Logo
Benutzer: Gast  Login
Autoren:
Kelm, Benjamin; Myschik, Stephan; Niggemann, Oliver 
Dokumenttyp:
Vortrag / Presentation 
Titel:
Control Reconfiguration of CPS via Online Identification using Sparse Regression (SINDYc) 
Konferenztitel:
Machine Learning For Cyber-Physical Systems Conference (2023, Hamburg) 
Konferenztitel:
ML4CPS 
Tagungsort:
Hamburg 
Jahr der Konferenz:
2023 
Datum Beginn der Konferenz:
29.03.2023 
Datum Ende der Konferenz:
31.03.2023 
Jahr:
2023 
Sprache:
Englisch 
Abstract:
Cyber-physical systems are getting more and more complex and thus are increasingly prone to faults. Since it is intractable to model all faults a-priori, online plant identification and reconfiguration is key to a successful fault handling strategy. This paper presents an approach to control reconfiguration via online identification of CPS to increase system dependability against actuator or plant faults. Using sparse regression (SINDYc), closed-loop system dynamics, including faults, are identi...    »
 
Fakultät:
Fakultät für Maschinenbau 
Institut:
MB 8 - Institut für Aeronautical Engineering 
Professur:
Myschik, Stephan 
Open Access ja oder nein?:
Nein / No 
Vortrag bei:
ML4CPS 2023 
Angaben zum Volltext:

 
Volltext-Version:
Preprint 
OA-Lizenz des Volltexts:
CC BY 4.0