Sie sind auf Seite 1von 120

1

Dr.-Ing. habil. Jrg Wollnack


15.04.02
Adaptive
Adaptive
Regler
Regler
Februar 2002
Februar 2002
2
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Gliederung
Einfhrung, Problemstellung und Anwendungsbeispiel Einfhrung, Problemstellung und Anwendungsbeispiel
2
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Gliederung
Einfhrung, Problemstellung und Anwendungsbeispiel Einfhrung, Problemstellung und Anwendungsbeispiel
Adaptive Regler Adaptive Regler (Lernen, Adaption und Iteration) (Lernen, Adaption und Iteration)
2
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Gliederung
Einfhrung, Problemstellung und Anwendungsbeispiel Einfhrung, Problemstellung und Anwendungsbeispiel
Adaptive Regler Adaptive Regler (Lernen, Adaption und Iteration) (Lernen, Adaption und Iteration)
Grundstrukturen adaptiver Regler Grundstrukturen adaptiver Regler
2
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Gliederung
Einfhrung, Problemstellung und Anwendungsbeispiel Einfhrung, Problemstellung und Anwendungsbeispiel
Adaptive Regler Adaptive Regler (Lernen, Adaption und Iteration) (Lernen, Adaption und Iteration)
Grundstrukturen adaptiver Regler Grundstrukturen adaptiver Regler
Beispiel Beispiel
2
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Gliederung
Einfhrung, Problemstellung und Anwendungsbeispiel Einfhrung, Problemstellung und Anwendungsbeispiel
Adaptive Regler Adaptive Regler (Lernen, Adaption und Iteration) (Lernen, Adaption und Iteration)
Grundstrukturen adaptiver Regler Grundstrukturen adaptiver Regler
Beispiel Beispiel
Zusammenfassung und Ausblick Zusammenfassung und Ausblick
3
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Lastwechsel Lastwechsel
Problemstellung und Einfhrung
3
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Lastwechsel Lastwechsel
Problemstellung und Einfhrung
Arbeitspunktwechsel Arbeitspunktwechsel
3
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Lastwechsel Lastwechsel
Problemstellung und Einfhrung
Arbeitspunktwechsel Arbeitspunktwechsel
Alterung und Verschlei Alterung und Verschlei
sowie nderung von sowie nderung von
Umweltbedingungen Umweltbedingungen
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptiver Lageregler fr Werkzeugmaschinen I

Lageregler der Lageregler der x x
, ,y y
, ,z z
-Achsen -Achsen
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptiver Lageregler fr Werkzeugmaschinen I

Lageregler der Lageregler der x x
, ,y y
, ,z z
-Achsen -Achsen

berschwingen berschwingen ist ist auszuschlies auszuschlies- -
sen sen ( (Materialabtrag Materialabtrag) ! ) !
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptiver Lageregler fr Werkzeugmaschinen I

Lageregler der Lageregler der x x
, ,y y
, ,z z
-Achsen -Achsen

berschwingen berschwingen ist ist auszuschlies auszuschlies- -
sen sen ( (Materialabtrag Materialabtrag) ! ) !

Robuster Regler Robuster Regler
=> trges Systemverhalten => trges Systemverhalten
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptiver Lageregler fr Werkzeugmaschinen I

Lageregler der Lageregler der x x
, ,y y
, ,z z
-Achsen -Achsen

berschwingen berschwingen ist ist auszuschlies auszuschlies- -
sen sen ( (Materialabtrag Materialabtrag) ! ) !

Robuster Regler Robuster Regler
=> trges Systemverhalten => trges Systemverhalten

kurze kurze Positionierzeiten Positionierzeiten
=> hohe Wirtschaftlichkeit => hohe Wirtschaftlichkeit
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptiver Lageregler fr Werkzeugmaschinen I

Lageregler der Lageregler der x x
, ,y y
, ,z z
-Achsen -Achsen

berschwingen berschwingen ist ist auszuschlies auszuschlies- -
sen sen ( (Materialabtrag Materialabtrag) ! ) !

Robuster Regler Robuster Regler
=> trges Systemverhalten => trges Systemverhalten

kurze kurze Positionierzeiten Positionierzeiten
=> hohe Wirtschaftlichkeit => hohe Wirtschaftlichkeit
Time (s ec.)
A
m
p
l
i
t
u
d
e
Step Res pons e
0 0.005 0.01 0.015 0.02 0.025 0.03
0
0.2
0.4
0.6
0.8
1
1.2
1.4
1.6
1.8

vor der Adaption vor der Adaption
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptiver Lageregler fr Werkzeugmaschinen I

Lageregler der Lageregler der x x
, ,y y
, ,z z
-Achsen -Achsen

berschwingen berschwingen ist ist auszuschlies auszuschlies- -
sen sen ( (Materialabtrag Materialabtrag) ! ) !

Robuster Regler Robuster Regler
=> trges Systemverhalten => trges Systemverhalten

kurze kurze Positionierzeiten Positionierzeiten
=> hohe Wirtschaftlichkeit => hohe Wirtschaftlichkeit
Time (s ec.)
A
m
p
l
i
t
u
d
e
Step Res pons e
0 0.005 0.01 0.015 0.02 0.025 0.03
0
0.1
0.2
0.3
0.4
0.5
0.6
0.7
0.8
0.9
1

nach der Adaption nach der Adaption
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptiver Lageregler fr Werkzeugmaschinen I

Lageregler der Lageregler der x x
, ,y y
, ,z z
-Achsen -Achsen

berschwingen berschwingen ist ist auszuschlies auszuschlies- -
sen sen ( (Materialabtrag Materialabtrag) ! ) !

Robuster Regler Robuster Regler
=> trges Systemverhalten => trges Systemverhalten

kurze kurze Positionierzeiten Positionierzeiten
=> hohe Wirtschaftlichkeit => hohe Wirtschaftlichkeit
Matlab
Matlab
Demo
Demo
aperiodischer
aperiodischer
Grenzfall
Grenzfall
5
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptiver Lageregler fr Werkzeugmaschinen II

Adaption an individuelle Maschinen- Adaption an individuelle Maschinen-
eigenschaften eigenschaften fhrt zu geringen fhrt zu geringen
Zykluszeiten und hoher Wirtschaft- Zykluszeiten und hoher Wirtschaft-
lichkeit lichkeit der Maschine der Maschine

Vorteile fr Fertigung und Service Vorteile fr Fertigung und Service

berschwingen berschwingen ist ist auszuschlies auszuschlies- -
sen sen ( (Materialabtrag Materialabtrag) ! ) !

Adaptiver Lageregler auf Basis von Adaptiver Lageregler auf Basis von
Real- Real-Time Time- -Linux Linux
6
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
M
p
P
p
S

P'
Parametrischer Regler
z t ( ) = 0
Beobacht- und
Steuerbarkeit sei
angenommen
6
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
M
p
P
p
S

P'
Parametrischer Regler
z t ( ) = 0
Beobacht- und
Steuerbarkeit sei
angenommen
w := Fhrungsgre
y := Ausgangsgre
R := Regler
S := Strecke
M := Sensor
y w
6
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
M
p
P
p
S

P'
Parametrischer Regler
z t ( ) = 0
Beobacht- und
Steuerbarkeit sei
angenommen
p := Reglerparametervektor
P := Anzahl der Parameter
p
S
:= Streckenparametervektor
z = 0 := (strungsfrei)
6
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
M
p
P
p
S

P'
Parametrischer Regler
z t ( ) = 0
Beobacht- und
Steuerbarkeit sei
angenommen
w t ( )
y t g w t
t
( ) ( ) ( ) =

d
0
p
S

P'
z t ( ) = 0
ngenommen
6
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
M
p
P
p
S

P'
Parametrischer Regler
z t ( ) = 0
Beobacht- und
Steuerbarkeit sei
angenommen
w t ( )
y t g w t
t
( ) ( ) ( ) =

d
0
p
S

P'
z t ( ) = 0
ngenommen
W s ( )
Y s G s W s ( ) ( ) ( ) =
6
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
M
p
P
p
S

