6. Data-Driven ILC for Systems with Varying Trial Lengths

In diesem Kapitel wird ein ergänzendes, datengesteuertes ILC-Schema (APC-DDILC) für Systeme mit unterschiedlichen Versuchslängen eingeführt. Durch den Aufbau eines ergänzenden Vorhersagemodells gleicht die Methode fehlende Ausgabedaten aus, was eine kontinuierliche Aktualisierung der Kontrolleingaben und eine verbesserte Leistung ermöglicht. Der Lerngewinn im APC-DDILC ist nichtlinear und zeitlich variierend, was die Anpassungsfähigkeit und Robustheit verbessert. Die Methode ist datengestützt und stützt sich ausschließlich auf Input-Output-Daten für die Steuerung, wodurch sie auf komplexe Anlagen ohne ein First-Principal-Modell anwendbar ist. Das Kapitel bietet rigorose Analysen und umfangreiche Simulationen, um die Wirksamkeit der vorgeschlagenen Methode zu demonstrieren und ihre Überlegenheit gegenüber bestehenden ILC-Methoden im Umgang mit variablen Versuchslängen und externen Störungen aufzuzeigen.