DE69225723T2

DE69225723T2 - Zweistufige Systemidentifikationsvorrichtung mit Optimierung

Info

Publication number: DE69225723T2
Application number: DE69225723T
Authority: DE
Inventors: Ahmet F. Circle Pines Mn 55014 Konar; Tariq Minneapolis Mn 55410 Samad
Original assignee: Honeywell Inc
Current assignee: Honeywell Inc
Priority date: 1991-01-22
Filing date: 1992-01-21
Publication date: 1998-12-03
Anticipated expiration: 2012-01-22
Also published as: US5825645A; JP3556956B2; EP0496570B1; EP0496570A3; JPH0628332A; EP0496570A2; DE69225723D1

Description

Die Erfindung betrifft das Gebiet der System-Regelung, insbesondere der Struktur- Identifikation und Parameter-Identifikation sowie die diesbezügliche Verwendung in System-Reglern.

HINTERGRUND DER ERFINDUNG

Die Identifikation der Modell-Struktur und -Parameter eines unbekannten oder teilweise bekannten Prozeß-Systems ist sowohl für die Regelung als auch die Diagnose wichtig. Je genauer eine Strecke oder ein Prozeß identifiziert werden kann, desto besser kann er geregelt werden. Die Schätzung von System-Parametern ist für die adaptive/prädiktive Regelung und für das Auto-Tuning von grundlegender Bedeutung. Des weiteren können Änderungen in den System-Parametern oder den Strukturen wertvolle diagnostische Indikatoren sein. So kann z.B. ein plötzlicher Anstieg in der Verzögerungszeit eines Transport-Prozesses auf eine umgeleitete Pipeline hindeuten.
Die System-Identifikation ist weiterhin ein intensives Forschungsgebiet in der Regelungstheorie. Es wurden eine Vielzahl von Techniken entwickelt und viele dieser sind in einer weit gestreuten Anwendung. Die meisten Lösungswege im Hinblick auf System- Identifikation können als "Hard Knowledge"-Lösungswege bezeichnet werden, was bedeutet, daß diesselben durch intensive mathematische Analyse erzielt wurden. Wo diesselben anwendbar sind, können diese Techniken sehr genaue Ergebnisse bereitstellen.
Eine Unzulänglielikeit vieler gegenwartiger Lösungswege zur System-Identifikation ist eine Konsequenz ihrer Stärke. Die für einige bestimmte Anwendungen notwendigen Annahmen zur Vereinfachung der mathematischen Analyse und/oder zur Handhabbarkeit der Berechnungsanforderungen können für andere Anwendungen nicht gültig sein. Die Allgemeinheit und einfache Verwendbarkeit vieler aktueller Lösungswege ist begrenzt.
Ein alternatives Konzept für ein System-Identifikations-Werkzeug gewährleistet eine größere Allgemeinheit für Anwendungsfälle. Ein solches Werkzeug oder eine solche Technik von allgemeinem Zweck kann für eine große Vielfalt von System- Identifikationsproblemen vom Ingenieur oder Durchschnittsfachmann mit geringem oder keinem mathematischen Aufwand verwendet werden. Wo Techniken für spezielle Anwendungen existieren, können diese genauer arbeiten, die kurze Entwicklungszeit der Techniken für allgemeine Anwendungsfälle unter gleichzeitiger Erfüllung von Leistungs- Anforderungen kann jedoch ein wesentlicher Vorteil sein.
Werkzeuge und Techniken zur System-Identifikation können einen weiten Anwendungsbereich aufweisen, z.B.
- Bestimmte Anforderungen von Ingenieuren der Prozeßindustrie, die besseres Wissen über ihre Strecken benötigen, um eine verbesserte Regelung zu gewährleisten. Dies gilt für chemische, mechanische und andere Produktions- Umgebungen
- Eine Verwendung dieser Werkzeuge und Techniken kann die Untersuchung von Luftfahrzeugen und Raumfahrzeugen hoher Leistung verbessern, ebenso wie die Untersuchung der Dynamik von Landsystemen wie Schienenfahrzeugen oder Tragfiächenboden.
- Die Untersuchung des Menschen beim Abgleichen oder in anderen Typen von Regelungen kann verbessert werden.
- Auch kann durch Verwendung dieser Werkzeuge und Techniken die Erforschung biologischer Funktionen, z.B. neuromuskulärer Systeme, die Antwort der Pupille des Auges, die Steuerung des Arms oder Beins, die Steuerung der Herzfrequenz usw., verbessett werden.
Beim Formulieren oder Lösen eines Identifikationsproblems ist es wichtig, den Zweck der Identifikation zu bedenken. In Regelungsproblemen ist das letztendliche Ziel oft der Entwurf von Regelstrategien für spezielle Systeme. Es gibt jedoch auch Situationen, in denen das primäre Interesse in der Analyse der Eigenschaften eines Systems liegt. Die Bestimmung der Reaktionskoeffizienten in chemischen Reaktionen, der Wärmetransport- Koeffizienten in industriellen Prozessen und der Reaktivitäts-Koefflzienten in Kernreaktoren sind typische Beispiele für solche "diagnostische" Anwendungen. In solchen Fällen kann die Bestimmung spezifischer Parameterwerte das letztendliche Ziel der Identifikation sein. Viele derartige Probleme lassen sich auch in der Biologie, Wirtschaft und Medizin finden.
Sogar dann, wenn das Ziel der Identifikation der Entwurf eines Regelsystems ist, kann der Charakter des Problems, abhängig von der Natur des Regelungsproblems, stark variieren. Einige Beispiele sind:
- Der Entwurf eines stabilen Reglers.
- Der Entwurf eines Regelprogramms zur optimalen Überführung von einem Zustand in einen anderen.
- Der Entwurf eines Reglers, der die Änderung in den Prozeß-Variablen abhängig von Störungen minimiert.
Man kann daher erkennen, daß die vorliegende Erfindung einen weiten Anwendungsbereich aufweist. Nichtsdestotrotz verwenden wir eine gewöhnliche Regel- Umgebung, um die Erklärung zu erleichtern, ohne jedoch die Anwendungsmöglichkeiten dieser Erfindung beschränken zu wollen.
So wurden in der Vergangenheit eine Vielzahl von Techniken benutzt, um ein Modell zur Regelung oder Steuerung eines Systems oder Prozesses wie z.B. eines Heizungs-, Lüfiungs- und Klimatisierungssystems für ein Gebäude, einer Produktionslinie für eine chemische Fabrik oder sonstige automatisierte oder halbautomatisierte Fabriken, zu erzeugen. Das Systemmodell basiert auf der Beziehung zwischen den Eingangsgrößen des Systems und den Ausgangsgrößen oder Antworten, die innerhalb oder durch das System durch Sensoren oder andere Überwachungseinrichtungen der System-Aktivität identifiziert werden. So würde z.B. das Aufdrehen eines Boilers in einem Heizraum die Wärme in dem Raum in unterschiedlichen Raten erhöhen, abhängig von einer Vielzahl anderer Bedingungen in der überwachten Umgebung des Raums. Die als Änderung der Raumtemperatur gemessene Antwort, aufgetragen über der Zeit, wird eine Kurve ergeben. Der Verlauf der Kurve, die Steigung der Antwort und der Grad der Gleichung, welche die Kurve definiert, können alle abhängig von der Natur der überwachten Umgebung merklich variieren.
Die meisten gegenwärtigen Lösungswege zur System-Identifikation, zeitlich vor dieser Erfindung, identifizieren nicht die Struktur des Systems, obwohl dies die Grundlage für die Beziehung zwischen den Eingangsgrößen und den Ausgangsgrößen ist. Eine gewöhnliche Lösungsmethode liegt darin, die komplexeste mögliche oder wahrscheinliche Struktur anzunehmen, basierend auf einer menschlichen Analyse des Systems. Alle Parameter aller vorbestinimter Blocks in einem solchen System (wie Verzögerung, Integral, "Lag" und "Lead-Lag") müssen unter diesem Lösungsweg identifiziert werden. Bei einem anderen Lösungsweg wird ein iterativer Prozeß verwendet, wobei sukzessive komplexere Strukturen angenommen und Parameter-Identifikationen durchgeführt werden bis eine akzeptable Übereinstimmung mit den aktuellen Prozeßdaten erzielt wird.
In beiden Methoden nach dem Stand der Technik wird eine zusätzliche Berechnungs-Last durch die Identifikations-Methode verursacht, wegen dem Fehlen eines angemessenen Struktur-Identifizierers. Daher ist der Suchraum wahrscheinlich groß und das Verfahren zur Identifikation des Systems wird wahrscheinlich eine lange Zeit in Anspruch nehmen. Die Identifikations-Software wird daher sehr große Speicher-Resourcen für eine merkliche Zeitdauer benötigen, und die Genauigkeit der Parameter-Identifikation, basierend auf einem der oben beschriebenen Verfahren, wird wahrscheinlich schlecht sein.
Vor dieser Erfindung waren keine Lösungswege zur automatischen Struktur-Identifikation zum Einsatz in Problemen der realen Welt verfügbar. Aus diesem Grund neigt die Literatur dazu, die Worte "System-Identifikation" mit Parameterschätzung zu verundeutlichen. Kürzliche Arbeiten auf dem Gebiet der neuronalen Netzwerke haben jedoch gezeigt, daß einige neuronale Netzwerk-Modelle automatische Mittel zur Entwicklung komplexer, nicht-linearer, multidimensionaler Modelle aus Beispielen von Beziehungen zwischen Variablensätzen in gegebenen Situationen bereitstellen können. Dies kann mit geringer Problemanalyse oder manueller Programmierung durchgeführt werden.
Neuronale Netzwerke verfügen jedoch über eigene Nachteile. So sind diese gewöhnlich zeitraubend und rechenintensiv, insbesondere in der Trainingsphase, und insbesondere dann, wenn das neuronale Netzwerkmodell als Software in einem einzelnen Prozessor implementiert wird und keine eigene Hardware-Implementierung besitzt. Wenn neuronale Netzwerkberechnungen jedoch weniger kostspielig werden, kann es dienlich sein, neuronale Netzwerke zur Parameter-Identifikation sowie zur Struktur-Identifikation zu benutzen.
Die europäische Patentanmeldung bzw. Patentbeschreibung 0 480 654 beschreibt ein als System-Identifikations-Werkzeug benutztes neuronales Netzwerk.

