Praktikums-/Bachelorarbeit: Benchmarking von selbst einstellenden PID-Reglern in Scilab/Scicos
Disclaimer: Dieser Thread wurde aus dem alten Forum importiert. Daher werden eventuell nicht alle Formatierungen richtig angezeigt. Der ursprüngliche Thread beginnt im zweiten Post dieses Threads.
Praktikums-/Bachelorarbeit: Benchmarking von selbst einstellenden PID-Reglern in Scilab/Scicos
Die softgate gmbh hat ihren Schwerpunkt im Bereich Robotik & Automatisierung in der
─ Softwareentwicklung für den Sondermaschinenbau
─ Softwareentwicklung für die robotergestützte Medizintechnik
Wir bieten folgendes Thema als Praktikums- oder Bachelorarbeit: Benchmarking von selbst einstellenden PID-Reglern in Scilab/Scicos
PID-Regler kommen in den meisten Antriebssteuerungen zum Einsatz. Beim Entwurf eines PID-Reglers müssen seine Parameter (Kp, Ki, Kd) empirisch oder nach einem Verfahren (z.B. Ziegler/Nichols, Bodediagramm) manuell anhand der Regelstrecke eingestellt werden. Ohne ein genaues Wissen des dynamischen Verhaltens der Regelstrecke ist es also nicht möglich den Regler geeignet zu parametrieren. Unterliegt die Regelstrecke zusätzlich zeitlichen Veränderungen, so ist die einmal getroffene Wahl der Reglerparameter zu wiederholen.
Selbst einstellende PID-Regler passen sich an die Veränderungen der Regelstrecke an und erfordern somit kein manuelles Nachjustieren der Reglerparameter.
Ziel der Arbeit ist die Erprobung und Bewertung von State-of-the-Art Verfahren zu selbst einstellenden PID-Reglern und deren Vergleich mit manuell optimierten PID-Reglern.
Folgende Punkte sind hierzu zu bearbeiten:
─ Aufbau eines Antriebsmodells als Regelstrecke (Lageregelung) in Scilab / Scicos
─ Integration eines konventionellen PID-Reglers in obige Regelstrecke
─ Recherche bzgl. State-of-the-Art Verfahren zu selbst einstellenden PID-Reglern und Auswahl von zwei unabhängigen Verfahren
─ Integration dieser selbst einstellenden PID-Regler in die Regelstrecke
─ Bewertung und Dokumentation der erreichten Ergebnisse
Voraussetzungen:
─ Erforderlich: Kenntnisse in Regelungstechnik / Systemtheorie
─ Wünschenswert: Kenntnisse in Scilab / Scicos