Zur regelungsorientierten Identifikation nichtlinearer Systeme mittels lokal affiner Takagi-Sugeno-Fuzzy-Modelle

Hauptziel der vorliegenden Arbeit ist es, ein einfaches und praxisorientiertes iteratives Verfahren zu entwickeln, mit welchem regelungsorientierte Modelle für nichtlineare Systeme aus Messdaten identifiziert werden können. Dazu werden Takagi-Sugeno-Fuzzy-Modelle mit lokal linearen/affinen Modellen verwendet. Ein besonderes Augenmerk liegt auf dem sogenannten Driftterm, der bei der Linearisierung eines Modells außerhalb einer Ruhelage auftritt. Dieser wird häufig beim Reglerentwurf aus Takagi-Sugeno-Modellen nicht berücksichtigt. Es wird daher ein einfaches approximatives Verfahren zur Kompensation dieses Terms vorgeschlagen und eine vollständige Methode zum Entwurf eines Fuzzy-Takagi-Sugeno-Reglers mit Driftkompensation eingeführt. Des weiteren wird ein iteratives Identifikationsschema vorgestellt, mit welchem Modelle zur Reglerauslegung im geschlossenen Regelkreis identifiziert werden.In drei Fallstudien werden unterschiedliche Effekte bei Verwendung der vorgestellten Methoden beleuchtet. Die einzelnen Fallstudien gehen dabei auf die Aspekte Stabilisierbarkeit bei Vernachlässigung/Berücksichtigung des Driftterms, die Modelländerung über die Iterationen sowie Anwendbarkeit auf reale Systeme unter Verwendung eines modifizierten Zustandsbeobachters ein. Das Ergebnis dieser Studien ist, dass sich bei Verwendung der vorgestellten Methoden die Regelgüte verbessern lässt, wenn ein Regler aus Messdaten erzeugt wird, welche im geschlossenen Regelkreis gewonnen wurden.