Studien-/Abschlussarbeit - Learning MPC & Safe RL auf IEDs für Batteriezellfertigung

Ausschreibung für die Fachrichtungen wie z. B.: Automatisierungstechnik, Elektrotechnik, Informatik, Kybernetik, Luft- und Raumfahrttechnik, Maschinenbau, Mathematik, Mechatronik, Physik, Regelungstechnik, Softwareengineering, technische Informatik, Data Science, Industrial IT / IoT oder vergleichbare. Das Zentrum für Digitalisierte Batteriezellproduktion (ZDB) am Fraunhofer IPA treibt die Digitalisierung der Zellfertigung im industriellen Maßstab voran. Heutige Produktionsanlagen werden durch statische PID-Regler gesteuert, die bei dynamischen Prozessen und wechselhaften Materialparametern schnell an ihre Grenzen stoßen. Bedingt durch genau diese Umstände in der Batteriezellfertigung, speziell beim Wickeln der Jelly-Rolls, ist ein Paradigmenwechsel in der Regelungstechnik notwendig: Prädiktive Modelle (MPC) sollen anstatt klassischer PID-Regelung eingesetzt werden. Allerdings sind diese MPC bei Taktzyklen im Millisekundenbereich oft zu rechenintensiv für echtzeitfähige Regelung. In dieser Masterarbeit untersuchen Sie die Kombination der hohen Inferenzgeschwindigkeit von Reinforcement Learning mit den harten Sicherheitsgarantien einer Model Predictive Control (Safe RL). Ziel ist es, zu untersuchen, inwiefern und unter welchen Voraussetzungen diese Technologie als intelligente Edge-Applikation direkt an eine reale Batteriewickelanlage adaptierbar ist.