DE102012002774A1 - Verfahren und System zum automatischen optimalen Betrieb einer Strangpresse für Metalle - Google Patents

Abstract

Vorliegende Erfindung betrifft ein Verfahren zur automatischen Optimierung des Betriebs einer Strangpresse für Metalle. Die Einstellung des optimalen Betriebspunkts einer Strangpresse gleich für den ersten Presszyklus kann meist nur basierend auf Erfahrung und Kenntnisse eines Prozessingenieurs oder Pressenführers erfolgen. Sind die Kenntnisse nicht verfügbar, so ist man auf kostspielige Versuche angewiesen. Das Ziel vorliegender Erfindung ist es, Verfahren und Einrichtungen und darauf basierend ein Automatisierungssystem für den industriellen Betrieb zu schaffen, das den optimalen Betriebspunkt für jedes Produkt anhand gegebener Produktparameter, d. h. Parameter wie Pressverhältnis, Preßbarkeit der Legierung und Qualitätsindex des Produkts, sowohl für sich wiederholende Produkte als auch für neue Produkte selbsttätig ermittelt und einstellt. Bestandteile des Automatisierungssystems sind Temperatur- und Pressgeschwindigkeitsregelungen sowie ein Datenbanksystem und ein Digitalrechner. Damit kann der Prozess bereits ab dem ersten Presszyklus mit den optimalen Einstellungen betrieben werden. Ferner liefert die Kenntnis des ermittelten optimalen Betriebspunkts die Grundlage für eine präzise Kalkulation der Herstellungskosten der Produkte in der Angebotsphase. Schließlich liefert sie Daten für eine effiziente Produktionsplanung: die Kenntnis der optimalen Barrentemperatur im Voraus bietet eine Basis für die Festlegung der Reihenfolge der Herstellung der einzelnen Profile an.

