Fulltext available Open Access
DC FieldValueLanguage
dc.contributor.advisorSternberg, Harald-
dc.contributor.authorKruppa, Kai-
dc.date.accessioned2020-09-23T21:30:41Z-
dc.date.available2020-09-23T21:30:41Z-
dc.date.created2019-04-29-
dc.date.issued2018-
dc.identifier.urihttps://repos.hcu-hamburg.de/handle/hcu/496-
dc.description.abstractIn Deutschland werden 35% der Endenergie im Gebäudebereich verbraucht. Modellbasierte Reglerentwurfsmethoden ermöglichen das große Energieeinsparpotenzial zu nutzen, um den Energieverbrauch zu reduzieren. Für lineare Zustandsraummodelle sind dazu zahlreiche Methoden bekannt. Jedoch können diese Methoden versagen, wenn nichtlineare Effekte entscheidend sind, wie im Gebäudebereich. Multilineare zeitinvariante (MTI) Modelle erweitern die lineare Modellklasse und führen zu besseren Modellierungseigenschaften, z.B. für Heizungssysteme. In heutigen Anwendungen werden die betrachteten Systeme immer komplexer. Zur Modellierung solch großer Systeme werden hier Tensorzerlegungsverfahren angewendet, um eine speicherplatzeffiziente Modelldarstellung zu erreichen. Tensormethoden werden weiterhin dazu verwendet, verschiedene Methoden zur Modellanalyse und zum Reglerentwurf zu entwickeln. Da sich MTI Modelle dazu eignen das Verhalten sehr großer Systeme zu beschreiben, werden, basierend auf der Tensorstruktur, Methoden für verteilte Regelungen entworfen, um den Kommunikationsaufwand und die Komplexität der Regler zu reduzieren. Die entworfenen Regler werden in der Simulation auf verschiedene Beispiele aus dem Bereich der Heizungssysteme angewendet, um deren Vorteile zu zeigen. Zudem erfolgt die erfolgreiche Echtzeitanwendung eines prädiktiven Reglers auf ein reales Bürogebäude, der die multilineare Tensorstruktur des Modells nutzt.de
dc.description.abstractIn Germany 35% of the end energy is currently consumed in the buildings sector. Model-based controller design methods offer the possibility to use the high energy saving potential to reduce this energy demand. Several tools for model-based design are available for linear state space models. But linear methods may fail when nonlinear effects are essential as e.g. in the area of buildings. Multilinear time-invariant (MTI) models extend the linear model class and lead to better modeling properties, e.g. for heating systems. Today's applications focus more and more on complex systems. To deal with these large-scale systems a MTI model representation with different decomposed tensor methods is derived here to get a memory efficient model description. Tensor methods are used to develop different model analysis and controller design methods especially for MTI models. Since decomposed MTI models allow to describe the dynamics of large-scale systems, methods for distributed controller design of such systems are derived based on the decomposed tensor structure of the models to reduce the communication effort as well as the computational complexity. The controller algorithms are applied in simulation to different heating systems examples to show their advantages for building automation. The results of a successful realtime application of a predictive controller at a realworld office building using the MTI tensor structure are presented.en
dc.language.isoenen_US
dc.rightsinfo:eu-repo/semantics/openAccess-
dc.subjectMultilineare Zustandsraummodellede
dc.subjectMTI Systemede
dc.subjectPolynommethodende
dc.subjectTensordekompositionde
dc.subjectDezentraler multilinearer Reglerentwurfde
dc.subjectMultilinear state space modelsen
dc.subjectMTI systemsen
dc.subjectPolynomial methodsen
dc.subjectTensor decompositionen
dc.subjectDistributed multilinear controller designen
dc.subject.ddc621.3: Elektrotechnik, Elektronik-
dc.titleMultilinear Design of Decentralized Controller Networks for Building Automation Systemsen
dc.title.alternativeMultilinearer Entwurf dezentraler Reglernetzwerke für Gebäudeautomationssystemede
dc.typeThesis-
dcterms.dateAccepted2018-10-30-
dc.type.thesisdoctoralThesis-
dc.type.dinidoctoralThesis-
dc.subject.gndTensor-
dc.subject.gndPrädiktive Regelung-
dc.subject.gndMultilineare Algebra-
dc.subject.gndHeizungsregelung-
dc.subject.gndDynamische Modellierung-
dc.type.driverdoctoralThesis-
dc.type.casraiDissertation-
dcterms.DCMITypeText-
tuhh.identifier.urnurn:nbn:de:gbv:1373-opus-4959-
tuhh.opus.id495-
tuhh.gvk.ppn1663740240, 1671780205-
tuhh.oai.showtrueen_US
tuhh.publication.instituteGeodäsie und Geoinformatiken_US
tuhh.type.opusDissertation-
tuhh.contributor.refereeLichtenberg, Gerwald-
tuhh.type.rdmfalse-
thesis.grantor.universityOrInstitutionHafenCity Universität Hamburg-
thesis.grantor.placeHamburg-
thesis.grantor.departmentGeodäsie und Geoinformatik-
dc.type.statusinfo:eu-repo/semantics/publishedVersion-
item.creatorGNDKruppa, Kai-
item.advisorGNDSternberg, Harald-
item.cerifentitytypePublications-
item.fulltextWith Fulltext-
item.grantfulltextopen-
item.creatorOrcidKruppa, Kai-
item.languageiso639-1en-
item.openairecristypehttp://purl.org/coar/resource_type/c_46ec-
item.openairetypeThesis-
Appears in CollectionPublikationen (mit Volltext)
Files in This Item:
File Description SizeFormat
DissertationKaiKruppa.pdf11.63 MBAdobe PDFView/Open
Show simple item record

Page view(s)

748
checked on Mar 28, 2024

Download(s)

291
checked on Mar 28, 2024

Google ScholarTM

Check

Export

Items in repOS are protected by copyright, with all rights reserved, unless otherwise indicated.