Eine besondere Auszeichnung für das AIT Austrian Institute of Technology und seine Partner: Das Fachjournal ISA Transactions hat den Beitrag "Hybrid control of hydraulic directional valves: Integrating physics-based and data-driven models for enhanced accuracy and efficiency" mit dem ISA Transactions Best Paper Award 2025 ausgezeichnet. Der Preis wird jährlich vom Editor-in-Chief und dem Verlag Elsevier an die herausragendste wissenschaftliche Publikation des Jahres vergeben.
Die ausgezeichnete Arbeit entstand in Zusammenarbeit zwischen dem AIT Austrian Institute of Technology, Bosch und der Technischen Universität Wien. Sie zeigt, wie sich physikalische Modelle und datengetriebene Verfahren zu einer leistungsfähigen hybriden Regelungsstrategie verbinden lassen.
Wenn Physik und KI zusammenarbeiten
Hydraulische Wegeventile gehören zu den zentralen Komponenten moderner Bau-, Land- und Arbeitsmaschinen. Sie steuern den Ölfluss innerhalb hydraulischer Systeme und bestimmen damit, wie sich beispielsweise Baggerarme, Kranausleger oder Ladeschaufeln bewegen – also in welche Richtung, mit welcher Geschwindigkeit und an welcher Position. Um Energie zu sparen, sind viele dieser Ventile so ausgelegt, dass sie im Ruhezustand nahezu vollständig abdichten. Das erhöht die Energieeffizienz, erschwert jedoch eine präzise Ansteuerung: Bevor Öl fließen kann, muss zunächst ein sogenannter „Totbereich“ überwunden werden – ein Bereich, in dem das Ventil trotz Ansteuerung noch nicht reagiert. Hinzu kommt, dass in der Praxis nur wenige Messdaten, etwa zur Ventilposition, zur Verfügung stehen, während wichtige Größen wie die Druckverhältnisse im Inneren des Ventils nicht direkt erfasst werden. Das ausgezeichnete Paper zeigt, wie sich diese Herausforderung durch die intelligente Kombination von physikalischen Modellen und datengetriebenen Verfahren lösen lässt.
Maschinelles Lernen ersetzt hier nicht die Physik – sie ergänzt sie.
Die Forschenden entwickelten eine hybride Regelungsstrategie, die die Stärken beider Ansätze kombiniert: Ein physikalisches Modell beschreibt das Verhalten des Ventils auf Basis physikalischer Gesetzmäßigkeiten, während ein datengetriebenes Modell jene komplexen Effekte lernt, die sich mathematisch nur schwer beschreiben lassen. So bleibt die Regelung robust und präzise, während gleichzeitig der Aufwand sinkt, komplexe Ventile mathematisch vollständig zu modellieren.
Versuche an einem industriellen Prüfstand zeigen, dass der hybride Regler die gleiche hohe Regelgenauigkeit erreicht wie der bisherige physikbasierte Ansatz. Gleichzeitig lässt sich die Regelung einfacher auf unterschiedliche Ventilvarianten übertragen. Das reduziert den Entwicklungsaufwand und erleichtert Herstellern die Einführung neuer Ventiltypen – ein wichtiger Vorteil für die Weiterentwicklung moderner Hydrauliksysteme.
Forschung mit direktem Nutzen für die Industrie
Mit dem Best Paper Award würdigt ISA Transactions wissenschaftliche Arbeiten, die einen besonderen Beitrag zur Automatisierungs- und Regelungstechnik leisten. Die Auszeichnung unterstreicht den Forschungsansatz des AIT und seiner Partner, Machine Learning Methoden gezielt mit physikalischen Modellen zu verbinden und so robuste Lösungen für industrielle Anwendungen zu entwickeln.
Publikation:
Tobias Glück, Amadeus Lobe, Adrian Trachte, Matthias Bitzer, Wolfgang Kemmetmüller. Hybrid control of hydraulic directional valves: Integrating physics-based and data-driven models for enhanced accuracy and efficiency. ISA Transactions, Volume 157, 2025, Pages 280-292, ISSN 0019-0578,
doi.org/10.1016/j.isatra.2024.12.029
www.sciencedirect.com/science/article/pii/S0019057824006153
ISA Transactions:
www.sciencedirect.com/journal/isa-transactions/about/news/congratulations-to-the-winners-of-the-isa-transactions-best-paper-award-2025