P'
Parametrischer Regler
z t ( ) = 0
Beobacht- und
Steuerbarkeit sei
angenommen
w t ( )
y t g w t
t
( ) ( ) ( ) =

d
0
p
S

P'
z t ( ) = 0
ngenommen
W s ( )
Y s G s W s ( ) ( ) ( ) =
w k ( ) y k g i w k i
i
k
( ) ( ) ( ) =
=

0
6
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
M
p
P
p
S

P'
Parametrischer Regler
z t ( ) = 0
Beobacht- und
Steuerbarkeit sei
angenommen
w t ( )
y t g w t
t
( ) ( ) ( ) =

d
0
p
S

P'
z t ( ) = 0
ngenommen
W s ( )
Y s G s W s ( ) ( ) ( ) =
w k ( ) y k g i w k i
i
k
( ) ( ) ( ) =
=

0
W z ( ) Y z G z W z ( ) ( ) ( ) =
6
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
M
p
P
p
S

P'
Parametrischer Regler
z t ( ) = 0
Beobacht- und
Steuerbarkeit sei
angenommen
w t ( )
y t g w t
t
( ) ( ) ( ) =

d
0
p
S

P'
z t ( ) = 0
ngenommen
W s ( )
Y s G s W s ( ) ( ) ( ) =
w k ( ) y k g i w k i
i
k
( ) ( ) ( ) =
=

0
W z ( ) Y z G z W z ( ) ( ) ( ) =
y f p x y
x
p
= =
=
=
( , ) , ( ), ( ), , ( )
( ), ( ), , ( )
( ), ( ), , ( )
mit
t
t
t
y y y K
x x x K
p p x P
K
K
P
0 1 1
0 1 1
1 2

g i g i ( ) ( , ) = p
K P
Reglermodell
6
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
M
p
P
p
S

P'
Parametrischer Regler
z t ( ) = 0
Beobacht- und
Steuerbarkeit sei
angenommen
w t ( )
y t g w t
t
( ) ( ) ( ) =

d
0
p
S

P'
z t ( ) = 0
ngenommen
W s ( )
Y s G s W s ( ) ( ) ( ) =
w k ( ) y k g i w k i
i
k
( ) ( ) ( ) =
=

0
W z ( ) Y z G z W z ( ) ( ) ( ) =
K := Anzahl der diskreten Mewerte
7
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaption
Welches Ziel hat die Adaption? Welches Ziel hat die Adaption?
7
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaption
Welches Ziel hat die Adaption? Welches Ziel hat die Adaption?
Wir wollen letztlich die Parameter so whlen, da der Verlauf Wir wollen letztlich die Parameter so whlen, da der Verlauf
der Ausgangsgre der Ausgangsgre y = f(p,w)
dem Verlauf der Steuerfunktion dem Verlauf der Steuerfunktion
w mglichst nahe kommt. mglichst nahe kommt.
7
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaption
Welches Ziel hat die Adaption? Welches Ziel hat die Adaption?
Wir wollen letztlich die Parameter so whlen, da der Verlauf Wir wollen letztlich die Parameter so whlen, da der Verlauf
der Ausgangsgre der Ausgangsgre y = f(p,w)
dem Verlauf der Steuerfunktion dem Verlauf der Steuerfunktion
w mglichst nahe kommt. mglichst nahe kommt.
Wir bentigen ein Fehlerma! Wir bentigen ein Fehlerma!
7
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaption
Welches Ziel hat die Adaption? Welches Ziel hat die Adaption?
Wir wollen letztlich die Parameter so whlen, da der Verlauf Wir wollen letztlich die Parameter so whlen, da der Verlauf
der Ausgangsgre der Ausgangsgre y = f(p,w)
dem Verlauf der Steuerfunktion dem Verlauf der Steuerfunktion
w mglichst nahe kommt. mglichst nahe kommt.
Wir bentigen ein Fehlerma! Wir bentigen ein Fehlerma!
e ee e w f p w
2
= =
t
mit , ( , )
Euklidischer Fehler Euklidischer Fehler
7
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaption
Welches Ziel hat die Adaption? Welches Ziel hat die Adaption?
Wir wollen letztlich die Parameter so whlen, da der Verlauf Wir wollen letztlich die Parameter so whlen, da der Verlauf
der Ausgangsgre der Ausgangsgre y = f(p,w)
dem Verlauf der Steuerfunktion dem Verlauf der Steuerfunktion
w mglichst nahe kommt. mglichst nahe kommt.
Wir bentigen ein Fehlerma! Wir bentigen ein Fehlerma!
e ee e w f p w
2
= =
t
mit , ( , )
Euklidischer Fehler Euklidischer Fehler
Min
t
p
ee p
. ,

*
Minimierungsproblem Minimierungsproblem
8
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren I
p
Q(p)
p
i
p
i+1
Iterative Nullstellensuche Iterative Nullstellensuche
1D - Newton-Verfahren 1D - Newton-Verfahren
8
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren I
p
Q(p)
p
i
p
i+1
Iterative Nullstellensuche Iterative Nullstellensuche
1D - Newton-Verfahren 1D - Newton-Verfahren
r p f p J p p p R p p J
r
p
p p
( ) ( ) ( ) ( ) ( , ) , = + + =

0 0 0 0
mit
Linearisierung der Vektorfunktion Linearisierung der Vektorfunktion
f f
f
p
f
p
P
skalar = =

J
p
1
(Gradientenverfahren)
8
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren I
p
Q(p)
p
i
p
i+1
Iterative Nullstellensuche Iterative Nullstellensuche
1D - Newton-Verfahren 1D - Newton-Verfahren
r p f p J p p p R p p J
r
p
p p
( ) ( ) ( ) ( ) ( , ) , = + + =

0 0 0 0
mit
Linearisierung der Vektorfunktion Linearisierung der Vektorfunktion
f f
f
p
f
p
P
skalar = =

J
p
1
(Gradientenverfahren)
p p
0
=
i
Entwicklungspunkt Entwicklungspunkt p p =
+ i 1
Berechnungspunkt Berechnungspunkt
8
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren I
p
Q(p)
p
i
p
i+1
Iterative Nullstellensuche Iterative Nullstellensuche
1D - Newton-Verfahren 1D - Newton-Verfahren
r p f p J p p p R p p J
r
p
p p
( ) ( ) ( ) ( ) ( , ) , = + + =

0 0 0 0
mit
Linearisierung der Vektorfunktion Linearisierung der Vektorfunktion
f f
f
p
f
p
P
skalar = =

J
p
1
(Gradientenverfahren)
p p
0
=
i
Entwicklungspunkt Entwicklungspunkt p p =
+ i 1
Berechnungspunkt Berechnungspunkt
Linearisierte Minimierungsaufgabe Linearisierte Minimierungsaufgabe
Min Min
p p p
r p r p J p p p ( ) ( ) ( )
i i i i i + +
= +
1
2
1
2



9
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren II
r p J p s r p J p s 0 s p p
p p
( ) ( ) ( ) ( ) ,
i i i i i i i i i
+ + = =
+
2
1
0 mit
Annahme, da mit zunehmender Iterationsordnung Annahme, da mit zunehmender Iterationsordnung i i
gilt: gilt:
9
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren II
r p J p s r p J p s 0 s p p
p p
( ) ( ) ( ) ( ) ,
i i i i i i i i i
+ + = =
+
2
1
0 mit
Annahme, da mit zunehmender Iterationsordnung Annahme, da mit zunehmender Iterationsordnung i i
gilt: gilt:
= J p s r p
p
( ) ( )
i i i
9
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren II
r p J p s r p J p s 0 s p p
p p
( ) ( ) ( ) ( ) ,
i i i i i i i i i
+ + = =
+
2
1
0 mit
Annahme, da mit zunehmender Iterationsordnung Annahme, da mit zunehmender Iterationsordnung i i
gilt: gilt:
= J p s r p
p
( ) ( )
i i i
=

s J p r p
p
i i i 1
( ) ( )
9
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren II
r p J p s r p J p s 0 s p p
p p
( ) ( ) ( ) ( ) ,
i i i i i i i i i
+ + = =
+
2
1
0 mit
Annahme, da mit zunehmender Iterationsordnung Annahme, da mit zunehmender Iterationsordnung i i
gilt: gilt:
= J p s r p
p
( ) ( )
i i i
=

