Als regeltechniek ingenieurs zijn we experts in het optimaliseren van machines en processen. Door het continue volgen van de laatste vooruitgangen in regeltechniek en het integreren van de klassieke regeltechniek algoritmes met deep learning bekomen we zeer slimme regeltechnische oplossingen. Wij leveren op maat gemaakte controle algoritmes met een ongeziene performantie. Slimme regeltechniek kan in elke industrie gebruikt worden. Van path tracking tot temperatuur controle of flow regeling, alles is mogelijk. Simpele controllers zoals PID of heuristische benadering kunnen processen slechts suboptimaal optimaliseren wat resulteert in grote geaccumuleerde verliezen op lange termijn. Met slimme regeltechniek kunt u alles uit uw machine halen!
Slimme regeltechniek oplossingen hebben een goed dynamica model nodig om optimaal te functioneren. Vaak kan dit dynamica model niet adequaat gemodelleerd worden door fysica formules omdat er veel ongekende factoren meespelen zoals bijvoorbeeld wrijving. Wij gebruiken een data gedreven methode om de machine dynamica te modelleren met deep learning of machine learning. Dit laat toe om sterke niet lineare machine dynamica te capteren die inherent moeilijk te regelen is. Ook een combinatie van fysica en deep learning kan gebruikt worden wanneer er niet veel data is. Aangezien de machine dynamica continue verandert gedurende de levensspanne van een machine kunnen we ook online een dynamica model leren zodat er altijd een optimale feedback is.