Search

Das weiterentwickelte und optimierte Design eines auf Bulk-Silizium-Technologie basierenden 3-D-Kraftsensors wird beschrieben. In vorangegangenen Untersuchungen konnte gezeigt werden, dass sich dieser Kraftsensor zum Einsatz in der taktilen Wegmesstechnik als Antastsensor eignet. Das Sensorelement besteht aus einer mit mikrotechnischen Herstellungsverfahren gefertigten Silizium-Bossmembran. In diesem Bericht wird ein neues Design und eine neue Auswertungsstrategie für diesen Sensortyp beschrieben.

Der Einsatz von Techniken des Data–Minings und insbesondere der datenbasierten Modellierung hat im Bereich der Automatisierungstechnik in den letzten Jahren einen regelrechten Boom erfahren. Die Gründe hierfür sind zum einen das Bedürfnis der Anwender nach Modellen für immer komplexere Systeme. Zum anderen ergeben sich aufgrund leistungsfähigerer Rechnersysteme und der Entwicklung neuer Methoden, besonders aus dem Bereich der Computational Intelligence, vielfältige Möglichkeiten, auch solche Probleme zu lösen, für die herkömmliche Lösungsansätze bisher nicht erfolgreich waren. Aus Akzeptanzgründen werden in der industriellen Praxis häufig interpretierbare Modelle gefordert. Zudem weisen sie den Vorteil auf, dass mit ihnen vorhandenes Wissen integriert und in datenbasierten Ansätzen neues Wissen extrahiert werden kann. Ein Verfahren zur datenbasierten Fuzzy–Modellierung, das sich insbesondere dann bewährt hat, wenn kompakte interpretierbare Regelsätze für komplexe Problemstellungen automatisch generiert werden sollen, ist das Fuzzy–ROSA–Verfahren. In diesem Beitrag wird das Fuzzy–ROSA–Verfahren zunächst in seiner jetzigen Form vorgestellt. Dann wird genauer auf jüngste Weiterentwicklungen eingegangen, die zu einem sehr viel breiteren Anwendungsfeld geführt haben. Es wird gezeigt, wie mit neuen Regeltest- und Bewertungsstrategien unterschiedliche Modellierungsziele berücksichtigt und welche Suchraumgrößen aufgrund der Effizienzsteigerung der Regelsuche bearbeitet werden können. Des Weiteren wird die insbesondere aus methodischer Sicht interessante Erweiterung des Fuzzy–ROSA–Verfahrens zur Generierung interpretierbarer Takagi–Sugeno–Systeme mit hoher Modellierungsgüte ausführlich vorgestellt.