Lehr- und Forschungsbericht 2003

Technische Universität Kaiserslautern

Fachbereich Elektrotechnik und Informationstechnik

Lehrstuhl für Regelungstechnik und Signaltheorie

Prof. Dr.-Ing. habil. Madhukar Pandit

Sekretariat: Annette Hartmann

Geb. 12, Raum 336, App. 2828

1 Wissenschaftliches und technisches Personal, Gäste

1.1 Personal

Swen Becker

Dipl.-Ing. Wolfgang Deis (bis 28.02.2003)

Dipl.-Ing. Michael Feid *

Dr.-Ing. Heiko Hengen (bis 31.07.2003)

Dipl.-Ing. Thomas Heger

Dipl.-Ing. Mark Müller *

Dipl.-Ing. Susanne Siegrist, geb. Spoor *

* = Drittmittelfinanzierung

1.2 Gastaufenthalte auswärtiger Wissenschaftler und Stipendiaten

Gastwissenschaftler:

Prof. P.K. Biswas
Indian Institute of Technology, West Bengal
Gastprofessor vom 1. März 2002 bis 28. Februar 2003

Prof. Dr. M. Chidambaram
Indian Institute of Technology, Madras, Indien
Gastprofessor vom 30. Mai bis 23. Juni 2003

Graduierte Studenten

M. Sc. Studentin Savitha Chennagiri 01.04.2003 - 31.07.2003
Indian Institute of Science, Bangalore, Indien

M. Sc. Student Jicheng Gu 01.08.2003 - 31.12.2003
East China University of Technology, China

M. Sc. Student Chen Wei 01.10.2003 - 31.12.2003
Qingdao University of Science and Technology China

2 Lehrveranstaltungen

Vorlesungen:

85-504 Regelungstechnik I (WS)

85-505 Regelungstechnik II (SS)

85-427 Abtastregelungen (WS)

85-304 Systemtheorie (in engl. Sprache) (SS)

85-430 Grundlagen und Anwendung der Theorie stochast. Prozesse (engl.) (WS)

85-433 Theorie und Praxis der digitalen Bildverarbeitung (engl.+deutsch) (SS)

85-241 Automatisierung in Kraftwerken (WS)

86-676 Regelungstechnische Instrumentierung (WS)

85-434 ILR und ihre Anwendungen in zyklischen Produktionsprozessen (SS)

85-435 Object oriented Software Development for Control Engineering and Signal Processing Applications (SS)

Labors:

Grundpraktikum “Energie- und Automatisierungstechnik” (SS)

1. Schwebung einer Kugel im Magnetfeld

2. Drehzahlregelung eines Gleichstrommotors mit geringer Leistung

Vertiefungspraktikum “Automatisierungstechnik” (WS)

1. Digitale Regelung einer verfahrenstechnischen Anlage

2. Signalverarbeitung und Regelung in gravimetrischen Dosiersystemen

3. Iterativ lernende Regelung

4. Regelung einer instabilen Strecke – Bildverarbeitung im Regelkreis

Labor Mikroelektronik und Automatisierungstechnik

1. Schwebung einer Kugel im Magnetfeld

2. Iterativ lernende Regelung

Praktikumsteile:

• “Theorie und Praxis der digitalen Bildverarbeitung”

• "Object oriented Software Development for Control Engineering and Signal Processing“

• Praktikum “CAE in der Regelungstechnik” (SS + WS)

• Seminar Regelungstechnik und Signaltheorie

Mitbetreute Vorlesungen und Prüfungen von Lehrbeauftragten:

• 85-434 Dr.-Ing. K. Buchheit (SS): ILR und ihre Anwen­dungen in zykl. Prozessen

• 86-676 Prof. Dr.-Ing. H. Hoffmann (SS): Regelungstechnische Instrumentierung

• 85-435 Dr.-Ing. H. Hengen (WS+SS): Object oriented Software Development for Control Engineering and Signal Processing Applications

3 Forschungsgebiete und Projekte

3.1 Iterativ lernende Regelungen

Für die Automatisierung ”zyklischer” Prozesse können sogenannte iterativ lernende Regelungen (ILR) mit großem Vorteil eingesetzt werden, mit deren Hilfe der Prozessablauf von Zyklus zu Zyklus verbessert werden kann. Um den Verlauf der Regelgröße an einen vorgegebenen Sollverlauf anzu­gleichen, werden die Ein- und Ausgangsverläufe des vorangegangenen k-ten Zyklus verwendet, um den Stellgrößenverlauf u_k+1(t) für den nächsten, den (k+1)-ten Zyklus so zu berechnen, dass der Fehler zwischen Soll- und Istverlauf immer kleiner wird. Iterativ lernende Regelungsverfahren können unter anderem bei der Führung von Batchprozessen, bei der Regelung von periodischen Systemen, bei der Automatisierung von Roboterarmbewegungen, für die Regelung der Profiltemperatur beim Strangpressen von Aluminium oder aber auch bei der Automa­tisierung des Hochfahrens eines verfahrenstechnischen Prozesses zu einem Betriebszustand einge­setzt werden. Diesen Prozessen ist gemeinsam, dass die Regelgröße ausgehend vom selben Anfangs­zustand immer wieder einer zeitlich begrenzten Solltrajektorie folgen soll, wobei diese Wiederholungen nicht zwingend in festen Abständen erfolgen müssen. Iterativ lernende Regelungen können auch dann eingesetzt werden, wenn die Strecke nichtlinear ist, und/oder nur ein mangelhaftes Prozessmodell bekannt ist.
Da die iterativ lernenden Regelungen die vollständigen Ein- und Ausgangsverläufe des vorange­gangenen Zyklus für die Berechnung des neuen Stellverlaufes verwenden, können auch nichtkausale Algorithmen zur Verarbeitung der am Prozess gemessenen Signale verwendet werden. Damit ist zum Beispiel eine Tiefpass­filterung ohne Phasen­verschiebung oder eine Kompensation der Totzeit der Strecke möglich. Damit wird die Voraussetzung für eine schnelle Regelung geschaffen - ein entscheidender Vorteil iterativ lernender Regelungen. Am Lehrstuhl wurden die Arbeiten auf dem Gebiet weitergeführt.

