|
Nonlinear Dynamics at the Free University Berlin | |||
BMBF Project Strukturierte Hybridmodelle
SummaryIm Rahmen der durch das BMBF geförderten Kooperation ,,Heterogene Hybridmodellierung verfahrenstechnischer Prozesse`` werden strukturierte Hybridmodelle (SHM) untersucht. Entscheidend für das Einsatzspektrum der strukturierten Hybridmodellierung ist die Identifizierbarkeit des Modells aus wenigen, stark korrelierten Messdaten. Eine solche Datenstruktur tritt in der Praxis häufig auf und stellt ein entscheidendes Bottleneck für den Einsatz neuronaler Netze und anderer Modellierungs-Tools in der Prozessoptimierung dar. Ein entscheidender Vorteil strukturierter Hybridmodelle ist die Identifizierbarkeit des Modells auf der Basis statistisch schlechter Datensiätze. Für die Identifizierbarkeit kommt es jedoch nicht nur, wie in der konventionellen Prozessmodellierung, darauf an, dass die gemessenen Datensätze gut approximiert werden. Dies lässt sich mit fast allen Modellen erreichen. Der entscheidende Vorteil der strukturierten Hybridmodellierung ist jedoch die Extrapolationsfähigkeit des Modells. Das Prozessverhalten kann also auch in solchen Bereichen vorhergesagt werden, in denen keine oder extrem wenige Messungen vorliegen. Erst diese Eigenschaft macht den Modelltyp für den Einsatz in der Prozessoptimierung tauglich. Um die Extrapolationsfähigkeit garantieren zu können, ist jedoch der Nachweis nötig, dass eine gegebene Prozessstruktur auf den vorliegenden Daten so gut identifizierbar ist, dass eine ausreichende Prognosesicherheit garantiert werden kann. Dies kann a priori nicht durch Daten validiert werden. Dieser Punkt muss daher zwingend vor dem Einsatz eines Modells zur Prozessoptimierung in wissenschaftlich einwandfreier Weise nachgewiesen werden. Wenn dies nicht gelingt, ist der entscheidende wirtschaftliche Benefit nicht realisierbar. ReportAbschlussbericht im PDF-Format (0,8 MB), Anhang 1 (2,3 MB), Anhang 2 (1,1 MB), Anhang 3 (0,5 MB). | ||||
Last change: Mar. 4, 2008 |
|