s J p r p
p
i i i 1
( ) ( )
Damit berechnet sich der Damit berechnet sich der (i + 1)
- te Parameter der - te Parameter der
Minimierungsaufgabe zu: Minimierungsaufgabe zu:
p p s
i i i +
= +
1
10
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren III
Haben wir mit dem dargestellten Verfahren Haben wir mit dem dargestellten Verfahren
bereits die Lsung fr die iterative Berechnung von bereits die Lsung fr die iterative Berechnung von
p*
gefunden? gefunden?
10
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren III
Haben wir mit dem dargestellten Verfahren Haben wir mit dem dargestellten Verfahren
bereits die Lsung fr die iterative Berechnung von bereits die Lsung fr die iterative Berechnung von
p*
gefunden? gefunden?
Was wurde nicht bedacht? Was wurde nicht bedacht?
10
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren III
Haben wir mit dem dargestellten Verfahren Haben wir mit dem dargestellten Verfahren
bereits die Lsung fr die iterative Berechnung von bereits die Lsung fr die iterative Berechnung von
p*
gefunden? gefunden?
Was wurde nicht bedacht? Was wurde nicht bedacht?
Die Anzahl Mewerte Die Anzahl Mewerte K
(Zeilen) der (Zeilen) der Jacobi Jacobi-Matrix ist im -Matrix ist im
allgemeinen grer als die der Parameter allgemeinen grer als die der Parameter P
(Spalten). (Spalten).
10
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren III
Haben wir mit dem dargestellten Verfahren Haben wir mit dem dargestellten Verfahren
bereits die Lsung fr die iterative Berechnung von bereits die Lsung fr die iterative Berechnung von
p*
gefunden? gefunden?
Was wurde nicht bedacht? Was wurde nicht bedacht?
Die Anzahl Mewerte Die Anzahl Mewerte K
(Zeilen) der (Zeilen) der Jacobi Jacobi-Matrix ist im -Matrix ist im
allgemeinen grer als die der Parameter allgemeinen grer als die der Parameter P
(Spalten). (Spalten).
Was knnen wir tun? Was knnen wir tun?
10
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren III
Haben wir mit dem dargestellten Verfahren Haben wir mit dem dargestellten Verfahren
bereits die Lsung fr die iterative Berechnung von bereits die Lsung fr die iterative Berechnung von
p*
gefunden? gefunden?
Was wurde nicht bedacht? Was wurde nicht bedacht?
Die Anzahl Mewerte Die Anzahl Mewerte K
(Zeilen) der (Zeilen) der Jacobi Jacobi-Matrix ist im -Matrix ist im
allgemeinen grer als die der Parameter allgemeinen grer als die der Parameter P
(Spalten). (Spalten).
Was knnen wir tun? Was knnen wir tun?
Verwendung der Pseudoinversen Matrix Verwendung der Pseudoinversen Matrix
A x b = x A b =
+
A
+
11
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren IV
Min mit
2

, = Ax b
=
>
=
<

A
A A A
A
A A A
( )
( )
t t
t t
fr
fr
fr
1
1
1
K P
K P
K P
Ansatz: Ansatz:
11
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren IV
Min mit
2

, = Ax b
=
>
=
<

A
A A A
A
A A A
( )
( )
t t
t t
fr
fr
fr
1
1
1
K P
K P
K P
Ansatz: Ansatz:
s J p J p J p r p
p p p
i i i i i
=

( ) ( ) ( ) ( )
t t

1
Newton-Iteration: Newton-Iteration:
p p s
i i i +
= +
1
11
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Newton-Verfahren IV
Min mit
2

, = Ax b
=
>
=
<

A
A A A
A
A A A
( )
( )
t t
t t
fr
fr
fr
1
1
1
K P
K P
K P
Ansatz: Ansatz:
s J p J p J p r p
p p p
i i i i i
=

( ) ( ) ( ) ( )
t t

1
Newton-Iteration: Newton-Iteration:
p p s
i i i +
= +
1
Rang Dim J p p
p
( )
i
. :
. =
Quadratmittelprobleme sind eindeutig lsbar, Quadratmittelprobleme sind eindeutig lsbar,
wenn in jedem Iterationsschritt gilt: wenn in jedem Iterationsschritt gilt:
12
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Wie gehen wir vor? Wie gehen wir vor?
Iterative Adaption I
12
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Wie gehen wir vor? Wie gehen wir vor?
Iterative Adaption I
Ausgehend von einem Startwert Ausgehend von einem Startwert
p
0
12
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Wie gehen wir vor? Wie gehen wir vor?
Iterative Adaption I
Ausgehend von einem Startwert Ausgehend von einem Startwert
p
0
p f p
i i
i
+

1
0 1 = ( ) ,
A
{ , , }
berechnen wir iterativ berechnen wir iterativ
eine Folge von Parametervektoren. eine Folge von Parametervektoren.
12
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Wie gehen wir vor? Wie gehen wir vor?
Iterative Adaption I
Ausgehend von einem Startwert Ausgehend von einem Startwert
p
0
p f p
i i
i
+

1
0 1 = ( ) ,
A
{ , , }
berechnen wir iterativ berechnen wir iterativ
eine Folge von Parametervektoren. eine Folge von Parametervektoren.
Was passiert, wenn wir ein Minimum erreichen? Was passiert, wenn wir ein Minimum erreichen?
12
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Wie gehen wir vor? Wie gehen wir vor?
Iterative Adaption I
Ausgehend von einem Startwert Ausgehend von einem Startwert
p
0
p f p
i i
i
+

1
0 1 = ( ) ,
A
{ , , }
berechnen wir iterativ berechnen wir iterativ
eine Folge von Parametervektoren. eine Folge von Parametervektoren.
Was passiert, wenn wir ein Minimum erreichen? Was passiert, wenn wir ein Minimum erreichen?
Die partiellen Ableitungen und damit die Jacobi-Matrix verschwindet Die partiellen Ableitungen und damit die Jacobi-Matrix verschwindet
bzw. es entsteht die Fixpunkteigensschaft der Adaption: bzw. es entsteht die Fixpunkteigensschaft der Adaption:
p f p
* *
= ( )
A
13
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Welche Fragestellungen ergeben sich fr eine technisch Welche Fragestellungen ergeben sich fr eine technisch
sinnvolle Auslegung des Parameter-Adaptionsgesetzes? sinnvolle Auslegung des Parameter-Adaptionsgesetzes?
Iterative Adaption II
13
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Welche Fragestellungen ergeben sich fr eine technisch Welche Fragestellungen ergeben sich fr eine technisch
sinnvolle Auslegung des Parameter-Adaptionsgesetzes? sinnvolle Auslegung des Parameter-Adaptionsgesetzes?
Iterative Adaption II

Unter welchen Bedingungen existiert ein solcher Fixpunkt? Unter welchen Bedingungen existiert ein solcher Fixpunkt?
13
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Welche Fragestellungen ergeben sich fr eine technisch Welche Fragestellungen ergeben sich fr eine technisch
sinnvolle Auslegung des Parameter-Adaptionsgesetzes? sinnvolle Auslegung des Parameter-Adaptionsgesetzes?
Iterative Adaption II

Unter welchen Bedingungen existiert ein solcher Fixpunkt? Unter welchen Bedingungen existiert ein solcher Fixpunkt?

Gibt es einen oder mehrere Fixpunkte Gibt es einen oder mehrere Fixpunkte (lokales und globales Minimum) (lokales und globales Minimum)
? ?
13
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Welche Fragestellungen ergeben sich fr eine technisch Welche Fragestellungen ergeben sich fr eine technisch
sinnvolle Auslegung des Parameter-Adaptionsgesetzes? sinnvolle Auslegung des Parameter-Adaptionsgesetzes?
Iterative Adaption II

Unter welchen Bedingungen existiert ein solcher Fixpunkt? Unter welchen Bedingungen existiert ein solcher Fixpunkt?

Gibt es einen oder mehrere Fixpunkte Gibt es einen oder mehrere Fixpunkte (lokales und globales Minimum) (lokales und globales Minimum)
? ?

