Zur Kurzanzeige

On data-driven nonlinear uncertainty modeling: Methods and application for control-oriented surface condition prediction in hard turning

dc.date.accessioned2023-07-24T09:33:01Z
dc.date.available2023-07-24T09:33:01Z
dc.date.issued2020-10-16
dc.identifierdoi:10.17170/kobra-202307198403
dc.identifier.urihttp://hdl.handle.net/123456789/14913
dc.description.sponsorshipThe scientific work has been supported by the DFG within the research priority program SPP 2086 (Grant Number: KR 3795/8-1; NI 1327/22-1; ZI 1296/2-1).ger
dc.language.isoeng
dc.rightsUrheberrechtlich geschützt
dc.rights.urihttps://rightsstatements.org/page/InC/1.0/
dc.subjectuncertaintyeng
dc.subjectTakagi Sugeno modeleng
dc.subjectGaussian process regressioneng
dc.subjecthard turningeng
dc.subjectUnsicherheitger
dc.subjectTakagi-Sugeno-Modelleger
dc.subjectGaußprozessregressionger
dc.subjectHartdrehenger
dc.subject.ddc004
dc.subject.ddc620
dc.titleOn data-driven nonlinear uncertainty modeling: Methods and application for control-oriented surface condition prediction in hard turningeng
dc.typeAufsatz
dcterms.abstractIn this article, two data-driven modeling approaches are investigated, which allow an explicit modeling of uncertainty. For this purpose, parametric Takagi-Sugeno multi-models with bounded-error parameter estimation and nonparametric Gaussian process regression are applied and compared. These models can for instance be used for robust model-based control design. As an application, the prediction of residual stresses during hard turning depending on the machining parameters and the initial hardness is considered.eng
dcterms.abstractIn diesem Artikel werden zwei datengetriebene Modellierungsansätze für den Einsatz bei zerspanenden Prozessen untersucht, die eine explizite Modellierung der Unsicherheit erlauben. Dazu werden ein parametrisches Takagi-Sugeno-Multi-Modell mit einer Bounded-Error Parameterschätzung und eine nichtparametrische Gaussprozessregression eingesetzt und verglichen. Diese Modelle können beispielsweise für den robusten Vorsteuerungs- und Regelungsentwurf eingesetzt werden. Als Anwendung wird die Prädiktion der Eigenspannungen beim Hartdrehen in Abhängigkeit der Maschinenstellgrößen und der initialen Härte betrachtet.ger
dcterms.accessRightsopen access
dcterms.alternativeZur nichtlinearen datengetriebenen Unsicherheitsmodellierung: Methoden und Anwendung für die regelungsorientierte Randschichteigenschaftsprädiktion beim Hartdrehenger
dcterms.creatorWittich, Felix
dcterms.creatorKistner, Lars
dcterms.creatorKroll, Andreas
dcterms.creatorSchott, Christopher
dcterms.creatorNiendorf, Thomas
dc.relation.doidoi:10.1515/teme-2020-0057
dc.relation.projectidKR 3795/8-1; NI 1327/22-1; ZI 1296/2-1
dc.subject.swdUnsicherheitger
dc.subject.swdModellger
dc.subject.swdTakagi-Sugeno-Reglerger
dc.subject.swdGauß-Prozessger
dc.subject.swdRegressionsmodellger
dc.subject.swdHartdrehenger
dc.type.versionpublishedVersion
dcterms.source.identifiereissn:2196-7113
dcterms.source.issueHeft 11
dcterms.source.journaltm - Technisches Messenger
dcterms.source.pageinfo732-741
dcterms.source.volumeBand 87
kup.iskupfalse


Dateien zu dieser Ressource

Thumbnail
Name:
WittichKistnerKrollSchottNiend ...
Größe:
745.5Kb
Format:
PDF
Öffnen

Das Dokument erscheint in:

Zur Kurzanzeige