Allgemeine Beschreibung


In der Technik werden zur Optimierung und Fehlerdiagnose der Systeme häufig Modelle eingesetzt, die Computersimulationen nutzen. Allerdings müssen diese Modelle korrekt parametrisiert sein. Diese werden deshalb mit Hilfe von Messdaten trainiert. In diesem Versuch sollen die Studierenden mit dem IoT-Kit Messdaten aufzeichnen, um ein vorgegebenes System-Modell zu bestimmen. Dazu müssen Sie ein Optimierungsverfahren anwenden, um das Modell zu parametrisieren. Anschließend kann das Modell für Vorhersagen des zukünftigen Verhaltens genutzt werden. Anhand der Parameterwerte oder parallel getestete Alternativmodelle können zusätzlich auch typische Fehlerquellen identifiziert werden. Als Use-Cases eigenen sich hier insbesondere Smart-Home-Systeme oder Industrie-Systeme mit Predictive Maintenance.

Teilbereiche

In unserem Versuch dient eine Pappschachtel als Modell eines Raumes. Wir erwärmen diese Schachtel mithilfe eines Heizwiderstands auf 85 °C und Messen während der Abkühlung den Verlauf der Innentemperatur mit unserem IoT-Kit.

In Abhängigkeit der Abmessungen der Schachtel und deren Dämmung bilden die Messwerte eine Abkühlungskurve (e-Funktion) die sich als PT1-System charakterisieren lassen.

Die wesentlichen Information, die das Verhalten der Funktion beschreiben sind die Anfangstemperatur (85 °C) in der Schachtel, die Umgebungstemperatur (20 °C) und eine Zeitkonstante T. Diese und komplexere Systeme lassen sich auch mithilfe von Petri-Netzen modellieren.