Description

• Vorliegende Erfindung betrifft ein Verfahren zur automatischen Optimierung des Betriebs einer Strangpresse für Metalle. Das Ziel ist es, Verfahren für den industriellen Betrieb zu schaffen, die es bewerkstelligen, dass das Automatisierungssystem durch Verwendung einer iterativ lernenden Regelung sowie eines lernenden Datenbanksystems und geeigneter Interpolationsverfahren den optimalen Betriebspunkt für jedes Produkt anhand bekannter Produktparameter, d. h. Parameter wie Pressverhältnis, Pressbarkeit der Legierung und Qualitätsindex des Produkts selbsttätig ermittelt. Damit kann der Prozess bereits ab dem ersten Presszyklus mit den optimalen Einstellungen betrieben werden. Ferner liefert die Kenntnis des optimalen Betriebspunkts die Grundlage für eine präzise Kalkulation der Herstellungskosten der Produkte für die Angebotserstellung. Schließlich liefert sie Daten für eine effiziente Produktionsplanung.
• Stand der Technik
• Strangpressen werden allgemein zur Herstellung von strangartigen Erzeugnissen aus Metall, Glas oder Kunststoff eingesetzt. Beim Strangpressen von Metallen, wie z. B. von Aluminium, auf welches sich im folgenden insbesondere bezogen wird, werden Aluminiumbarren in einem Ofen auf 400 bis 500°C erhitzt und anschließend in einen Aufnehmer (Rezipienten) geladen. Dieser ist einseitig von einer Matrize verschlossen, deren Durchbruch dem Querschnitt des entstehenden Profilstrangs entspricht. Von der Gegenseite wird mit einem Stempel unter Einwirkung einer sehr großen Kraft (> 10 MN) der Block bis auf einen kleinen Rest durch die Matrize gedrückt. Nach Beendigung eines Zyklus wird ein neuer Block geladen und der Pressvorgang kann wiederholt werden.
• Bei diesem Prozess wird zur Maximierung der Produktivität und Homogenisierung der Produktqualität die Beherrschung des thermischen Haushaltes unter Berücksichtigung der mechanischen Grenzbedingungen angestrebt. Stellen x und l die (ausgepresste) Länge des Barrens bzw. den Weg, den der Stempel seit Beginn des Presszyklus zurückgelegt hat, in einem Zyklus dar, so wird die Temperatur θ_P(l) der heraustretenden Profile bestimmt durch die Vorheiztemperatur der Barren θ_B(x), 0 < x < l, und die Pressgeschwindigkeit v_press(x), 0 < x < l. Damit müssen zur Erzielung eines bestimmten vorgegebenen Soll-Verlaufs der Profiltemperatur am Austritt der Matrize (auch als ,Strangaustrittstemperatur' bezeichnet) θ_P(l), die Pressgeschwindigkeit v_press(l) und die Barrentemperatur θ_B(l), 0 < l <= L, L = Länge des Barrens, geeignet verlaufen. Die Pressgeschwindigkeit v_press(l) ihrerseits wird in modernen Anlagen durch Eingabe eines Sollverlaufs v_{press soll}(l) (meist eine Konstante) vom Operateur oder von einem übergeordneten Programm eingestellt.
• Eine Geschwindigkeitsregelung sorgt dafür, dass die tatsächliche Pressgeschwindigkeit v_press(l) gleich der vom übergeordneten Programm bzw. vom Operateur vorgegebenen Soll-Pressgeschwindigkeit v_{press soll}(l) ist, sofern die Presskraft F_press in ihren Grenzen bleibt. Im Allgemeinen wird die Geschwindigkeitsregelung mit einem Speicher Programmierbaren Steuerungssystem (SPS) implementiert. In älteren Anlagen wird die Pressgeschwindigkeit v_press nur implizit durch die Operateureingabe für die Verstellung der Öldurchflußmenge des hydraulischen Systems vorgegeben. Dabei ist die Operateureingabe der Sollwert für die Schwenkwinkel einer Schwenkwinkelpumpe oder für die Ventilstellung w(l). Abhängig davon welche der Größen manipuliert wird, bezeichnet im Folgenden u(l), die Pressgeschwindigkeit oder die Schwenkwinkel bzw. die Ventilstellung. Die Folge von Zahlen u(0), u(1), ... stellt die Werte von u(l) für l = 0.ΔL, 1.ΔL, 2.ΔL dar.
• Ebenso wie die Pressgeschwindigkeit wird der tatsächliche axiale Temperaturverlauf der Barrentemperatur, Barrentemperaturprofil θ_B(l) durch Eingabe eines Temperaturverlaufs θ_{B soll}(l) an die Temperaturregelung des Barrenofens bzw. des Quenchsystems realisiert.
• Über die Pressgeschwindigkeits- und Barrentemperaturregelung hinaus ist es erstrebenswert, durch Einsatz berührungsloser Temperaturmesseinrichtungen und einer Regelung, die Temperatur θ_P(l) des heraustretenden Aluminiumprofils auf einem konstanten vorgegebenen Wert zu halten, um den sog. iso-thermen Strangpressvorgang zu bewerkstelligen [1, 2]. Hierbei wird abhängig von der gewünschten konstanten Austrittstemperatur θ_P und dem gemessenen axialen Temperaturverlauf θ_B(l) des zu pressenden Barrens, der Pressgeschwindigkeitsverlauf v_{press soll}(l) bestimmt und vorgegeben.
• Will man die Presszeit pro Zyklus unter Erzielung vorgegebener Profil- und Materialeigenschaften minimieren, ohne dabei die Kraftgrenzen an der Presse und Matrize zu verletzen, so muss man die optimalen Werte für die Profilaustrittstemperatur θ_POpt und für die Pressgeschwindigkeit v_pressOpt sowie den zugehörigen Barrentemperatursollverlauf θ_BSoll, die den geforderten Produkteigenschaften entsprechen, im Voraus exakt bestimmen und diese durch Vorgabe der zugehörigen Sollverläufe v_{press soll}(l) = v_pressOpt und θ_PSoll = θ_POpt sowie θ_{B soll}(l) und Einsatz von geeigneten Regelungen während des Pressens erzielen. Eine solche Bestimmung ist in der Praxis jedoch nicht realistisch, da sie die Berücksichtigung von schwer erfassbaren Einflussfaktoren wie Materialkomposition, Profilgeometrie, Matrizenauslegung usw. voraussetzt.
• In der Praxis stützt sich der Verfahrensingenieur meist auf seine Erfahrung und legt die Werte für die Barrentemperatur und die Pressgeschwindigkeit im Voraus fest und übermittelt diese dem Operateur. Der Operateur stellt dementsprechend die Sollwerte – meist als Konstante über den ganzen Zyklus – für die Barrentemperatur- und die Pressgeschwindigkeitsregelkreise ein. Was die Barrentemperatureinstellung anbetrifft, ist zu erwähnen, dass für die zwei gängigen Aufheizöfen, nämlich Gasöfen (am häufigsten verwendet) bzw. Induktionsöfen, ein Unterschied in deren Regelbarkeit besteht. Induktionsöfen lassen sich schneller regeln. Das Erzielen eines gewünschten vorgegebenen axialen Temperaturverlaufs ('Taper') ist mit Induktionsöfen leicht realisierbar. Mit Gasöfen ist dies kaum möglich. Die Verzögerung zwischen der Einstellung eines gewünschten Sollwerts für die Barrentemperatur und dem Erreichen des Sollwerts kann mehreren Barren betragen. Dies hat zufolge, dass die Kenntnis der optimalen Barrentemperatur, die bei der Herstellung einzelner Produkte eingestellt werden muss, für eine effiziente Produktionsplanung nützlich ist. Die Profilaustrittstemperatur wird vor allem in älteren Anlagen oft nicht beachtet, oft sogar nicht gemessen. Ein erfahrener Operateur versucht meist die Pressgeschwindigkeit – und bis zu einem gewissem Grad die Barrentemperatur – zu justieren, um den Pressvorgang zu verbessern und die Presszeit zu verkürzen, indem er die Maßhaltigkeit immer wieder überprüft und die Pressgeschwindigkeit erhöht bzw. erniedrigt. ('manuelle Optimierung'). Man kann davon ausgehen, dass die manuelle Optimierung gegen Ende der Fertigstellung des Auftrags abgeschlossen ist.