a) Entwicklung eines ILR für Semibatchprozesse
Viele Produkte werden in Semibatchprozessen hergestellt. Dabei wird derselbe Reaktor häufig für die Herstellung verschiedener Produkte verwendet. Um auf einen derartigen Prozeß iterativ lernende Regelungen anzuwenden, muss die iterativ lernende Regelung

- mit der Verschmutzung des Reaktors im Prozessverlauf
- mit unterschiedlichen Stoffeigenschaften der hergestellten Produkte

umgehen können.

Die im Jahr 2002 in Zusammenarbeit mit der Firma BASF begonnene Arbeit zum Thema ILR- Ver­fahren für Semi- Batch- Prozesse wurde abgeschlossen. Aufgrund interner Umstrukturierungsaktivi­tä­ten in der Firma konnte die in Simulation gewonnenen Verfahren nicht an einer Anlage erprobt werden.

b) MoMAS (Mobiles Mess- und Automatisierungssystem für Strangpressen)

Das Strangpressen ist ein zur Herstellung von Metallprofilen eingesetzter Produktions­prozess, der Gegenstand ständiger Verbesserungsbestrebungen ist. Eine der Hauptbe­strebungen, die seit drei Jahr­zehnten an Aktualität nicht verloren hat, betrifft die Entwicklung eines isothermen Regelungs­verfahrens für die Regelung der Austritts­temperatur auf einen vorgegebenen Wert. Die opti­mieren­de iterativ lernende Regelung bietet in Verbindung mit den mittlerweile verfüg­baren, aus­reichend genauen Mehr­farben­pyrometern ein für den industriellen Einsatz ge­eignetes System für das isotherme Strangpressen. Grundlegend für das Ver­fahren ist die Betrachtung des Strang­pressprozesses als zyklischer Prozess. Zu Beginn des k-ten Press­zyklus wird ausgehend von der Kenntnis der Verläufe der Profil­austrittstemperatur, der Press­ge­schwindigkeit und der Block­tem­peratur in den vorher­gehenden Zyklen der optimale Press­geschwindigkeitsverlauf für diesen Zyklus berechnet und vor­gegeben. Die Güte der Regelung wird zusätzlich erhöht, indem das Pyrometersignal durch Verwen­dung nichtkausaler Filte­rung ver­zögerungsfrei gefiltert wird. Impulsartige Störungen werden entdeckt und unterdrückt.
MoMAS wurde im Jahre 2001 erstmals bei Fa. SAPA/Offenburg im industriellen Strangpressbetrieb eingesetzt; nach ausgiebigen Tests an der Produktionsanlage im Frühjahr 2001, die sehr erfolgreich verliefen, bewährt sich das System seither im Dauereinsatz (Presszeitverkürzungen um 8-10%). MoMAS steht mittlerweile als voll ausgereiftes Produkt zur Verfügung: im Jahre 2002 wurde das MoMAS modularisiert, d.h. die Software wurde neu strukturiert und in DLLs verpackt, so daß nun ein flexiblerer Einsatz erfolgen kann. Die wichtigste Erweiterung bestand darin, auch die Online-Messdatenaufnahme über die SPS abzuwickeln; damit kann die bisher verwendete selbstentwickelte Interface-Einheit entfallen und auf Standardhardware zurückgegriffen werden. Von Oktober 2002 bis Februar 2003 wurde dieses System bei SAPA in Finspång/Schweden erprobt und 2003 fix installiert.
Um den Einstieg des MoMAS an einer bestehenden Anlage zu erleichtern ist die Implementierung in drei Schritten vorgesehen: zum Ersten die Anbindung des MoMAS an die Anlage und Online-Anzeige der Prozessgrößen; Handoptimierung durch den Operateur möglich. Zum Zweiten die Berechnung der neuen Stellgrößen in der Prozessnebenzeit und Nachfahren der neuen Stellverläufe durch den Operateur und zum Dritten das Einbinden der iterativ lernenden Regelung und automatisches Übertragen der neuen Stellverläufe.Das MoMAS greift nicht aktiv in den Prozess ein, sondern unterstützt den Operateur bei der Verbesserung seines Prozesses. Die Berechnungen werden in der Prozessnebenzeit durchgeführt.

3.2 Entwicklung und Erprobung von Verfahren zur gütefunktionalen Opti­mierung einer Getriebesteuerung mit vorausliegenden Fahrzeug­umfeld­daten

Die offizielle Zusammenarbeit in diesem Projekt wurde planmäßig beendet und mit der Übergabe eines Abschlussberichts an den Auftraggeber des Projektes im Februar 2003 dokumentiert. Über diese offizielle Zusammenarbeit hinaus wurden im Laufe des Jahres noch Untersuchungen und Versuchsfahrten mit dem aufgebauten Versuchsfahrzeug durchgeführt.