Lt sich ein Fehlerabstandsgesetz zwischen Fixpunkt und Lt sich ein Fehlerabstandsgesetz zwischen Fixpunkt und
Iteration angeben? Letzteres kann zur Berechnung der Anzahl Iteration angeben? Letzteres kann zur Berechnung der Anzahl
der Iterationsschritte herangezogen werden der Iterationsschritte herangezogen werden (Abbruchkriterium) (Abbruchkriterium)
? ?
13
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Welche Fragestellungen ergeben sich fr eine technisch Welche Fragestellungen ergeben sich fr eine technisch
sinnvolle Auslegung des Parameter-Adaptionsgesetzes? sinnvolle Auslegung des Parameter-Adaptionsgesetzes?
Iterative Adaption II

Unter welchen Bedingungen existiert ein solcher Fixpunkt? Unter welchen Bedingungen existiert ein solcher Fixpunkt?

Gibt es einen oder mehrere Fixpunkte Gibt es einen oder mehrere Fixpunkte (lokales und globales Minimum) (lokales und globales Minimum)
? ?

Lt sich ein Fehlerabstandsgesetz zwischen Fixpunkt und Lt sich ein Fehlerabstandsgesetz zwischen Fixpunkt und
Iteration angeben? Letzteres kann zur Berechnung der Anzahl Iteration angeben? Letzteres kann zur Berechnung der Anzahl
der Iterationsschritte herangezogen werden der Iterationsschritte herangezogen werden (Abbruchkriterium) (Abbruchkriterium)
? ?

Unter welchen Bedingungen konvergiert das Iterationsverfahren? Unter welchen Bedingungen konvergiert das Iterationsverfahren?
13
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Welche Fragestellungen ergeben sich fr eine technisch Welche Fragestellungen ergeben sich fr eine technisch
sinnvolle Auslegung des Parameter-Adaptionsgesetzes? sinnvolle Auslegung des Parameter-Adaptionsgesetzes?
Iterative Adaption II

Unter welchen Bedingungen existiert ein solcher Fixpunkt? Unter welchen Bedingungen existiert ein solcher Fixpunkt?

Gibt es einen oder mehrere Fixpunkte Gibt es einen oder mehrere Fixpunkte (lokales und globales Minimum) (lokales und globales Minimum)
? ?

Lt sich ein Fehlerabstandsgesetz zwischen Fixpunkt und Lt sich ein Fehlerabstandsgesetz zwischen Fixpunkt und
Iteration angeben? Letzteres kann zur Berechnung der Anzahl Iteration angeben? Letzteres kann zur Berechnung der Anzahl
der Iterationsschritte herangezogen werden der Iterationsschritte herangezogen werden (Abbruchkriterium) (Abbruchkriterium)
? ?

Unter welchen Bedingungen konvergiert das Iterationsverfahren? Unter welchen Bedingungen konvergiert das Iterationsverfahren?

Verschwindet der Fehler im Fixpunkt? Verschwindet der Fehler im Fixpunkt?
13
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Welche Fragestellungen ergeben sich fr eine technisch Welche Fragestellungen ergeben sich fr eine technisch
sinnvolle Auslegung des Parameter-Adaptionsgesetzes? sinnvolle Auslegung des Parameter-Adaptionsgesetzes?
Iterative Adaption II

Unter welchen Bedingungen existiert ein solcher Fixpunkt? Unter welchen Bedingungen existiert ein solcher Fixpunkt?

Gibt es einen oder mehrere Fixpunkte Gibt es einen oder mehrere Fixpunkte (lokales und globales Minimum) (lokales und globales Minimum)
? ?

Lt sich ein Fehlerabstandsgesetz zwischen Fixpunkt und Lt sich ein Fehlerabstandsgesetz zwischen Fixpunkt und
Iteration angeben? Letzteres kann zur Berechnung der Anzahl Iteration angeben? Letzteres kann zur Berechnung der Anzahl
der Iterationsschritte herangezogen werden der Iterationsschritte herangezogen werden (Abbruchkriterium) (Abbruchkriterium)
? ?

Unter welchen Bedingungen konvergiert das Iterationsverfahren? Unter welchen Bedingungen konvergiert das Iterationsverfahren?

Verschwindet der Fehler im Fixpunkt? Verschwindet der Fehler im Fixpunkt?

Liegt ein stabiles Regler- und Adaptionsverhalten vor? Liegt ein stabiles Regler- und Adaptionsverhalten vor?
14
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
w k ( )
y k ( )
p
S
p
Parameter- Parameter-
adaptionsregel adaptionsregel
Extremwertregelsystem I
14
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
w k ( )
y k ( )
p
S
p
Parameter- Parameter-
adaptionsregel adaptionsregel
Extremwertregelsystem I

Klassische Regler Klassische Regler

neuronale Regler neuronale Regler

Fuzzy-Regler Fuzzy-Regler

beliebige algorithmische beliebige algorithmische
Verfahren Verfahren
15
Dr.-Ing. habil. Jrg Wollnack
15.04.02
t
w(t)
t
y( t)
+ T + T
Extremwertregelsystem II
15
Dr.-Ing. habil. Jrg Wollnack
15.04.02
t
w(t)
t
y( t)
+ T + T
Extremwertregelsystem II
15
Dr.-Ing. habil. Jrg Wollnack
15.04.02
t
w(t)
t
y( t)
+ T + T
Extremwertregelsystem II
15
Dr.-Ing. habil. Jrg Wollnack
15.04.02
t
w(t)
t
y( t)
+ T + T
Extremwertregelsystem II
15
Dr.-Ing. habil. Jrg Wollnack
15.04.02
t
w(t)
t
y( t)
+ T + T
Extremwertregelsystem II
15
Dr.-Ing. habil. Jrg Wollnack
15.04.02
t
w(t)
t
y( t)
+ T + T
Extremwertregelsystem II

Geleitendes Zeitfenster mu Geleitendes Zeitfenster mu K P
Abtastungen der Signale enthalten Abtastungen der Signale enthalten
15
Dr.-Ing. habil. Jrg Wollnack
15.04.02
t
w(t)
t
y( t)
+ T + T
Extremwertregelsystem II

Geleitendes Zeitfenster mu Geleitendes Zeitfenster mu K P
Abtastungen der Signale enthalten Abtastungen der Signale enthalten

Abtastrate Abtastrate T
0
an Shannon orientieren an Shannon orientieren (kein signifikanter Informationsverlust)
15
Dr.-Ing. habil. Jrg Wollnack
15.04.02
t
w(t)
t
y( t)
+ T + T
Extremwertregelsystem II

Geleitendes Zeitfenster mu Geleitendes Zeitfenster mu K P
Abtastungen der Signale enthalten Abtastungen der Signale enthalten

Abtastrate Abtastrate T
0
an Shannon orientieren an Shannon orientieren (kein signifikanter Informationsverlust)

Starke berabtastung fhrt zu schlecht konditionierter Jacobi-Matrix Starke berabtastung fhrt zu schlecht konditionierter Jacobi-Matrix
15
Dr.-Ing. habil. Jrg Wollnack
15.04.02
t
w(t)
t
y( t)
+ T + T
Extremwertregelsystem II

Geleitendes Zeitfenster mu Geleitendes Zeitfenster mu K P
Abtastungen der Signale enthalten Abtastungen der Signale enthalten

Abtastrate Abtastrate T
0
an Shannon orientieren an Shannon orientieren (kein signifikanter Informationsverlust)

Starke berabtastung fhrt zu schlecht konditionierter Jacobi-Matrix Starke berabtastung fhrt zu schlecht konditionierter Jacobi-Matrix

Adaptionsdynamik trger als die Systemdynamik Adaptionsdynamik trger als die Systemdynamik
16
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Extremwertregelsystem III

Adaptive Schrittweitenanpassung Adaptive Schrittweitenanpassung (gedmpftes Newton-Verfahren) (gedmpftes Newton-Verfahren)
p p J p J p J p r p
p p p
i i i i i i i i +

=
1
1
0 1 ( ) ( ) ( ) ( ) , ] , ]
t t

Modifikation des Newton-Verfahrens
16
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Extremwertregelsystem III

