Datengetriebene Methoden in der Regelungstechnik
Überblick
Ziel der Nachwuchsgruppe „Datengetriebene Methoden in der Regelungstechnik“ ist es, die synergetische Kombination modell- und datengetriebener Verfahren für regelungstechnische Aufgaben zu erforschen. Dazu werden modellgetriebene Verfahren mit maschinellem Lernen kombiniert, um hybride Methoden zu erhalten und die größtmögliche Performanz beim Regelungsentwurf zu erzielen. Die so entwickelten hybriden Entwurfsmethoden sollen an verschiedenen Demonstratoren zusammengeführt und evaluiert werden. Eine industrielle Verwertung der Ergebnisse ist ebenso durch den Wissenstransfer in Kooperation mit dem Fraunhofer Institut Entwurfstechnik Mechatronik IEM geplant.
Key Facts
- Profilbereich:
- Intelligente Technische Systeme
- Art des Projektes:
- Forschung
- Laufzeit:
- 01/2020 - 12/2024
- Gefördert durch:
- BMBF
Detailinformationen
Publikationen
Autonomous Golf Putting with Data-Driven and Physics-Based Methods
A. Junker, N. Fittkau, J. Timmermann, A. Trächtler, in: 2022 Sixth IEEE International Conference on Robotic Computing (IRC), IEEE, 2023.
Adaptive Koopman-Based Models for Holistic Controller and Observer Design
A. Junker, K.E.F. Pape, J. Timmermann, A. Trächtler, IFAC-PapersOnLine 56 (2023) 625–630.
Data-Driven Models for Control Engineering Applications Using the Koopman Operator
A. Junker, J. Timmermann, A. Trächtler, in: 2022 3rd International Conference on Artificial Intelligence, Robotics and Control (AIRC 2022), 2022, pp. 1–9.
Learning Data-Driven PCHD Models for Control Engineering Applications*
A. Junker, J. Timmermann, A. Trächtler, IFAC-PapersOnLine 55 (2022) 389–394.
Autonomes Putten mittels datengetriebener und physikbasierter Methoden
Alle Publikationen anzeigen
A. Junker, N. Fittkau, J. Timmermann, A. Trächtler, in: Proceedings - 32. Workshop Computational Intelligence: Berlin, 1. - 2. Dezember 2022, 2022, pp. 119–124.