ZUSAMMENFASSUNG DER ERFINDUNG

Die vorliegende Erfindung stellt eine Vorrichtung zum Identifizieren der Struktur sowie zum Abschätzen der Parameter eines geregelten Systems bereit, mit einer Strukturidentifiziereinrichtung, welche ein mit einem Trainingsdatensatz trainiertes neuronales Netzwerk aufweist zum Bestimmen der Struktur einer Transferfunktion, welche die mathematische Beziehung der Eingangsgrößen für das System und der Ausgangsgrößen des Systems beschreibt, Übertragungsmitteln zur Übertragung der bestimmten Funktionsstruktur und zur Erzeugung der Transferfimktion, welche die genannte mathematische Beziehung beschreibt, einer Parameterabschätzungseinrichtung, welche die Funktion von den Übertragungsmitteln empfängt und jene Parameter abschätzt, welche zur Transferfunktion gehören, wobei die Vorrichtung dadurch gekennzeichnet ist, daß das neuronale Netzwerk so angeordnet ist, daß es Unterfunktionen der Transferfunktion bestimmt, wobei jede Unterfunktion das Verhältnis einer Gruppe von Null oder mehreren Parametern zur Transferfunktion bestimmt, und die Übertragungsmittel eine Gruppe von Schaltern mit zwei Schaltstellungen umfaßt, wobei jeder Schalter in der einen Position die Unterfunktion einer der Parametergruppen innerhalb der Transferfunktion abschaltet und in der anderen Position einschaltet und die Schaltstellung der Schalter durch Ausgangssignale bestimmt ist, welche von der genannten Strukturidentifizierungseinrichtung geliefert werden, so daß die Position der Gruppe logischer Schalter der Weitergabe der identifizierten Systemstruktur dient, indem sie ein Ausgangssignal der Schaltergruppe an die Parameterschätzeinrichtung legt.

KURZE BESCHREIBUNG DER ZEICHNUNGEN

Figur 1 ist ein prinzipielles Blockschaltbild eines grundlegenden Steuerungssystems mit offenem Wirkungskreis.
Figur 2 ist ein Blockdiagramm eines grundlegenden Regelungssystems mit geschlossenem Wirkungskreis.
Figur 3 zeigt die Abbildung einer Antwort-Kurve über der Zeit.
Figur 4 ist ein Blockdiagramm grundlegender Elemente eines zweistufigen System- Identifizierers.
Figur 5 ist ein stärker detailliertes Blockdiagramm des zweistufigen System- Identifizierers.
Figur 6 ist ein Blockdiagramm einer Folge von Schaltern und strukturierter Blöcke/Komponenten des Systems.
Figur 7 ist ein Blockdiagramm eines Strukrur-Identifizierers und eines Parameter- Schätzers.
Figur 8 ist ein Blockdiagramm eines geregelten Systems.
Figur 9 ist ein Blockdiagramm einer System-Simulation.
Figur 10 ist ein Blockdiagramm des Trainings neuronaler Netzwerke.