Adaptive Schrittweitenanpassung Adaptive Schrittweitenanpassung (gedmpftes Newton-Verfahren) (gedmpftes Newton-Verfahren)
p p J p J p J p r p
p p p
i i i i i i i i +

=
1
1
0 1 ( ) ( ) ( ) ( ) , ] , ]
t t

Modifikation des Newton-Verfahrens

Trust-Region-Gau-Verfahren Trust-Region-Gau-Verfahren (Levenberg-Marquart-Verfahren) (Levenberg-Marquart-Verfahren)
p p J p J p E J p r p
p p p
i i i i i i i +

= +
1
1
( ) ( ) ( ) ( )
t t


16
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Extremwertregelsystem III

Adaptive Schrittweitenanpassung Adaptive Schrittweitenanpassung (gedmpftes Newton-Verfahren) (gedmpftes Newton-Verfahren)
p p J p J p J p r p
p p p
i i i i i i i i +

=
1
1
0 1 ( ) ( ) ( ) ( ) , ] , ]
t t

Modifikation des Newton-Verfahrens

Trust-Region-Gau-Verfahren Trust-Region-Gau-Verfahren (Levenberg-Marquart-Verfahren) (Levenberg-Marquart-Verfahren)
p p J p J p E J p r p
p p p
i i i i i i i +

= +
1
1
( ) ( ) ( ) ( )
t t



Evolutionre Optimierungsverfahren Evolutionre Optimierungsverfahren (g (genetische enetische Algorithmen Algorithmen) )
Verzicht auf Differenzierbarkeit von Reglermodell und System
sowie Mglichkeiten komplexe Neben- und Randbedingungen
aufzunehmen
16
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Extremwertregelsystem III

Adaptive Schrittweitenanpassung Adaptive Schrittweitenanpassung (gedmpftes Newton-Verfahren) (gedmpftes Newton-Verfahren)
p p J p J p J p r p
p p p
i i i i i i i i +

=
1
1
0 1 ( ) ( ) ( ) ( ) , ] , ]
t t

Modifikation des Newton-Verfahrens

Trust-Region-Gau-Verfahren Trust-Region-Gau-Verfahren (Levenberg-Marquart-Verfahren) (Levenberg-Marquart-Verfahren)
p p J p J p E J p r p
p p p
i i i i i i i +

= +
1
1
( ) ( ) ( ) ( )
t t



Evolutionre Optimierungsverfahren Evolutionre Optimierungsverfahren (g (genetische enetische Algorithmen Algorithmen) )
Verzicht auf Differenzierbarkeit von Reglermodell und System
sowie Mglichkeiten komplexe Neben- und Randbedingungen
aufzunehmen

Extremalanstze der Variationsrechnung Extremalanstze der Variationsrechnung
mit Neben- und Randbedingungen
17
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptives Verhalten und Lernvorgnge sind Adaptives Verhalten und Lernvorgnge sind
eng mit Wiederholungen bzw. Iterationen eng mit Wiederholungen bzw. Iterationen
verknpft. verknpft.
Lernen, Adaption und Iteration
17
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptives Verhalten und Lernvorgnge sind Adaptives Verhalten und Lernvorgnge sind
eng mit Wiederholungen bzw. Iterationen eng mit Wiederholungen bzw. Iterationen
verknpft. verknpft.
Lernen, Adaption und Iteration
Sprechen, Gehen und Wissenserweiterung Sprechen, Gehen und Wissenserweiterung
18
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Merkmale eines adaptiven Regelsystems
w t ( )
y t ( )
p
S

P'
z t ( )
p
P
Unbehauen
R S
18
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Merkmale eines adaptiven Regelsystems
w t ( )
y t ( )
p
S

P'
z t ( )
p
P
Unbehauen
R S
Kriterien Kriterien
vorgegebene vorgegebene
Eigenschaften Eigenschaften
p
P
18
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Merkmale eines adaptiven Regelsystems
w t ( )
y t ( )
p
S

P'
z t ( )
p
P
Unbehauen
R S
Kriterien Kriterien
vorgegebene vorgegebene
Eigenschaften Eigenschaften
p
P
Modifikation Modifikation
Entscheidung Entscheidung
Adaption Adaption
p
P
18
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Merkmale eines adaptiven Regelsystems
w t ( )
y t ( )
p
S

P'
z t ( )
p
P
Unbehauen
R S
Kriterien Kriterien
vorgegebene vorgegebene
Eigenschaften Eigenschaften
p
P
Modifikation Modifikation
Entscheidung Entscheidung
Adaption Adaption
p
P
Identifikation Identifikation
(Messung) (Messung)
19
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Entwicklung von Adaptionsverfahren I
Identifikation
Beobachter
Regler-
entwurfs-
regeln
Algorith-
mierung
19
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Entwicklung von Adaptionsverfahren I
Identifikation
Beobachter
Regler-
entwurfs-
regeln
Algorith-
mierung

Einstellregeln nach Ziegler und Einstellregeln nach Ziegler und Nichols Nichols (analog) (analog)
oder nach oder nach Takahashi Takahashi (diskret) (diskret)
19
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Entwicklung von Adaptionsverfahren I
Identifikation
Beobachter
Regler-
entwurfs-
regeln
Algorith-
mierung

Einstellregeln nach Ziegler und Einstellregeln nach Ziegler und Nichols Nichols (analog) (analog)
oder nach oder nach Takahashi Takahashi (diskret) (diskret)
Lineare Regler mit Polvorgabe Lineare Regler mit Polvorgabe

Charakteristische Gleichung Charakteristische Gleichung
Hurwitz Determinatenkriterium Hurwitz Determinatenkriterium
19
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Entwicklung von Adaptionsverfahren I
Identifikation
Beobachter
Regler-
entwurfs-
regeln
Algorith-
mierung

Einstellregeln nach Ziegler und Einstellregeln nach Ziegler und Nichols Nichols (analog) (analog)
oder nach oder nach Takahashi Takahashi (diskret) (diskret)
Lineare Regler mit Polvorgabe Lineare Regler mit Polvorgabe

Charakteristische Gleichung Charakteristische Gleichung
Hurwitz Determinatenkriterium Hurwitz Determinatenkriterium

Gteanforderungen an die Systemantwort Gteanforderungen an die Systemantwort
19
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Entwicklung von Adaptionsverfahren I
Identifikation
Beobachter
Regler-
entwurfs-
regeln
Algorith-
mierung

Einstellregeln nach Ziegler und Einstellregeln nach Ziegler und Nichols Nichols (analog) (analog)
oder nach oder nach Takahashi Takahashi (diskret) (diskret)
Lineare Regler mit Polvorgabe Lineare Regler mit Polvorgabe

Charakteristische Gleichung Charakteristische Gleichung
Hurwitz Determinatenkriterium Hurwitz Determinatenkriterium

Gteanforderungen an die Systemantwort Gteanforderungen an die Systemantwort

Notwendige Bedingung fr Minimum: Notwendige Bedingung fr Minimum:
Verschwinden der partiellen Ableitungen Verschwinden der partiellen Ableitungen

=
p
i
0
w t y t t
j
W s G s W s s
j
j
( ) ( , ) ( ) ( , ) ( ) =


+

p p
2
0
2
1
2
d d

w k y k W z G z W z
k
K
z e
k
K
j
k
K
( ) ( , ) ( ) ( , ) ( ) =
=

=
=



p p
2
0
1
2
0
1
2
20
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Entwicklung von Adaptionsverfahren II
Identifikation
Beobachter
Regler-
entwurfs-
regeln
Algorith-
mierung

Anstze ber Anstze ber zeitdiskrete zeitdiskrete Sytemmodelle Sytemmodelle mit mit
problemangepaten problemangepaten Gtekriterien Gtekriterien
W z ( )
p
P
p
S

P'
Y z ( )
( ) z
C z
A z
( )
( )
K z
F z B z
( )
( ) ( )
B z
A z
z
d
( )
( )

Min E y k d r u k ( ) ( ) + +
. :