• Eine neuere Entwicklung auf dem Gebiet des Strangpressens stellt die Profiltemperaturregelung dar, die in einigen wenigen modernen Anlagen im Pressbetrieb eingesetzt wird. Für eine solche Regelung, die meist mit der Pressgeschwindigkeit als Stellgröße realisiert wird, sind in der Literatur drei Verfahren bekannt: a) das simulierte iso-therme Strangpressen [3], b) das geregelte iso-therme Strangpressen [2] und c) die zyklische Regelung von Strangpressen [4, 5, 8]. Das Verfahren c), das in modernen Strangpressen mit Speicher Programmierbaren Steuerungssystemen (SPS) und Geschwindigkeitsregelung mit gutem Erfolg erprobt und eingesetzt wird [5], ist im Europäischen Patent EP 0615 795 B1 [8] für die zyklische Regelung von Strangpressen angegeben. In älteren Anlagen ist eine Geschwindigkeitsregelung nicht verfügbar, die Eingabe erfolgt über einen Drehknopf, mit welchem der Operateur die Sollwinkelstellung für die Schwenkwinkel bzw. Ventile des hydraulischen Systems vorgibt. Für solche Anlagen ist in DE 101 23 274 B4 [9, 10] ein Verfahren für die Regelung der Austrittstemperatur θ_P(l) angegeben.
• Die im Europäischen Patent EP 0615 795 B1 [8] vorgeschlagene Regelung auf der Basis Iterativ Lernender Regelungen umgeht die bei einer konventionellen Regelung sich ergebenden Probleme wie lange Verzögerungszeit, nicht-lineares Streckenverhalten usw., indem sie die Regelung von Zyklus auf Zyklus durchführt [4]. Für das erforderliche Modell wird dort ein differentielles Modell verwendet, bei dem das Modell den Zusammenhang der Abweichungen der Verläufe der Prozessgrößen von den Verläufen im vorangegangenen Zyklus wiedergibt.
• Die bekannten Regelungsverfahren für die Pressgeschwindigkeit bzw. Profiltemperatur setzen voraus, dass die Werte bzw. die Verläufe der Prozessgrößen, die beim Pressen eingehalten werden sollen, sowie die Grenzen, innerhalb welcher diese liegen sollen, vom Verfahreningenieur im Voraus bestimmt werden und dem Operateur übergegeben werden. Dies geschieht nicht immer. Bei neuen Produkten ist der Operateur meist überfordert, wenn er den Sollwert für die Profiltemperatur und die Grenzen für die Pressgeschwindigkeit und Barrentemperatur nach einem Matrizenwechsel selbst auswählen und einstellen soll.
• Bisherige Praxis ist es meist, den ersten Presszyklus nach einem Matrizenwechsel mit Eingaben zu fahren, die aus der Erfahrung des Operateurs stammen: Der Operateur stellt zu Beginn des ersten Zyklus, die Barrentemperatur θ_B0 und die Eingabe (meist die Pressgeschwindigkeit) v₀ ein. Nach Ablauf des ersten Zyklus stellt er den Sollwert der Profiltemperatur gleich dem Maximum der gemessenen Profiltemperatur. Die Regelung der Profilaustrittstemperatur auf den Wert θ_Psoll setzt dann ab den 2. Zyklus über die Pressgeschwindigkeit als Stellgröße ein.
• In DE 10 2005 047 285 [10] werden Verfahren beschrieben, die es bewerkstelligen, dass das Automatisierungssystem mit den üblichen, vom Operateur eingestellten Größen beginnend, den Prozess in den optimalen Betriebspunkt iterativ überführt, ohne dass der Operateur zusätzliche Einstellungen vornehmen muss. Durch geeignete sukzessive iterative Absenkung der Barrentemperatur und das Eingreifen der Profiltemperaturregelung über die Pressgeschwindigkeit wird erreichtt, dass die Pressgeschwindigkeit automatisch erhöht und die Presszeit verkürzt werden. Beim Beenden der Produktion des Auftrags (meist nach dem Durchlaufen von ca. 3–5 Presszyklen) befindet sich der Prozess im optimalen Betriebspunkt: die Regelung ist im stationären Zustand, alle Prozessgrößen liegen innerhalb ihren Toleranzgrenzen, die gemessene Profiltemperatur θ_P(l) ist gleich dem vorgegebenen Sollwert θ_Psoll und die Presszeit ist das Kleinstmögliche. Die entsprechenden Eingaben nämlich die Barrentemperatur θ_B0, der Verlauf der Stempelgeschwindigkeit v_{press soll}(l) und der Sollwert für die Profilaustrittstemperatur θ_Psoll stellen die optimalen Eingaben dar.
• Bei sehr kleinen Aufträgen, für welche weniger als 3–5 Barren gepresst werden, kann es vorkommen, dass beim Beenden des Auftrags der stationäre Zustand nicht erreicht wird.
• Zur Realisierung der Temperaturregelung des Profils wird die Strangpresse um die folgenden mess- und regelungstechnischen Funktionalitäten bzw. Komponenten ergänzt, sofern sie nicht bereits vorhanden sind, wie im Bild 1 st.
• • Mess- und Regelungssystem für die Pressgeschwindigkeit (bzw. Öldurchflussmenge/Ventilstellung der Hydraulik).
• • Mess- und Regelungssystem für die Profilaustrittstemperatur.
• • Mess- und Regelungssystem für die Barrentemperatur
• • Mess- und Diagnosesystem für die Profilqualität
• • Übergeordnete Optimierungsrechner.
• Durch Abspeichern der Kennzeichen (Produkt_ID) und der entsprechenden optimalen Eingaben der hergestellten Produkte in einer Datenbank wird ermöglicht, dass bei der Wiederholung eines Auftrags die optimalen Eingaben für das Produkt aus der Datenbank aufgerufen und gleich für den ersten Presszyklus verwendet werden können.
• Für ein neues Produkt müssen die Eingaben für den ersten Presszyklus vom Prozessingenieur oder des Operateur aus Erfahrung geschätzt und vorgegeben werden. Die Praxis, dass die Vorgabe der Barrentemperatur θ_B0, der Verlauf der Pressgeschwindigkeit v_soll(l) und der Sollwert der Profiltemperatur θ_Psoll für den ersten Presszyklus anhand der Erfahrung des Prozessingenieurs erfolgt, führt dazu, dass der Prozess während der ersten Presszyklen sich nicht in den optimalen Betriebspunkt befindet. Damit wird die Presszeit für die ersten Zyklen größer als die Kleistmögliche.
• Das Ziel des Patents ist es, ein Automatisierungssystem anzugeben, das durch Verwendung einer iterativ optimierenden Regelung sowie einer Datenbank und geeigneter Datensatz-Reduktionsverfahren/Interpolationsverfahren die Strangpresse gleich vom ersten Presszyklus an selbsttätig in den optimalen Betriebspunkt führt.
• Aufgabenstellung
• Aufgabe der vorliegenden Erfindung ist es, für Strangpressanlagen, die mit Pressgeschwindigkeits-, Profilaustrittstemperatur- und Barrentemperaturregelungen ausgestattet sind, mit denen unter Verwendung von iterativ lernenden Regelungen die optimalen Eingaben für jedes hergestellte Profil selbsttätig ermittelt und in eine Datenbank übernommen werden, Verfahren anzugeben, die es auch bei der Herstellung eines neuen Profils gestatten, gleich beim ersten Zyklus die optimalen Eingaben zu schätzen und zu verwenden.
• Mit dem neu entwickelten Verfahren werden für alle hergestellte Produkte die optimalen Eingaben des jeweiligen Produkts und die zugehörigen Produktparameter wie Produkt_ID, geometrische Merkmale des Profilquerschnitts, die Parameter der Legierungszusammensetzung und die Parameter der gestellten Qualitätsforderungen in eine Datenbank abgespeichert. Für ein neues Produkt werden die optimalen Eingaben anhand der Datensätze der bereits hergestellten Produkte aus der Datenbank mit geeigneten Datensatz-Reduktions- und Interpolationsverfahren geschätzt. Damit kann der Prozess gleich beim ersten Presszyklus nah dem optimalen Betriebspunkt geführt werden. Die übrig bleibende Abweichung vom exakten optimalen Betriebspunkt wird durch die iterative Regelung ausgeglichen.
