Parametrische Modellornungsreduktion für hierarchische selbstoptimiernde Systeme

Meer over het boek

In dieser Arbeit wird eine neuartige Methode zur parametrischen Modellordnungsreduktion paretooptimaler Systeme vorgestellt. Mit dieser Methode können die komplexen Modelle, die im Rahmen selbstoptimierender Systeme auftreten, gezielt vereinfacht werden. Das herausragende Merkmal der entwickelten Methodik besteht in der engen Verzahnung der Verfahren der parametrischen Modellordnungsreduktion mit der hierarchischen Optimierung auf der einen Seite und dem Konzept der hierarchischen Strukturierung und Modellierung mechatronischer Systeme auf der anderen Seite. Es werden zwei Varianten der parametrischen Modellordnungsreduktion betrachtet. Die manuelle rationale Interpolation und die Matrix Interpolation in Kombination mit der H2-optimalen tangentialen Interpolation. Beide profitieren erheblich von der neu entstandenen Methode zur Interpolation paretooptimaler Systeme. Mit Hilfe geeigneter Parametrierungen und einer automatisiert durchführbaren Diskretisierung der Paretomenge werden die optimalen Systemkonfigurationen zusammen mit dem zugehörigen System zu einer Einheit gekapselt. Zudem verringert sich die Komplexität der parametrischen Reduktion, da die Anzahl beizubehaltender Parameter nur von der Anzahl der Zielfunktionen abhängt. Am Beispiel des Feder-Neige-Prüfstands, einem Prüfstand für die aktive Federung des Schienenverkehrssystems RailCab, kann die hohe Approximationsgüte der Reduktion nachgewiesen werden. ; ger