2 2
U z ( )
Bewertungsfaktor
21
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Identifikation
Beobachter
Regler-
entwurfs-
regeln
Algorith-
mierung
Entwicklung von Adaptionsverfahren III
Ziele fr diskreten
Ziele fr diskreten
Algorithmus
Algorithmus
21
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Identifikation
Beobachter
Regler-
entwurfs-
regeln
Algorith-
mierung
Entwicklung von Adaptionsverfahren III
Ziele fr diskreten
Ziele fr diskreten
Algorithmus
Algorithmus

Rekursives Rekursives Adaptionsgesetz Adaptionsgesetz

Rekursive Identifikation Rekursive Identifikation

mglichst keine Trennung von mglichst keine Trennung von
Identifikations Identifikations-, -, Adaptions Adaptions und und Regleralgorithmus Regleralgorithmus
22
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Grundstrukturen adaptiver Regelsysteme

Verfahren der gesteuerten Adaption (Parameter Verfahren der gesteuerten Adaption (Parameter Scheduling Scheduling
1 1
) )
Minimierungsanstze Minimierungsanstze und und Regleradaption Regleradaption mit Iterationsverfahren mit Iterationsverfahren
( (Gradientenverfahren Gradientenverfahren) )
knnen bei den o.g. Strukturen angewendet knnen bei den o.g. Strukturen angewendet
werden. werden.
1
Aufstellung, Verzeichnis, Plan
22
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Grundstrukturen adaptiver Regelsysteme

Verfahren der gesteuerten Adaption (Parameter Verfahren der gesteuerten Adaption (Parameter Scheduling Scheduling
1 1
) )
Minimierungsanstze Minimierungsanstze und und Regleradaption Regleradaption mit Iterationsverfahren mit Iterationsverfahren
( (Gradientenverfahren Gradientenverfahren) )
knnen bei den o.g. Strukturen angewendet knnen bei den o.g. Strukturen angewendet
werden. werden.
1
Aufstellung, Verzeichnis, Plan

Adaptives Regelsystem mit parallelem Vergleichsmodell Adaptives Regelsystem mit parallelem Vergleichsmodell
22
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Grundstrukturen adaptiver Regelsysteme

Verfahren der gesteuerten Adaption (Parameter Verfahren der gesteuerten Adaption (Parameter Scheduling Scheduling
1 1
) )
Minimierungsanstze Minimierungsanstze und und Regleradaption Regleradaption mit Iterationsverfahren mit Iterationsverfahren
( (Gradientenverfahren Gradientenverfahren) )
knnen bei den o.g. Strukturen angewendet knnen bei den o.g. Strukturen angewendet
werden. werden.
1
Aufstellung, Verzeichnis, Plan

Adaptives Regelsystem mit parallelem Vergleichsmodell Adaptives Regelsystem mit parallelem Vergleichsmodell

Adaptives Regelsystem ohne Vergleichsmodell Adaptives Regelsystem ohne Vergleichsmodell
23
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Gesteuerte Adaption
feste
Zuordnung
look up table
Identifikation
R S
p
P
p
S

P'
z t ( )
w t ( ) y t ( )
23
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Gesteuerte Adaption
feste
Zuordnung
look up table
Identifikation
R S
p
P
p
S

P'
z t ( )
w t ( ) y t ( )
Robotik: Robotik: Strterme (Krfte und Momente) anderer Achsen stellungsabhngig
Reglerparameter der Achsregler stellungsabhngig
Bewegungsgleichung:
M q q h q q k g q ( )

( ,

) ( ) + =
drive
23
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Gesteuerte Adaption
feste
Zuordnung
look up table
Identifikation
R S
p
P
p
S

P'
z t ( )
w t ( ) y t ( )
Flugobjekte : Flugobjekte : Unterschall- und berschallflug
Strmungsprobleme: Strmungsprobleme: laminares und turbulentes Strmungsverhalten
23
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Gesteuerte Adaption
feste
Zuordnung
look up table
Identifikation
R S
p
P
p
S

P'
z t ( )
w t ( ) y t ( )
Eigenschaften : Eigenschaften : geringer Aufwand
bekanntes Verhalten der Regelstrecke
24
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Modell
R und S
Kriterium,
Adaptions- und
Entscheidungsproze
Modifi-
kation
Adaptives Regelsystem mit parallelem Vergleichsmodell
p
S

P'
w t ( )
y t ( )
p
P
y t
M
( )
e t y t y t ( ) ( ) ( ) =
M
z t ( )
24
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Modell
R und S
Kriterium,
Adaptions- und
Entscheidungsproze
Modifi-
kation
Adaptives Regelsystem mit parallelem Vergleichsmodell
p
S

P'
w t ( )
y t ( )
p
P
y t
M
( )
e t y t y t ( ) ( ) ( ) =
M
z t ( )
Adaption an vorgegebenes Modellverhalten Adaption an vorgegebenes Modellverhalten
25
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
Identifikation Modifikation
Entscheidungs-
proze
Adaptions-
sollwert
Adaptives Regelsystem ohne Vergleichsmodell
p
S
w t ( ) y t ( )
p
P
z t ( )
p
I

P
1
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Adaptive
Adaptive
Regler
Regler
Beispiel
Beispiel
Februar 2002
Februar 2002
2
Dr.-Ing. habil. Jrg Wollnack
15.04.02
W s ( )
Y s ( )

K
I
Strecken- Strecken-
identifikation identifikation
Adaptiver Regler Lehrbeispiel
1
1+ s
K
s
I
I - Glied I - Glied T T
1 1
- Glied - Glied
Adaption und Adaption und
Modifikation Modifikation
X
MS
Y
MS
M := Mewerte
3
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Shannon- Shannon- Abtasttheorem Abtasttheorem erfllen! erfllen!
(Faktor 10, wegen realer Tiefpafilter beachten)
f f
0
10
B
Streckenidentifikation ber FFT
3
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Shannon- Shannon- Abtasttheorem Abtasttheorem erfllen! erfllen!
(Faktor 10, wegen realer Tiefpafilter beachten)
f f
0
10
B
Streckenidentifikation ber FFT
Zusammenhang zwischen diskreter Zusammenhang zwischen diskreter
Fourier-Transformation (DFT) Fourier-Transformation (DFT)
und Laplace-Transformation und Laplace-Transformation
G k G s
s j k f
( ) ( ) =
=
L
2
0

3
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Shannon- Shannon- Abtasttheorem Abtasttheorem erfllen! erfllen!
(Faktor 10, wegen realer Tiefpafilter beachten)
f f
0
10
B
Streckenidentifikation ber FFT
Zusammenhang zwischen diskreter Zusammenhang zwischen diskreter
Fourier-Transformation (DFT) Fourier-Transformation (DFT)
und Laplace-Transformation und Laplace-Transformation
G k G s
s j k f
( ) ( ) =
=
L
2
0

Min
S
MS S S MS SI p
p p Y k G k X k
k
K
( ) ( , ) ( )
%
&
'
(
)
*

2
0
1
Streckenparameter- Streckenparameter-
Identifikation Identifikation
(wre auch analytisch mglich;
Verfahren nach Isermann, mit
Least-Square-Ansatz)
p
S
=
3
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Shannon- Shannon- Abtasttheorem Abtasttheorem erfllen! erfllen!
(Faktor 10, wegen realer Tiefpafilter beachten)
f f
0
10
B
Streckenidentifikation ber FFT
Zusammenhang zwischen diskreter Zusammenhang zwischen diskreter
Fourier-Transformation (DFT) Fourier-Transformation (DFT)
und Laplace-Transformation und Laplace-Transformation
G k G s
s j k f
( ) ( ) =
=
L
2
0

Min
S
MS S S MS SI p
p p Y k G k X k
k
K
( ) ( , ) ( )
%
&
'
(
)
*

2
0
1
Streckenparameter- Streckenparameter-
Identifikation Identifikation
(wre auch analytisch mglich;
Verfahren nach Isermann, mit
Least-Square-Ansatz)
p
S
=

= T
X k Y k
k
k K
0
2
1 1
Im ( ) / ( )
, { ,2, , }
: ?
analytisch analytisch
(rauschempfindlich; fr Startwert-
berechnung geeignet)
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Fhrungsber Fhrungsber- -
tragungsfunktion tragungsfunktion
G s
G G
G G
K
s
K
s
K
s s K
( ) = =