3.2.1 Überblick über das Projekt
Durch die zunehmende Vielfalt und Verfügbarkeit von Informationen im unmittelbaren Fahrzeugumfeld steigt die Aussicht, dass durch eine gezielte Ausnutzung dieser Daten für die Funktionen im Antriebsstrang Potentiale zur Kraftstoffverbrauchsenkung, Emissions­reduktion und Fahrkomfort­steigerung genutzt werden können. Quellen dieser Daten sind Telematik-, Navigations-, Verkehrsleit­systeme etc. Die Verarbeitung dieser zusätzlichen Daten ermöglicht und erfordert für das Motor- und Getriebemanagement im Kraft­fahrzeugbereich neue regelungstechnische und informationelle Methoden. Es liegt sowohl im Interesse des Fahrers als auch des Fahrzeugherstellers, Kraftstoffverbrauch und Emissionen zu senken und den Komfort zu steigern.
Dies führt zu der Notwendigkeit, eingehende Untersuchungen bezüglich der Verwendbarkeit, Entwicklung, Optimierung und Implementierung prädiktiver Regelungsverfahren für den Kraftfahrzeug­sektor durchzuführen. Das Projekt wird in Zusammenarbeit mit der Industrie durchgeführt. Das Hauptaugenmerk liegt dabei auf dem Antriebsstrang des Pkw mit automatisiertem Schaltgetriebe oder Automatikgetriebe. Im Vergleich zu heute in Deutschland üblichen manuell oder mit Automatik­programm geschalteten Fahrzeugen soll die Einbindung von Umgebungsdaten, die vor dem Fahrzeug liegen, in das Getriebesteuerungssystem einen wesent­lichen Beitrag zur Entlastung des Fahrers in seinem Bemühen um vorausschauendes verbrauchsgünstiges Fahren bieten, ohne dabei den Komfort zu verringern.
Zur Entwicklung eines prädiktiven Schaltalgorithmus (in der Folge PGS – Predictive Gear Scheduling genannt) wurde sowohl eine Simulations- und Entwicklungsum­ge­bung als auch ein Versuchs­fahrzeug aufgebaut. In der Simulations- und Entwick­lungs­­um­ge­bung liegen alle Instanzen als Software­komponenten vor. Die wichtigsten sind ein Fahrzeugmodell, ein Fahrer-Strecken-Modell, ein Verkehrsdichte­modell, die Geschwindig­keits­prädiktion und der Algorithmus zur prädiktive Gangwahl. Details hierzu wurden bereits im letzten Jahresbericht vorgestellt.
Im Versuchsfahrzeug sind die Instanzen anders realisiert. Sowohl das Fahrzeug als auch der Fahrer liegen als „Hardware“ vor, d.h. der Regelkreis mit den Stellgrößen Gaspedal und Bremspedal muss und kann nicht mehr direkt betätigt und beachtet werden. Es werden die Geschwindigkeitsprädiktion, ein Navigationssystem und der prädiktive Schaltalgorithmus eingebaut. Um die richtigen Streckendaten bereit zu stellen, wird ein GPS basiertes Ortungsver­fah­ren verwendet (GPS für Globales Positionsbestimmungs­system), ein „kleines Navigationssystem“. Es besteht sowohl aus Software­komponenten zur Streckendaten­auf­bereitung als auch aus Hardware­komponenten. Es hat die Aufgabe, die aktuelle Fahrzeugposition zu bestimmen und der Geschwindig­keits­prädiktion die relevanten Umgebungsdaten zu übermitteln. Der prädiktive Schaltalgorithmus liegt im Versuchsträger als Soft­ware auf einem Getriebesteuergerät vor, welches mithilfe eines Autocode­gene­rators programmiert wird.

3.2.2 Neue Ergebnisse
Im Berichtszeitraum wurden mit dem aufgebauten Versuchsträger Fahrversuche durchgeführt. Zum Einsatz kam im Fahrzeug die entwickelte Funktion zur Geschwindigkeitsprädiktion, das zuvor beschriebene „kleine Navi­gationssystem“ und ein auf dem vorhandenen Steuergerät realisierbarer prädiktiver Schaltalgorithmus. Die Ergebnisse aus der Simulation konnten nicht vollständig in den Fahrversuchen bestätigt werden.
Die Geschwindigkeitsprädiktion zeigt eine gute Funktionsweise, die prädizierten Trajektorien sind nicht ganz so zuverlässig wie in der Simulation, sie geben allerdings meist sinnvolle Vorausschauwerte. Die Qualität sinkt jedoch mit steigendem störenden Verkehrsaufkommen, welches noch nicht genügend erkannt wird.
Ein wesentlicher Grund ist hierbei, dass im Versuchsträger nicht alle Umfeldsensoren, die wünschenswert gewesen wären, um den umgebenden Verkehr frühzeitig zu erkennen, im Fahrzeug enthalten sind. So würde ein Abstandsregeltempomat deutlich zuverlässigere Daten über das vorausliegende Verkehrsumfeld bereitstellen, als es bisher geschieht.
Aus diesem Grund zeigten sich in den Fahrversuchen im Kraftsoffverbrauch keine nennenswerten Einsparungen, obwohl in der Simulation (bei ungestörter Fahrt) über 5% erzielt wurden.
Des weiteren wurde die Simulations- und Entwicklungsumgebung weiterentwickelt, sodass nun in der Simulation gezielt auch störender Straßenverkehr vorgegeben und der Einfluss auf verschiedene Schaltstrategien bewertet werden kann. Eine Weiterentwicklung des prädiktiven Schaltalgorithmus, der für das bisherige Steuergerät im Versuchsfahrzeug zu aufwändig ist, zeigt auch bei simu­liertem Verkehr nennenswerte Einsparungen.

3.3 Aktive Bildverarbeitung

Das Paradigma der aktiven Bildverarbeitung bedeutet die systematische Rückkopplung von Information innerhalb eines Bildverarbeitungssystems zur gezielten Beeinflussung von Teil­strukturen und deren Parametrisierung. Hierdurch werden derartige Systeme robust gegenüber Störungen einerseits und adaptiv in Bezug auf die Bildinhalte andererseits.
Ein Schwerpunkt liegt dabei auf der intensiven Nutzung der Möglichkeiten zur Beeinflussung der Beleuchtung. Hierzu wurde das Active Illumination Device III (AIDIII) entwickelt und in das Bildverarbeitungssystem Khoros2.2 eingebunden. Als Applikationen wird in Zusammenarbeit mit dem Lehrstuhl für Fertigungstechnik und Betriebsorganisation, die Lokalisierung von Körnern auf Schleifscheiben für hochharte Materialien betrachtet.

