Shop : Details
Shop
Details
Felix Mesmer
Optimale Steuerung von Mehrgruppengetrieben im Schwerlastbereich
Bei Getrieben im Schwerlastbereich ermöglicht eine robuste Bauweise mit mehreren Doppelkupplungsgetrieben in Reihe, eine große Anzahl an Gängen mit einer relativ geringen Anzahl an Kupplungen bereitzustellen. Diese Bauweise hat den Nachteil eines deutlich komplexeren Schaltablaufes, falls in mehreren Gruppen gleichzeitig geschaltet werden muss. Konventionelle Verfahren führen dieses Schalten sequentiell durch, was allerdings zu unerwünschten Zwischengängen führen kann. Um dieses sequentielle Schalten zu umgehen, wird in dieser Arbeit ein systematisches Verfahren entwickelt, welches das synchrone Schalten in mehreren Gruppen gleichzeitig erlaubt.
In einem ersten Schritt wird das System, aufgeteilt in hydraulischen und mechanischen Teil, modelliert. Für den hydraulischen Kupplungspfad wird basierend auf diesem Modell eine Steuerung, sowie eine datenbasierte Steuerung basierend auf einem neuronalen Netz, vorgestellt. Mit einem Lernverfahren, dem Policy Gradient-Verfahren, können im System auftretende unbekannte, bzw. sich ändernde Parameter ausglichen werden.
Als Schaltverfahren wird ein optimierungsbasierter Ansatz mit systematischer Berücksichtigung der Beschränkungen angewendet. Zur Lösung des Optimierungsproblems wird eine erweiterte Lagrange-Methode mit einem unterlagerten Gradientenverfahren verwendet. Dieser Ansatz wird mit zwei etablierten Optimierungsverfahren verglichen, wodurch die Stärken sowie die Echtzeitfähigkeit aufgezeigt werden.
Neben einer ausführlichen simulativen Auswertung bestätigt die experimentelle Auswertung mit einem 16 t Radlader auf einem Seriensteuergerät die Ergebnisse und die Verbesserungen gegenüber dem konventionellen Verfahren. Eine Rechenzeitauswertung auf dem Seriensteuergerät belegt dazu die Echtzeitfähigkeit der beschriebenen Ansätze.
In einem ersten Schritt wird das System, aufgeteilt in hydraulischen und mechanischen Teil, modelliert. Für den hydraulischen Kupplungspfad wird basierend auf diesem Modell eine Steuerung, sowie eine datenbasierte Steuerung basierend auf einem neuronalen Netz, vorgestellt. Mit einem Lernverfahren, dem Policy Gradient-Verfahren, können im System auftretende unbekannte, bzw. sich ändernde Parameter ausglichen werden.
Als Schaltverfahren wird ein optimierungsbasierter Ansatz mit systematischer Berücksichtigung der Beschränkungen angewendet. Zur Lösung des Optimierungsproblems wird eine erweiterte Lagrange-Methode mit einem unterlagerten Gradientenverfahren verwendet. Dieser Ansatz wird mit zwei etablierten Optimierungsverfahren verglichen, wodurch die Stärken sowie die Echtzeitfähigkeit aufgezeigt werden.
Neben einer ausführlichen simulativen Auswertung bestätigt die experimentelle Auswertung mit einem 16 t Radlader auf einem Seriensteuergerät die Ergebnisse und die Verbesserungen gegenüber dem konventionellen Verfahren. Eine Rechenzeitauswertung auf dem Seriensteuergerät belegt dazu die Echtzeitfähigkeit der beschriebenen Ansätze.
Schlagwörter: Nichtlineare modellprädiktive Regelung; Getriebe; Lernverfahren
Export bibliographischer Daten
Shaker Verlag GmbHAm Langen Graben 15a52353 Düren
Mo. - Do. 8:00 Uhr bis 16:00 UhrFr. 8:00 Uhr bis 15:00 Uhr
Kontaktieren Sie uns. Wir helfen Ihnen gerne weiter.
