Prof. Dr.-Ing. Sigrid Hafner

FB Elektrische Energietechnik Soest

Regelungstechnik und Maschinelles Lernen

Lehre

Labor Regelungstechnik

Labor Regelungstechnik

Die verschiedenen Praktika bieten den Studierenden die Möglichkeit, den Vorlesungsinhalt an praktischen Anlagen anzuwenden und zu vertiefen.
Mit der Software "Matlab/Simulink" werden das Simulieren von Regelkreisen sowie der direkte Vergleich zwischen realen Systemen und Simulationsmodellen aufgezeigt.

Vorlesungsinhalt Regelungstechnik

Die Regelungstechnik ist eine fachübergreifende Disziplin und stellt einen wichtigen Schwerpunkt im Ingenieurswesen dar. Der Anwendungsbereich reicht vom Elektronischen Stabilitäts-Programm ESP und dem ABS im Kraftfahrzeug, bei deren Entwicklung die Professorin in der Industrie mitgewirkt hat, über die Regelung bei Anlagen in der chemischen Industrie bis zur Regelung von Satelliten in der Umlaufbahn. An der Hochschule werden die Grundlagen in Anlehnung an Professor O. Föllinger gelehrt, wobei ein Schwerpunkt auf das Verständnis der Wirkung von Systemen und die Modellbildung gelegt wird. In der Anwendung werden u. a. Methoden wie Neuronale Netze zur Regelung und Klassifikation eingesetzt.

Labor Maschinelles Lernen

Labor Maschinelles Lernen

Inhalte folgen in Kürze

Vorlesungsinhalt Maschinelles Lernen

Inhalte folgen in Kürze

Zur Person

seit 10/2003: Professorin für Regelungstechnik und Maschinelles Lernen an der Fachhochschule Südwestfalen in Soest im Master- und Bachelorstudiengang

1998-2003: Professorin für Regelungstechnik und Neuronale Netze an der Universität Paderborn, Standort Meschede (heute: FH Südwestfalen)

1990-1998: Entwicklungsingenieurin, später internationale Projektleiterin der Robert Bosch GmbH. Aufgabenschwerpunkte: ABS, Motormanagement und KFZ-Sicherheitstechnik, Neuronale Netze, mehrere internationale Patente
Promotion zum Dr.-Ing. (Universität Stuttgart). Schwerpunkt: Neuronale Netze

1989: Studium der Technischen Kybernetik an der Universität Stuttgart, Abschluss: Diplom-Ingenieur, 1988 Studienaufenthalt an der Grande École Nationale Supérieure des Mines de Paris, Elektrotechnik, Informatik

Preise und Auszeichnungen:
Ehrenring des Vereins Deutscher Ingenieure (VDI) für die industrielle Anwendung Neuronaler Netze
Medaille der Werner-von-Siemens-Ring Stiftung (Neuronale Netze)
Vizeweltmeister in Robosoccer (KheperaLiga, Anwendung Neuronaler Netze) in Südkorea

Engagement und Kenntnisse in der Hochschulverwaltung:
Evaluierungsbeauftragte, Prüfungsausschussvorsitzende und Studiendekanin.
Gutachterin für Akkreditierungen

Mitgliedschaften:
Ehrenmitglied im VDI (Verein Deutscher Ingenieure)
Aufbau des VDI/VDE-GMA Fachausschuss Computational Intelligence

Forschung Regelungstechnik und Maschinelles Lernen

Regelungstechnik

Systemmodellierung, praktische Probleme der klassichen PID-Regelung wie Integrator wind up, Neuro-Regelung, adaptive und nichtlineare Regelung.

Maschinelles Lernen

Künstliche Neuronale Netze und Clusterverfahren zur Datenanalyse (Big Data), Klassifikation und Regelungstechnik.

Robotik

Ehemaliger Vizeweltmeister in Robosoccer KheperaLiga in Südkorea. (Dank Einsatz Neuronaler Netze)

Forschungsprojekte

Entwicklung eines Überwachungssystems für Zellenradschleusen in der Förderung von Ersatzbrennstoffen
Förderung vom BMWi, Zusammenarbeit mit der lokalen Industrie und dem Labor für Werkstofftechnik.

Online Betriebsüberwachung und Früherkennung von Schäden durch intelligente Auswertung von mechanischen Spannungsmustern.
Förderung vom BMWi, Zusammenarbeit mit der lokalen Industrie und dem Labor für Werkstofftechnik.

Ausgewählte Publikationen

M. Bauerdick, S.Hafner, G.Edwards, E. Zhou, B. Schacht: Development of a Microcontroller Based Condition Based Maintenance-System for a Chain Conveyor. University of Bolton Research & Innovation Conference. Bolton, Jun. 2014
M. Bauerdick, S. Hafner, G. Edwards, E. Zhou: On the Capabilities of Pattern Classification Using a PID Concept. University of Bolton Research & Innovation Conference. Bolton, Jun. 2013
M. Bauerdick and S. Hafner: Adaptive Neural Temperature Control for Coffee Machines. Proceedings 21. Workshop Computational Intelligence (VDI/VDE-GMA), pages 217-231, KIT Scientific Publishing Karlsruhe, 2011.
M. Bauerdick and S. Hafner: Automatic Loop Shaping (ALS) - A PID Tuning Method for Systems with Real Left Half Plane Poles. 5th ASIM Workshop Wismar, ARGESIM Verlag Wien, 2011.
S.Hafner.: Neuronale Netze in der Automatisierungstechnik. R. Oldenbourg Wissenschaftsverlag, München 1994.

Abschlussarbeiten (Master und Bachelorthesis)

Wir bieten Abschlussarbeiten in dem Bereich unserer Forschung (Maschinelles Lernen, Regelungstechnik) sowohl in unserem RT-Labor als auch in der Industrie. Sprechen Sie uns an.

Beispiele für aktuelle Abschlussarbeiten
Maschinelles Lernen zur Schadensfrüherkennung
Predictive maintenance using machine learning (Python)

Maschinelles Lernen zur Regelungstechnik
Machine Learning in control

Datenanalyse (Python)
Data Mining (Python)

YouTube

M. Bauerdick: Cause, Effect & Prevention of Integrator Windup. South Westphalia University a. S. in Soest, 2012.
http://www.youtube.com/watch?v=H4YlL3rZaNw