Beschreibung des Workshops (F2-T1-I)

Datenbasierte Modellierung und Regelung nichtlinearer dynamischer Systeme - Theorie und praktische Umsetzung

Termin:
Donnerstag 01.07.2021, 10:30 bis 12:00 Uhr
Dauer:
90 Minuten
Teilnehmerzahl:
unbegrenzt
Anwendungsfeld:
Fokus 2: Maschinenbau
Inhaltliche Einsatzmöglichkeiten:
Tools   Use Cases
Einordnung Anforderungsniveau:
User

Kurzbeschreibung

Innerhalb dieses Workshops behandeln wir die datenbasierte Modellierung nichtlinearer dynamischer Systeme mittels neuronaler Netze. Hierzu werden zunächst experimentelle Daten gesammelt. Die gesammelten Daten können dann zum Training und zur Validierung der neuronalen Netze verwendet werden. Ziel ist dabei, Methoden des Reinforcement Learning zur Regelung nichtlinearer dynamischer Systeme vorzustellen. Außerdem zeigen wir, wie diese Methoden simulativ und im Experiment umgesetzt werden.

Dr. Leo Dostal
Institut für Mechanik und Meerestechnik
Prof. Robert Seifried
Institut für Mechanik und Meerestechnik

Literatur zum Thema

Dostal L., Grossert H., Duecker D. A., Grube M., Kreuter D. C., Sandmann K., Zillmann B., Seifried, R., Predictability of Vibration Loads From Experimental Data by Means of Reduced Vehicle Models and Machine Learning. In IEEE Access, vol. 8, pp. 177180-177194, 2020.

Cyr C., Dostal L., Duecker D. A., Kreuzer E., Towards Reinforcement Learning-based Control of an Energy Harvesting Pendulum. In 8th European Control Conference (ECC), pp. 3934-3939, 2019.