Arbeitsgruppe Mess- und Regelungstechnik – Mechatronik

Kernthema ist das Lernen von Modellen aus Daten. Diese Modelle können im Anschluss für eine Vielzahl von Einsatzzwecken genutzt werden, wie zur Optimierung oder dem Entwurf von Steuerungen, Regelungen und Diagnosesystemen. Wir beschäftigen uns sowohl mit statischen als auch dynamischen Modellen, wobei letztere große Herausforderungen sowohl beim Anregungssignalentwurf als auch bei der Repräsentation der Dynamik in den Modellen mit sich bringen.

Besonderes Potenzial sehen wir bei der sogenannten Gray-Box-Modellierung, wo physikalisches Ingenieurverständnis mit Daten zu einem robusten und lernfähigen Modell verknüpft wird. Auch die automatische Selektion der relevanten Eingangsgrößen und die Metamodellierung (Modell eines Modells) beschäftigen sich mit diesem Grenzbereich.

Die Qualität der Datenverteilung ist für die Erstellung datengetriebener Modelle ein Flaschenhals. Informationen, die nicht in den Daten enthalten sind, können auch nicht vom Modell beschrieben werden. Daher widmet sich unsere Forschung auch stark neuen Methoden der Versuchsplanung (Design of Experiments, DoE) bis hin zum Aktiven Lernen.