Modul Fuzzy-Control

Code:	138100
Modul:	Fuzzy-Control
Module title:	Fuzzy Control
Version:	2.0 (02/2010)
letzte Änderung:	12.12.2023
Modulverantwortliche/r:	Prof. Dr.-Ing. Kratzsch, Alexander akratzsch@hszg.de
	Prof. Dr.-Ing. Kästner, Wolfgang w.kaestner@hszg.de
	Dipl.-Ing. (FH) Fiß, Daniel d.fiss@hszg.de

angeboten im Studiengang:	Mechatronik (M.Eng.) gültig ab Matrikel 2019

Modul läuft im:	SoSe (Sommersemester)
Niveaustufe:	Master
Dauer des Moduls:	1 Semester
Status:	Pflichtmodul
Lehrort:	Zittau
Lehrsprache:	Deutsch

Workload* in

SWS **

Semester

Zeit- std.

ECTS- Pkte

1

2

3

V

S

P

W

V

S

P

W

V

S

P

W

150

5

4.0

2

1

1

0

*	Gesamtarbeitsaufwand pro Modul (1 ECTS-Punkt entspricht einem studentischen Arbeitsaufwand von 30 Zeitstunden)
**	eine Semesterwochenstunde (SWS) entspricht 45 Minuten pro Woche

Selbststudienzeit in h	Angabe gesamt	davon
	105	55 Vor- und Nachbereitung LV	50 Vorbereitung Prüfung	0 Sonstiges

Lehr- und Lernformen:

Die Vermittlung des Fachwissens erfolgt in Form von Vorlesungen und Seminaren/Übungen. In den Vorlesungen werden die methodischen Grundlagen mittels Multimediatechnik und Tafelbildern dargestellt. In den Seminaren erfolgt die Festigung der Vorlesungsinhalte anhand von Aufgaben. Die Übungen und Rechnerpraktika dienen der Vertiefung spezieller Fähigkeiten und Fertigkeiten im Zusammenhang mit dem Beleg.

Hinweise:

Durchführung von Rechnerpraktika zur Handhabung des Simulationstools



Prüfung(en)
Prüfung	Prüfungsleistung als Beleg (PB)	-	100.0%

---

Lerninhalt:	Grundlagen der Fuzzy Set Theorie Fuzzy-Systeme und deren Komponenten Fuzzy-System nach Mamdani Struktur, Demonstrationsbeispiel, Software Fuzzy-System nach Takagi-Sugeno-Kang Struktur, Demonstrationsbeispiel Applikationen Modellierung/Control

Lernergebnisse/Kompetenzen:
Fachkompetenzen:	Die Studierenden analysieren eine prozessspezifische Datenbasis und erkennen die Notwendigkeit einer Datenvorverarbeitung. Die Studierenden entwerfen regelbasierte bzw. datenbasierte Modelle (Fuzzy Systeme), dazu gehört das Synthetisieren und die simulative Umsetzung. Sie bestimmen und bewerten die Güte der Modelle. Die Studierenden implementieren die Modelle zur Modellierung und Regelung.
Fachübergreifende Kompetenzen:	Die Studierenden generalisieren die Problemstellung, generieren individuell und im Team Problemlösungsstrategien und setzen diese um. Sie nutzen dazu system-theoretische Ansätze. Sie beurteilen ihre analytischen und simulativen Ergebnisse und präsentieren die Ergebnisse.

Notwendige Voraussetzungen für die Teilnahme:	Kompetenzen aus folgenden Modulen (ohne Nachweiserfordernis): - Ingenieurmathematik I, II - Regelungstechnik (Grundlagen)
Empfohlene Voraussetzungen für die Teilnahme:	Kompetenzen aus dem Modul: - Signale und Systeme

Literatur:

Lutz, H.; Wendt, W.: Taschenbuch der Regelungstechnik, Verlag Harri Deutsch, 2021 Kruse, R. / Mostaghim, S. / Borgelt, C.: Computational Intelligence. Springer, 2022 Ertel, W.: Grundkurs Künstliche Intelligenz. Springer, 2021 Lämmel, U. / Cleve, J.: Künstliche Intelligenz. Carl Hanser, 2020 Beierle, C. / Kern-Isberner, G.: Methoden wissensbasierter Systeme. Springer, 2019 Adamy, J.: Nichtlineare Systeme und Regelungen, Springer Vieweg, 2018 Zacher, S; Reuter, M.: Regelungstechnik für Ingenieure: Analyse, Simulation und Entwurf von Regelkreisen, Springer Vieweg, 2022 Mann, H.; Schiffelgen, H.; Froriep, R.; Webers, K.: Einführung in die Regelungstechnik: analoge und digitale Regelung, Fuzzy-Regler, Regler-Realisierung, Software, München Hanser 2019 Kautek, W.: Modellbildung & Simulation in den Wissenschaften. 2022 Westermann, T.: Modellbildung und Simulation. Springer, 2021 Schmitt, T. L. / Andres, M.: Methoden zur Modellbildung und Simulation mechatronischer Systeme. Springer, 2019