3.4 Iterative Segmentierung unter Ausnutzung von Vorwissen (Ver­schleißbeurteilung von Schleifscheiben für hochharte Materialien)

Die Segmentierung ist das zentrale Thema in der digitalen Bildverarbeitung. Nach der Aufnahme und der Bildverbesserung steht sie als Schlüssel zur Weiterverarbeitung der aufgenommenen Szene. Unabhängig von der eigentlichen Anwendung sollte ein Segmentierungs-Algorithmus ganz allgemein eingesetzt werden können, sei es in der Medizin zur Erkennung und Darstellung von Blutzellen, Hirntumoren oder Gallensteinen, oder in der Industrie zur Zählung und Qualitätsprüfung von Werkstücken oder zur Steuerung von Robotern.
Ziel dieses Forschungsprojektes ist es, das in den meisten Fällen vorhandene Vorwissen über die gesuchten Objekte (z.B. deren Geometrie) zur Segmentierung heran zu ziehen. Schließlich braucht auch ein Mensch zumindest eine Beschreibung des Objektes, das er finden soll. Zusätzlich sollen durch einen iterativen Ablauf, basierend auf den schon aufgenommenen Bildern, verschiedene Parameter (z.B. die Beleuchtung) gezielt beeinflusst werden, um so das Bildergebnis für die Segmentierung schrittweise zu optimieren. Als Ziel steht dabei die Selbstkonfiguration des Systems über die einzelnen Iterationen hinweg.
Eine konkrete Anwendung, anhand der die gefundenen Algorithmen auf Praxistauglichkeit geprüft werden können, ist die Verschleißbeurteilung der Oberflächen von Schleifscheiben für hochharte Materialien. An die Oberflächenbeschaffenheit von Schleifscheiben für hochharte Materialien wird ein hoher Anspruch gestellt, da das Schleifergebnis unmittelbar vom Zustand der Schleifschicht der Schleifscheibe abhängt. Eine genaue Kenntnis über die Beschaffenheit der Schleifschicht hilft damit, Ausschuss durch rechtzeitiges Wechseln oder Neukonditionieren der Schleifscheibe zu vermeiden. Durch die hohen Belastungen der Schleifscheibe während des Schleifens, kommt es mit der Zeit zu Kornanflächungen, -splitterungen oder gar zu Kornausbrüchen. Ein Maß zur Verschleißbeurteilung von Schleifscheiben ist deshalb u.a. die Anzahl und Beschaffenheit der Schleifkörner. In diesem Projekt soll ein Verfahren entwickelt werden, das mittels digitaler Bildverarbeitung die Anzahl der Körner ermittelt. In diesem Projekt wird das Problem mit Hilfe der aktiven Bildverarbeitung angegangen. Es werden dazu mittels einer Kamera mit Makro-Objektiv Aufnahmen von der Schleifschicht gemacht. Hierbei kommt der Art der Bildaufnahme, speziell der Beleuchtung, eine zentrale Rolle zu, da eine gezielte Beeinflussung der Beleuchtungsparameter notwendig ist, um ein größtmögliches Maß an Informationen von der Szene (der Schleifschicht) zu erhalten. Die Beleuchtungsquelle ist in der Lage, die interessierende Stelle aus verschiedenen Winkelpositionen mit verschiedenen Beleuchtungsintensitäten zu beleuchten. Dies wird durch eine bereits entsprechend aufgebaute Vorrichtung, das sog. Active Illumination Device (AID) bewerkstelligt. Aus den so aufgenommenen Einzelbildern wird schließlich ein fusioniertes Bild berechnet. Anhand dieses fusionierten Bildes kann eine Segmentierung der einzelnen Körner vorgenommen werden. Zur Segmentierung wurden verschiedene Ansätze verfolgt. Ein Schwellwertbasierter Ansatz, ein Ansatz der die Waveletanalyse (MSA) zur Lokalisation der Körner verwendet und anschließend die Körner rekonstruiert. Der aktuellste Ansatz ist eine gradientenbasierter Ansatz mit anschließendem Clustering-Algorithmus.

