Identifikation von Systemen mit Hysterese mit Hilfe von Preisach-Neuronen in vorstrukturierten neuronalen Netzen

Beschreibung

In der vorliegenden Arbeit wird ein Verfahren für die Identifikation von Hysterese in nichtlinearen, dynamischen Systemen vorgestellt. Das zugrundeliegende Systemmodell ist eine Kombination zweier Modellierungsverfahren: Mittels systemtheoretisch vorstrukturierter neuronaler Netze werden die hysteresefreien Systemteile beschrieben. Die Modellierung der im System enthaltenen Hystereseeffekte erfolgt mit Hilfe des Preisach-Modells für Hysterese. Für die im Verlauf des Identifikationsprozesses auftretenden Probleme werden systematisch Lösungen entwickelt. Insbesondere beschäftigt sich die Arbeit mit der * Entwicklung eines Identifikationsalgorithmus * Auswahl eines geeigneten Hysteresemodells * Bestimmung der Parameterzahl des Modells * Initialisierung der Parameter für die Identifikation Das Ergebnis der Arbeit ist ein Identifikationsverfahren, das die Identifikation von Hysterese selbst dann gestattet, wenn statt der Ein- und Ausgaben der Hysterese nur Ein- und Ausgaben des Gesamtsystems gemessen oder berechnet werden können. Zahlreiche Erweiterungen des Preisach-Modells, die sich leicht im Rahmen des vorgestellten Systemmodells realisieren lassen, gewährleisten eine große Flexibilität des Verfahrens. Ferner gestattet die gute Interpretierbarkeit des Preisach-Modells Einblicke in die Natur der identifizierten Hysterese, so daß das vorgestellte Identifikationsverfahren von großer Praxistauglichkeit ist.

Autor*in

Clemens Kirchmair

Themen in »Identifikation von Systemen mit Hysterese mit Hilfe von Preisach-Neuronen in vorstrukturierten neuronalen Netzen«

Preisach-Modell Preisach-Neuronen Systemidentifikation

Stimmen zu »Identifikation von Systemen mit Hysterese mit Hilfe von Preisach-Neuronen in vorstrukturierten neuronalen Netzen«

Details

Link teilen