• Prinzipiell ist es möglich, die vorgeschlagenen Verfahren in Strangpressenanlagen zu verwenden, bei denen der Pressvorgang zwar manuell optimiert wird, aber dennoch Datenerfassungseinrichtungen und eine Datenbank eingesetzt werden.
• Es ist zu bemerken, dass mit den Datensatz-Reduktions- und Interpolationsverfahren die Eingaben mittlere Pressgeschwindigkeit und die Qualitätsgrenzen für ein neues Produkt im Voraus geschätzt werden können. Unter diesem Aspekt ist ein weiteres Ziel des Patents, die Möglichkeit zu schaffen, ausgehend von den Produktparametern den Herstellungsaufwand für ein neues Produkts im Voraus zu berechnen. Damit wird ein Werkzeug geschaffen, mit dem die durchgängige Planung der Herstellung eines neuen Produkts – von Angebotskalkulation bis zur Spezifikation der einzustellenden Eingaben – bewerkstelligt werden kann.
• Schließlich liefert das Datensatz-Reduktions- und Interpolationsverfahren das Instrument zur Schätzung der optimalen Barrentemperatur im Voraus und damit eine Basis für die Festlegung der Reihenfolge der Herstellung der einzelnen Profile.
• Funktionsweise des neuen Verfahrens
• Zur Erläuterung der Funktionsweise des vorgeschlagenen Verfahrens werden folgende Bezeichnungen verwendet:
• Produktparameter
• Produktparameter sind linguistische oder zahlenmäßige Variablen, mit denen die Merkmale des herzustellenden Produkts erfasst werden. Sie werden verwendet einerseits, um die Produkte zu identifizieren, andererseits aber geben sie die Eigenschaften des Produkts wieder, die den Strangpressvorgang bei der Herstellung des Produkts beeinflussen. Für die exakte analytische Bestimmung der Produkteigenschaften müsste man eine große Anzahl von Produktparametern verwenden, für Regelungszwecke jedoch genügen einige wenige wesentliche. Dies ist insbesondere dann der Fall, wenn die Produktparameter unter einander abhängig sind.
• Beispiele für die Produktparameter:
• • Produkt_ID
• • Legierungs_ID
• • Pressverhältnis
• • Geometrische Merkmale des Profilquerschnitts
• • Preßbarkeit der Legierung
• • Qualitätsindex
• Zu bemerken ist, dass jedes Presswerk meist eine eigene Tradition hinsichtlich der Wahl und Spezifikation der Merkmale des Produkts und Produktparameter pflegt. Produktparameter sind bekannt, oder können berechnet werden, sobald die Profilquerschnittsgeometrie, Legierung und Güteforderung bekannt sind.
• Im Folgenden werden die Produktparameter allgemein durch p₁, p₂, p_mPP bezeichnet. Welche physikalische Größen sie darstellen, ist vom Kontext abhängig.
• Eingaben
• Eingaben sind Größen, bzw. Folgen von Größen, die vom Operateur bzw. vom übergeordneten Rechner zu Beginn eines jeden Presszyklus vorgegeben werden.
• Beispiele für Eingaben
• Barrentemperatur in einer der folgenden Formen:
• i. Ein Sollwert θ_B
• ii. Das Wertepaar (Temperatur θ_B0 am Kopfende und Taper Δθ_B = Temperaturabfall über Barrenlänge)
• iii. Folge θ_B(i·ΔL), i = 0, 1, ..., n mit n + 1 = Anzahl von äquidistanten Messpunkten. ΔL = Barrenlänge L/Anzahl von Messpunkten.
• Pressgeschwindigkeit in einer der folgenden Formen:
• i. Mittlere Stempelgeschwindigkeit v_mit über den Presszyklus
• ii. Mittlere Stempelgeschwindigkeit v_mit und Steigung (v(L) – v(0))/L
• iii. n Werte der Stempelgeschwindigkeit, gleichmäßig verteilt über die Barrenlänge, v(i·ΔL), i = 0, 1, ..., n – 1, ΔL = Barrenlänge L/n, n = z. B. 20.
• Sollwert der Profiltemperatur
• i. Sollwert der Profiltemperatur in °C.
• Weiterhin kann, falls eine Profilkühlung vorhanden ist, eine weitere Eingabe zu berücksichtigen
• i. Sollwert für die Kühlleistung.
• Im Folgenden werden die Eingaben allgemein durch u₁, u₂, ..., u_mE bezeichnet. Welche physikalischen Größen sie darstellen, ist vom Kontext abhängig.
• VERFAHREN ZUR SCHÄTZUNG DER OPTIMALEN EINGABE
• Die Funktionsweise des Verfahrens wird erläutert für die zwei Fälle
  Strang pressen mit automatischer iterativ lernender Regelung
  Strangpressen mit manueller Optimierung
  anhand vom Bild 1.
• Strang pressen mit automatischer Optimierung
• Die automatische iterative Optimierung wird dadurch realisiert, dass ein übergeordneter Optimierungsrechner zu Beginn eines jeden Zyklus die Eingabefunktionen anhand des Iterativ Lernender Regelalgorithmus (ILR Algorithmus) ermittelt und an eine Speicher Programmierbaren Steuerung (SPS) weitergibt. Die SPS ihrerseits verarbeitet die Eingabefunktionen, führt den Presszyklus durch und liefert die sich ergebenden Messwertsätze an den übergeordneten Rechner. Im übergeordneten Rechner werden die Messwertsätze sowie Verläufe der Prozessgrößen vergangener Presszyklen verarbeitet und die Qualität des Produktes überwacht, um den Prozess iterativ in den optimalen Betriebspunkt zu führen. Dabei wird zur Verkürzung der Presszeit die Barrentemperatur nach einem geeigneten Schema abgesenkt. Nach jeden Presszyklus wird überprüft, ob alle Prozessparameter in den vorgegebenen Toleranzgrenzen liegen und ob die Presszeit kürzer als alle bisherigen ist, und gegebenenfalls die Daten in der Datenbank nachgeführt.
• Die Schritte im Einzelnen:
• 1. Zu Beginn einer neuen Charge werden die Parameter des zu pressenden Produkts Prod_neu nämlich i. Profil_ID ii. Legierungs_ID iii. Merkmalsparameter der Querschnittsgeometrie iv. Parameter der geforderten Qualität von der SPS Console bzw. vom Produktionsrechner übernommen.
• 2. Diese Daten werden zum übergeordneten Rechner geführt. Der Rechner sendet die Daten an die Datenbank. In der Datenbank wird anhand von Profil_ID und Legierungs_ID nachgeprüft, ob das Produkt bereits hergestellt wurde.
• 3. Es wird nun ein der folgenden 2 Schritte durchgeführt: A. Wird anhand der Daten in Datenbank festgestellt, dass das Produkt bereits hergestellt wurde, so werden optimale Eingabedaten für das Produkt vorhanden sein. Der Rechner holt die in der Datenbank vorhandenen optimalen Eingaben nämlich u₁, u₂, ..., u_mE und überträgt sie zu der SPS. B. Wird anhand der Daten in der Datenbank festgestellt, dass das Produkt bis dato nicht hergestellt wurde, so werden optimale Eingaben für das Produkt nicht vorhanden sein. – In diesem Fall wird aus der in der Datenbank vorhandenen Menge von n Datensätzen anhand der Produktparameter p₁–p_mPP, eine Untermenge UDS von m Produkten Prod_1, Prod_2, ..., Prod_m mit Hilfe eines geeigneten Datensatz-Reduktionsverfahrens ausgewählt. Kriterium für die Auswahl ist, dass die Produktparameter von Prod_1, Prod_2, ..., Prod_m möglichst 'nahe' bei denen des Produkts Prod_neu liegen müssen. Ein Beispiel eines geeigneten Datensatz-Reduktionsverfahrens ist im Folgenden beschrieben. – Anhand der Produktparameter und der zugehörigen optimalen Eingaben der Produkte Prod_1, Prod_2, Prod_m werden für das neue Produkt Prod_neu geschätzte optimale Eingaben mit Hilfe eines geeigneten Interpolationsverfahrens bestimmt. Ein Beispiel eines geeigneten Interpolationsverfahrens ist im Folgenden beschrieben. – Die geschätzten optimalen Eingaben werden der SPS übertragen.