3.5 Simulation Pneumatischer Stellantriebe (SIPS II)

In der Verfahrenstechnik werden zur Regelung von Durchflüssen sehr häufig Regelventile mit pneumatischem Membranantrieb verwendet. Mit Hilfe eines am Antrieb befestigten Stellungs­reglers wird hierbei die vom überlagerten Durchflussregler vorgegebene Ventilposition eingestellt. Eine Untersuchung der Eigenschaften (Positionier­genauigkeit, dynamisches Verhalten) von derartigen Stellungsreglern wird insbesondere durch die Reibungs­charakteristik der Stopfbuchse, die das durch das Ventil strömende Medium gegen die Umgebung abdichtet, erschwert. Die Reibung der Stopfbuchse ist unter anderem abhängig von der Art der Stopfbuchsenpackung, vom Drehmoment, mit dem die Stopfbuchse angezogen wird, und vom Verschleiß.Mit dem Ziel, einen Normantrieb für vergleichende Untersuchungen an Stellungsreglern zu bauen, wurde eine Versuchsplatt­form zur Simulation pneumati­scher Stellantriebe erstellt. An einem fast reibungsfreien Stell­antrieb werden der Antriebs­druck und die Position der Ven­tilspindel gemessen. Auf einem Rechner wird mit Hilfe dieser Messwerte und verschiedener Reibmodelle (Coulombsche Reibung, Striebeck-Kurve) die Position eines mit Stopfbuchse versehenen Antriebs simuliert.
Durch Vergleich des Modells mit einem realen Antrieb können die Reibungsparameter der Stopfbuchse ermittelt werden. Die so ermittelte Reibungskennlinie ist dann beliebig oft reproduzierbar, sodass vergleichende Untersuchungen an pneumatischen Stellungsreglern möglich werden. Die Versuchs­plattform wurde in Zusammenarbeit mit Herstellern und Anwendern ausgebaut und zum Testen neuentwickelter Geräte der Industrie zur Verfügung gestellt. Die in der ursprünglichen Arbeit verwendete Sensorik und die Eigenschaften des verwendeten Elektroantriebes führten beim Test sehr schneller neuer Stellungsregler mit hohen Kreisverstärkungen zu abweichenden Ergebnissen zwischen Simulation mit SIPS und Regler­verhalten am realen Stellantrieb.
Um diese Diskrepanz zu eliminieren, wurde eine dynamische Kompensation des elektrischen Servos, der die simulierte Position des SIPS-Systems zum Stellungsregler rückkoppelt, durchgeführt. Da diese Dynamikkorrektur hohe Anforderungen an die Rauschfreiheit der Messsignale stellt, wurden diese Signale unter Anwendung eines Multiratenansatzes (durch mehrfaches Oversampling zwischen den Systemabtastschritten, online) gewonnen. Mittels dieser Veränderungen liefern nun auch sehr schnelle Stellungsregler der neuesten Generation dieselben Ergebnisse wie am realen Antrieb.
Neben einem neuen Hardwareaufbau, der die verzögerungsfreien Leitplastiksensoren in das Hardware-in the Loop-System integriert, wurde im Jahr 2002 noch eine spezielle Analogfilterschaltung entwickelt und das System auf eine neue Messkarte umgestellt. Die verfügbaren Reibmodelle wurden nochmals validiert und getestet und das System sowohl statisch wie dynamisch vermessen. Dabei bestätigte sich, daß mit dem nun vorliegenden SIPS II tatsächlich realitätsgetreu Reibungen simuliert werden können.

3.6 Leukämiediagnose mittels Digitaler Bildverarbeitung

Entwicklung von Verfahren und eines Systems zur Unterstützung der Frühdiagnose von Leukämie mit Hilfe von Methoden der Bildverarbeitung
In der Hämatologie werden Krankheiten der Blutbildung, der Lymphopoese und des Knochenmarkes diagnostiziert und behandelt. Die mikroskopische Untersuchung von Zellen aus dem Blut und Knochenmark ist für die Diagnostik und Verlaufskontrolle der Therapie essentiell. Die Vielfalt und Komplexität der mikroskopischen Bilder setzt beim Untersucher eine große Erfahrung voraus, um exakte Diagnosen stellen zu können. Die mikroskopische Bildanalyse durch den Arzt resultiert in einer Deskription, die bisher nur teilweise standardisiert ist. Daher gibt es regelmäßig Differenzen in der Befunderhebung und Mitteilung zwischen verschiedenen Befundern. Auch die Reproduzierbarkeit der deskriptiven Befunde ist nur partiell gesichert.
Ausgehend von diesem Stand ist im Rahmen des Medizin- Naturwissenschaft- Technik (MNT)- Schwerpunktes der Universität Kaiserslautern und des Westpfalz- Klinikums Kaiserslautern ein interdisziplinäres Projekt zum Thema Analyse von mikroskopischen Blutzellenbildern begonnen worden. Langfristig soll das System auch an normalen und pathologischen Knochenmarkzellen eingesetzt werden. Ziel dabei ist es, Verfahren zur Früherkennung von Leukämie zu untersuchen und die Grundlage für den Aufbau eines Systems zu schaffen, wodurch die Verfahren einem großen Kreis von Ärzten zugänglich gemacht werden können.

Das gesamte Projekt gliedert sich wie folgt:

• Aufbau einer Datenbank von mikroskopischen Aufnahmen und Merkmalen anhand vorhandenen Materials (Objektträger, elektronische Bilder)

• Aufbau der Technik für die mikroskopische Bildaufnahme und -weiterverarbeitung, bestehend aus Mikroskop, motorisiertem Motortisch für das Mikroskop, Interface und Archivierungssoftware

• Entwicklung von Verfahren zur Merkmalsextraktion von Blutzellen in Mikros­kopaufnahmen

• Verknüpfung von Merkmalen und Diagnosen mit Clusteringalgorithmen

Schon im Jahr 2001 konnten wichtige Ergebnisse für die Übertragung der Verfahren auf die Knochenmarksanalyse gewonnen werden. So wurden Segmentierungsalgorithmen für die Auflösung von Zellzusammenballungen, wie sie im Knochenmark auftreten, entwickelt. Die Verfahren wurden seither verbessert und weiterentwickelt.
Desweiteren wurden Form- und Texturmerkmale auf ihre Signifikanz bzgl. der Zellunterscheidung hin untersucht. Ein erster Satz dieser Merkmale wurde zusammen­gestellt. Neue Klassifikationsmethoden (Support Vector Maschine) werden z. Zt. getestet und implementiert.

