Automatisierungstechnik
Die Automatisierungstechnik ist ein fachübergreifendes Gebiet, das sich mit der Automatisierung technischer Prozesse aus folgenden Gebieten befasst:
- Elektrotechnik
- Maschinenbau
- Fahrzeugtechnik
- Luft- und Raumfahrttechnik
- Robotik
- Biologie
- Medizin
Einige Teilaufgaben sind:
- Messtechnik
- Sensortechnik
- Steuerungstechnik
- Regelungstechnik
- Überwachung
- Fehlerdiagnose
- Optimierung
- Feldbus
Der Entwurf, die Implementierung und die Inbetriebnahme dieser Automatisierungsfunktionen ist stark methodenorientiert. Diese Methoden der Automatisierungstechnik sind zum Teil auf bestimmte Prozesse zugeschnitten.
Gerade im Bereich der Automatisierungstechnik spielt die Digitaltechnik eine immer größer werdende Rolle. Vor allem die Mikroprozessoren und die Analog-Digital-Umsetzer ADU bzw. Digital-analog-Umsetzer (DAU) sind wichtige Bestandteile der Regelungstechnik, einen Teilgebiet der Automatisierungstechnik.
Die meisten der entwickelten allgemeinen Methoden der modernen Prozessautomation verwenden theoretisch oder experimentell ermittelte Modelle der Prozesse in analytischer Form. Auf der Grundlage dieser Modelle können dann wissensbasierte Methoden zum Entwurf und zur Inbetriebnahme der verschiedenen Automatisierungsfunktionen entwickelt werden. Hierzu gehören Methoden der
- Identifikation und Parameterschätzung
- adaptiven Regelung
- Überwachung und Fehlerdiagnose
- Fuzzy Logik
- evolutionäre Algorithmen
- neuronale Netze
Mit wissensbasierten Ansätzen entstehen dann z. B intelligente Automatisierungssysteme, die modellgestützte Regelungen und Steuerungen (selbsteinstellend oder kontinuierlich adaptiv) und eine Überwachung mit Fehlerdiagnose enthalten. In Abhängigkeit von der jeweiligen Information können sie Entscheidungen treffen.
Die prozessorientierten Methoden dienen der Entwicklung im Hinblick auf bestimmte Prozesse, und hierbei besonders mechatronische Systeme. Hierzu zählen z. B, die rechnergestützte Modellbildung, Simulation und digitale Regelung von Robotern, Werkzeugmaschinen, Verbrennungsmotoren, Kraftfahrzeugen, hydraulischen und pneumatischen Antrieben und Aktoren, für die auch Methoden zur Fehlerdiagnose entwickelt und praktisch erprobt werden. Von besonderer Bedeutung sind dabei auch die Entwicklung und praktische Erprobung von Methoden der computational intelligence, also ein Zusammenwirken von Fuzzy Logik, neuronalen Netzen und evolutionären Optimierungsalgorithmen.