Return to search

Modellierung eines virtuellen Kraftsensors mit neuronalen Netzen

Der Beitrag stellt die Modellierung eines virtuellen Kraftsensors mittels neuronaler Netze vor. Ausgangspunkt ist ein hydraulisch angetriebener zweiachsiger Roboter mit elastischem Arm, dessen Strukturschwingungen durch Regelung des Aktuators gedämpft werden. Dieses Regelungskonzept erfordert jedoch den Einsatz eines aufwendigen Sensors zur Messung der auf den Aktuator wirkenden Kraft. Auf Basis des mehrschichtigen Perzeptrons wird ein Black-Box-Modell identifiziert, dass im Eingang nur Prozessgrößen verwendet, die von ohnehin vorhandener Sensorik gemessen werden, und die gesuchte Kraft im Sinne eines virtuellen Sensors schätzt. Die Validierung des Modells erfolgt am realen System und schließt einen Vergleich mit bereits bestehenden Ansätzen ein.

Identiferoai:union.ndltd.org:DUETT/oai:DUETT:duett-07062001-074305
Date06 July 2001
CreatorsCarsten, Otto
ContributorsCarsten, Otto
PublisherGerhard-Mercator-Universitaet Duisburg
Source SetsDissertations and other Documents of the Gerhard-Mercator-University Duisburg
LanguageGerman
Detected LanguageGerman
Typetext
Formatapplication/pdf
Sourcehttp://www.ub.uni-duisburg.de/ETD-db/theses/available/duett-07062001-074305/
Rightsunrestricted, I hereby certify that, if appropriate, I have obtained and attached hereto a written permission statement from the owner(s) of each third party copyrighted matter to be included in my thesis, dissertation, or project report, allowing distribution as specified below. I certify that the version I submitted is the same as that approved by my advisory committee. Hiermit erteile ich der Universitaet Duisburg das nicht-ausschliessliche Recht unter den unten angegebenen Bedingungen, meine Dissertation, Staatsexamens- oder Diplomarbeit, meinen Forschungs- oder Projektbericht zu veroeffentlichen und zu archivieren. Ich behalte das Urheberrecht und das Recht das Dokument zu veroeffentlichen und in anderen Arbeiten weiterzuverwenden.

Page generated in 0.0012 seconds