DOI: 10.1515/zwf-2026-1132 ISSN: 2511-0896
Adaptive Dickenregelung von Spanplatten
Rick Hörsting, Peter Schmidt, Martin Benfer, Gisela LanzaAbstract
Die Herstellung von Spanplatten ist durch komplexe, unsicherheitsbehaftete Prozessbedingungen geprägt, denen klassische Regelverfahren bei dynamischen Schwankungen nur begrenzt gerecht werden. Der vorliegende Beitrag untersucht einen auf Reinforcement Learning basierenden Regelungsansatz für die adaptive Qualitätskontrolle der Spanplattendicke. Ein XGBoost-Surrogatmodell bildet die Prozessdynamik ab und dient als Simulationsumgebung für einen Soft-Actor-Critic-Agenten. In der durchgeführten Evaluierung zeigt sich gegenüber einem Basisszenario eine höhere durchschnittliche Belohnung (Anstieg von 2,82 auf 9,41), wobei alle 100 betrachteten Episoden die definierte Zielbelohnung erreichen.