• 4. Der erste Presszyklus wird mit den entsprechenden Einstellungen durchgeführt. Während der Pressung werden die erfassten Messdaten über die SPS zum Rechner übertragen.
• 5. Nach Ende des Zyklus wird wie nach dem Ende eines jeden Presszyklus überprüft, ob alle Prozessparameter in vorgegebenen Toleranzen liegen. • Ist mindestens eine der Toleranzen verletzt, so werden die optimalen Eingaben in der Datenbank für das Produkt nicht geändert. • Liegen alle Prozessparameter in den vorgegebenen Toleranzen und ist die mittlere Stempelgeschwindigkeit für den Zyklus niedriger als die in der Datenbank vorhandene, so werden die Einträge in der Datenbank für das Produkt ebenfalls nicht geändert. • Liegen alle Prozessparameter in den vorgegebenen Toleranzen und hat die mittlere Stempelgeschwindigkeit für den Zyklus einen höheren Wert als der von der Datenbank übermittelte Wert, so wird der Zyklus als bester Zyklus übernommen und die optimalen Eingaben in der Datenbank durch die entsprechenden Werte des Zyklus ersetzt (Nachführung der Datenbank).
• 6. Die Pressung wird mit dem 2. Presszyklus fortgesetzt. Dabei werden für die Eingaben die vom Rechner anhand des ILR Algorithmus berechneten Werte übernommen. Während der Pressung werden die erfassten Messdaten über die SPS zum Rechner übertragen.
• 7. Nach Ende des Presszyklus wird die Prüfung auf besten Zyklus und die Nachführung der Datenbank (Schritt 5) durchgeführt.
• 8. Die nachfolgenden Presszyklen verlaufen wie der 2. Presszyklus.
• 9. Nach einer gewissen Anzahl von Presszyklen nimmt die Regelung ihren stationären Zustand an, indem die Profilaustrittstemperatur konstant und gleich dem vorgegebenen Sollwert wird und der Verlauf der Stempelgeschwindigkeit von Zyklus zu Zyklus sich nicht mehr ändert. Dann wird die Barrentemperatur probeweise abgesenkt.
• 10. Bewirkt die Absenkung eine Erhöhung der mittleren Presszeit, so wird sie rückgängig gemacht, im anderen Fall wird sie beibehalten, und die Schritte ab Schritt 6. werden wiederholt.
• Strangpressen mit manueller Optimierung
• In diesem Fall wird die Optimierung seitens des Operateurs und nicht vom ILR-Algorithmus durchgeführt. Die iterative Optimierung wird dadurch realisiert, dass der Operateur zu Beginn eines jeden Zyklus die Eingaben anhand der Beobachtung des gepressten Profils in den vorangegangenen Zyklen die justiert und an der SPS weitergibt. Die SPS ihrerseits verarbeitet die Eingabefunktionen, führt den Presszyklus durch und liefert die sich ergebenden Messwertsätze an den übergeordneten Rechner für die visuelle Darstellung der Prozessgrößen sowie für die Prüfung auf besten Zyklus und für die Nachführung der Datenbank (Schritt 5). Der Operateur überwacht die Qualität des Produktes, und versucht den Prozess iterativ in den optimalen Betriebspunkt zu führen.
• Das Datensatz-Reduktionsverfahren dient dazu, aus der unter Umständen großen Menge vorhandener Datensätze in der Datenbank, die für die bereits hergestellten Produkte in der Datenbank gesammelt worden sind, eine Untermenge UDS von m_DS Datensätzen für die nachfolgende Interpolation zu selektieren.
• Als einfaches Beispiel sei als einziger maßgebender Produktparameter das Pressverhältnis pv gewählt. Dann kann man festlegen, dass das Produkt zur Untermenge UDS gehört, wenn pv zwischen pv₁ und pv₂ liegt, wobei pv₁, pv₂ vorher festgelegte Grenzen darstellen.
• Sind neben dem Pressverhältnis pv auch die Pressbarkeit pb und der Qualitätsindex Q als Produktparameter gewählt, so können pb₁ und pb₂ sowie Q₁ und Q₂ zur Spezifikation der Grenzen von pb bzw. von Q für die Bildung der Untermenge UDS festgelegt werden. Ferner ist eine differenzierte Gewichtung der einzelnen Produktparameter in Betracht zu ziehen.
• Reduktion der Produktparameter auf wenige wesentliche Produktparameter
• Eingehende Untersuchungen vom Prozess des Strangpressens zeigen, dass die Produkteigenschaften von einer großen Anzahl von Produktparametern beeinflusst werden. In manchen Fällen, kann es durchaus von Interesse sein, für die Ermittlung der Eingaben mehrere Produktparameter zu berücksichtigen, die unter Umständen untereinander abhängig sind. In solchen Fällen ist es zweckmäßig, in einem ersten Schritt die Anzahl der Produktparameter auf wenige wesentliche Parameter zu reduzieren.
• Eine Möglichkeit einer solchen Reduzierung der Produktparameter auf wenige wesentliche Produktparameter besteht in der Berücksichtigung der Abhängigkeit der Produktparameter p₁, p₂, p₃, ..., p_nPP unter einander. Dabei wird für Produktparameter p₁, p₂, p₃, ..., p_nPP die Korrelation der Parameter p_i, p_j, i ≠ j untereinander durch Berechnung des Korrelationsfaktors abgeschätzt. Nur die Produktparameter p₁, p₂, p₃, ..., p_mPP mit kleinen Korrelationsfaktoren werden ausgewählt und als wesentlich betrachtet [6, 7].
• Eine Alternative bietet das Verfahren der 'Principal Component Analysis', um aus den vielen Produktparametern wenige wesentliche unabhängige Parameter auszusuchen [6].
• Selektion einer Untermenge der Datensätze für die nachfolgende Interpolation.
• Nach der Reduzierung der Anzahl der Produktparameter auf wenige wesentliche Parameter p₁, p₂, p₃, ..., p_mPP wird durch Einsatz eines Datensatz-Reduktionsverfahrens aus den in der Datenbank vorhandenen Datensätzen eine Untermenge UDS geeigneter Datensätze und entsprechender Produkte selektiert, deren wesentliche Parameter in der Nachbarschaft der entsprechenden Parameter des neuen Produkts liegen. Bei der Selektion der Untermenge UDS und damit der Wahl der Metrik zur Abgrenzung der Nachbarschaft sind die Menge der Produkte in der Datenbank sowie die Anzahl von Produkten in der Untermenge zu berücksichtigen. Aus rechentechnischen Gründen wäre eine Untermenge UDS von weniger als 20 Produkten erstrebenswert.
• Unmittelbar nach der Installation des Datenbanksystems werden keine Einträge in der Datenbank, also keine Datensätze, vorhanden sein. In einem solchen Fall, sowie in Fällen in denen nur wenige Einträge in der Datenbank vorhanden sind, sollte die Selektion der Datensätze in UDS manuell vom Verfahrensingenieur vorgenommen werden.
• Als Beispiel für ein Datensatz-Reduktionsverfahren wird ein Verfahren angegeben, das auf eine lineare Näherung des Zusammenhangs zwischen den (bekannten) Produktparametern und den (gesuchten) optimalen Eingaben basiert.
• Das Verfahren besteht aus den folgenden Schritten [6]:
• 1. Bemerkung Falls erforderlich werden die Produktparameter und Eingaben skaliert, damit sie passende Größenordnungen haben. Im Folgenden stellen 'Produktparameter' p₁, p₂, ... p_mPP und 'Eingaben' u₁, ... u_mE den skalierten Produktparametern und Eingaben dar. Es wird ein linearer Zusammenhang zwischen den Produktparametern p₁, p, ..., p_mPP und den Eingaben u₁, ... u_mE angenommen. Damit wären für ein Produkt mit den Produktparametern (p₁, p₂, ..., p_mpp) die Schätzwerte der optimalen Eingaben (u ^₁, u ^₂, ... u ^_mE) durch
  