DETAILLIERTE BESCHREIBUNG DES BEVORZUGTEN AUSFÜHRUNGSBEISPIELS

Die Wissenschaft der Systemregelung verfügt über Anwendungen in vielen Gebieten und die grundlegende Wissenschafts- und Technologiegeschichte wurde kurz in dem Abschnitt Hintergrund der Erfindung weiter oben beschrieben.
Zur Darstellung einiger Konzepte beziehen wir uns auf ein spezielles Beispiel, ein HVAC- System. Bin HVAC-System (Heiz-, Ventilations- und Air-Conditioning System) ist in einem gewöhnlich geschlossenen Gebäude anwendbar und antwortet einem menschlischen Bediener der die Sollwerte steuert, oder der lediglich die Temperatur sowie Fenster zur Lüftung verstellt (und möglicherweise Vorhänge zur Modifikation der Wärmelast des Sonnenlichtes und Verhinderung des Wärmeverlusts durch die Fenster). Der Mensch schaltet das System ab und benutzt seine Fenster zur Regelung während saisonabhängiger Temperaturen, läßt das Air-Conditioning eingeschaltet und läßt die Vorhänge geschlossen während der heißesten Zeiten, und läßt die Heizung eingeschaltet und die Vorhänge geschlossen während der kältesten Zeiten. Er wird üblicherweise den Sollwert heraufsetzen. wenn er Kälte verspürt und den Sollwert herabsetzen, wenn er Wärme verspürt. Der Sollwert der am im vom Menschen zu regelnden Raum befindlichen Thermostat bestimmt wird, stellt entweder eine direkte Eingangsgröße für den Boiler, das Belüftungssystem und das Air-Conditioning System dar, oder läuft durch einen dazwischen liegenden Regler, der diesselben Eingangsgrößen der mechanischen Einrichtung zur Verfügung stellt, jedoch in einer effizienteren Art und Weise als der Mensch dies tun könnte. Im Hinblick auf dieses Patent sind nur die Fälle relevant, in denen ein Regler verwendet wird.
Unter Bezugnahme auf Figur 1 ist ein System 11 gezeigt mit Eingangsgrößen "u" und "N", die in das System gehen, sowie mit Ausgangsgrößen "y", die aus dem System herauskommen. Verglichen mit einem zu regelnden Gebäuderaum des oben beschriebenen Beispiels, würde das in das System hineingehende "u" die durch einen Ofen bereitgestellte Wärme, die durch das Air-Conditioning bereitgestellte Kälte und die Flußrate sein, zu welcher die Belüftung (oder ein anderes System) diese Eingangsgrößen dem System bereitstellt. Die Ausgangsgröße des Raumes "y" ist (in diesem Beispiel) die gemessene Temperatur, die sich aufgrund der Eingangsgröße "u" ändert. In einem Raum gibt es ungeregelte Eingangsgrößen oder Eingangsgrößen, die regelbar sind durch andere Einrichtungen wie den Thermostaten. Diese Eingangsgrößen werden als "N" (stehend für "Rauschen") bezeichnet und können in dem oben beschriebenen Fall des Raumes Anderungen in der Verwendung des Vorhangs oder in der Verwendung des Fensters durch den Menschen im Raum einschließen, ebenso wie Wolken, die die Sonnenlast beeinflussen. Demzufolge ist das System 10 in einer qualitativen Art und Weise identifiziert. Der Mensch mag die Eingangsgrößen "N" ohne Verwendung des Reglers beeinflussen und die Eingangsgrößen "u", falls anwesend, unter Verwendung des Reglers beeinflussen als Antwort auf Änderungen in dem ihn beeinflussenden System. Der Thermostat überwacht desweiteren "y" und kann seine eigenen Änderungen auf "u" durchfüliren, um "y" mit dem Sollwert in Übereinstimmung zu bringen.
(Es soll angemerkt werden, daß in dieser Beschreibung Bezugnahmen auf die Variablen u, y und andere Variablen Bezugnalunen auf Vektoren einschließen können. Es wird davon ausgegangen, daß der Textzusammenhang den Gebrauch einer jeden speziell benannten Variable erläutert).
In Figur 2 ist ein System 20 mit einem geschlossenen Wirkungskreis beschrieben, mit einem System 11, Stör-Eingangsgrößen "N", regelbaren Eingangsgrößen "u", geregelten Ausgangsgrößen "y" und einer Regelschleife 13, welche "y" dem Regler 12 zurückführt. Der Regler kann ein gewisses Modell 31 einschließen oder auch nicht.
Bezugnehmend auf Figur 3 ist eine Darstellung 30 der Antwort-Kurve 17 wiedergegeben, wobei die Antwort 19 (von y) über der Zeit 18 aufgetragen ist. Der Abschnitt, der die Zeit zwischen dem Moment, an dem der Regler Signale an die Einrichtung liefert, um die Ausgangsgröße u zu dem System bereitzustellen, und dem Moment, an dem die Antwort durch die Ausgangsgröße u des Reglers bewirkt wird, zeigt an, daß die Antwort in dieser Kurve eine sogenannte "Totzeit" oder "Verzögerung" aufweist. Falls es sich bei dem zu regelnden System um einen Boiler handelt, wird die Zeit, zu der dem Boiler ein Signal zugefligt wird, zu der Zeit, zu welcher die Raumtemperatur beeinflußt wird, als "Totzeit" bezeichnet. Der Abfall der Kurve 17, wiedergegeben im Zeitabschnitt 15, zeigt eine inversive Antwort in der Antwortkurve an. Das kann geschehen, falls ein Lüfter einschaltet und den Raum etwas abkühlt, bevor Wärme geliefert wird. Der verbleibende Teil der Kurve 1 7 ist eine ansteigende Kurve im Zeitabschnitt 16. Dieser Teil der Kurve wird als "Integralteil" der Antwortkurve bezeichnet.
Eine Antwortkurve wie die Kurve 17 kann durch eine einzelne treppenartige Änderung im Sollwert eines solchen Systems hervorgerufen werden. Natürlich wird nicht jede Antwortkurve die gleichen Eigenschaften aufweisen wie die obige Antwortkurve, und die Antwortkurve von meßbaren Raumeigenschaften wie Feuchtigkeit, Luftdurchsatzrate im Raum usw. kann als Antwort auf denselben Satz von Eingangsgrößen in den Raum gänzlich unterschiedlich ausfallen. So kann z.B. an einem selir heißen Tag die Steigung des Abschnitts 16 der Kurve 17 dramatisch abflachen, falls ein Luft-Kühlungssystem mit relativ geringer Leistung eingesetzt wird, oder die Steigung kann sehr ähnlich verlaufen, falls ein starkes Luft-Kühlungssystem eingesetzt wird.
Zur Ausübung dieser Erfindung ist ein mathematisches Modell des Systems notwendig. Das Modell kann Änderungen in zwei Richtungen aufweisen. Zuerst sind strukturelle Änderungen möglich. Mögliche strukturelle Änderungen können einschließen:
- Unterschiedliche Zusammensetzungen von Unterfunktionen (wie Verzögerung, "Lag", "Lead-Lag" usw.).
- Unterschiedliche Ordnungen der Nennerpolynome und Zählerpolynome in der Übertragungsfunktion des Modells.
- Verschiedene Arten von Nicht-Linearitäten in einem nicht-linearen mathematischen Modell (z.B. Sättigung, Hysterese Logarithmen und Exponenten).