3.7 Erkennung des Verkratzungsgrades von Teflon-Beschichtungen in Bratpfannen nach Behandlung mit einem definierten Verkratzungsprozess

Die digitale Bildverarbeitung hält in den letzten Jahren aufgrund gestiegener Hardwareleistung in immer komplexere Bereiche der Qualitätskontrolle und –sicherung Einzug. So wurde auch für die Qualitätskontrolle von Teflon-Beschichtungen die digitale Bildverarbeitung als Mittel der Wahl erkannt.
Bei dem konkreten Projekt handelt es sich um Qualitätskontrolle von Teflon-Beschichtungen. Zur Qualitätskontrolle von Teflon-Beschichtungen ist es notwendig, diese unter definierten Bedingungen einer vorher festgelegten Beanspruchung, z.B. Bearbeitung mit typischen Küchenwerkzeugen, auszusetzen. Das so entstehende Verschleißbild, das sich normalerweise als Muster von Kratzern auf der Oberfläche der Beschichtung ausbildet, muss bewertet und einer vorher festgelegten Qualitätsstufe zugeordnet werden. Bisher geschieht dies rein manuell, d.h. ein Mensch bewertet das Kratzbild anhand vorhandener Referenz-Kratzbilder, die Prototypen der Qualitätsstufen „eins“ bis „zehn“ darstellen. Dieser Vorgang ist langsam und sehr subjektiv. Die digitale Bildverarbeitung bietet die Möglichkeit, diese Subjektivität auszuschließen und den Bewertungsvorgang zu beschleunigen. Dabei soll das zu entwickelnde Verfahren nach Möglichkeit unabhängig von der Farbe und Dicke, sowie der Feinstruktur der Beschichtung sein. Der dafür zunächst verfolgte Ansatz sieht die Analyse des Verkratzungsbildes mit Hilfe einer koordinatentransformierten Autokorrelationsanalyse vor. Dadurch kann eine größtmögliche Unabhängigkeit von globalen Bildparametern wie Farbe und Feinstruktur erreicht werden, da sich die einzelnen Kratzer sehr gut als einzelne Spitzen in der Autokorrelationsfunktion wiederfinden lassen sollten, während globale Parameter nur als Offset, bzw. Einzelspitze zu erwarten sind. Als Ergebnis des Projektes soll ein Verfahren stehen, das ein einzelnes Bild der Beschichtung auswertet und den Qualitätsstufe “kontinuierlich” angibt, also z.B. “5,4”.

3.8 Entwicklung einer echtzeitfähigen objektorientierten Hardware-in-the-loop Simulationsumgebung auf Basis von RT-Linux

Die Hardware-in-the-loop (HWL) Simulation gewinnt in der Regelungstechnik immer weiter an Bedeutung. Mittel HWL-Techniken kann man effektiv große Systeme mit vergleichbar geringem Aufwand an Modellbildung regelungstechnisch behandeln. Lediglich diejenigen Teile, deren Verhalten simuliert werden soll bzw. die Regelung selbst, wird auf einem Rechner durchgeführt, während die Reststrecke erhalten bleibt. Eine große Problematik besteht darin, daß ein solches System harte Echtzeit erfüllen muss. Früher konnten diese Systeme unter DOS realisiert werden; mit steigenden Ansprüchen an Speicherbedarf (z.B. Wavelettransformation, kontinuierlich approximiert) und Rechenleistung scheidet jedoch DOS aufgrund der 16-bit Technologie aus. Windows ist allenfalls für die Realisierung weicher Echtzeitbedingungen geeignet. Als Alternative wurde RT-Linux verwendet, ein freies Softwarepaket, das harte Echtzeit unter Linux ermöglicht. Unter Verwendung der RT-Linux-Funktionen wurde ein objektorientiertes Entwicklungssystem für Regelung und Signalverarbeitung realisiert, das ein Frontend für die Simulation und den Entwurf bietet und gleichzeitig die Möglichkeit bietet, Simulationen der selben, graphisch aufgebauten Blockstrukturen, auf Echtzeitbasis an der realen Anlage zu testen. Im Vergleich mit industriellen Tools, die bereits käuflich erwerbbar sind, ist hier der große Vorteil einer einfachen Erweiterbarkeit sowie der Möglichkeit der Integrierbarkeit komplexer Signalver­arbeitungs­operatoren zu sehen.

3.9 Fehlererkennung und -diagnose in technischen Systemen

Abweichend von der im Hochschulbetrieb vorranging betriebenen Forschung auf dem Gebiet der modellbasierten Fehlererkennung beschäftigt sich der Lehrstuhl für Regelungstechnik und Signaltheorie mit der signalbasierten Fehlererkennung. Dabei wird der Aufwand für eine Modellierung vermieden, statt dessen wird das zu überwachende System mit Testsignalen angeregt und vermessen. Im Rahmen von eigenen Tests und Experimenten können Messverläufe auf ihre Relevanz zur Fehlererkennung untersucht werden. Aus diesem Grund wird die Entwicklungsumgebung RTDiagnosis als Kollektiv von Werkzeugen für die Erarbeitung von Lösungen für Aufgaben der Fehlerdiagnose in technischen Systemen am Lehrstuhl für Regelungstechnik und Signaltheorie entworfen. Es ist das Ziel, eine komfortabel zu bedienende, grafische Oberfläche bereitzustellen, die es dem Anwender ermöglicht, ein Fehlerdiagnosesystem für eine einzelne Komponente zu entwerfen. Bei der Fehlerdiagnose in technischen Systemen geht es um die Zuordnung von fehlerhaften und fehlerfreien Systemzuständen zu charakteristischen Merkmalen der Messverläufe des Systems im Betrieb. Um für ein vorliegendes System ein geeignetes Diagnoseverfahren zu entwickeln, ist erforderlich, das Systemverhalten vorab zu erfassen, untersuchen und anhand von Simulationsuntersuchungen zu erarbeiten

Um diese Schritte zu absolvieren, stellt RTDiagnosis fertige Programme zur Verfügung zur

1. Messwertaufnahme

2. Signalverarbeitung mit linearen und nichtlinearen Operatoren wie Signalfilterung, Merkmalsextraktion aus Signalverläufen

3. Auswahl geeigneter Merkmale; Zusammenfassung der Merkmale zu Merkmalsvektoren; Reduzierung der Dimension der Merkmalsvektoren durch Eliminierung von Redundanz

