Projects

The aim of this project is the automated production of liquid-liquid disperse systems via melt emulsification, whereby in this process emulsification takes place at elevated temperature. The products obtained after cooling are dispersions of spherical nanoparticles or microparticles. Within the scope of this project, a melt emulsification device for the automated production of product particles with a well-defined particle size distribution (PSD) will be further developed. The PSD has a significant influence on the subsequent product properties, such as flow behavior or drug release kinetics. The PSD of the products is determined by the complex interaction of competing mechanisms. These are, in particular, droplet breakup in a rotor-stator device as a result of shear and elongation stress, as well as coalescence and further ripening, which in turn depend on the system composition, i.e. the emulsifier used (type, concentration) and the dispersion phase (viscosity, volume fraction). 

Therefore, for a better process understanding and an active process control, possibilities for in situ determination of the PSD are urgently required. In this project, a novel fiber-coupled measurement system based on broadband elastic light scattering is developed for in situ measurement of the PSD. The system will be validated on reference particle systems and applied to the emulsification process. Furthermore, a hybrid process model is developed, which is the basis for the design of a model predictive control of the process. The model predictive control in combination with the in situ measurement will provide the possibility for an active process control and the production of emulsions with predefined properties and a simultaneous optimization of the process time.

Ziel dieses Projekts ist die automatisierte Herstellung von flüssig-flüssig-dispersen Systemen über Schmelzeemulgieren, wobei bei diesem Prozess das Emulgieren bei erhöhter Temperatur erfolgt. Als Produkte werden nach der Abkühlung Dispersionen von sphärischen Nano- oder Mikropartikeln erhalten. In Rahmen dieses Projekts wird ein Schmelzeemulgierprozess für die automatisierte Herstellung von Produktpartikeln mit wohldefinierter Partikelgrößenverteilung (PGV) betrachtet. Diese beeinflusst dabei maßgeblich die späteren Produkteigenschaften, wie zum Beispiel das Fließverhalten oder wie die Wirkstofffreisetzungskinetik. Die PGV der Produkte wird dabei durch das komplexe Zusammenspiel konkurrierender Mechanismen bestimmt. Dies sind insbesondere der Tropfenaufbruch in einem Rotor-Stator infolge von Scher- und Dehnbeanspruchung sowie die Koaleszenz und weitere Reifung, die ihrerseits von der Systemzusammensetzung, d.h. dem genutzten Emulgator (Art, Konzentration) und der Dispersphase (Viskosität, Volumenanteil) abhängig sind. Für ein besseres Prozessverständnis und eine aktive Prozessregelung sind daher Möglichkeiten zur in situ Bestimmung der PGV dringend erforderlich. In diesem Projekt wird zur in situ Messung der PGV ein neuartiges, auf breitbandiger elastischer Lichtstreuung basierendes fasergekoppeltes Messsystem entwickelt. Dieses wird an Referenzpartikelsystemen validiert und am Emulgierprozess eingesetzt. Weiterhin wird ein hybrides Prozessmodell entwickelt, das die Basis für das Design einer modellprädiktiven Regelung des Prozesses darstellt. Die modellprädiktive Regelung wird in Kombination mit der in situ Messung die Möglichkeit für eine aktive Prozesssteuerung und die Herstellung von Emulsionen mit vorher definierten Eigenschaften bei gleichzeitiger Optimierung der Prozesszeit ermöglichen.

To achieve climate targets, CO2 emissions in the building sector have to be significantly reduced. However, the integration of renewable energy sources increases the complexity of building energy systems and thus the requirements for the operation strategy. Model-based and predictive controllers are necessary for efficient operation. However, due to the high complexity of the energy systems, the development, implementation, and commissioning are very complex leading to high costs, which is why model predictive and optimization-based control strategies are rarely used in practice so far. The goal of the AGENT-2 project is to develop a self-adjusting and self-learning model-predictive control concept that reduces the implementation and commissioning effort and thus increases the applicability of efficient operating strategies in practice. The control concept to be developed is based on distributed agents, each of which learns the system behavior of a subsystem and controls the subsystem. This is based on the findings and the framework developed in the previous project AGENT. The operation of the overall system is achieved by the interaction oft h e self-learning agents with each other. Thus, a self-adjusting and scalable control strategy for building energy systems is created. The self-learning control strategy is compared with state-of-the-art concepts in simulations and tested in practical operation in two demonstration buildings. The findings will be generalized and possibilities for the transfer into practice will be investigated. The project thus contributes to increasing the efficiency of building operation and to reducing the costs of controller implementation and commissioning.