Zweitens kann das mathematische Modell Parameter aufweisen, denen verschiedene Werte zugeordnet sein können. So kann z.B. in dem Fall, in dem ein System eine Verzögerung enthält, der aktuelle Wert der Verzögerung ein Parameter sein.
Die Entwicklung eines strukturellen Identifizierers kann unter Bezugnahme auf Figur 9 erklärt werden, die ein Simulationsmodell 61 zeigt. Das Modell kann ein Satz von Algorithmen, Programmen oder sogar, falls gewünscht, eine analoge Einrichtung sein.
Die Erzeugung von Trainingsdaten wird durch Verwendung des Modells 61 erzielt. "s" ist eine strukturelle Abbildung (z.B. Schalter-Einstellungen). s ist ein Vektor; die strukturelle Abbildung wird im allgemeinen nicht lediglich eine Skalarzahl sein. s steht in keiner Art und Weise in Beziehung zu dem s der Übertragungsfunktion (z.B. H(s) =....).
Im allgemeinen Fall sind verschiedene u, s, p Eingangsgrößen für die Simulation, wobei entsprechende y produziert werden. Jedes u, s, y stellt ein Trainingsbeispiel dar (p wird für das Training des Struktur-Identifizierers nicht benötigt). Das Netzwerk wird dann, wie folgend im Zusammenhang mit Figur 10 beschrieben, trainiert (für jedes Trainingsbeispiel).
In Figur 10 verfügt ein neuronales Netzwerk 62 über einen demselben zugeordneten Lern- Algorithmus 63, wie oben beschrieben. Bildlich zeigt der Pfeil 64 an, daß der Algorithmus das neuronale Netzwerk einstellen kann, entweder durch Einstellung interner Gewichte oder durch andere Mittel. Die Eingangsgrößen y und u durchlaufen das Netzwerk 62 und produzieren eine Eingangsgröße s&sub0;, die am Punkt 65 mit s verglichen wird. Der Lernalgorithmus verwendet das an der Linie 66 empfangene Ergebnis der Vergleichung, um die durch den Pfeil 64 gezeigte Modifikation durchzuführen. Dieses Verfahren wird iterativ wiederholt bis s&sub0;...x ausreichend nahe bei s liegt, so daß es minimiert oder vemachlässigbar ist.
Es soll angemerkt werden, daß in dem Fall, in dem immer ein spezielles u verwendet wird, dieses nicht im Netzwerk bereitgestellt werden muß, weder während des Trainings noch während des Betriebs.
Die Entwicklung eines Trainingssatzes für eine Parameter-Schätzung, die verwendet wird, um eine Verzögerung zu schätzen, ist im Detail in der europäischen Patentanmeldung EP-A-0 480 654 beschrieben. Ähnliche Trainingssätze können für die vorliegende Anmeldung erzeugt werden, es sollten jedoch Eingangsgrößen, Ausgangsgrößen und entsprechende strukturelle Werte eher benutzt werden als Eingangsgrößen, Ausgangsgrößen und entsprechende Parameterwerte wie in der in bezug genommenen Anmeldung. Daher sollten up, yp und strukturelle Schalter-Einstellungen die für das Training des neuronalen Netzwerks relevanten Datenarten sein, wenn es zur strukturellen Identifikation verwendet wird.
In Kürze gesagt, können unterschiedliche Modell-Beschreibungen zufällig oder bedacht erzeugt werden, und es können Eingangsgrößen-Parameter in der Simulation auf diese angewendet werden, um Antwortkurven für jedes Modell zu erzeugen.
Die Erzeugung von Trainings-Sätzen und die Verwendung von Simulatoren für diese Zwecke sind gut bekannt und verschiedene Techniken und Simulatoren können verwendet werden. Das neuronale Netzwerk muß ein solches sein, welches für nicht-lineare Funktionsabbildungen verwendet werden kann. Zwei Beispiele von Netzwerken könnten solche des Back-Propagation-Typs oder des Radial-Basis-Funktion-Typs sein.
Die Eingangsgrößen-Parameter als solche können zufällig oder sorgfältig erzeugt werden, um, falls gewünscht, mit den erwarteten aktuellen Parametern übereinzustimmen. Es wird wahrscheinlich hilfreich sein, einiges Rauschen, entweder zufälliges oder periodisches Rauschen oder eine Kombination hiervon, zur Gewährleistung der Robustheit in die Simulation einzufuhren. Geschlossene Regelkreise, nicht treppenförmige Eingangsgrößen und sogar willkürliche Eingangsgrößen können verwendet werden, ebenso wie eine grundlegende Treppen-Eingangsgröße eines Modells eines offenen Wirkungskreises. Je größer die Vielfalt der im Simulator verwendeten Modelle ist, um einen Trainings- Datensatz zu erzeugen, desto wahrscheinlicher kann der System-Identifizierer ein genaues Modell für ein Svstem auswählen, welches in der realen Welt geregelt werden soll. Natürlich ist der Betrieb des Netzwerks und die Simulation sehr kostspielig, falls eine höhere Komplexität eingeführt wird. Daher sollte in solchen Fällen, in denen der Prozeß genau durch einen offenen Wirkungskreis, eine Treppen-Eingangsfunktion beschrieben werden kann. eine solche Basis für das Training verwendet werden.
Der Trainingssatz von Daten sollte daher in Verbindung mit einem Simulator zusammengestellt werden, der mit Bezug auf die Situation in der realen Welt konstruiert wurde, in der der Regler einen in demselben betriebenen, zweistufigen System- Identifizierer aufweist. Anstelle dessen können Beispiele der realen Welt verwendet werden, die Zusammenstellung solcher Daten würde natürlich langwierig, fehlerempfänglich, kostspielig und sehr zeitaufwendig sein.
Wie in der zuvor in bezug genommenen Anmeldung, die die Leistung eines System- Identifizierers zur Parameter-Schätzung, insbesondere ein Beispiel für den Verzögerungs- Parameter, beschreibt, erfordert das Training des neuronalen Netzwerks, daß korrespondierende Eingangsgrößen und Ausgangsgrößen dem Netzwerk iterativ zugeführt werden, bis die Ausgangsgröße des neuronalen Netzwerks mit den Ausgangsgrößen übereinstimmt, die den Eingangsgrößen des gegebenen Beispiels entsprechen. Diese Technik und dieses Konzept oder Werkzeug wird in dieser Erfindung ebenfalls eingesetzt. Es wird jedoch für unterschiedliche Zwecke verwendet.
Die folgende Beschreibung wird in folgende Abschnitte der Erklärung unterteilt. System- Identifizierer, Parameter-Schätzer, Initial-Parameter-Schätzer und Optimierung mit Speicher.
Die hier beschriebene Erfindung wurde auf einer HP/Apollo-Workstation unter Verwendung von FORTRAN und C-Programmiersprachen implementiert. Es wurden unterschiedliche erfolgreiche Vorführungen durchgeführt. Der System-Designer kann seine eigenen Plattformen zur Implementierung auswählen, ohne von der Lehre dieses Patents abzuweichen. Es liegt auf der Hand, daß dort, wo größere neuronale Netzwerk- Rechenkapazitäten erfordert werden, die Maschinen und Sprachen bevorzugt werden sollten, die näher an die Berechnung neuronaler Netzwerke angepaßt sind.

