doktorsko delo
Andreja Malus (Avtor), Rok Vrabič (Mentor)

Povzetek

V raziskavi je obravnavan problem krmiljenja kompleksnih kibernetsko-fizičnih proizvodnih sistemov, v katerih zaradi kompleksnosti in medsebojne povezanosti elementov tradicionalne metode niso več učinkovite. Uporabljen je bil večagentni pristop h krmiljenju, ki omogoča fleksibilno in prilagodljivo obvladovanje zahtevnih scenarijev. Razvit je bil model večagentnega sistema, v katerem avtonomni agenti na podlagi lokalnih informacij in ciljev sodelujejo za dosego učinkovitega globalnega obnašanja sistema. Hipoteza, da je tak pristop bolj skalabilen, robustnejši in odpornejši od centraliziranih pristopov, je bila preverjena s primeroma krmiljenja tlaka v industrijskih sistemih za stisnjen zrak in dodeljevanja nalog avtonomnim mobilnim robotom v intralogističnih sistemih. Rezultati so pokazali, da večagentni pristop izboljšuje skalabilnost, robustnost in odpornost sistema, kar potrjuje postavljeno hipotezo.

Ključne besede

disertacije;proizvodni sistemi;kibernetsko-fizični sistemi;porazdeljeno krmiljenje;večagentni sistemi;spodbujevalno učenje;industrijski internet stvari;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.08 - Doktorska disertacija
Organizacija: UL FS - Fakulteta za strojništvo
Založnik: [A. Malus]
UDK: 681.5:007.52(043.3)
COBISS: 224054787 Povezava se bo odprla v novem oknu
Št. ogledov: 108
Št. prenosov: 32
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Multiagent system for distributed control of cyber-physical systems
Sekundarni povzetek: The thesis addresses the problem of control in complex cyber-physical production systems, where traditional methods are no longer effective due to the complexity and interconnectedness of elements. A multiagent approach to control is employed, enabling flexible and adaptable management of challenging scenarios. A multiagent system model is developed, in which autonomous agents collaborate based on local information and goals to achieve effective global system behavior. The hypothesis that this approach is more scalable, robust, and resilient than centralized approaches is tested through two case studies: pressure control in industrial compressed air systems and task allocation to autonomous mobile robots in intralogistic systems. The results demonstrate that the system's scalability, robustness, and resilience are improved by the multiagent approach, confirming the hypothesis.
Sekundarne ključne besede: dissertations;production systems;cyber-physical systems;distributed control;multiagent systems;reinforcement learning;industrial internet of things;
Vrsta dela (COBISS): Doktorsko delo/naloga
Študijski program: 0
Komentar na gradivo: Univ. v Ljubljani, Fak. za strojništvo
Strani: XXII, 130 str.
ID: 25408311