Modellstruktur sowie der Parameter abhängt. Änderungen der Betriebszustände haben zum Teil erheblichen Einfluss auf die erreichte Bahntreue. Herkömmliche Regler greifen bei Abweichungen korrigierend ein – allerdings erst dann, wenn diese bereits aufgetreten sind.
Lösungsweg
Fehlerminimierung im laufenden Prozess
Iterativ lernende Regelungen nutzen die Information vergangener Zyklen, für eine „vorausschauende“ Ansteuerung. Dies funktioniert um so besser, je kleiner die Änderungen zwischen einzelnen Zyklen sind. In Zusammenarbeit mit der Georg-Simon-Ohm-Hochschule Nürnberg wurden iterativ lernende Regler für Spritzeinheit und Schließeinheit einer Kunststoff-Spritzgießmaschine entwickelt und umgesetzt.
Die Ergebnisse zeigen, dass Fehler reduziert und die Prozess-konstanz deutlich erhöht werden kann. Die Verbesserung wird dabei allein durch den Einsatz vorhandener Struktur- und Modellinformationen in Form einer Vorsteuerung erzielt. Die Stabilität des Systems wird nicht beeinflusst.
| Forschung in Zusammenarbeit mit der Georg-Simon-Ohm-Hochschule Nürnberg |