System-Identifizierer

In Figur 4 ist eine allgemeine Beschreibung eines zweistufigen System-Identifizierers 40 gezeigt, wobei Prozeßeingangsgrößen- und Ausgangsgrößen-Daten 21 Eingangsgrößen zu einem Antwort-Muster-Klassifizierer 22 und zu einem Parameter-Schätzer 25 sind. Im allgemeinen stellt der Antwort-Muster-Klassifizierer 22 eine Struktur-Identifikation für das System zur Verfügung. Eine der identifizierten Struktur 24 entsprechende Übertragungsfunktion dient als Eingangsgröße für den Parameter-Schätzer 25 kommend von dem Antwort-Muster-Klassifizierer 22. Der Parameter-Schätzer verwendet das in der Übertragungsfunktion 24 identifizierte Modell, um Anfangswerte für die mit der Übertragungsfunktion verbundenen Parameter 27 zu finden, und er bearbeitet intern diese Parameter iterativ, bis die aktuellen Prozeßeingangsgrößen- und Ausgangsgrößen-Daten 21 mit den Prozeßeingangsgrößen- und Ausgangsgrößen-Daten übereinstimmen, die unter Verwendung der in der identifizierten Struktur geschätzten Parameter vorher bestimmt wurden.
Die Übertragungsfunktion, in der die Struktur 24 für den Parameter-Schätzer 25 identifiziert ist, kann in einem Ausführungsbeispiel als Serie von strukturellen Schaltern betrachtet werden. Bevor die Übertragungsfunktion oder strukturelle Identifikation 24 in allgemeinen Gleichungen beschrieben wird, soll auf Figur 6 bezug genommen werden, in welcher die strukturellen Schalter 31, 32, 33 und 34 gezeigt sind, die die strukturelle Identifikation des Systems 30 ausmachen. Die Eingangsgrößen U(s) können direkt auf den Verstärkungsfaktor 35 angewendet werden, um die Ausgangsgröße Y(s) zu erzielen. U(s) und Y(s) sind Laplace-Transformationen der zeitveränderlichen Eingangsgrößen- und Ausgangsgrößen-Signale u(t) und y(t). Die Verstärkung wird allgemein als Kp wiedergegeben. Falls die Beziehung zwischen den Eingangsgrößen und den Ausgangsgrößen der Trainingsdaten eine Verzögerung anzeigt, wird die Eingangsgröße U(s) anstelle dessen durch den Schalter 31 auf die Verzögerungs-Funktion in der Box SD angewendet. Falls keine Verzögerung vorliegt, wird der Schalter 31 die Eingangsgröße U(s) um die Verzögerungs-Funktion herumleiten, wo diese durch den Schalter 32 entweder durch die "Lead-Lag"-Parameter-Funktion - wiedergegeben durch Box SLL - durchgeleitet wird oder um diese herum. Der Prozeß wird über die Schalter 33 für die Box SL und über den Schalter 34 für die Box SI wiederholt, nämlich für die "Lag"- und Integral-Funktionen. Falls also alle Schalter durch die Funktions-Boxen gehen, so ist das System dahingehend identifiziert, daß eine Antwort-Kurve mit Verzögerung, "Lead-Lag"-, "Lag"- und Integralteil vorliegt. Die Reihenfolge der Schalter kann selbstverständlich geändert werden, ohne jeglichen Einfluß auf das Arbeitsprinzip des Identifikationsprozesses. Es soll angemerkt werden, daß vor der Verstärkungs-Box 35 kein Schalter angeordnet ist, weil davon ausgegangen wird, daß die Verstärkungs-Funktion in allen strukturellen Formeln gegenwärtig ist.
Es soll angemerkt werden, daß die oben beschriebene Struktur-Identifikation lediglich ein Ausführungsbeispiel dartellt. Die Struktur kann auch anders beschrieben oder identifiziert werden. Die anderen Wege müssen jedoch den akzeptablen Eingangsgrößen zu dem verwendeten Parameter-Schätzer entsprechen. Z.B. könnte, falls der Antwort-Muster- Klassifizierer lediglich die Ordnungszahl der Gleichung weitergibt, die die in den Trainings-Datensätzen gefundenen Antwortmuster beschreibt, ein Parameterschätzer konstruiert werden, um diese Zahl zur Erzeugung einer Gleichung zu verwenden, die die Struktur des Systems aus einer begrenzten Anzahl von innerhalb des Parameter-Schätzers enthaltenen Gleichungen beschreibt oder identifiziert. Ebenso können andere Wege verwendet werden, um die Übertragungsfunktion zu beschreiben, wie z.B.
wobei a und b Parametervektoren sind, jedoch in dieser allgemeinen Form nicht als Verzögerung, Lead-Lag, usw. bezeichnet werden können, und wobei n ≥ m ist. (H(s) ist die Übertragungsfunktion).
Die in Figur 6 wiedergegebenen strukturellen Schalter beschreiben eine vernünftige Gesamtheit von für viele Regel-Anwendungen zu berücksichtigenden Struuturen, und sie ist daher die bevorzugte Benutzungsform.
Im folgenden wird nun auf Figur 7 bezug genommen, in welcher der Struktur-Idenüfizierer oder Antwort-Muster-Klassifizierer 22 in gestrichelten Linien gezeigt ist, der ein neuronales Netzwerk NN mit Schaltern SD, SLL, SL, SI zeigt, die die Ausgangsgrößen ähnlich bestimmen.
Die Systemprozeßeingangsgrößen- und Ausgangsgrößen-Daten 21, die das neuronale Netzwerk NN durchlaufen, stellen daher in einem Ausführungsbeispiel binäre Ein- oder Ausgangsgrößen durch die Schalter Sx bereit. Dies würde dann die Übertragungsfunktion H(s,p) 23 bestimmen. "p" ist ein Satz von mit den identifizierten Strukturblöcken verbundenen Parametern. (Alternativ kann jeder Teil der Übertragungsfunktion angeschaltet oder ausgeschaltet sein, und, falls gewünscht, kann eine andere Schicht der Komplexität hinzugefügt werden, falls die Konstruktion der Einrichtung einfacher gemacht ist). Der Parameter-Schätzer 25 kann auch eine Box 23 oder eine Duplikations-Struktur (nicht gezeigt) verwenden, um die identifizierte Struktur und die geschätzten Parameter und die hieraus erzeugte Beziehung gegenüber den aktuellen Eingangsgrößen "u" und den Ausgangsgrößen "y" (21) zu testen. Wie es allgemeine Praxis ist, werden die aktuellen zeitveränderlichen Eingangsgrößen und Ausgangsgrößen u(t) und y(t) abgetastet, und die abgetasteten Vektoren u und y werden als Eingangsgrößen der hier beschriebenen System- Eingangsgrößen der hier beschriebenen System-Identifikationsmethode bereitgestellt. Daher empfängt der Parameter-Schätzer-Vergleicher 38 die Eingangsgrößen u und Ausgangsgrößen y 21, und er verwendet die Eingangsgröße u über die Linie 36 als Eingangsgröße für die Box 23. Zur gleichen Zeit stellt er die letzte beste Schätzung der Parameter (diese sind im Vektor p wiedergegeben) über die Linie 39 zur Verfügung. Dies ergibt eine Ausgangsgröße auf der Linie 37 ym. Diese Ausgangsgröße ym ist die durch das Modell bestimmte Größe y. Diese wird in Box 38 mit der Eingangsgröße u auf Linie 21 verglichen.
Daher wird bei dem in Figur 7 gezeigten Ausführungsbeispiel 40 die System-Identifikation durch Setzen einer Folge von Schaltern Sx durch ein neuronales Netzwerk NN durchgeführt. Die Schalter werden in Antwort auf die Eingangsgrößen II und yp auf Linie 21 gesetzt. Das Setzen der Schalter erzeugt eine Formel oder Übertragungsfunktion, die die Struktur des Systems durch eine Software- oder Hardware-Implementierung der Box 23 identifiziert. (Für kleinere und weniger zeitsensitive Anwendungen sind Software- Implementierungen bevorzugt, eine Hardware-Implementierung wird jedoch vorgezogen, falls eine schnellere Bearbeitung gewünscht ist.) In dieser Art und Weise wird die Übertragungsfunktion H(s,p) dem Parameter-Schätzer 25 bereitgestellt. Die System- Identifikation wird als abgeschlossen angesehen, wenn der Parameter-Schätzer seine Berechnung vollendet hat.

