Intelligente Regelung

Zusammenfassung

Unter intelligenten Regelsystemen versteht man Systeme mit Elementen (z. B. Regler, Messfühler), die zwecks optimaler Prozessführung mit eigenen mathematischen oder logischen Algorithmen, d. h. mit eigenen CPU’s und Speichern, ausgestattet sind. Solche Elemente reagieren flexibel auf mögliche Fehler und Parameteränderungen.

Es werden folgende drei Typen von intelligenten Reglern kurz behandelt:

a) Modellbasierte Regler, die das Modell der Regelstrecke in ihren Regelalgorithmen beinhalten, wie Kompensationsregler und Smith-Prädiktor. Hierzu werden die Regler nach dem PFC-Konzept von Jacques Richalet (Predictive Function Control) und nach dem daraus abgeleiteten vereinfachten SPFC-Konzept (Simplified PFC) beschrieben. Auch zwei neuen, in der Literatur wenig bekannten, Regelkonzepte nach dem Antisystem-Approach (ASA) und nach dem LMS-Algorithmus (Least Mean Squer) als Adaptive Filter for Identification and Control (AFIC) werden eingeführt.

b) Fuzzy-Regler

c) Neuro-Regler bzw. Regler mit künstlichen neuronalen Netzen.

Wie in anderen Kapiteln wird das Stoff mit MATLAB-Beispielen begleitet.