Dual-armrobots offer a high potential for automation technology, as they canbe used to implement tasks that are not possible with one arm alone.This includes in particular the manipulation of large or heavyobjects that exceed the payload of a single arm. Illustrativeexamples are the movement of beverage crates, long boards or pipes,which are also preferably grasped by humans with both hands.

However,cooperative manipulation is particularly challenging, because botharms and the grasped object form a closed kinematic chain. Thecorresponding constraints reduce the number of degrees of freedom andmust be taken into account on the levels of control, trajectory andpath planning. Conversely, the system has the advantage that the loadcan be flexibly distributed on both arms due to the redundantactuators. This is especially crucial for heavy objects, since it isthe only way to comply with actuator torque constraints. The firstgoal of the research project is therefore the development of adynamic load distribution that explicitly takes actuator constraintsinto account and is thus suited for high payloads. To this end, anoptimization-based approach is pursued with a focus on efficiency andreal-time capability.

Moreover,this load distribution must be taken into account on all systemlevels, since otherwise large payloads can lead to the situation thatno admissible trajectory can be computed for a path or that atrajectory is not executable by the controller. Consequently, thesecond goal is the consistent consideration of the dynamic loaddistribution. On the control level, this includes not only theisolated solution of the optimal load distribution in each samplingstep, but also the approach of a forward-looking model predictivecontroller. For trajectory planning, on the one hand, a time-optimaltrajectory generation with subordinate solution of the dynamic loaddistribution and, on the other hand, the extension of the modelpredictive controller to a predictive path-following controller shallbe investigated. Furthermore, a path planner for dual-arm robots willbe developed for the first time, which explicitly considers thepayload and can be extended in a modular manner to take collisions aswell as the additional degrees of freedom of a mobile base intoaccount.

Thethird goal is the extensive experimental validation of the control,trajectory and path planning methods in order to practicallydemonstrate the potential of cooperative manipulation with dual-armrobots. For this purpose, a mobile dual-arm robot with additionalmotion capturing system from the DFG major instrumentation proposal438833210 is available at the Chair of Automatic Control. Inparticular, movements with large and heavy objects shall beperformed, whose mass is in the order of magnitude of the combinedmaximum payload of both arms.

Precise interactions as part of industrial manufacturing tasks are typically very complex to characterize and implement. One reason for this is the heterogeneity of the task-specific requirements for the motion and control behavior. A direct implementation of the task into a robot program therefore requires highly qualified specialists and is only profitable for large lot sizes. For a flexible applicability and easy (re-)configuration of the robot system, an approach to programming by kinesthetic demonstration is developed in this project. The robot is guided by the user through the entire manipulation task, while the robot motion as well as the interaction forces are simultaneously recorded. Typically, several repetitions of the demonstration are necessary in order to compensate for the suboptimality and imprecision of the human demonstration.  This is particularly important for complex motion sequences or interaction situations, such as periodic movements or the assembly of components, that are difficult to demonstrate but at the same time are crucial for a successful task execution. 

The basis for this project is a previously developed general framework for model predictive interaction control (MPIC). The manipulation task is split into a sequence of elementary tasks, so-called manipulation primitives (MPs) with individual motion and control characteristics, which are treated in a holistic manner by a model predictive control approach. The MPIC approach is elaborated in this project regarding the kinesthetic demonstration of manipulation tasks, e.g. by considering the switching between MPs over the prediction horizon of the MPC. A further focus lies on the automatic generation of the MP sequence from the repeated demonstration of the manipulation task without requiring additional expert knowledge. Based on the demonstration, the manipulation task will be iteratively refined by learning the setpoints and the transition conditions of the MPs and finally by optimizing the overall manipulation task.