Parameter-Schätzer

Unter weiterer Bezugnahme auf Figur 7 verwendet der Parameter-Schätzer 25 die Software- oder Hardware-Implementierung der Übertragungsfunktion in Box 23, in dem er die Eingangsgrößen u über die Linie 36 der Übertragungsfunktion zur Verfügung stellt, und zwar zu derselben Zeit, wie er über die Linie 31 seinen ersten Satz von Parameter- Schätzungen pl der Übertragungsfunktion zur Verfügung stellt. Die Ausgangsgröße der Box 23 erzeugt für jedes Paar oder jeden Satz u, p eine Ausgangsgröße Ym an der Linie 37. Eine Erklärung des Verfahrens der Parameter-Schätzung kann unter Bezugnahme auf Figur 5 besser beschrieben werden als unter Bezugnahme auf Box 38 in Figur 7.
In Figur 5 verdeutlicht ein Flußdiagramm 50 die Eingangsgrößen und Ausgangsgrößen zwischen den Elementen des zur Parameter-Identifikation benutzten Systems. Ein dynamischer Struktur-Identifizierer 41 empfängt Eingangsgrößen up des Prozesses und Ausgangsgrößen yp des Prozesses. Die Eingangsgrößen des Prozesses werden auch einem allgemeinen dynamischen Prozeßmodell 42 zugeführt, welches die Simulationsfunktion in dieser Einrichtung gewährleistet. Die Prozeß-Ausgangsgrößen-Daten yp werden auch einem nicht-linearen Parameter-Identifizierer 43 bereitgestellt, der ein Optimierungsprogramm enthält. Der dynamische Struktur-Identifizierer 41 stellt einen Struktur-Index s bereit, der mit der oben beschriebenen Übertragungsfunktion ähnlich oder identisch ist, und zwar für den nicht-linearen Parameter-Identifizierer 43. Dem nicht- linearen Parameter-Identifizierer wird auch eine Ausgangsgröße ym des Prozeßmodells 42 bereitgestellt. Das Modell 42 erzeugt im allgemeinen einen Gradienten (partielles y/partielles p), der dem Parameter-Identifizierer 43 bereitgestellt werden kann, oder durch den Parameter-Identifizierer - falls gewünscht - unabhängig erzeugt werden kann. Der Parameter-Identifizierer erzeugt eine Ausgangsgröße "p" in einem komplexen oder mehrstufigen Verfahren. Er vergleicht die Ausgangsgrößen-Prozeßdaten "yp" mit den Ausgangsgrößen-Modelldaten "ym" Falls diese nicht ausreichend dicht beisammen liegen, um für irgendwelche zu regelnden Systeme vernachlässigbar zu sein, so wird der Gradient (entweder durch Box 42 bestimmt und durch Box 43 hindurchgeleitet oder durch Box 43 erzeugt) in einem Optimierungsalgorithmus verwendet, um eine Änderung in den Ausgangsgrößen-Parametern p zu erzeugen, damit yp mit ym besser übereinstimmen. Es sind eine Vielzahl von Verfahren zur Durchführung dieser Berechnungsart bekannt, und es wird keine spezielle Berechnungsmethode bevorzugt. Einige erzeugen schnellere Ergebnisse, erfordern jedoch mehr Rechenleistung, so daß die ausgewählte Methode eine Designfrage darstellt.
Das von uns verwendete Verfahren verwendet einen Levenberg Marquardt- Optimierungsalgorithmus, der verändert wurde, um Beschränkungen handuuhaben. Eine Beschreibung dieses Verfahrens kann in der Arbeit von L.E. Scales, "Introduction to Nonlinear Optimization", Springer-Verlag, 1985, gefunden werden. Die für jeden speziellen Gebrauch beste Methode wird von Entwurfsüberlegungen abhängen.
Die Ausgangsgröße p der Box 43 wird dem Modell innerhalb der Box 42 bereitgestellt. Das Modell verwendet die Prozeß-Eingangsgrößen up und leitet diese durch die identifizierte Struktur hindurch, die durch den vom Struktur-Identifizierer 41 empfangenen Struktur-Index s identifiziert wurde. Die in 42 verwendeten Parameter basieren auf der in der Box 43 durchgeführten Optimierung, die die Differenz zwischen yp und ym, den Gradienten und das letzte erzeugte p benutzt, um als nächste Ausgangsgröße p oder "p" zu erzeugen.
Beim in Bezugsetzen von Figur 5 und Figur 7, entspricht Box 38 in Figur 7 annähernd den Boxen 42 und 43. Ein Abschnitt der Box 43, welcher die identifizierte Struktur enthält, würde jedoch logischerweise zu der Box 42 der Figur 5 gehören.
Es kann daher erkannt werden, daß unterschiedliche Ausführungsformen für das gleiche Paar von Elementen, den Struktur-Identifizierer und den Parameter-Schätzer, unter Benutzung von Software und Hardware konstruiert werden können. Der Parameter- Schätzer muß jedoch einige Kennzeichen der identifizierten Struktur vom Struktur- Identifizierer empfangen, oder wenigstens in der Lage sein, auf einer zu arbeiten, um Parameter-Schätzungen zu erzeugen. Die Parameter-Schätzungen müssen durch ein Modell geführt werden, welches ebenfalls auf der identifizierten Struktur und den Prozeß- Eingangsgößen beruht, um Modell-Ausgangsgrößen zu erzeugen. Die Modell- Ausgangsgrößen und die Prozeß-Ausgangsgrößen müssen durch den Parameter-Schätzer verarbeitet werden, um eine neue Parameter-Schätzung zu erzeugen. Die Prozeß- Ausgangsgrößen und die Prozeß-Eingangsgrößen müssen beide dem Struktur-Identifizierer zur Verfugung gestellt werden. Unter Berücksichtigung dieser Anforderungen können von den einschlägigen Fachleuten eine Vielzahl von Ausführungsformen in Übereinstimmung mit den Software- und Hardware-Konstruktionstechniken geschaffen werden.

Initalparameter-Schätzer

Gemäß EP-A-0 480 654 wird eine Beschreibung einer Parameter-Schätzung unter Verwendung eines neuronalen Netzwerks bereitgestellt. Es ist hinlänglich bekannt, daß je genauer eine Initialparameterschätzung ist, desto schneller kann von jeder Optimierungstechnik eine ausreichende Optimierung erzielt werden. Es wurde herausgefunden, daß unter Verwendung einer guten Initial-Parameterschätzung grundlegende Zeitersparnisse und Ersparnisse hinsichtlich kostspieliger Maschinenzyklen oder Berechnungen erzielt werden können. Durch Verwendung der in der oben zitierten Patentanmeldung beschriebenen Technik zur Erzeugung von Parametern, und durch Venvendung der Technik fur jeden Parameter in dem strukturell identifizierten System können befriedigende Ergebnisse erzielt werden.
Unter Bezugnahme auf Figur 8 wird eine Initialparameter-Schätzung mit Bezug auf ein Regelsystem und Prozeß-Interface-Diagramm 60 beschrieben. Die Eingangsgrößen Up und Ausgangsgrößen Yp werden unter Regelung in dem System oder Prozeß überwacht. Diese werden als Eingangsgrößen einem Feed-Forward-Neuronalen-Netzwerk 51 bereitgestellt, welches als Initialparameter-Schätzer verwendet wird. Dasselbe neuronale Netzwerk kann zur Erzeugung struktureller Indices s verwendet werden, um die Struktur als Ausgangsgrößen zu identifizieren, und zwar zur selben Zeit wie es Parameter-Schätzungen p bereitstellt. Diese Ausgangsgrößen s und p werden beide der Box 52 bereitgestellt, die die Funktion einer nicht-linearen Optimierung (ein Feedback-Funktionstyp oder ein iterativer Funktionstyp) gewährleistet. Die Box 52 empfängt ebenfalls als Eingangsgrößen Up und Yp.
Mit Bezug auf Figur 5 ist Box 52 ähnlich zu den Boxen 42 und 43, verfügt jedoch über die zusätzliche Eingangsgröße p0, welche die durch das neuronale Netzwerk 51 erzeugte Initialparameter-Schätzung darstellt. Die Ausgangsgrößen s und p der Box 51 können auch, falls gewünscht, zur Analyse einem Mensch-Maschine-Interface 53 bereitgestellt werden. Eine derartige Analyse kann den Zweck zur Verbesserung des Reglers oder Systems oder Prozesses unter Regelung verfolgen. Ein Alarm-System 54 kann als intelligente Schnittstelle zu dem Mensch-Maschine-Interface 53 arbeiten, falls dies gewünscht ist. Das Mensch-Maschine-Interface 53 kann direkte Regel-Eingangsgrößen zu dem System oder Prozeß aufweisen (wie z.B. ein Mensch die Vorhänge in einem einfachen Fall, beschrieben in der Einleitung dieser Darstellung, schließen kann).
Der Regler 55 wird durch die Ausgangsgrößen p* der Optimierungs-Box 52 gesteuert. Die Ausgangsgröße p* kann ebenfalls dem Mensch-Maschine-Interface bereitgestellt werden und kann, falls gewünscht ebenfalls dem Alarm-System bereitgestellt werden. p* ist die optimierte Ausgangsgröße des Teils der Box 52, die der Box 43 der Figur 5 entspricht. Daher entspricht p dem Satz von Parametern, welche am genauesten mit der Kurve übereinstimmen, die eine Beziehung zwischen Up und Yp ist. Diese Parameter werden durch einen Umformer 46 dem Regler zugeführt, welcher die Daten in einer vom Regler erforderten Art und Weise interpretiert, um die Ausgangsgröße uc, die Regel- Eingangsgröße für das System oder den Prozeß unter einer Regelung zu erzeugen.

