Zugl.: Magdeburg, Univ., Diss., 2006

Austin, Tex., Univ., Diss., 1997.

Stuttgart, Univ., Studienarb., 2004.

Zugl.: Göttingen, Universiẗat, Diss., 1999.

Universiẗat, Diss., 2004--Bonn.

Zugl.: Darmstadt, Techn. Universiẗat, Diss.

Techn. Universiẗat, Diss., 2002--Berlin.

Diese Arbeit leistet einen Beitrag zur Modellierung und Regelung nichtlinearer dynamischer Systeme mit Hilfe von Takagi-Sugeno Fuzzy-Systemen. Zielsetzung ist es, zur Modellierung von nichtlinearen dynamischen Systemen fuzzy-verknüpfte, lokal gültige lineare Modelle einzusetzen, deren Systemverhalten lokal dem der nichtlinearen Systeme entspricht. Ein Schwerpunkt der Arbeit liegt auf der Ableitung einer geeigneten Partition des Eingangsgrößenbereichs, d.h. auf der Ableitung optimaler Klassen, bestehend aus Gültigkeitsbereichen und lokalen Modellen, die sich durch geringe Redundanz auszeichnen. Dazu wird ein adaptives Verfahren hergeleitet, das die Anpassung der Gültigkeitsbereiche durch die Bewertung der Ähnlichkeit zwischen den lokalen Modellen und dem zu approximierenden Referenzsystem durchführt. Die Leistungsfähigkeit des Verfahrens wird anhand der Simulation und der Regelung des Antriebsstrangs einer Windkraftanlage mit Überlagerungsgetriebe demonstriert. Hierzu wird für die nichtlineare Abhängigkeit des Rotormoments eine Modellstruktur abgeleitet, die zur Modellierung mit lokalen linearen Modellen verwendet werden kann. Zur Regelung wird auf das Prinzip der LQI-Zustandsregler zurückgegriffen, wobei der Einfluss der Windgeschwindigkeit mit dem Prinzip der Störgrößenaufschaltung reguliert wird. Um dies realisieren zu können, werden die Werte der nicht exakt messbaren Windgeschwindigkeit durch einen Störgrößenbeobachter bereitgestellt, der ebenfalls auf dem Prinzip der lokalen linearen Modelle basiert.

Zugl.: Open, Univ., Diss., 2008

Essen, University, Diss., 2004--Duisburg.