Stuttgart, Univ., Diplomarb., 2000.

Stuttgart, Univ., Diplomarb., 2005.

Zugl.: Stuttgart, Univ., Diss., 2007.

Stuttgart, Univ., Diss., 2000.

Stuttgart, Univ., Diss., 2006. / Druckausg. beim Logos-Verlag, Berlin erschienen.

Mechatronische Produktionsmaschinen werden nicht mehr nur über ihren Leistungsumfang bewertet, sondern auch über die mitgebrachten Tools für Engineeringaufgaben. Wie erste Ansätze zeigen, erweitert die Integration von TCP/IP in die Steuerungsebene die Möglichkeiten zur Unterstützung des Anwenders nicht nur im Fertigungsprozess, sondern nahezu über den gesamten Lebenszyklus. Die Dissertation beschreibt einen E-Service zur Inbetriebnahme von Lagereglern an Bewegungssteuerungen. Im Rahmen der prototypischen Realisierung erfolgt der Aufbau eines Dienstleistungsportals in einem Computernetz. Es übernimmt eine zentrale Rolle in der Kommunikationsstruktur. Aufgaben rund um die Dienstverwaltung, Dienstausführung und Dienstkommunikation von verteilten Programmen bilden hier die Schwerpunkte. Die Einordnung der realisierten und favorisierten Reglerinbetriebnahme erfolgt in die Gruppe der Offline-Verfahren. Auf dem gewählten Zielsystem, der Bewegungssteuerung SIMOTION von Siemens, läuft dabei der Echtzeitteil ab. Die Offline-Komponente mit den Identifikations- und Reglerberechnungsprogrammen wird im Anwender-Browser ausgeführt. Das System bildet zusammen einen internetbasierten, automatischen Service.

Stuttgart, Univ., Diss., 2007.

Beim Entwurf von Regelungen für technische Prozesse werden klassischerweise modellbasierte Entwurfsmethoden eingesetzt. Diese stoßen jedoch an Grenzen, wenn der Aufwand für eine ausreichend genaue Modellierung zu hoch wird oder das Modell aufgrund der Zeitvarianz des Prozesses seine Validität verliert. Die Alternative besteht darin, zur Entwurfszeit nur einen Sicherheitsrahmen zu stecken und das Detailwissen, wie genau der technische Prozess zu regeln ist, erst zur Laufzeit durch maschinelle Lernverfahren zu optimieren. Um aber den Erfolg und die Sicherheit eines solchen Lernvorgangs gewährleisten zu können ohne wiederum ein formales Modell zu benötigen, muss der zur Entwurfszeit gesteckte Sicherheitsrahmen ausreichend eng sein, darf aber nur Hintergrundwissen nutzen, das dem Entwickler ohne ein Modell auch zur Verfügung steht. In dieser Arbeit wird argumentiert, dass ein entsprechender Sicherheitsrahmen durch in der Literatur vorhandene Entwurfsmethoden grundlegend erreicht werden kann, aber auch gezeigt, dass eine bestimmt Art von solchem Hintergrundwissen, nämlich erwartete funktionale Eigenschaften der zu lernenden Reglerabbildung, in der Literatur bisher nur in Form des SILKE-Ansatzes ausgenutzt wird. Dieser Ansatz wird in der vorliegenden Arbeit erweitert und formal als inkrementelle, lokale Regularisierung dargelegt. Somit lässt sich das Hintergrundwissen über erwartete funktionale Eigenschaften gezielt für einen robusteren Lernvorgang ausnutzen. Diese Arbeit legt die formalen Grundlagen für eine stabile Arbeitsweise der dazu nötigen Algorithmen, entwickelt Entwurfsrichtlinien und zeigt wesentliche Charakteristika des Zusammenspiels von inkrementellem Lernen und inkrementeller Regularisierung. Schließlich wird an realen technischen Prozessen demonstriert, dass ein regularisierter Lernvorgang im geschlossenen Wirkungskreis systematisch robuster wird.

Eine Absicherung der Maschinendynamik im gesamten Arbeitsraum unter Berücksichtigung des Einflusses der Maschinensteuerung kann nur durch eine mechatronische Analyse der Werkzeugmaschine auf Gesamtsystemebene erfolgen. Derart komplexe Berechnungen erfordern allerdings die Simulation von großen Verfahrbewegungen (MKS) unter Berücksichtigung der Strukturelastizitäten (FEM) sowie der Steuerung (Controls) und sind somit vor allem multi–disziplinären Virtual Prototyping Tools vorbehalten. Die erfolgreiche multi-disziplinäre WZM–Berechnung stellt außerordentlich hohe Anforderungen an die Modellbildungsgüte der einzelnen Maschinenkomponenten inklusive der Validierung des jeweils gewählten Modellierungsansatzes bzw. Detailierungsgrades. Dieses gilt insbesondere für funktionelle Komponenten wie Linearantriebe, Kugelgewindetriebe usw., da diese nicht ohne Weiteres aus einem CAD–Baugruppenmodell abgeleitet und in das Berechnungsmodell übernommen werden können. Das zur Modellierung und Simulation notwendige Expertenwissen ist in einer vordefinierten, parametrischen Komponentenbibliothek – ähnlich einem Baukastenprinzip – implementiert.

Stuttgart, Univ., Diss., 2006. / Druckausg. beim VDI-Verl., Düsseldorf als: Fortschrittberichte / VDI : Reihe 8 ; Nr. 1125 erschienen.