- Titel
- Recheneffiziente Implementierung einer approximierten modellprädiktiven Regelung auf einem Industrie-PC
- Zitierfähige Url:
- https://nbn-resolving.org/urn:nbn:de:bsz:l189-qucosa2-896563
- Konferenz
- 20. AALE-Konferenz. Bielefeld, 06.03.-08.03.2024
- Quellenangabe
- Tagungsband AALE 2024
Herausgeber: Hochschule für Technik, Wirtschaft und Kultur Leipzig
Erscheinungsort: Leipzig
Erscheinungsjahr: 2024
ISBN: 978-3-910103-02-3 - Erstveröffentlichung
- 2024
- DOI
- https://doi.org/10.33968/2024.32
- Abstract (DE)
- Die modellprädiktive Regelung (MPC) hat sich in vielen industriellen Anwendungen bewährt. Ein Nachteil ist jedoch der hohe Rechenaufwand, bedingt durch die erforderliche Lösung eines Optimierungsproblems in jedem Abtastschritt. In diesem Beitrag wird die entworfene MPC daher durch ein neuronales Netz approximiert. Als neuronales Netz wird ein Multi-Layer-Perceptron (MLP) verwendet. Mit dem trainierten MLP sind nur noch Matrix-Vektor-Multiplikationen erforderlich, die effizient berechnet werden können. Das trainierte MLP wird in C++ Code übersetzt und durch einen Industrie- PC ausgeführt. Am akademischen Beispiel einer Wippenwinkel-Regelung wird die Funktionsfähigkeit und der geringere Rechenbedarf demonstriert.
- Freie Schlagwörter (DE)
- MPC, Neuronales Netz, Industrie-PC, Regelung
- Herausgeber (Institution)
- Hochschule für Technik, Wirtschaft und Kultur Leipzig
- Version / Begutachtungsstatus
- publizierte Version / Verlagsversion
- URN Qucosa
- urn:nbn:de:bsz:l189-qucosa2-896563
- Veröffentlichungsdatum Qucosa
- 12.02.2024
- Dokumenttyp
- Konferenzbeitrag
- Sprache des Dokumentes
- Deutsch
- Lizenz / Rechtehinweis
CC BY 4.0