Search

Die Verwendung von Modellen für Designaufgaben, Prozessführung und Optimierung von Teilprozessen oder Gesamtanlagen ist zu einer gängigen Vorgehensweise in der Prozessindustrie geworden. Allerdings hängt die Qualität der Modellaussagen zur Beschreibung der zugrunde liegenden Phänomene von der Modellstruktur und von den Werten der enthaltenen Parameter ab, die im Rahmen einer Modellvalidierung unter Verwendung von experimentellen Daten anzupassen sind. Der Weg über die Parameteridentifikation durch Aufprägung von Störungen bzw. Sprungfunktionen ist eine weit verbreitete Methode insbesondere für Systeme, die durch lineare Modelle dargestellt werden. Für nichtlineare Systeme ist jedoch die Wahl der durchzuführenden Experimente im Hinblick auf die Festlegung der Modellstruktur, der Genauigkeit und der Zuverlässigkeit von Modellparametern sowie der Reduzierung des experimentellen Aufwandes ausschlaggebend. Die Entscheidung zur Durchführung von entsprechenden Experimenten stellt daher einen Kompromiss zwischen der Qualität der aufgenommenen Daten sowie Anzahl und Art der Experimente dar. Durch optimale Auslegung von Experimenten kann die Zuverlässigkeit der Schätzung maximiert werden. Dieser Beitrag beschreibt die Formulierung von Parameterschätz- und Versuchsplanungsproblemen, diskutiert Methoden zu deren numerischer Behandlung und demonstriert an einem Beispiel den erfolgreichen Einsatz der Methoden.

No abstract.

No abstract.