Konventionelle Autopiloten beinhalten fest einprogrammierte, modellbasierte Regler, welche im Normalbetrieb höchst zuverlässig sind. Diese Regler stoßen jedoch an ihre Grenzen, wenn das verwendete Modell großen Unsicherheiten unterliegt oder die Regelungsaufgabe eine hohe Komplexität aufweist. Intelligente Regler zeichnen sich dadurch aus, dass Sie Nichtlinearitäten berücksichtigen, adaptiv auf nicht modellierte Vorgänge reagieren oder im Laufe der Zeit eine Optimierung der Regelgüte durchführen.
Anwendungen in der Arbeitsgruppe "Guidance Systems and Control" sind die Kompensation von Teilsystemausfällen, die sichere Transition von Senkrechtstartflugzeugen sowie das fortlaufende Optimieren bestimmter Regelungsaufgaben. Hierzu stehen bei uns mehrere Regelstrecken-Simulationsmodelle zur Verfügung. Unbemannte verfügbare Modelle sind beispielsweise mehrere Multicopter, ein Heckstarter-Nurflügler und ein konventionelles Flächenflugzeug. Außerdem steht ein aeroelastisch modelliertes Mittelstreckenflugzeug aus dem SE2A Projekt zur Verfügung. Die verwendeten Regler basieren vorrangig auf den Methoden der "Incremental Nonlinear Dynamic Inversion" sowie "Control Allocation". Solche Regler zeichnen sich durch hohe Performanz sowie Robustheit aus. Die Robustheit reicht so weit, dass Teilsystemausfälle oftmals kompensiert werden können. Teilsystemausfälle untersuchen wir derzeit v.a. im SE2A Projekt bei der aktiven Böenlastabminderung mit verteilten Aktuatoren. Darüber hinaus haben wir gezeigt, dass diese Regler auch Motorausfälle bei Quadrocoptern kompensieren können: youtu.be/uoDsvwCC0SQ
Interessierten Studierenden mit entsprechenden Vorkenntnissen bieten wir gerne die Möglichkeit, in diesen Projekten im Rahmen von Studien- und Abschlussarbeiten mitzuwirken. Der Umfang und die Tiefe der Aufgabenstellung werden individuell abgesprochen und an die Vorkenntnisse und Dauer der Arbeit angepasst. Da wir fortlaufend an diesem Thema arbeiten, ändern sich mögliche konkrete Aufgabenstellungen von Zeit zu Zeit und wir präsentieren Sie gerne auf Anfrage im Gespräch.
Mögliche Aufgaben
• Modellierung von Flugzeugen in Matlab/Simulink,
• Reglerentwicklung in Matlab/Simulink,
• Untersuchung spezieller Szenarien anhand bestehender Modelle und Regelungen,
• Implementierung und Test von Autopiloten,
• Optimierung von Bahnplanung oder Regelung durch Reinforcement Learning.
Voraussetzungen
• Interesse, sich in den Themen Regelungstechnik, Modellierung und Programmierung zu vertiefen,
• Mindestens gute Vorkenntnisse in den Bereichen Regelungstechnik, Dynamik, Mathematik und Programmierung,
• Mindestens gute Vorkenntnisse in C/C++ oder Matlab/Simulink,
• Bei Interesse an Reinforcement Learning zusätzlich Erfahrung in diesem Bereich.
Kontakt
Yannic Beyer
y.beyer(at)tu-bs.de
0531/391-9879