Big-Data

Big-Data (auf deutsch: Große Datensätzen) konzentriert sich auf die Ermittlung der wichtigsten Informationen in großen industriellen Datensätzen. Es muß nicht nur die Informationen gefunden werden, sondern auch die Genauigkeit und Relevanz. Im Bereich Big-Data sind die folgenden Themen von Interesse:

  • Bewertung der Datenqualität: Bei der Bewertung der Datenqualität besteht das Ziel in der Entwicklung von Methoden und Software, mit denen ein Datensatz automatisch in die Regionen, die für die Modellierung nützlich sind, und in die Regionen, die dies nicht sind, unterteilt werden kann. Es muß nicht nur die theoretischen Einschränkungen berücksichtigt werden, sondern auch benutzerdefinierte Einschränkungen wie bekannte Fehlerwerte oder unerwünschtes Verhalten.
  • Virtuelle Sensoren: In vielen Branchen ist es schwierig, Variablen wie Konzentration, Dichte oder Zusammensetzung in Echtzeit mit ausreichender Genauigkeit und Verfügbarkeit unter Verwendung realer Sensoren zu messen. Stattdessen werden Modelle des Systems verwendet, die unter Verwendung von leicht zu messenden Variablen entwickelt wurden, um Informationen über die schwer zu messenden Werte bereitzustellen. Die Entwicklung von virtuellen Sensoren umfaßt nicht nur die Modellierung, sondern auch deren Verwendung und Online-Aktualisierung. Die Verwendung von virtuellen Sensoren als Eingänge für Regelkreise kann zu verschiedenen unerwarteten Verhaltensweisen, die beim Entwurf eines Regelkreises und eines Virtuelle-Sensor-Systems berücksichtigt werden müssen, führen.
  • Modellierung und Systemidentifikation: Um Entscheidungen über den Betrieb eines Prozesses treffen zu können, muß man verstehen, wie das System auf Änderungen reagiert. Dies bedeutet, daß Systemsmodelle erforderlich sind. Die Entwicklung von Modellen kann mit verschiedenen Methoden erfolgen, von einfachen linearen Regressionen bis hin zu komplexen Methoden, die künstliche Intelligenz und maschinelles Lernen, erfolgen.
  • Versuchsplanung: Am häufigsten werden Modelle anhand historischer Datensätze, die aus dem normalen Betrieb einer Anlage stammen, erstellt. Unter bestimmten Umständen kann es möglich sein, Experimente, aus denen ein Modell des Systems entwickelt werden kann, zu entwerfen. Das Ziel der Versuchsplanung besteht darin, solche Experimente, die mit minimalem Aufwand die maximale Menge an Informationen über den Prozeß liefern, zu entwerfen.

Ganzheitliche Steuerung und Regelung

Ganzheitliche Steuerung und Regelung betreffen, wie der Name schon sagt, die Entwicklung und Wartung von Steuerungs- und Regelungssystemen vom Anlauf bis zum Stillstand der Anlage in allen Betriebsphasen. Um dieses ehrgeizige Ziel zu erreichen, muß nicht nur die Steuerung und Regelung des Systems selbst berücksichtigt, sondern auch, Themen wie Prozeßänderungen, Prozeßfehler sowie Komponentenänderungen erkannt werden. Folgende Themen sind in diesem Bereich von Interesse:

  • Prozeßleistungsüberwachung: Im Laufe des Betriebs kann sich die Leistung eines bestimmten Regelkreises ändern. Die Prozeßleistungsüberwachung versucht festzustellen, warum die Änderungen vorgenommen wurden und welche Korrekturmaßnahmen ergriffen werden müssen. Dies beinhaltet häufig das Ändern der Abstimmung des Regelkreises, um die neuen Betriebsbedingungen zu berücksichtigen.
  • Fehlererkennung und -diagnose: Unabhängig davon, wie gut ein Steuerungs- oder Regelungssystem aufgebaut ist, kommt es immer zu unerwartetem Verhalten, das häufig als Fehler bezeichnet wird. Fehler können in vielen verschiedenen Formen auftreten, die nicht nur erkannt, sondern auch hinsichtlich ihrer Ursache richtig diagnostiziert werden müssen. Dies erfordert die Verwendung von A-priori-Wissen sowie Wissen, das aus den verfügbaren Daten gewonnen wird.
  • Entwicklung von Steuerungs- und Regelungsstrategien: Um die Ziele einer ganzheitlichen Steuerung und Regelung zu erreichen, müssen robuste und geeignete Steuerungs- und Regelungsstrategien entwickelt werden, die von einfachen, proportionalen, integralen und differentialen (PID) Regelung bis zu komplexen Steuerungs- und Regelungsstrategien wie der die modellprädiktive Regelung (MPR) reichen können. Die Strategien müssen nicht nur entwickelt, sondern auch auf den tatsächlich in der Industrie verwendeten Prozeßeinheiten implementiert und regelmäßig gewartet werden.

Intelligente Welt

Da die Welt immer enger miteinander verbunden wird und es möglich wird, mehr von einem einfachen Handy auszusteuern und regeln, wird das Thema der intelligenten Welt immer wichtiger. In diesem Bereich wird untersucht, wie die Schlüsselkonzepte wie Modularität, Echtzeitdatenanalyse und Robustheit in verschiedenen Industrie- und Alltagsbereichen entworfen und implementiert werden können. Derzeit interessiert sich das Fachgebiet für folgende Bereiche:

  • Intelligentes Haus (auf englisch „smart home“): Intelligentes Haus konzentriert sich auf die Integration intelligenter Technologien für die Unterstützung alltäglicher Aufgaben. Dies ist besonders wichtig für z.B. behinderte Menschen, die möglicherweise Unterstützung bei der Ausführung bestimmter Aufgaben benötigen. Intelligente Technologie können tatsächlich in diesem Zusammenhang als Werkzeuge ffektive eingesetzt werden.
  • Industrie 4.0 (auf englisch „smart factory“): Ebenso erfordert die Integration intelligenter Technologien in industrielle Prozesse Änderungen und Verbesserungen in der Funktionsweise der Prozesse. Gleichzeitig werden diese Prozesse effizienter, umweltfreundlicher und produktiver gestaltet.
  • Intelligentes Stromnetz (auf englisch „smart grid“): Mit steigendem Energiebedarf wird die Entwicklung und Implementierung von intelligenten Stromnetzen wichtig. Änderungen von Angebot und Nachfrage müssen sorgfältig überwacht und bewertet werden, um sicherzustellen, daß das Netz selbst nicht zusammenbricht.

Sprachliche Automatisierung und Lokalisierung

Da die Anzahl der Computer zunimmt und die Notwendigkeit, um in Echtzeit grammatikalisch korrekte Sätze zu generieren, sind die Entwicklung und Implementierung geeigneter Methoden erforderlich. Dieser Bereich konzentriert sich nicht nur auf die Entwicklung der erforderlichen Software, sondern auch auf die Entwicklung der für einzelne Sprachen erforderlichen Grammatiken und Wörterbücher. Folgende Ziele werden derzeit verfolgt:

  • Grammatik-Verarbeitungs-Engine (auf englisch „grammar engine“): Erstellen der erforderlichen Software für eine sprachunabhängige Grammatik-Verarbeitungs-Engine, die eine Grammatikdatei, die die Grammatik einer Sprache beschreibt, und eine Wörterbuchdatei, die das Vokabular mit den entsprechenden zusätzlichen Informationen für eine beliebige Sprache enthält, aufnehmen und den erforderlichen Satz in Echtzeit erstellen kann. Derzeit liegt der Schwerpunkt auf der Beschreibung indogermanischer Sprachen.
  • Grammatikbeschreibungen: Erstellen der Grammatik einer bestimmten Sprache, so daß feste Regeln mit minimalem Aufwand des Benutzers so viel Grammatik wie möglich abdecken können. Auf deutsch ist es beispielsweise möglich, die Mehrzahl der Verben mit dem Infinitiv und der Verbklasse zu konjugieren. Für die anderen Verben werden nur die drei Hauptteile benötigt. Es gibt minimale Ausnahmen, die direkt behandelt werden können.