Die Nachwuchsgruppe ?Datengetriebene Methoden in der Regelungstechnik“ (DART) am Heinz Nixdorf Institut der Universit?t Paderborn hat vier Jahre dazu geforscht, wie sich künstliche Intelligenz (KI) gewinnbringend im Bereich der Regelungstechnik einsetzen l?sst. Diese Technik wird verwendet, um Systeme zu steuern und zu regeln, z. B. um in der Industrie Prozesse wie das Bedienen von Maschinen und Anlagen zu automatisieren. Daten, beispielsweise in Form von Messungen, spielen hierbei eine zentrale Rolle. Dementsprechend naheliegend ist es, auch in der Regelungstechnik vermehrt datenbasierte Lernalgorithmen zu verwenden.
Die Nachwuchsgruppe konzentrierte sich auf die Entwicklung von hybriden Methoden, die traditionelle Regelungsans?tze mit künstlicher Intelligenz verbinden. Dabei fand sie heraus, dass diese kombinierten Techniken besonders viele Vorteile erm?glichen, um technische Systeme zu verstehen und zu optimieren, wenn diese nicht vollst?ndig durch klassische Modelle beschrieben werden k?nnen. ?In allen Stufen des regelungstechnischen Entwurfsprozesses zeigten unsere Forschungen, dass durch die Nutzung von maschinellem Lernen, also durch KI, fehlerhafte Modelle verbessert und Ungenauigkeiten korrigiert werden konnten. Folglich profitierte auch die Regelung des Systems“, erkl?rt Dr.-Ing. Julia Timmermann, Leiterin der Nachwuchsgruppe DART. Das Projekt entstand im Rahmen der F?rderung von KI-Nachwuchswissenschaftlerinnen. Das Bundesministerium für Bildung und Forschung (BMBF) f?rderte das Vorhaben mit rund 1,6 Millionen Euro. Ziel dieser F?rderlinie ist es, die Beteiligung von Frauen in der deutschen Forschung zu KI zu erh?hen und ihnen akademische Führungspositionen zu erm?glichen.
Entwicklung von praktischen Anwendungen
Neben den theoretischen Arbeiten zu hybriden Methoden entwickelten die Mitarbeitenden und Doktorand*innen des DART-Projekts zwei praktische Anwendungen: einen autonomen Golfroboter und einen selbstbalancierenden Würfel. Der Golfroboter arbeitet mit hybriden Methoden beispielsweise im Bereich der Bilderkennung und der Vorhersage von Schlaggeschwindigkeiten. ?Au?erdem bietet der Schlagmechanismus gute M?glichkeiten, die neuen Methoden unter realen Bedingungen zu evaluieren“, so Timmermann. Der selbstbalancierende Würfel bringt wiederum viele regelungstechnische Herausforderungen mit sich. Durch die Beschleunigung und das starke Abbremsen von Schwungscheiben innerhalb des Würfels kann dieser sich auf eine Kante und zukünftig auch auf eine Ecke bewegen und dort stabilisiert werden.
Weitere Erfolge, die sich innerhalb der Projektlaufzeit realisieren lie?en, betreffen die beteiligten Wissenschaftler*innen und Studierende der Universit?t Paderborn direkt: drei erfolgreiche Promotionsabschlüsse, 24 geschriebene Abschlussarbeiten und die Besch?ftigung von zehn studentischen Hilfskr?ften. Dadurch war es m?glich, dass sich die Studierenden intensiv mit wissenschaftlichen Themen im Bereich des maschinellen Lernens besch?ftigten. Die neu gewonnenen Kenntnisse werden sie nach dem Studienabschluss in die Unternehmen der Region tragen k?nnen. ?Denn auch wenn die Ans?tze des maschinellen Lernens aktuell sehr beliebt sind, ist deren Einsatz nicht in jedem Anwendungsfall sinnvoll. Auch diese kritische Reflexion von der Anwendung moderner Forschungstrends in dem Fachgebiet der Regelungstechnik war Inhalt der Gruppe DART“, so Timmermann.