On-Line-Tuning des Netzwerks

Es soll angemerkt werden, daß die Eingangsgrößen-Werte up und die geschätzten Parameter p in Verbindung mit den durch das allgemeine dynamische Prozeßmodell 42 erzeugten Ergebnissen, z.B. der Ausgangsgröße Ym, einen Trainingssatz bereitstellen, der reale Daten enthält. Falls daher der Simulator mit dem Trainingsdaten-Erzeuger übereinstimmt, können diese Daten verwendet werden als Eingangsgrößen für das neuronale Netzwerk, um den Satz von Trainingsdaten zu verbessern und zu vergrößern. Daher ist das Netzwerk als solches On-Line trainierbar, und zwar während des Betriebs des Systems. Dieses Training ist für Parameter-Schätzungen besonders leistungsfähig, weil es die Erzeugung genauerer p&sub0;'s oder Initialparameter-Werte erlaubt.

Optimierung mit Speicher

Optimierungsprobleme sind in allen Ingenieurfeldern und Wissenschaftsfeldern allgegenwärtig. Daher sind die hier beschriebenen Optimierungstechniken von breiter Anwendbarkeit. Allgemein gesagt, sind Optimierungstechniken auf Probleme anwendbar, die die Minimierung (oder Maximierung, aber das ist hier nicht von Wichtigkeit) einer Funktion E(x,p) von zwei Variablen x und p erfordern. Diese Variablen können entweder skalare Größen oder Vektoren beliebiger Dimension sein. In der oben beschriebenen Parameter-Schätzungs-Anwendung ist x eine Kombination des Prozeß-Eingangsgrößen Vektors up und des Prozeß-Ausgangsgrößen-Vektors yp, wobei p weiterhin der Parameter- Vektor ist, und die Funktion E der Grad der Übereinstimmung zwischen yp und der Modell-Ausgangsgröße vm ist, berechnet aus up und p.
Entweder in der speziellen Anwendung der System-Identifikation oder mehr allgemein nehmen wir an daß x gegeben ist. Das Problem liegt dann darin, den Wert von p zu finden, für den E(x,p) minimal ist. Z.B. kann E eine Funktion wie folgt sein:
E(x,p) = x²+2x³p+p1/2+sin(px).
(In diesem Beispiel sind der Einfachheit halber x und p Skalare).
Für nahezu alle nicht-linearen Ausdrücke von E, verfügt die Optimierung von E über keine geschlossene analytische Lösungsform. Die Lösung dieses Problems erfordert iterative Optimierungsmethoden. In den meisten realen Fällen ist die Dimension von p auch größer als 1 oder 2, so daß merkliche Berechnungs-Anforderungen bestehen, die durch die Verwendung der hier beschriebenen Optimierung merklich reduziert werden können.
Zusätzlich zu der Dimensionalität von p hängt der Rechenaufwand zur Lösung eines nichtlinearen Optimierungsproblems stark von der Qualität des Startpunkts p&sub0; oder der Initialschätzung ab. Falls p&sub0; nahe beim (unbekannten) optimalen oder Lösungspunkt p* liegt, wird die Konvergenz der Optimierung auf den Punkt p* schnell sein. Liegen jedoch Startpunkt und der Lösungspunkt nicht nahe beieinander, werden die Berechnungsresourcen und die von dem Optimierungsverfahren zur Lösungsfindung benötigte Zeit in den meisten Anwendungsfällen sehr groß sein. Die Erzeugung eines guten Startpunkts bei einem beliebigen Optimierungsproblem ist eine schwierige Aufgabe, und bei konventionellen Optimierungsmethoden wird geringer oder kein Aufwand betrieben, um dieses Problem zu lösen. Anstelle dessen sind Startpunkte üblicherweise zufällig oder beliebig. Diese Erfindung ersetzt diese Ein-Schritt-Methode nach dem Stand der Technik durch eine Zwei-Schritt-Methode. Für die Zwei-Schritt-Methode können verschiedene Ausführungsformen benutzt werden.
Der erste Schritt liegt natürlich darin, einen guten Startpunkt zu erzeugen: p&sub0; = F*M(x). In diesem Fall ist F*M(x) eine Funktion oder Abbildung, die eine Initialschätzung von p bei einem gegebenen Vektor x erzeugt. Die Schätzung kann dann als Initialwert von p für die Optimierungsmethode verwendet werden, die durch die Frage "Welcher Wert von p gewährleistet einen Minimum für die Gleichtung E(x,p) oder: p* = argminpE(x,p)" beschrieben werden kann. Die Optimierungsmethode arbeitet als ein "Korrektor".
Der Schlüssel zu diesem Lösungsweg liegt in der Definition von F*M(x). Dieser Ausdruck als solcher kann als Ergebnis des Optimierungsprozesses realisiert werden, wobei die Optimierung über den Abstand möglicher Funktionen F*M(x) erfolgt:
F*M(x) = argmin p*-FM(x) {x,p*}. FM(x)
Wir haben herausgefunden, daß bei einem gegebenen Satz von Vektoren x, p* dies eine Funktion von x ist für welche die Differenz zwischen dem (gegebenen) optimalen Wert p und der Ausgangsgröße der Funktion über den gesamten Satz minimiert ist. Wir bezeichnen {x,p*} als Trainingssatz für dieses Minimierungsproblem. Der Trainingssatz wird während der Simulation zusammengestellt, durch zufälliges (oder auch irgendwie geordnetes) Auswählen von x-Vektoren und durch Verwenden des Korrektors (mit einem zufälligen Startpunkt), um den entsprechenden p*-Vektor zu finden. Es ist wichtig anzumerken, daß die Schritte der Zusammenstellung des Trainingssatzes und der Funktions-Optimierungsprozeß beide Off-Line durchgeführt werden können. Daher sind mit vernünftigen Einschränkungen die für diese Aktivitäten notwendigen Rechen- Resourcen von geringer praktischer Bedeutung. Im folgenden wird eine systematische Technik zur Definition und zur Untersuchung des Funktionsraumes beschrieben, der durchsucht werden muß.
Nicht-lineare neuronale Netzwerke und überwachte Lern-Algorithmen stellen eine attraktive und effiziente Lösung bereit. Ein Lern-Algorithmus wie der der Back Propagation-Lernregel (beschrieben von Rumelhart et. al in "Learning Representations by Back-Propagation Errors", Nature 323, 9. Oktober 1986) oder der Radial-Basis-Functions (Moody and Darken, "Fast Learning in Networks of Locally-Tuned Processing Units", Neural Computations 1, Seite 281-294, 1989), können eingesetzt werden. Diese Algorithmen bestimmen Netzwerk-Parameter wie Verbindungs-Gewichte, um den Ausgangs-Fehler des Netzwerks über den Trainingssatz zu minimieren. In der Gleichung:
p*-FNN[w*,x] {x,p*}=min p*-FNN(w,x) {x,p*}
ist die Funktion FNN eine durch das neuronale Netzwerk mit Parametern w realisierte Funktion, wenn diese der Eingangsgröße x ausgesetzt wird. Sollte w* bekannt sein, so kann eine Initialschätzung für p* erzeugt werden, analog zu dem oben beschriebenen allgemeinen Fall. Als Folge ist p0 = FNN(w*,x). Es soll angemerkt werden, daß die w-Parameter einfache Parameter eines neuronalen Netzwerks sind. Sie können Gewichte für individuelle Verbindungen wiedergeben oder auch andere Parameter sein, abhängig von der Konfiguration des Netzwerks.
Die Ausführungsgeschwindigkeit eines trainierten neuronalen Netzwerks ist schnell, sogar auf einer einfachen Hardware, auf der das neuronale Netzwerk als Software gebildet ist und auf dieser einfachen Hardware läuft. Der Trainings-Algorithmus kann auf der anderen Seite sehr zeitaufwendig sein. On-Line-Training ist jedoch möglich, falls ein grob trainiertes Netzwerk fein eingestellt werden soll. Da der Optimierer während seines Betriebs "konsistente" x und p* Vektoren erzeugt, können diese Daten für ein On-Line- Train ing wiederverwendet werden. Der eingesetzte Lem-Algorithmus, oder ein anderer auf diesem Gebiet eingesetzter Lern-Algorithmus, muß zusammen mit dem neuronalen Netzwerk praktisch eingesetzt werden.