Neue Technologien haben zur Entwicklung von Systemen geführt, die weitgehend autonom agieren und typischerweise aus einer Vielzahl vernetzter Komponenten bestehen. Die Komplexität solcher Systeme erfordert neuartige Ansätze zur Modellierung und Reglersynthese, um die gewünschte Funktionalität zu garantieren. Ereignisdiskrete Systeme (discrete-event systems, DES) sind Modelle, deren Dynamik durch das Auftreten asynchroner Ereignisse charakterisiert wird. Solche Modelle eignen sich für viele "man made Systems", wie beispielsweise automatisierte Transportvorrichtungen und flexible Fertigungsanlagen. Die Modellierung ereignisdiskreter Systeme erfolgt mit aus der Informatik bekannten Beschreibungsmitteln, wie etwa endlichen Automaten, formalen Sprachen oder Petri-Netzen. Zur Reglersyn these hat sich die sog. "supervisory control theory" etabliert, bei der der Regler bzw. supervisor aus vergangenen Ereignissen ableitet, welche Ereignisse aktuell unterbunden werden müssen, um einen wunschgemäßen Ablauf des geregelten Systems zu gewährleisten. Eine zentrale Herausforderung ist hierbei die in der Komponentenzahl exponentiell wachsende Zahl von Zuständen des Gesamtsystems. Dieser begegnet man durch modulare oder hierarchische Ansätze, die das explizite Erstellen eines Gesamtmodells umgehen. In ihrer Grundform beschreiben ereignisdiskrete Systeme nur die Reihenfolge der Abfolge von Ereignissen. Dies reicht aus, um Regler zu entwerfen, die einen sicheren und zielführenden Betrieb des geregelten Systems garantieren. In vielen Anwendungen spielt aber neben Sicherheit auch Performanz eine Rolle. Letztere bezieht sich i.A. nicht nur auf die Reihenfolge sondern auch auf die Zeitpunkte, zu denen Ereignisse auftreten. Dazu bietet die Literatur eine Auswahl von Modellformen, die sich hinsichtlich ihrer Ausdrucksstärke deutlich unterscheiden. Am unteren Ende rangieren Ansätze nach Brandin/Wonham, bei denen das Verstreichen von Zeit durch das globale Ereignis "tick" abgebildet wird, sowie sog. zeitbewertete Ereignisgraphen (timed event graphs, TEGs), deren Verhalten sich als Lösungen linearer (max,+)- Gleichungen darstellen lässt. Für beide Ansätze ist die Reglersynthese gut erforscht. Allerdings wird die hier verfügbare Ausdrucksstärke vielen Anwendungen nicht gerecht: Modelliert man nach Brandin-Wonham, so lassen sich nebenläufige Prozesse, die mehrere unabhängige Echtzeituhren erfordern, nicht darstellen; verwendet man zeitbewertete Ereignisgraphen, so können logische Verzweigungen nicht dargestellt werden. In diesem Projekt wollen wir effiziente Methoden zur ereignisdiskreten Regelung für Modellformen untersuchen, die in ihrer Ausdrucksstärke über die beiden genannten Ansätze deutlich hinaus gehen. Wir streben insbesondere an, mit Hilfe modularer und hierarchischer Methoden für sog. (max,+)-Automaten und ausgewählt strukturierte Petri-Netze Regler zu entwerfen, die gegebene Anforderungen hinsichtlich Korrektheit und Performanz garantieren.

The steadily growing demands on efficiency and flexibility of modern automation and control systems requires a broader design approach for the overall system that goes beyond the isolated look at and control of single subsystems. Decentral and distributed control schemes follow this holistic design approach by including the interdependencies between the subsystems in the control design.

Model predictive control (MPC) appears to be a suitable control approach to tackle these kind of systems. In essence, MPC relies on the numerical solution of a finite-horizon dynamic optimization problem that is repetitively solved according to the sampling rate of the system. An extension of MPC to coupled systems is distributed MPC (DMPC), which assigns a single communicating MPC agent to each subsystem. 

The goal of the project is to develop a DMPC scheme for nonlinear coupled systems, where each MPC agent contains a neighborhood model that anticipates the dynamical behavior of its neighbors in order to enhance the convergence and robustness of the distributed algorithm. Besides the development and mathematical investigation of the methodology, a further goal of the project is the numerical and experimental realization of the control approach. A particular intention of the project is to develop a modular framework that allows for an easy configuration and adaptation of the coupling structure for suitable system classes. 

Ziel des beschriebenen Forschungsvorhabens ist die Weiterentwicklung eines in der ersten Antragsphase untersuchten Verfahrens zum hierarchischen Entwurf hybrider Regelsysteme. Das genannte Verfahren ermöglicht es, sowohl ingenieurwissenschaftliche Intuition und regelungstechnische Standardverfahren als auch moderne Methoden der diskreten Optimierung auf sichere Weise in einen formalen Entwurfsvorgang einzubinden. Es trägt so zur Beherrschbarkeit der hybriden Regelproblemen innewohnenden Komplexität bei und wurde in der ersten Antragsphase erfolgreich auf eine Mehrprodukt-Batchanlage angewandt. Um das Verfahren zu einer praxistauglichen Entwurfsmethode zu machen, sind eine Reihe von methodischen Weiterentwicklungen notwendig. Diese betreffen strukturelle Fragen hinsichtlich der hierarchischen Reglerarchitektur, Fragen der effizienten Berechnung diskreter Abstraktionen durch sichere Abschätzung erreichbarer Zustandsmengen sowie algorithmische Fragen beim Entwurf ereignisdiskreter Reglerebenen. Die praktische Anwendbarkeit des resultierenden hierarchischen Entwurfsverfahrens soll anhand eines strukturvariablen chromatographischen Trennprozesses nachgewiesen werden.