  gegeben, wobei die Koeffizienten c_i,j noch zu bestimmen sind.
• 2. Die Koeffizienten c_i,j, i = 0, 1, ..., m_PP, j = 1, 2, ..., m_E werden mit einem Least Squares Verfahren anhand der Datensätze aus der Datenbank ermittelt. Das Prinzip dabei ist, die Koeffizienten derart zu wählen, dass der mittler quadratische Fehler (u ^_i – u_i)² gemittelt über alle verfügbare Datensätze ein Minimum ist. Aus der Datenbank sei für das Produkt Prod_j mit den Produktparametern (p_DB1,j, p_DB2,j, ..., p_DB3,j, p_DBmPP,j), j = 1, 2, ... m_DB, der Eintrag (u_DB1,j, u_DB2,j, ..., u_DBmE,j) für die optimalen Eingaben gefunden worden. Der Satz der entsprechenden Schätzwerte aus der Gleichung sei u ^_j, u ^_j,2, ..., u ^_j,mE. Es wird dann der Zusammenhang zwischen (u ^_j,1, u ^_j,2, ..., u ^_j,mE), und (p_DBj,1, p_DBj,2, ..., p_DBj,mPP) dargestellt durch
  
  bzw. in Matrizenschreibweise:
  
  Nach dem Least Squares Verfahren werden für jedes i die c_k,i derart gewählt dass der Ausdruck
  
  Dies ergibt mit
  
  die Schätzwerte für die Koeffizienten c_0,i, c_1,i, ..., c_mPP,i der i-ten Eingabekomponente:
  
• 3. Es wird eine Umgebung UMG um die neuen Produktparameter p_neu1, p_neu2, ..., p_neumpp ermittelt gemäß
  
  Dabei geben die Größen g₁, g₂, ..., g_mpp Gewichtungen an, die in Abhängigkeit von den Koeffizienten c_0,i, c_1,i, ..., c_mPP,i sowie von der Streuung der Koeffizienten gewählt werden. Die Produkte Prod_1, Prod_2, ..., Prod_m in der Datenbank, für die die Produktparameter in der Umgebung liegen, werden ausgewählt und für die Interpolation übernommen. Eine vereinfachte, undifferenzierte Version der Datensatz-Reduktion ergibt sich, wenn man die Berechnung der Gewichtung überspringt und die Gewichtungen ad hoc wählt und vorgibt.
• Das Interpolationsverfahren dient dazu, die Eingaben für das neue Produkt anhand der aus der Datensatz-Reduktion gewählten Produkte und deren Datensätze zu bestimmen.
• Auch hier kann man Beispielweise ein Verfahren verwenden, das von der Annahme eines linearen Zusammenhangs zwischen den Produktparametern p₁, p₂, ..., p_mPP und den Eingaben u₁, ... u_mE ausgeht. Ferner ist ebenfalls eventuell eine Skalierung der Größen vorzunehmen.
• Die Bestimmung erfolgt in folgenden Schritten:
  Für die Datensätze der durch die Datensatz-Reduktion bestimmte Produkte Prod_1, Prod_2, ..., Prod_m werden die Koeffizientensätze (c_0,1, c_1,1, c_2,1, ..., c_mPP,1), (c_0,2, c_1,2, c_2,2, ..., c_mPP,2), ..., (c_0,mE, c_1,mE, c_2,mE, ..., c_mPP,mE) nach dem Least Squares Verfahren analog zu Schritt 2 des beschriebenen Datensatz-Reduktionsverfahrens erneut berechnet.
• Mit Hilfe der Koeffizienten werden die Eingaben berechnet aus den Gleichungen:

  
• Schließlich wird die Skalierung rückgängig gemacht, um die Eingaben zu erhalten, die zur SPS übertragen werden.
• EINBINDUNG DES VERFAHRENS ZUR SCHÄTZUNG DER OPTIMALEN EINGABE IN DER STRANGPRESSE UND IHREM UMFELD
• Für die Implementierung des beschriebenen Verfahrens, werden die Strangpresse, die SPS und der Rechner um eine Datenbank erweitert. Um das vom neuen Verfahren angebotene Gewinn auszuschöpfen, werden, wie im Bild 2 gezeigt, die DV-Einrichtungen der Bereiche Angebotskalkulation, Auftragsabwicklung und Qualitätssicherung an die Datenbank angeschlossen. Ergebnisse der Qualitätsprüfung und der anderen Bereiche, die für die gefertigten Produkte ermittelt werden, werden zu den Datensätzen der betreffenden Produkte zurückgeführt.
• Bezeichnungen

• θ_B(l)

  Barrentemperatur in Abhängigkeit von Abstand von Kopfende

  θ_B(i·ΔL)

  Barrentemperatur für i = 0, 1, ..., N mit N + 1

  ΔL

  Längendiskretisierung

  θ_B0

  Barrentemperatur

  c_0,i, c_1,i, ..., c_mPP

  Koeffizienten

  F_press

  Presskraft

  g₁, g₂, ..., g_mpp

  Gewichtungen

  l

  –

  L

  Länge des Barrens

  M

  –

  m_DS

  Anzahl von Datensätzen

  p₁, p₂, ..., p_mPP

  Produktparameter

  p_neu1, p_neu2, ..., p_{neu mpp}

  Produktparameter des neuen Produkts

  Prod_1, ..., Prod_m, Prod_neu

  Produkte

  pv

  Pressverhältnis

  u(0), u(1), ... u(i)

  Folge einer Eingabegröße, z. B. des Stempelgeschwindigkeit für Stempelposition 0.ΔL, 1.ΔL, ... i.ΔL, ...

  u ^₁, u ^₂, ... u ^_mE

  Geschätzte Eingaben

  u₁ u₁, u₂, , u_mE

  Eingaben

  UDS

  Untermenge von Datensätzen

  UMG

  Umgebung im Raum der Eingaben

  v(i·ΔL),

  Stempelgeschwindigkeit für die Position i·ΔL,

  ΔL

  Längenelement des diskretisierten Barrens

  v₀

  Stempelgeschwindigkeit für Stempelposition 0

  v_presssoll(x)

  Sollwert der Stempelgeschwindigkeit für Position x

  v_press(l)

  Stempelgeschwindigkeit für Stempelposition x

  w(l)

  Winkel-/Ventilöffnung für Stempelposition x

  x, l

  ausgepresste Barrenlänge, Stempelposition

• Literatur
• [1] Ruppin, D. und Strehmel, W. Direktes Strangpressen mit konstanter Austrittstemperatur – Einsatz variabler Preßgeschwindigkeit Zeitschrift Aluminium, 1977, S. 543–548
• [2] Müller, K. et al, Fundamentals of Extrusion Technology, Giesel Verlag, Iserlohn, (2004)
• [3] Biswas, K. Repgen, K. und Steinmetz, A. Computer Simulation of Extrusion Press Operation – Experience with CADEX A New Computer Aided Process Optimizing System 5th international Extrusion Seminar, Chicago 1992, p. 149–155
• [4] Pandit, M. Baqué, S. Deis, W., Müller, K.: Implementation of Temperature Measurement and Control in Aluminum Extruders Extrusion Technology 2000, Chicago, 15–19. 5. 2000
• [5] Pandit, M., Schwarz, Ch. Installation and use of automation systems in industrial aluminium extruders Zeitschrift Aluminium, 2011, S. 44–48
• [6] Marques de Sa, J. P. Pattern Recognition Springer Verlag Berlin, 2001
• [7] Isermann, R. Identifikation dynamischer Systeme, Bd. 1 + 2 Springer Verlag Berlin, 1988
• [8] EP 0615795 Temperaturregelung einer Strangpresse
• [9] DE 101 23 274 Verfahren zur Temperaturregelung einer Strangpresse für Metalle
• [10] DE 10 2005 047 285 Verfahren zur Führung einer mit einer SPS gesteuerten und mit einer Profiltemperaturregelung und Pressgeschwindigkeitsregelung ausgestatteten Strangpresse für Metalle
• ZITATE ENTHALTEN IN DER BESCHREIBUNG
• Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.
• Zitierte Patentliteratur
• EP 0615795 B1 [0009, 0010]
• DE 10123274 B4 [0009]
• DE 102005047285 [0013]

Claims (18)