+
+
+
=
+ +
R S
R S
I
I
I
I
1+
s
s
1
1
1
1
1
2

=
+ +
K
s s
K
I
I

1
1
2
Reglerparameter-Adaptionsregel
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Fhrungsber Fhrungsber- -
tragungsfunktion tragungsfunktion
G s
G G
G G
K
s
K
s
K
s s K
( ) = =

+
+
+
=
+ +
R S
R S
I
I
I
I
1+
s
s
1
1
1
1
1
2

=
+ +
K
s s
K
I
I

1
1
2
Reglerparameter-Adaptionsregel
Pole Pole
s
K
1 2
2
1
2
1
4
,
=

I
4
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Fhrungsber Fhrungsber- -
tragungsfunktion tragungsfunktion
G s
G G
G G
K
s
K
s
K
s s K
( ) = =

+
+
+
=
+ +
R S
R S
I
I
I
I
1+
s
s
1
1
1
1
1
2

=
+ +
K
s s
K
I
I

1
1
2
Reglerparameter-Adaptionsregel
Pole Pole
s
K
1 2
2
1
2
1
4
,
=

I
Diskriminante Diskriminante
aperiodischer aperiodischer Grenzfall Grenzfall
D
K
> > 0
1
4
2

I
K
I
<
1
4
Einstellregel Einstellregel
der Regler- der Regler-
parameter parameter
5
Dr.-Ing. habil. Jrg Wollnack
15.04.02
R S
Identifikation Modifikation
Entscheidungs-
proze
Adaptions-
sollwert
Adaptives Regelsystem ohne Vergleichsmodell
p
S
w t ( ) y t ( )
p
P
z t ( )
p
SI

P '
27
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Zusammenfassung und Ausblick I

Das Prinzip der sich Das Prinzip der sich selbsteinstellenden selbsteinstellenden oder lernenden Regelung oder lernenden Regelung
ist lter als die Menschheit, da lebendige ist lter als die Menschheit, da lebendige Organisations Organisations- -
strukturen strukturen hiervon hiervon evolutionr evolutionr Gebrauch machen. Dies geschieht Gebrauch machen. Dies geschieht
ohne explizite Systemkenntnisse. ohne explizite Systemkenntnisse.
27
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Zusammenfassung und Ausblick I

Das Prinzip der sich Das Prinzip der sich selbsteinstellenden selbsteinstellenden oder lernenden Regelung oder lernenden Regelung
ist lter als die Menschheit, da lebendige ist lter als die Menschheit, da lebendige Organisations Organisations- -
strukturen strukturen hiervon hiervon evolutionr evolutionr Gebrauch machen. Dies geschieht Gebrauch machen. Dies geschieht
ohne explizite Systemkenntnisse. ohne explizite Systemkenntnisse.

In abgeschwchter Form knnen In abgeschwchter Form knnen adaptive adaptive Regler sich selbst an Regler sich selbst an
Vernderungen anpassen oder unvollstndige Systemkenntnisse Vernderungen anpassen oder unvollstndige Systemkenntnisse
ausgleichen. Hierbei handelt es sich berwiegend um Parameter- ausgleichen. Hierbei handelt es sich berwiegend um Parameter-
adaptionen adaptionen. .
27
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Zusammenfassung und Ausblick I

Das Prinzip der sich Das Prinzip der sich selbsteinstellenden selbsteinstellenden oder lernenden Regelung oder lernenden Regelung
ist lter als die Menschheit, da lebendige ist lter als die Menschheit, da lebendige Organisations Organisations- -
strukturen strukturen hiervon hiervon evolutionr evolutionr Gebrauch machen. Dies geschieht Gebrauch machen. Dies geschieht
ohne explizite Systemkenntnisse. ohne explizite Systemkenntnisse.

In abgeschwchter Form knnen In abgeschwchter Form knnen adaptive adaptive Regler sich selbst an Regler sich selbst an
Vernderungen anpassen oder unvollstndige Systemkenntnisse Vernderungen anpassen oder unvollstndige Systemkenntnisse
ausgleichen. Hierbei handelt es sich berwiegend um Parameter- ausgleichen. Hierbei handelt es sich berwiegend um Parameter-
adaptionen adaptionen. .

Adaption, Lernen und Wiederholung sind ber Adaption, Lernen und Wiederholung sind ber Minimierungs Minimierungs- -
probleme probleme eng verwandt. eng verwandt.
28
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Zusammenfassung und Ausblick II

Die Die Regelstrecken Regelstrecken der technischen Regelsysteme sind zumeist der technischen Regelsysteme sind zumeist
aus wirtschaftlichen und technischen Grnden nur unvollstndig aus wirtschaftlichen und technischen Grnden nur unvollstndig
bestimmt und unterliegen bestimmt und unterliegen betriebsbedingten betriebsbedingten Vernderungen Vernderungen
sowie sich verndernden Umwelteinflssen. sowie sich verndernden Umwelteinflssen.
28
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Zusammenfassung und Ausblick II

Die Die Regelstrecken Regelstrecken der technischen Regelsysteme sind zumeist der technischen Regelsysteme sind zumeist
aus wirtschaftlichen und technischen Grnden nur unvollstndig aus wirtschaftlichen und technischen Grnden nur unvollstndig
bestimmt und unterliegen bestimmt und unterliegen betriebsbedingten betriebsbedingten Vernderungen Vernderungen
sowie sich verndernden Umwelteinflssen. sowie sich verndernden Umwelteinflssen.

Ressourcenschonende Ressourcenschonende technische Systeme erfordern daher ein technische Systeme erfordern daher ein
adaptives adaptives Verhalten. Verhalten.
28
Dr.-Ing. habil. Jrg Wollnack
15.04.02
Zusammenfassung und Ausblick II

Die Die Regelstrecken Regelstrecken der technischen Regelsysteme sind zumeist der technischen Regelsysteme sind zumeist
aus wirtschaftlichen und technischen Grnden nur unvollstndig aus wirtschaftlichen und technischen Grnden nur unvollstndig
bestimmt und unterliegen bestimmt und unterliegen betriebsbedingten betriebsbedingten Vernderungen Vernderungen
sowie sich verndernden Umwelteinflssen. sowie sich verndernden Umwelteinflssen.

Ressourcenschonende Ressourcenschonende technische Systeme erfordern daher ein technische Systeme erfordern daher ein
adaptives adaptives Verhalten. Verhalten.

