Trend-NEWS

Die Model Predictive Control (MPC, auch modellprädiktive Steuerung) ist aus Sicht des Foresights eigentlich ein »alter Hut«, da sie bereits in den 1960er Jahren für die industrielle Systemsteuerung entwickelt und von der petrochemischen Industrie vorangetrieben wurde. Gleichzeitig breitet sich dieses Steuerungsmodell seit ca. 10 Jahren in alle möglichen Anwendungsbereiche rasant weiter aus. Dies hängt insbesondere mit großen Fortschritten bei den Mikroprozessoren, z. B. dem Anstieg von deren Rechenleistung und der wachsenden Kombination mit maschinellen Lernverfahren zusammen. Aktuell wird sie insbesondere für die Bereiche Energie und Mobilität in der Forschung vorangetrieben. Hierbei sind unter anderem aktuelle Dekarbonisierungsbestrebungen ein wichtiger Faktor, die beispielsweise die Elektrifizierung und damit die Nachfrage nach hocheffizienten elektrischen Komponenten weiter antreibt.

Klassische Regelungsverfahren (z. B. P-, D- oder PID-Regler) sowohl für die industrielle Produktion aber auch für Steuerungsprozesse, z. B. im Automobil, stoßen heute schnell an ihre Grenzen, wenn es um komplexe Regelungsaufgaben geht. Sie berücksichtigen nur das vergangene und aktuelle Systemverhalten (d. h. sie sind »reaktiv« in Bezug auf Abweichungen). Die Interaktion unterschiedlicher Regelungsein- und -ausgänge sowie bestehende Restriktionen (z. B. Maximal- und Minimalwerte für Druck- und Temperatur) stellen aufgrund der zunehmenden Komplexität jedoch eine Herausforderung in Bezug auf die Steuerung dar.

Die MPC löst diese Problematik, indem sie ein dynamisches Modell des zu steuernden Gesamtprozesses zu Grunde legt und die Steuerung des Prozesses damit z. B. nicht von einem einzelnen Maschinenoptimum abhängt. Nötige Beschränkungen innerhalb einer Prozesskette, z. B. zur Einhaltung von Sicherheitsparametern, werden dabei im Rahmen der MPC als zusätzliche Bedingungen in Form eines Optimalsteuerungsproblems berücksichtigt. Die Vorteile dieser Regelung sind sowohl die garantierte Einhaltung harter Zustands- und Eingangsbedingungen als auch die direkte Echtzeit-Optimierung des Gesamtprozesses, was zu einem nahezu optimal arbeitenden Regelsystem führt. Profitieren kann die weitere Entwicklung der MPC von Technologien des maschinellen Lernens, die eine einfache Beschreibung komplexer Systeme ermöglichen. Die MPC wird derzeit fast durchgängig als digitale Regelung implementiert, obwohl es auch Forschungsarbeiten gibt, um mit speziell entwickelten analogen Schaltungen noch schnellere Reaktionszeiten zu erreichen.

Anwendung findet die MPC beispielsweise bei der Steuerung der Windleistung aus Windparks. So können negative Auswirkungen wie übermäßige Netzschwankungen im Stromnetz, die aufgrund der Ausgangsleistung von Windturbinen im Windpark entstehen, vermieden werden. MPC kann z. B. auch in der Heizungs-, Lüftungs- und Klimatechnik (HVAC) eingesetzt werden, da hier häufig träge Systeme anzutreffen sind, die mit vergleichsweise präzisen Vorhersagemodellen wie Raumbelegung oder Wetter angereichert werden können. MPC wurde bereits für die Planung von Containertransporten und Fahrzeugrouten in einem synchromodalen Verkehrsnetz vorgeschlagen (Synchromodalität: Möglichkeit des Echtzeitwechsels zwischen verschiedenen Transportmodi während des Transports). Zudem kann sie auch im Rahmen von Steuerungs- und Regelungssystemen für Luft- und Raumfahrzeuge eingesetzt werden, um optimale Werte für die Bahnkontrolle zu erreichen. Darüber hinaus umfasst die Bandbreite der Anwendungen beispielsweise das Ausbalancieren von Laufrobotern und hängenden Kranlasten, die Optimierung von Pufferung und Qualität beim Videostreaming sowie die Bahnverfolgung von Unterwasserrobotern.

Für eine effiziente Berechnung mit der MPC ist jedoch nach wie vor Expertenwissen in der Programmierung erforderlich. Eine einfache Plug&Play-Nutzung ist damit für viele Anwendungsbereiche noch erschwert und die Modellierung derzeit häufig die zeitaufwendigste Tätigkeit. Nicht zuletzt durch den Einsatz der sogenannten datengetriebenen Modellierung fallen diese Hürden jedoch zunehmend weg und MPC kann die Steuerung von Systemen ermöglichen, deren Automatisierung früher undenkbar war.