Non-linear Modelling of Hydraulically Actuated Production Machines using Optimised Experiments

This thesis considers the dynamics of a parallel kinematic production machine with hydraulic actuators. The maximum likelihood parameter estimation method is extended and proved effective with the model considered. Case studies apply these results and attain model parameterisations that have a good fit to measured data. Model quality is further improved by use of experiments with greater information content. An optimisation procedure is proposed that determines the experimental variables by balancing information content against experimental feasibility, while avoiding potential hazards. In practical comparisons, those models estimated using optimised experiments reduced controller action by over 60%. This in turn resulted in 50% lower tracking error. These improvements are purely due to updated model parameters, meaning that the extra effort spent on experiment design is rewarded. The novel aspect is that the experimental data underlying the parameter estimation was recorded at the machine in its ready-to-operate configuration. (deutsch:) In dieser Arbeit wird die Dynamik einer parallelkinematischen Fertigungsmaschine mit hydrostatischen Antrieben modelliert. Die Modellqualität wird durch höheren Informationsgehalt in den verwendeten Experimenten weiter gesteigert. Es werden Maßzahlen für den Informationsgehalt und geeignete Optimierungsalgorithmen weiterentwickelt. Diese Algorithmen erzeugen die Steuerdaten für Experimente unter Berücksichtung optimalen Informationsgehaltes, Durchführbarkeit und möglicher Gefahren. Vergleichende Versuche ergeben in der Bahnfolgeregelung eine Verringerung der Reglerstellgröße von mindestens 60% und, verbunden damit, einen um 50% geringeren maximalen Regelfehler. Ein für die Industrialisierung wesentliches Ergebnis ist die erfolgreiche Parameterschätzung für Antriebsmodelle einer hydraulischen Parallelkinematik.