Modell-Prädiktive Cyber-Physische Systeme

• Antragsteller: Professor Dr.-Ing. Olaf Stursberg; Professor Dr.-Ing. Gerhard Wunder
• Fachliche Zuordnung: Elektronische Halbleiter, Bauelemente und Schaltungen, Integrierte Systeme, Sensorik, Theoretische Elektrotechnik ; Automatisierungstechnik, Mechatronik, Regelungssysteme, Intelligente Technische Systeme, Robotik
• Förderung: Förderung von 2016 bis 2024
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 315007769

Phase 1 des Projekts MPCPN hat die zugrundeliegenden Designprinzipien modell-prädiktiver cyber-physischer Netze erforscht. Als wesentliches Resultat wurde eine neue methodische Schnittstelle zwischen geregelten Teilsystemen und dem Kommunikationsnetzwerk geschaffen, über die das Netzwerk prädizierte Entscheidungen und Trajektorien mit Information über Verzögerungen an die Regler von Teilsystemen der Strecke kommuniziert. Diese Information kann durch die Regler genutzt werden, um die Regelungsperformanz deutlich zu steigern und Engpässe vorherzusehen. Das Ziel von Phase 2 des Projekts ist die Weiterentwicklung der Methode und dabei insbesondere deutlich größere Systeme zu adressieren, wozu Aspekte der Skalierung, der Clusterung und des maschinellen Lernens sowie allgemeinere Systemtopologien betrachtet werden. Zusätzlich werden sich die Untersuchungen in Phase 2 darauf fokussieren, wie die Optimierungsprobleme der prädiktiven Regler von Netzwerk und Subsystemen noch stärker verschränkt werden können, um sich gegenseitig auf ihre prädizierten Zustände anzupassen. Es ist voraussehbar, dass eine stärkere Kopplung die Systemperformanz weiter steigern wird und das Erreichen von Kapazitätsbeschränkungen vermeiden kann. Die Forschungsfokus in Phase 2 ist motiviert durch, wird validiert für sowie demonstriert an zwei Anwendungsfälle(n), nämlich interagierende autonome Rennfahrzeuge sowie eine Schwarm mobiler Roboter.

• DFG-Verfahren: Schwerpunktprogramme
• Teilprojekt zu: SPP 1914: Cyber-Physical Networking (CPN)