4. Klassifikation von Merkmalsvektoren.

Untersuchungen von Diagnoseverfahren in Verbindung mit realen technischen Systemen zeigen, dass eine 100%ige Klassifikation eine umfangreiche, dedizierte Sensorik voraussetzt, die sich meist als zu aufwändig für den praktischen Einsatz erweist. Infolgedessen ist RTDiagnosis auch für die Abschätzung des Kompromisses zwischen Klassifikationsrate und Lösungsaufwand dienlich.
In der ersten Stufe, der Messwerterfassung, wird die Entwicklungsshell als ein Hardware-in-the-Loop System betrieben, bei dem die später zu überwachende Strecke mit unterschiedlichen Testsignalen beaufschlagt werden kann. Die Verwendung des Betriebssystems RTLinux ermöglicht eine Echtzeitaufnahme der Messdaten.
In der zweiten Stufe werden aus den aufgenommenen Testsignalen durch Informationsverdichtung Merkmale extrahiert, durch Labelung wird der gemessene Verlauf einer Klasse zugeordnet. In einer Klasse befinden sich ausschließlich zu einem Fehler gehörige Daten. Im Idealfall ergeben sich nach der Merkmalsextrahierung klar getrennte Cluster. Zur Bewertung der Merkmalseignung wurden mit dem Distanz- Quotientenkriterium I und II sowie der Trennwahrscheinlichkeit unterschiedliche Maßzahlen und Bewertungsmaßstäbe eingeführt, mit deren Hilfe der Anwender eine Aussage treffen kann, ob das Merkmal Relevanz für die nachfolgende Klassifikation besitzt. Durch die Anwendung der Hauptachsentransformation wird der erhaltene Merkmalsdatenraum sowohl in seiner Dimension reduziert als auch die Trennfähigkeit der transformierten Merkmale gesteigert, so dass in der nachfolgenden Klassifikation bessere Resultate zu erwarten sind.
Mit dem schrittweise zusammengestellten Merkmalsvektor werden Klassifikatoren trainiert. In der Entwicklungsumgebung RTDiagnosis sind ein Bayes-Klassifikator, ein konvexer-Klassifikator (Kugelklassifikator), ein Entscheidungsbaum sowie ein Support-Vektor-Machine (SVM)-Klassifikator mit daraus abgeleiteten Klassifikatoren implementiert.
Aus den vorangehenden Betrachtungen wird ersichtlich, dass im Rahmen des Entwurfes eines Diagnosesystems unterschiedliche Formen von Daten verwaltet werden müssen. Aus diesem Grund wird von der Entwicklungsumgebung eine Projektstruktur erstellt, in der Strukturbilder, Messdaten, Merkmalsdaten, Parameterdateien sowie Daten zur Dokumentation geschrieben werden können.
Experimentelle Untersuchungen am Prüfstand der SAMSON AG in Frankfurt a.Main haben gezeigt, dass mit RTDiagnosis unterschiedliche Fehler und Defekte an Stellventilen wie reduzierter Versorgungsdruck, Verstopfungen in der Stellluft, veränderte Reibung oder pneumatische Leckage erkannt werden können.

3.10 Analyse von Calciumwellen zwischen Gliazellen im Gehirn

Dieses Projekt wird in Zusammenarbeit mit dem Fachbereich Biologie, LS Prof. Deitmer durchgeführt. Es geht darum, herauszufinden, ob durch die zwischen Gliazellen übertragenen Calciumwellen Information ausgetauscht wird; dazu muß zunächst ermittelt werden, ob die Information gerichtet fließt. Man nimmt hierzu mittels Laserfloureszenzmikroskopie Tiefenschnittbilder der Zellen in Form einer Zeitreihe auf (4D-Analyse: Zeit, Tiefe, 2D-Bild).
Am Lehrstuhl für Regelungstechnik und Signaltheorie wird z.Zt. ein Verfahren zur Auswertung der 4D-Daten entwickelt, das die Analyse der Fortpflanzung der Calciumwellen ermöglicht. Dazu wird aus dem Bilderstapel ein 3D-Modell generiert und dem Benutzer darin die Intensitätsverläufe der einzelnen Zellen präsentiert, so dass schon visuell Signalausbreitung erkannt werden kann. Mittels Verfahren der digitalen Bildverarbeitung und Signalanalyse wird das Erkennen der Vorzugsrichtungen der Wellenausbreitung automatisiert und über die Analyse der Intensitätsverläufe der einzelnen Zellen versucht, die übertragene Information (zunächst noch ohne Interpretation) zu isolieren.

3.11 Analyse von Klassifikationsverfahren für die Anwendung in der digitalen Bildverarbeitung und der Fehlerdiagnose in tech­nischen Systemen

Klassifikationsverfahren gewinnen zunehmend an Bedeutung, besonders wenn technische Systeme selbst Entscheidungen basierend auf ihnen vorliegenden Informationen treffen sollen.
Die Literatur bietet eine Fülle solcher Verfahren, zum einen werden neuronale Netze verwendet, zum anderen auch stochastische Verfahren; ein neues Verfahren ist die Support Vector Machine.Häufig besteht zwischen der bloßen Betrachtung des Verfahrens und der praktischen Anwendbarkeit jedoch eine große Lücke. Am Lehrstuhl für Regelungstechnik und Signaltheorie wurde daher begonnen, systematisch die verfügbaren Klassifikations­verfahren zu untersuchen und deren Tauglichkeit für praktische Problemstellungen festzustellen.

3.12 Entwurf einer Regelung und eines Hardware-in-the-loop-Systems für Turbolader mit verstellbarer Turbinengeometrie

Moderne Fahrzeuge sind häufig mit Turboladern mit verstellbarer Turbinengeometrie ausgestattet, da sich hierüber der Ladedruck arbeits­punkt­spezifisch anpassen läßt.
Um diese Verstellgeometrie regeln zu können und neue Reglerentwürfe auf ihre Tauglichkeit hin zu untersuchen, wurde ein Hardware-in-the-Loop-Umfeld (incl. Leistungselektronik) aufgebaut, das zusammen mit einer MATLAB-XPC-Umgebung eingesetzt wird.

