• Medientyp: Elektronische Hochschulschrift; E-Book; Dissertation
  • Titel: Mengenbasierte Black-Box-Identifikation linearer Systeme
  • Beteiligte: Zaiser, Stefan Sebastian [VerfasserIn]
  • Erschienen: Universität Ulm, 2017-05-23T12:48:01Z
  • Sprache: Deutsch
  • DOI: https://doi.org/10.18725/OPARU-4345
  • Schlagwörter: Systemidentifikation ; Intervallalgebra ; Unsichere Systeme ; DDC 004 / Data processing & computer science ; Uncertain systems ; System identification ; Uncertainty ; Interval analysis (Mathematics) ; Ordnungsbestimmung ; Order determination
  • Entstehung:
  • Anmerkungen: Diese Datenquelle enthält auch Bestandsnachweise, die nicht zu einem Volltext führen.
  • Beschreibung: Die wachsende Bedeutung modellbasierter Verfahren bei technischen Geräten und Anlagen führt dazu, dass immer mehr Modelle für unterschiedliche Systeme benötigt werden. Um diesem Umstand gerecht zu werden, kommen in den letzten Jahren verstärkt Verfahren zur datenbasierten Modellbildung zum Einsatz, da diese meist zu genauen Modellen mit einer geringen Modellkomplexität führen. Gleichzeitig steigen jedoch auch die Anforderungen an die Sicherheit der Systeme. Eine genaue Kenntnis der Modellunsicherheit ist erforderlich, um auftretende Fehler sicher zu detektieren. Einen vielversprechenden Ansatz hierzu stellen mengenbasierte Verfahren dar, da an Stelle einzelner Werte mit der Menge aller möglichen Werte gerechnet wird. In dieser Arbeit wird ein Verfahren zur mengenbasierten Black-Box-Identifikation linearer Systeme vorgestellt. Den Ausgangspunkt des Verfahrens stellen Messdaten mit unbekannten, aber beschränkten Fehlern dar, welche durch Intervalle repräsentiert werden. Das Verfahren wird zunächst für Systeme mit einer Ausgangsgröße vorgestellt und anschließend für Systeme mit mehreren Ausgangsgrößen erweitert. Als Ergebnis wird von dem Verfahren ein zeitdiskretes Gleichungsfehlermodells in ARX-Struktur (Auto Regressive with eXogenous input) mit minimaler Modellordnung bestimmt. Den Schwerpunkt der Arbeit bildet dabei die Ordnungsbestimmung des Systems. Die so bestimmte minimale Ordnung wird mit verschiedenen mengenbasierten Parameteridentifikationsverfahren zur mengenbasierten Black-Box-Identifikation verwendet. Als mögliche Anwendung der so identifizierten Modelle wird in dieser Arbeit die Fehlerdetetektion betrachtet. Dazu wird eine Möglichkeit vorgestellt, direkt die bei der Identifikation gewonnenen ARX-Modelle zu nutzen. Die Vorgehensweise wird anhand verschiedener simulativer Beispielsysteme sowie an unterschiedlichen Laborsystemen demonstriert. ; The increasing importance of model-based methods for technical equipment and installations leads to a growing demand for models of various systems. To meet these ...