Die Konkurrenz mit Die Konkurrenz mit Niedriglohn Niedriglohn-Lndern erzwingt -Lndern erzwingt anspruchs anspruchs- -
volle, wirtschaftlich attraktive Systeme und damit volle, wirtschaftlich attraktive Systeme und damit adaptive adaptive, ,
intelligente Lsungen. intelligente Lsungen.
- 1 - Dr. Jrg Wollnack
%
% AdaptReglerBeispielMain.m
%
% Lehrprogramm fr adaptive Regler
% Autor: Dr.-Ing. habil. Jrg Wollnack
% Datum: 12.01.2002
% Matlab Version 5.2.0.3084
%
% Workspace lschen
clear all;
% globale Variable
global T0 % Abtastzeit
%-----------------------------------------------------------------------------------
% Funktionen und Ausgaben auswhlen
ParaIdent = 1; % Parameter der Strecke identifizieren
PlotSignale = 0; % Idendifikations-Signale ausgeben
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
% Streckeneigenschaften
% T1-Glied
% 1
% G(s) = -------------
% 1 + tau * s
%
tau = 2.56E-3; % Zeitkonstante in sek
T = 10.0; % Signalzeit in sek
K = 256; % Anzahl der Abtastungen
% (Mu eine Potenz von 2 sein; fr FFT notwendig)
T0 = T / (K-1); % Abtastzeit
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
% Reglereigenschaften
% I-Glied
% KI
% R(s) = -----
% s
KI = 10.0 / 4 / tau;
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
% Reglerverhalten vor Adaption darstellen
RSReglerBeispiel(tau,KI)
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
%
% Signale fr Parameteridentifikation der Regelsterecke erzeugen
%
% Trapezsignal als Eingangssignal erzeugen (Erregung)
w = DETrapez(50,K-50,K);
% Fenstersignal in den FFT-Raum transformieren
KFFT = K;
ys = zeros(KFFT,1);
xs = zeros(KFFT,1);
% Streckeneingangssignal (Zeitbereich)
for k = 1 : KFFT
xs(k) = w(k);
end
XIst = fft(xs); % FFT Eingangssignal
- 2 - Dr. Jrg Wollnack
YStrecke = TGFFT(T0,tau,XIst); % Steckenausgangssignal berechnen
YSoll = YStrecke; % als Sollwert bergeben
yStrecke = ifft(YStrecke); % Systemantwort im Zeitbereich berechnen
ys = real(yStrecke); % physikalisches Signal ist der Realteil
% Analytische Parameterberechnung
% (Knnte als Startwert fr Minimumssuche genutzt werden!)
kI = KFFT/2;
Inf = 'analytische tau-Berechnung'
tauIAnalytisch = T0 * imag(XIst(kI)/YSoll(kI)) /2/pi/kI
if PlotSignale == 1
% Plot der Ergebnisse
xPlot = 1:KFFT;
figure
plot(xPlot,abs(XIst));
figure
plot(xPlot,abs(YStrecke));
end
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
% Identifikation der Streckenparameter
% (Least-Square-Ansatz)
if ParaIdent == 1
% Minimierung
% Allgemeine Zielfunktion
% Q = QyVFuncpVxV(p, Norm, yVFuncpVxV, xIst, ySoll)
% Initialisierung (200%-Fehler annehmen!)
p = [tau*(1-2.0)];
% Otimierung einer Zielfunktion mit Parameterbergabe
% Vektor-Zielfunktion und Norm knnen ber String-Variablen
% festgelegt werden
options = [0 10.0E-6 500]; % [ Anzeige_von_Zwischenergebnisse_nach_Steps
% Abbruchfehler
% maximale Steps ]
tauI = fmins('QyVFuncpVxV', p, options, [], 'EuklidNormC', 'yVTGFFTpVxV', XIst, YSoll);
% QyVFuncpVxV() Gtefunktion
Inf = 'mit Minimumssuche identifizierter Streckenparameter tau'
tauI
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
% I-Regler-Parameter festlegen
% (Ansatz ber charakteristische Gleichung; in der Nhe des aperiodischen Grenzfalls)
% KI < 1 / (4 tau)
% Anpafaktor (Damit kann gewnschte Dynamik eingestellt werden!;
% 1.0 := aperiodischer Grenzfall)
alpha = 1.0;
KI = alpha / 4 / tauI;
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
% Reglerverhalten nach Adaption darstellen
RSReglerBeispiel(tauI,KI)
%-----------------------------------------------------------------------------------
- 3 - Dr. Jrg Wollnack
end
%-----------------------------------------------------------------------------------
if PlotSignale == 1
% Plot der Ergebnisse
xPlot = 1:K;
figure
plot(xPlot,w);
figure
plot(xPlot,ys);
end
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
function y = TGFFT(T0,tau,x)
%-----------------------------------------------------------------------------------
% 1
% G(k) = ---------------------------------
% 1 + i * tau * k * 2 * pi * f0
%-----------------------------------------------------------------------------------
[M,N] = size(x);
y = zeros(M,1);
for k = 1 : M/2
y(k) = x(k) / ( 1 + i * tau * k * 2 * pi / T0 );
end
k = 2;
for n = M : -1 : M/2 + 1
y(n) = x(n) / ( 1 + i * tau * k * 2 * pi / T0 );
k = k + 1;
end
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
function Q = QyVFuncpVxV(p,Norm,yVfVpVxV,xIst,ySoll)
%-----------------------------------------------------------------------------------
% Gtefunktion
% Q = QyVFuncpVxV(p, Norm, YvFv, xIst, ySoll)
% y = yVfVpVxV(p,x)
%-----------------------------------------------------------------------------------
yIst = feval(yVfVpVxV,p,xIst);
Dy = yIst - ySoll;
Q = feval( Norm, Dy );
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
function Q = EuklidNormC(y)
%-----------------------------------------------------------------------------------
[M N] = size(y);
q = 0;
MN = M * N;
for m = 1 : M
for n = 1 : N
qmn = y(m,n);
q = q + qmn * conj(qmn) / MN;
end
- 4 - Dr. Jrg Wollnack
end
Q = sqrt(q);
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
function y = yVTGFFTpVxV(p,x)
%-----------------------------------------------------------------------------------
global T0
y = TGFFT(T0,p(1),x);
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
function RSReglerBeispiel(tau,KI)
%-----------------------------------------------------------------------------------
% Teile durch Kommentarzeichen ausgeblendet
%-----------------------------------------------------------------------------------
% bertragungsfunktion
zS = [1]; % Zhlerpolynom
nS = [tau 1]; % Nennerpolynom
zR = [KI]; % Zhlerpolynom
nR = [1 0]; % Nennerpolynom
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
% Zusammenschaltung von bertragungsgliedern
% offene Regelschleife
[zo, no] = series(zR, nR, zS, nS);
% geschlossene Regelschleife aufbauen
[zr, nr] = feedback(zR, nR, zS, nS);
%-----------------------------------------------------------------------------------
%-----------------------------------------------------------------------------------
% Reglerverhalten darstellen
% Ortskurve der offenen Regelschleife ausgeben
%figure
%nyquist(zo,no)
% Pol- und Nullstellenlage ausgeben
figure
pzmap(zr,nr)
% Bodedigramm
%figure
%bode(zr, nr)
% Ortskurve
%figure
%nyquist(zr,nr)
% bergangsfunktion
figure
step(zr, nr)
% Gewichtsfunktion
%figure
%impulse(zr, nr)
%-----------------------------------------------------------------------------------
- 5 - Dr. Jrg Wollnack
Literaturverzeichnis Adaptive Regler
Dr.-Ing. habil. Jrg Wollnack
Literaturverzeichnis
Monographien und Periodika
[1] Ablay, P: Optimieren mit Evolutionsstrategien. Spektrum der Wissenschaft, Juli 1987,
Seiten 104-115
[2] Bcker, J.; Hartmann, I.; Zwanzig, Ch.: Nichtlineare und adaptive Regelungssysteme.
Springer Verlag, 1986
[3] Hofer, Eberhard; Lunderstdt, Reinhart: Numerische Methoden der Optimierung, R.
Oldenbourg Verlag, 1975
[4] Isermann, Rolf: Identifikation dynamischer Systeme 1. 2. neubearbeitete und erweiterte
Auflage, Berlin u.a., Springer Verlag GmbH & Co. KG, 1992
[5] Isermann, Rolf: Identifikation dynamischer Systeme 2. 2. neubearbeitete und erweiterte
Auflage, Berlin u.a.: Springer Verlag GmbH & Co. KG, 1992
[6] Isermann, Rolf: Digitale Regelsysteme. Springer Verlag, 1977
[7] Kahlert, Jrg: Fuzzy Control fr Ingenieure. Friedr. Vieweg Verlag, Braunschweig und
Wiesbaden, 1995
[8] Lunze, Jan: Regelungstechnik I, Systemtheoretische Grundlagen, Analyse und Entwurf
einschleifiger Regelungen. 6. Auflage, Springer Verlag, 1996
[9] Lunze, Jan: Regelungstechnik III, Identifikation, Adaption, Optimierung. 6. Auflage,
Vieweg & Sohn Verlagsgesellschaft mbH, 2000
[10] Nauck, Detlef; Klawonn Frank; Kruse, Rudolf: Neuronale Netze und Fuzzy-Systeme. 2.
berarbeitete und erweiterte Auflage, Friedr. Vieweg Verlag, Braunschweig und Wies-
baden, 1996
[11] Schwetlick, Hubert ; Kretzschmar, Horst: Numerische Mathematik fr Natur-
wissenschaftler. 1. Auflage. Leipzig, Fachbuchverlag GmbH Leipzig, 1991
[12] Unbehauen, Rolf: Systemtheorie 2, Mehrdimensionale, adaptive und nichtlineare Systeme.
R. Oldenbourg Verlag, 1998