Selbstadaptierendes und lernfähiges Management für mobile Arbeitsmaschinen

Timo Kautzmann, Micaela Wünsche, Maurice Bliesener, Sanaz Mostaghim, Marcus Geimer, Hartmut Schmeck

Abstract


Steuerungen in mobilen Arbeitsmaschinen regeln heute anhand vorgegebener Strukturen eine oder mehrere Zielwerte auf Basis der Vorgabe des Maschinenführers, wobei Störgrößen nur indirekt berücksichtigt werden. Der vorliegende Artikel erläutert diesen Sachverhalt näher und gibt ein Verständnis ganzheitlicher Optimierung. Darauf aufbauend wird das interdisziplinäre, DFG-geförderte Projekt OCOM (Organic Computing in Off-highway Machines) vorgestellt, in dem eine alternative Steuerungsarchitektur untersucht wird. Dadurch ist es möglich, eine selbst-adaptierende und lernfähige Betriebsstrategie (Realisierung einer Zielfunktion) in einer mobilen Arbeitsmaschine umzusetzen, um diese ganzheitlich zu optimieren.

Volltext:

PDF PDF (English)


DOI: http://dx.doi.org/10.15150/lt.2010.491

Creative-Commons-Lizenz
Dieses Werk steht unter der Lizenz Creative Commons Namensnennung 4.0 International.

 

ISSN 0023-8082 | Impressum