Dezentral-autonome Steuerungen f\u00fcr Automatisierungssysteme zeichnen sich dadurch aus, dass es nicht nur eine einzelne zentrale Entit\u00e4t gibt, an der alle Informationen zusammenlaufen und in der alle Entscheidungen getroffen werden, sondern es werden mehrere Entscheidungsentit\u00e4ten \u00fcber das Automatisierungssystem verteilt, die selbst\u00e4ndig innerhalb ihrer Verantwortungsbereiche entscheiden k\u00f6nnen und \u00fcber Kooperationsmechanismen miteinander die Steuerungsaufgabe bew\u00e4ltigen. Einer der heutzutage wohl bekanntesten Vertreter dezentral-autonomer Verfahren sind Agentensysteme.<\/p>\n
Eine in dezentral-autonomen Steuerungen noch ungel\u00f6ste Fragestellung stellt die Schwierigkeit dar, Aussagen \u00fcber das Verhalten des Gesamtsystems zu treffen, und z.B.<\/abbr> die Stabilit\u00e4t des Gesamtsystems zu garantieren. Kann die Stabilit\u00e4t nicht garantiert werden, so k\u00f6nnen unerw\u00fcnschte Schwingungseffekte bis hin zu zerst\u00f6rerischen Instabilit\u00e4ten im System auftreten, obwohl deren Vorkommen aus der Untersuchung jeder einzelnen Entit\u00e4t f\u00fcr sich nicht ersichtlich ist.<\/p>\n In diesem Forschungsschwerpunkt werden M\u00f6glichkeiten untersucht, wie eine Stabilit\u00e4tsanalyse eines dezentral-autonomen Entscheidungssystems mit inh\u00e4renten Totzeiten bewerkstelligt werden kann.<\/p>\n In einer ersten Phase werden die kleinsten Einheiten eines solchen Systems betrachtet, d.h.<\/abbr> einzelne Entscheidungspunkte an dem eine Stabilit\u00e4tsproblematik bereits auftreten kann. An einem solchen Entscheidungspunkt wird die Verteilung eines Eingangsflusses auf zwei Entscheidungsalternativen (Alternative A und B) geregelt. Die Regelung bedient sich dabei der Differenz der Kenngr\u00f6\u00dfen am Ausgang dieser beiden Entscheidungsalternativen. Durch die inh\u00e4renten Totzeiten im System gelangt die Regelgr\u00f6\u00dfe jedoch erst versp\u00e4tet zum Regler und es kann zu einem instabilen Verhalten des Systems kommen [1]. In der folgenden Abbildung wird ein sich langsam aufschwingendes Verhalten eines einzelnen simulierten Entscheidungspunktes gezeigt.<\/p>\n Abbildung: Schwingungseffekte an einem Entscheidungspunkt mit zwei Alternativen [1]<\/p>\n Ein dabei betrachteter Entscheidungspunkt weist folgende Charakteristiken auf:<\/p>\n <\/p>\n Bevor eine Stabilit\u00e4tsanalyse durchgef\u00fchrt werden kann muss eine geeignete Modellierung eines Einscheidungspunktes gefunden werden. Ein makroskopischer Modellierungsansatz bietet eine M\u00f6glichkeit der Modellierung und f\u00fchrt zu folgendem Zustandsraummodell:<\/p>\n mit hA<\/sub><\/em> und hB<\/sub><\/em> als zeitvariable Totzeiten sowie AA<\/sub><\/em> und AB<\/sub><\/em> als zeitvariante Systemmatrizen.<\/p>\n In der zweiten Phase werden ganze Netzwerke bestehend aus vielen Entscheidungspunkten behandelt und ihre Systemstabilit\u00e4t untersucht. Die gefundenen Modellierungs- und Analyseans\u00e4tze werden auf die Dom\u00e4nen Produktionssysteme, Verkehrssysteme und Smart Grid angewandt und \u00fcber den Vergleich mit den Simulationsergebnissen wird ihre G\u00fcte \u00fcberpr\u00fcft.<\/p>\n <\/p>\nFoschungsziele:<\/h2>\n
Systemmodellierung und Stabilit\u00e4tsanalyse:<\/h2>\n
\n