1. Verfahren zur automatischen, von Produktionsbeginn an selbsteinstellender, iterativ optimierten Führung einer mit einer SPS gesteuerten, einer Barrentemperaturregelung, einer Profiltemperaturregelung und evtl. Pressgeschwindigkeitsregelung ausgestatteten Strangpresse für Metalle dadurch gekennzeichnet, dass zu Beginn des ersten Presszyklus nach einem Matrizenwechsel die erforderlichen Eingaben wie der Sollverlauf der axialen Temperaturverteilung des Barrens, der Sollverlauf der Pressgeschwindigkeit bzw. der Öldurchflussmenge in Abhängigkeit von der Stempelposition sowie die Solltemperatur des Profils am Austritt der Matrize für den Zyklus aus den optimalen Daten in einer Datenbank derart geschätzt und vorgegeben werden, dass die Profilaustrittstemperatur für den Zyklus möglichst den ebenfalls aus der Datenbank ermittelten und vorgegebenen optimalen Sollwert beträgt, wobei die Schätzung der Eingaben anhand der in der Datenbank gesammelten optimalen Daten, nämlich der Parameter der Profilgeometrie, der Legierungszusammensetzung sowie der geforderten Qualität u. ä., im Folgenden als Produktparameter bezeichnet, einerseits und andererseits der zu diesen Parametern zugehörigen optimalen Eingaben, mit geeigneten Datensatz-Reduktionsverfahren und Interpolationsverfahren erfolgt, zu Beginn der weiteren Zyklen die vorzugebenden Eingaben optimiert und vorgegeben werden, zu geeigneten Zeitpunkten die Barrentemperatur abgesenkt wird und am Ende eines jeden Zyklus die bis zu dem Zeitpunkt optimalen Eingaben in Verbindung mit den entsprechenden Produktparameter in der Datenbank als optimale Daten abgespeichert werden.
2. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass als 'optimale Eingaben' diejenigen Eingaben gewählt und verwendet werden, für die zum betrachteten Zeitpunkt die Presszeit die kürzeste bzw. die mittlere Stempelgeschwindigkeit die höchste ist, wobei zugleich alle Prozessgrößen in vorgegebenen zulässigen Grenzen liegen und die Qualitätsforderungen erfüllt sind.
3. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass für die Ermittelung der Eingaben zu Beginn des ersten Presszyklus, das Pressverhältnis, die Pressbarkeit der Legierung und der Qualitätsindex des zu pressenden Produkts als Produktparameter verwendet werden.
4. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass die zu Beginn der weiteren Zyklen vorzugebenden Eingaben von Zyklus auf Zyklus mit dem Iterativ Lernender Regelungsverfahren derart optimiert werden, dass die Profilaustrittstemperatur möglicht wenig von dem vorgegebenen Profiltemperatursollwert abweicht.
5. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass die zu Beginn der weiteren Zyklen vorzugebenden Eingaben von Zyklus auf Zyklus, manuell vom Pressenbediener derart optimiert werden, dass die Profilaustrittstemperatur möglicht wenig von dem vorgegebenen Profiltemperatursollwert abweicht.
6. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass die Barrentemperatur sukzessiv abgesenkt bzw. erhöht wird, so dass die Presszeit immer kürzer wird bzw. die mittlere Stempelgeschwindigkeit immer höher wird, wobei zugleich alle Prozessgrößen in vorgegebenen zulässigen Grenzen liegen und die Qualitätsforderungen erfüllt sind, bis die Presszeit das Minimum bzw. die mittlere Stempelgeschwindigkeit das Maximum erreicht.
7. Verfahren nach Anspruch 1 und Anspruch 2 dadurch gekennzeichnet, dass nach einem jeden Zyklus die entsprechende Einträge in der Datenbank nachgeführt werden, derart dass in der Datenbank immer für das Produkt die optimalen Eingaben vorhanden sind.
8. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass als Vorstufe für die Datenreduktion, die zu berücksichtigenden Produktparameter durch Analyse der Korrelation der Produktparameter untereinander auf wenige wesentliche unabhängige Produktparameter reduziert und skaliert werden.
9. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass als Vorstufe für die Datenreduktion, die zu berücksichtigenden Produktparameter durch Verwendung des Principal Component Analysis Verfahrens auf unabhängige wesentliche Produktparameter reduziert und skaliert werden.
10. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass Datensatz-Reduktions-Verfahren eingesetzt werden, um aus den in der Datenbank vorhandenen Produkten eine Untermenge UDS geeigneter Produkte mit Hilfe von mathematischen Verfahren zu selektieren, deren gewichtete wesentliche Produktparameter in der Nachbarschaft der entsprechenden Produktparameter des neuen Produkts liegen.
11. Verfahren nach Anspruch 1 und Anspruch 10 dadurch gekennzeichnet, dass als Datensatz-Reduktionsverfahren das Verfahren eingesetzt wird, bei dem diejenigen Datensätze selektiert werden, bei denen die wesentlichen Produktparameter p₁, p₂, ..., p_mPP in eine Umgebung UMG um die entsprechenden neuen Produktparameter p_neu1, p_neu2, ..., p_neumPP liegen, wobei die Umgebung UMG gegeben ist durch

    
12. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass die Datensatz-Reduktion durch das manuelle Auswählen von geeigneten Datensätzen erfolgt, wobei zur Entscheidungshilfe die Datensätze sowie die Geometrie der Profilquerschnitte bereits hergestellter Produkte mit Produktparametern in der Nachbarschaft der Produktparameter p_neu1, p_neu2, ..., p_neumPP des neuen Produkts am Monitor des Rechners in visueller Form dargestellt werden.
13. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass als Eingaben eine oder mehrere der Größen Barrentemperatur, Sollwert der Profiltemperatur und der Verlauf der optimalen Stempelgeschwindigkeit als Funktion der Stempelposition verwendet werden.
14. Verfahren nach Anspruch 1 und Anspruch 13 dadurch gekennzeichnet, dass der Mittelwert und die Steigung der optimalen Stempelgeschwindigkeit als Eingaben verwendet werden.
15. Verfahren nach Anspruch 1 dadurch gekennzeichnet, dass die Eingaben vor Beginn des ersten Presszyklus anhand der Produktparameter des zu pressenden Produkts sowie der durch das Datensatz-Reduktionsverfahren gewonnenen Daten nämlich der Produktparameter und der zugehörigen optimalen Eingaben der selektierten, bereits gepressten Produkte in der Datenbank anhand eines geeigneten Interpolationsverfahrens ermittelt werden.
16. Verfahren nach Anspruch 1 und Anspruch 15 dadurch gekennzeichnet, dass zur Ermittelung der optimalen Eingaben ein auf lineare Regression und Least Squares Schätzung basiertes Interpolationsverfahren eingesetzt wird.
17. Verfahren nach Anspruch 1 und Anspruch 15 dadurch gekennzeichnet, dass für die Interpolation der optimalen Eingaben ein künstliches neuronales Netz eingesetzt wird.
18. Verfahren nach Anspruch 1 und Anspruch 15 dadurch gekennzeichnet, dass die Interpolation der optimalen Eingaben anhand von Fuzzy Sets Methode durchgeführt wird.

Images