3.13 Abgeschlossene Projekte

• Neuronale Adaptionsverfahren für RIP-Regler

• Steer-by-wire für Pkw

• Strukturierung von Aktiven Bildverarbeitungssystemen

• Aufbau eines Geräts zur Überwachung von Luftembolien

• Ermittlung der Klassifizierung von Gallensteinen aus Ultraschallsignalen

• Fehlerdetektion an pneumatischen Stellventilen mit Hilfe von Körperschall

• Entwurf und Implementierung eines Systems für die Ermittlung der Rotation -
  und Translation von Leder Werkstücken mit Hilfe digitaler Bildverarbeitungsalgorithmen

• Verbesserung der Dynamik einer CCD-Kamera mit einem iterativen Verfahren

• Aufbau einer Anschaltbox für MoMAS

• SIPS II

• Vorausschauende Getriebe-Schaltstrategie mit vorausliegenden Umfelddaten für Pkw-Antriebsstränge

• CamCorrect, ein Programm zur Verzeichnungs- und Shadingkorrektur bei digitalen Bildern

3.14 In Bearbeitung befindliche Projekte

• Entwicklung von MoMAS (Mobiles Mess- und Automatisierungssystem für Strang
  pressen) für den Einsatz ohne Interface Unit.

• Erweiterung des Anwendungsgebiets von MOMAS- (Mobiles Mess- und Automatisierungssystems für Strangpressen) auf schwerpressbare Metalle

• Verarbeitung von mikroskopischen Blutzellenaufnahmen zur Diagnose von Leukämie

• Überwachung von Abnutzung von Schleifscheiben mit Hilfe aktiver Bildverarbeitung

• Erkennung dreidimensionaler Strukturen mit aktiven Konturen

• Rekonstruktion einer Schleifscheibenoberfläche mit Beleuchtungsmodellen

• Qualitätseinstufung von Teflonbeschichtungen mit Hilfe digitaler Bildverarbeitung

4 Akademische Examensarbeiten

Dissertationen

_

1 Zahn Sebastian
Aufbau und Inbetriebnahme einer Automatisierungseinrichtung zur Mehrgrößenregelung einer verfahrenstechnischen Anlage

2 Breitel Torsten
ILR verfahrenstechnischer Batch-Prozesse

3 Hauser Andreas
Optimierte aktive (Farb-)Bildaufnahme zur Verbes­serung von Bildfusion und Segmentierung zur Aus­wer­tung des Verschleißzustandes von Schleifwerk­zeugen

4 Buchholz Annika
Konstruktion und Inbetriebnahme eines Domes zur Beleuch-­ tung aus acht unterschiedlichen Winkeln mit jeweils vierstufiger Elevation

Master Thesis

1 Sarker Mesbahuddin
Image and Video Coding using Wavelet Transformation

Diplomarbeiten

1 Ernst Christian
Analyse des Informationsgehaltes der Calcium-Oszillationen in den Gliazellen des Hippocampus

In Bearbeitung befindliche Diplomarbeiten

1 Höfler Sascha
Merkmalsselektion und Ordnungsreduktion im Merkmalsraum zur Fehlerdiagnose an nichtlinearen Strecken am Beispiel eines pneumatischen Stellventils

2 Horstmann Stephan
Erkennung des Verkratzungsgrades von Teflonbeschichtungen in Bratpfannen nach Behandlung mit einem definierten Verkratzungsprozess

3 Breitel Thorsten
Modellbildung des Strangpressprozesses zur Optimierung der Prozessregelung

In Bearbeitung befindliche Studienarbeiten

Lehnigk-Emden Timo
Rekonstruktion der Höhe von topographischen Objekten mit Hilfe der digitalen Bildverarbeitung

5 Aufsätze, Patente, Vorträge

[2] T. Heger, M. Pandit, OWAS-Qualitätskontrolle bei Schleif­werk­zeugen, Applied Machine Vision, 21.-22.10.2003, Stuttgart

[3] M. Pandit, H. Hengen, Control of Intermittent Processes, in EOLSS The Unesco Encyclopedia of Life Science, akzeptiert zur Veröffentlichung

[4] Müller, M.; Laub, H.; Reif, M.; Pandit, M.; Staiger, W; Schmitfranz, B.H.: Stochastic Processes and Speed Prediction for Simulations of a Gear Shift Assistance System, Proceedings of the 9th EAEC International Congress, 16.-18.06.2003, Paris.

[5] "Temperature Measurement and Control: A key to Automa­tion of Aluminium Extruders: Theory, Implemen­tation and Experience" Aluminium 2003, Rom, Mrch 18 – 20, 2003

[6] Control of Cyclic Production Processes
International. Symp. On Process Systems Engineering and Control, IIT Bombay, Jan. 2 – 4, 2003

6 Technische Mitteilungen

7 Mitarbeit in Gremien

M. Pandit:
GMA FA 3.7 “Digitale Bildverarbeitung für die Automatisierungstechnik”

M. Pandit:
Mitglied im Vorstand der Stiftung “Familie Klee”

Mitgliedschaft im LSA - Zentrum für lernende Systeme und Anwendungen der Technischen Universität Kaiserslautern

8 Besondere Ereignisse

Verleihung des Best Paper Award im Mai 2003 im Rahmen der 6^th International Conference on Quality Control by Artificial Vision in Gatlinburg, Tennessee, USA an T. Heger und M. Pandit für den Beitrag "Optical Wear Assessment System for Grinding Tools"

21.10.2003 / 22.10.2003 Vorträge über den Stand der Forschung auf der Tagung "Applied Machine Vision" im Rahmen der Messe "Vision" in Stuttgart