Please use this identifier to cite or link to this item: http://dx.doi.org/10.14279/depositonce-5418
Main Title: Closed-loop adaptive Versuchsplanung zur Parameterschätzung mit modellgestützter Gestaltung einer Mensch-Maschine-Schnittstelle
Translated Title: Closed-loop adaptive experimental design for parameter estimation with a model-based design of a human machine interface
Author(s): Yakut, Nataliya
Advisor(s): Wozny, Günter
Manzey, Dietrich
Referee(s): Wozny, Günter
Manzey, Dietrich
Barz, Tilman
Granting Institution: Technische Universität Berlin
Type: Doctoral Thesis
Language Code: de
Abstract: There are multifarious applications for dynamic process models. In the process industry modeling is essential for design, simulation, optimization of plants and process control. Continuously increasing complexity of chemical engineering processes lead to growing requirements on model accuracy. However, model identification requires time-consuming and expensive theoretical and experimental studies. Furthermore, because of increased requirements on plant security, additional constraints during the experimental phase, environmental compatibility and economic reasons have to be considered, which makes the application of model-based approaches in the industry difficult. This work aims at developing a methodology for real-time identification of dynamic models in closed-loop to comply with industrial requirements and to satisfy safety restrictions and operation requirements during model identification as well as minimize experimental costs. For this purpose, we apply the Optimal Experimental Design (OED) technique, which aims to design an optimal set of experimental settings to maximize the information yield in the measured data with respect to identified model parameters. Then, the proposed approach is evaluated in a real case study and compared with a conventional open-loop method for system identification. It is shown that the proposed technique leads to better model quality compared to the traditional open-loop methodology, drastically reduces the experimental effort and complies with safety restrictions during the whole real-time identification experiment. Furthermore, we analyze one possible application of the proposed strategy. The identified model is applied to controller tuning and the results are compared to a standard procedure for controller parameterization. It is shown that the proposed technique leads to better controller performance in comparison to the conventional method. However, the success of model identification is not only based on the efficient implementation of numerical algorithms. It also depends on application specific factors. Usually, model identification and validation is performed in practice by professionals in process engineering or process control, who are normally not familiar with the OED methodology. Thus, in this work a software-tool for computer aided system identification based on the proposed approach is developed. In order to increase the understanding of users and to display the model identification process transparently, an innovative Human Machine Interface is created. For this purpose, a modern framework for interface design called Ecological Interface Design (EID) is applied. Here, EID was used to develop a prototype of the user interface and the proposed graphical elements are implemented in the Software-Tool. Finally, an empirical study and assessment of the quality of the presented Human Machine Interface is proposed and recommendations for a potential study design are formulated.
Die Anwendungsfälle von dynamischen Prozessmodellen sind vielfältig. In der Prozessindustrie ist deren Einsatz für die Auslegung, Simulation und Optimierung von Anlagen sowie Prozessführung zu einer gängigen Methode geworden. Die immer weiter zunehmende Komplexität der verfahrenstechnischen Prozesse führt zu steigenden Anforderungen an die Modellgenauigkeit. Allerdings erfordert die Modellidentifikation zeitaufwändige und kostspielige theoretische und experimentelle Untersuchungen. Hinzu kommen die zusätzlichen Restriktionen während der experimentellen Phase, die auf die zunehmenden Anforderungen an die Anlagensicherheit, Umweltverträglichkeit sowie wirtschaftliche Gründe zurückzuführen sind. Dies alles erschwert die Anwendung von modellbasierten Verfahren in der Industrie. Ziel dieser Arbeit ist die Entwicklung eines Lösungsansatzes zur methodischen Echtzeit-Identifikation von dynamischen Modellen im geschlossenen Regelkreis, der den industriellen Anforderungen entspricht und sowohl die Einhaltung der Stabilitätsbedingungen und Prozessbeschränkung während der Modellidentifikation gewährleistet als auch das experimentelle Budget minimiert. Zu diesem Zweck wird die Methode der Optimalen Versuchsplanung eingesetzt, die durch die Ermittlung einer optimalen Folge von Prozessanregungen den Informationsgehalt der Messdaten bezüglich der anzupassenden Modellparameter maximiert. Im Rahmen dieser Arbeit wird die entwickelte Technik anhand einer experimentellen Studie validiert und mit einer klassischen open-loop Methode zur Systemidentifikation verglichen. Es wird gezeigt, dass der entwickelte Ansatz eine deutlich bessere Modellqualität im Vergleich zur herkömmlichen Methode erzielt, zu einer drastischen Reduktion des experimentellen Aufwands führt und die Einhaltung der Sicherheitseinschränkungen während der gesamten Echtzeit-Identifikation ermöglicht. Letzteres hängt überwiegend von der closed-loop performance ab. Im Weiteren wird ein möglicher Anwendungsfall für die entwickelte Technik untersucht. Das identifizierte Modell wird für die Reglerauslegung eingesetzt und mit dem klassischen open-loop Verfahren zur Reglerparametrisierung verglichen. Es wird weiterhin gezeigt, dass der entwickelte Ansatz zu einer besseren Regelperformance im Vergleich zur konventionellen Methode führt. Der Erfolg der Modellidentifikation ist nicht nur durch eine effektive Implementierung gegeben. Er hängt auch von anwendungsspezifischen Faktoren ab. Gewöhnlich wird die Modellidentifikation und -Validierung in der Praxis von Ingenieuren der Verfahrens- und Automatisierungstechnik durchgeführt, die normalerweise nicht mit den Ansätzen der optimalen Versuchsplanung vertraut sind. Aus diesem Grunde wird in dieser Arbeit ein Software-Tool als Unterstützungswerkzeug zur rechnergestützten Systemidentifikation auf Basis des entworfenen Ansatzes entwickelt. Zur Erhöhung des Verständnisgrades des Nutzers und der transparenten Darstellung des Modellidentifikationsprozesses wird eine innovative Mensch-Maschine-Schnittstelle entwickelt. Zu diesem Zweck wird eine moderne Methode zur Gestaltung der Benutzeroberfläche, Ecological Interface Design (EID), eingesetzt, anhand dessen ein Prototyp mit graphischen Visualisierungselementen entworfen und implementiert wird. Abschließend wird eine Vorgehensweise zur empirischen Untersuchung und Beurteilung der Qualität der entworfenen Mensch-Maschine-Schnittstelle erarbeitet und Vorschläge zu möglichen Studienabläufen gemacht.
URI: http://depositonce.tu-berlin.de/handle/11303/5813
http://dx.doi.org/10.14279/depositonce-5418
Exam Date: 8-Jan-2016
Issue Date: 2016
Date Available: 1-Aug-2016
DDC Class: DDC::600 Technik, Medizin, angewandte Wissenschaften::660 Chemische Verfahrenstechnik::660 Chemische Verfahrenstechnik
Subject(s): optimal experimental design
optimization
closed-loop
parameter estimation
ecological interface design
optimale Versuchsplanung
Optimierung
Parameterschätzung
Sponsor/Funder: DFG, GRK 1013, Prospektive Gestaltung von Mensch-Technik-Interaktion (prometei)
Creative Commons License: https://creativecommons.org/licenses/by/4.0/
Appears in Collections:Technische Universität Berlin » Fakultäten & Zentralinstitute » Fakultät 3 Prozesswissenschaften » Institut für Prozess- und Verfahrenstechnik » Publications

Files in This Item:
File Description SizeFormat 
yakut_nataliya.pdf3.56 MBAdobe PDFThumbnail
View/Open


Items in DepositOnce are protected by copyright, with all rights reserved, unless otherwise indicated.