Promotionsdatum: 18. Januar 2017

Wir gratulieren Christoph Schweers zu seiner Promotion

News /

Erfolgreich hat Christoph Schweers seine Promotionsprüfung abgelegt. Er promovierte zu dem Thema »Adaptive Sigma-Punkte-Filter-Auslegung zur Zustands- und Parameterschätzung an Black-Box-Modellen« bei Prof. Dr.-Ing. Ansgar Trächtler.

Prof. Dr.-Ing. Sören Hohmann, Prof. Dr.-Ing. Ansgar Trächtler, Dr.-Ing. Christoph Schweers, Prof. Dr.-Ing. Jürgen Gausemeier, Prof. Dr.-Ing. Eugeny Kenig (v.l.)
© Fraunhofer IEM
Prof. Dr.-Ing. Sören Hohmann, Prof. Dr.-Ing. Ansgar Trächtler, Dr.-Ing. Christoph Schweers, Prof. Dr.-Ing. Jürgen Gausemeier, Prof. Dr.-Ing. Eugeny Kenig (v.l.)

In dieser Arbeit wird eine neuartige Methodik zur Zustands- und Parameterschätzung an nicht-analytischen, als Black-Box vorliegenden Multi-Domänen-Modellen von technischen Systemen vorgestellt sowie alle notwendigen Werkzeuge zur Modelleinbindung, Filtertest und Bewertung der Schätzgüte entwickelt. Herausragendes Merkmal der entwickelten Methodik stellt die vollkommene Unabhängigkeit von Expertenwissen über das zugrundeliegende Filtermodell und die Filtertechnologie dar. Dies macht die Filterauslegung an Multi-Domänen-Modellen möglich, die mittels moderner Entwicklungswerkzeuge auf Basis von Bibliotheken oder sogar teilautomatisiert erstellt wurden und über die somit keine Informationen über Zustände, Struktur und Nichtlinearitäten vorliegen.

In dieser Arbeit wurden echtzeitfähige Varianten von Sigma-Punkte-Kalman-Filtern erweitert, damit als Black-Box vorliegende Filtermodelle verwendbar werden. Es wurde ein Interface entwickelt, das in der Lage ist, Modelle aus einer Vielzahl an Modellierungswerkzeugen zu nutzen. Diese Arbeit liefert einen wesentlichen Neuerungswert, um einen Filter mit hoher Schätzgüte auch bei stark nichtlinearen, als Black-Box vorliegenden Systemen ohne Expertenwissen im zugrundeliegenden Filtermodell oder der Filtertechnologie auszulegen, da der Filterentwurf vollständig automatisiert auf Basis von Szenarien erfolgt. Alle erarbeiteten Algorithmen und Methoden wurden in einer unter MATLAB zur Verfügung stehenden Toolbox zusammengefasst, um so ein Werkzeug für die Zustands- und Parameterschätzung an unbekannten, stark nichtlinearen Modellen zur Verfügung zu stellen.

Die Arbeit wird in Kürze als Band 367 in der Verlagsschriftenreihe des Heinz Nixdorf Instituts veröffentlicht.

Wir gratulieren herzlichst.