Fortschrittliche Vorsteuerung und lernende Regelung

Der Kurs wird unter dem Titel „Advanced Feedforward & Learning Control“ auf Englisch abgehalten.

Haben Sie auch ein Bewegungssystem, das bei jeder Aufgabe den gleichen Fehler aufweist? Haben Sie sich auch von den vielen jüngsten Erfolgen des Lernens inspirieren lassen und möchten Sie untersuchen, was Lernen für Ihre Maschine bedeuten könnte? Oder sind Sie begeistert von einer fortschrittlichen Bewegungsvorsteuerung, die sogar die 4. Ableitung des Sollwertsignals berücksichtigt? Dieser Kurs versetzt Sie in die Lage, die Leistung Ihres Systems durch fortgeschrittene Vorsteuerung und lernende Steuerungstechniken direkt aus Daten zu verbessern.

In den letzten Jahren wurden die klassischen Rückkopplungs- und Vorwärtsregler in Richtung einer erweiterten Vorwärtssteuerung weiterentwickelt. Dazu gehört die Verwendung von Ableitungen höherer Ordnung des Sollwertsignals, einschließlich Ruck, Schnapper, usw. Darüber hinaus ermöglicht der Einsatz von Input Shapern und rationalen Feedforward Controllern eine noch bessere Leistung, wobei neue Techniken zur Berechnung solcher Signale entwickelt wurden.

Darüber hinaus wurden viele neue Ergebnisse an der Schnittstelle von Steuerung und maschinellem Lernen erzielt. Zu den erfolgreichen Entwicklungen gehören Techniken, die mit der iterativ lernenden Steuerung und der repetitiven Steuerung in Verbindung stehen. Dies gilt für industrielle Systeme wie Pick-and-Place-Maschinen oder Batch-Prozesse, die immer wieder die gleiche Aufgabe ausführen. Wenn genau dieselbe Aufgabe ausgeführt wird, wirken Störungen über die Aufgaben hinweg identisch auf das System ein. Denken Sie z.B. an ein gestörtes Drehmomentprofil, an eine Unwucht in einer Achse oder an unbekannte Reibungseffekte. Der Kerngedanke ist, dass diese lernenden Kontrolltechniken diese Störungen vollständig kompensieren können, was zu einer typischen Reduzierung der Servofehler um eine Größenordnung führt. Diese Techniken können eine perfekte Leistung erzielen. Darüber hinaus wurden sie in den letzten Jahren weiter ausgebaut, um die optimalen Parameter fortschrittlicher Feedforward-Controller zu erlernen, d.h. unter Verwendung von Ableitungen höherer Ordnung, Input Shapern und sogar rationalen Feedforward-Controllern. Zu den wichtigsten Entwicklungen gehört außerdem die Verwendung von Techniken des maschinellen Lernens, einschließlich Gaußscher Prozesse.

Dieser neue und erweiterte Kurs beginnt mit einer Rekapitulation der klassischen Vorwärtssteuerung und behandelt dann ausführlich die iterativ lernende Steuerung, die repetitive Steuerung und neue fortgeschrittene Vorwärtssteuerungsansätze, von denen einige an der Schnittstelle zu maschinellen Lerntechniken liegen. Der Kurs behandelt:

• Theorie: Verständnis der Konvergenz der Lernregelung aus der klassischen Rückkopplung
• Design: Erlernen des Entwurfs fortschrittlicher Vorsteuerungen sowie typischer Ansätze für das Design von Bewegungssteuerungen
• Zukunftstrends: Verbindungen zu neuesten Entwicklungen und die Fähigkeit, deren Relevanz zu verstehen, einschließlich neuer Ansätze aus dem maschinellen Lernen
• Algorithmen: vollständige Abdeckung maßgeschneiderter MATLAB-Algorithmen (mit der Möglichkeit, diese für die eigene Praxis mitzunehmen).

Diese Schulung ist sowohl für offene Anmeldungen als auch für firmeninterne Sitzungen verfügbar.