Claims

1. Vorrichtung (40) zum Identifizieren der Struktur sowie zum Abschätzen der Parameter eines geregelten Systems (11) mit

einer Strukturidentifiziereinrichtung (22), welche ein mit einem Trainingsdatensatz trainiertes neuronales Netzwerk aufweist zum Bestimmen der Struktur einer Transferfunktion (H), welche die mathematische Beziehung der Eingangsgrößen für das System und der Ausgangsgrößen des Systems beschreibt;

Übertragungsmitteln zur Übertragung der bestimmten Funktionsstruktur und zur Erzeugung der Transferfunktion, welche die genannte mathematische Beziehung beschreibt;

einer Parameterabschätzeinrichtung (25), welche die Funktion von den Übertragungsmitteln empfängt und jene Parameter abschätzt, welche zur Transferfunktion gehören;

dadurch gekennzeichnet, daß das neuronale Netzwerk so angeordnet ist, daß es Unterfunktionen der Transferfunktion bestimmt, wobei jede Unterfunktion das Verhältnis einer Gruppe von Null oder mehr Parametern zur Transferfunktion bestimmt; und

die Übertragungsmittel eine Gruppe von Schaltern (31,32,33,34) mit zwei Schaltstellungen umfaßt, wobei jeder Schalter in der einen Position die Unterfunktion einer der Parametergruppen innerhalb der Transferfunktion abschaltet und in der anderen Position einschaltet; und

die Schaltstellung der Schalter durch Ausgangssignale bestimmt ist, welche von der genannten Strukturidentifizierungseinrichtung geliefert werden, so daß die Position der Gruppe logischer Schalter der Weitergabe der identifizierten Systemstruktur (23) dient, indem sie ein Ausgangssignal der Schaltergruppe an die Parameterschätzeinrichtung (25) legt.

2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß der Trainingsdatensatz die Werte der Eingangssignale für das System und der Ausgangssignale des Systems sowie Strukturbeschreibungen umfaßt, wobei die Werte der Eingangssignale und der Ausgangssignale im Trainingsdatensatz nach einer der folgenden Methoden gewonnen werden:

A) Berechnung der Ausgangssignale auf Grund in der Funktion vorkommender zufallserzeugter Eingangssignale;

B) Berechnung von Ausgangssignalen auf Grund in zufallserzeugten Funktionen ebenfalls zufallserzeugten Eingangssignalen;

C) Berechnung von Ausgangssignalen auf Grund in den Funktionen vorkommender absichtlich erzeugter Eingangssignale;

D) Berechnung von Ausgangssignalen anhand in zufallserzeugten Funktionen vorkommender absichtlich erzeugter Eingangssignale;

E) Aufzeichnen von tatsächlich vorkommenden erzeugten Signalen und von Ausgangssignalen eines Testdaten-Erzeugungssystems.

3. Vorrichtung nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß die Parameterschätzeinrichtung (25) als Eingangssignal einen Anfangsparameterwert empfängt.

4. Vorrichtung nach Anspruch 3, dadurch gekennzeichnet, daß der Anfangsparameterwert vom Anwender vorgegeben wird.

5. Vorrichtung nach Anspruch 4, dadurch gekennzeichnet, daß der Anfangsparameterwert durch ein neuronales Netzwerk (NN) eingegeben wird, welches mit einem Trainingsdatensatz trainiert ist, der Eingangssignale für das System Ausgangssignale des Systems sowie Parameterwerte umfaßt.

6. Vorrichtung nach Anspruch 5, dadurch gekennzeichnet, daß das neuronale Netzwerk (NN) ferner zur Erzeugung der Strukturidentifizierungsfunktion benutzt wird, welche von der Strukturidentifizierungseinrichtung geliefert wird.

7. Vorrichtung nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß die Parameterschätzeinrichtung (25) ein Simulatorelement (42) sowie ein Optimiererelement (43) umfaßt; wobei

das Simulatorelement Eingangswerte vom System sowie Parameterschätzwerte als Ausgangssignale vom Optimiererelement empfängt; und wobei

das Simulatorelement ein Ausgangssignal für das Optimiererelement erzeugt, welches die Systemausgangswerte, basierend auf den Systemeingangswerten und den Parameterschätzwerten, nachbildet, indem sie diese beiden Eingangssignale einem Simulator zuführt, der auf der von der Strukturidentifizierungseinrichtung identifizierten Struktur basiert; und wobei

das Optimiererelement als Eingangssignale die Systemausgangswerte empfängt und diese dem Modell des Systemausgang zugeführten Eingangswerte vergleicht, sowie anhand der Abweichung und des Gradienten eine Optimierung der Parameterschätzung durchführt, um einen neuen Schätzparameter zu erzeugen.

8. Vorrichtung nach Anspruch 7, dadurch gekennzeichnet, daß Paare von Modellausgang und Modelleingang zusammen mit Schätzparameterausgangssignalen als Teil des Trainingsdatensatzes für die Systemidentifiziereinrichtung verwendet werden.

9. Vorrichtung nach Anspruch 8, dadurch gekennzeichnet, daß der Trainingsdatensatz während des Online-Betriebs fortlaufend erweitert wird, so daß Anfangsschätzparameter ständig zunehmender Genauigkeit erzeugt werden.

10. Vorrichtung nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet daß die Eingangswerte eine konstante Sprungfunktion sind und die Einganoswerte nicht als spezifische Eingangssignale für das Netzwerk dienen.

11. Vorrichtung nach einem der vorangehenden Ansprüche, dadurch gekennzeichnet, daß das Eingangssignal eine einzige vorgegebene Funktion ist und die Eingangswerte nicht als spezifische Eingangssignale für das Netzwerk dienen.