Benutzer: Gast  Login
Originaltitel:
Neuronale Netze zur Diagnose und Tilgung von Drehmomentschwingungen am Verbrennungsmotor 
Übersetzter Titel:
Neural Networks for Diagnosis and Absorption of Combustion Engine Torque Pulsation 
Jahr:
2000 
Dokumenttyp:
Dissertation 
Institution:
Fakultät für Elektrotechnik und Informationstechnik 
Betreuer:
Schröder, Dierk (Prof. Dr. Dr. h.c.) 
Gutachter:
Schröder, Dierk (Prof. Dr. Dr. h.c.); Freise, Werner (Prof. Dr. Dr. E.h.) 
Format:
Text 
Sprache:
de 
Fachgebiet:
MAS Maschinenbau 
Stichworte:
Neuronale Netze; Identifikation; Kompensation periodischer Störgrößen; Aktive Schwingungstilgung; Startergenerator; Verbrennungsmotor; Zylindergleichstellung 
Übersetzte Stichworte:
neural networks; identification; compensation of periodic signals; starter alternator; combustion engine; cylinder unbalance 
Schlagworte (SWD):
Verbrennungsmotor; Drehmoment; Mechanische Schwingung; Störgröße; Neuronales Netz 
TU-Systematik:
MAS 021d ; MAS 520d 
Kurzfassung:
Die vorliegende Arbeit befasst sich mit der Identifikation und Kompensation quasi-periodischer Störgrößen. Diese sind in einer bekannten Größe periodisch und zusätzlich von weiteren Größen abhängig. Als Beispiel wird das Drehmoment eines Verbrennungsmotors betrachtet, welches periodisch mit dem Kurbelwellen-Winkel ist und vom Betriebspunkt des Motors abhängt. Ausgehend von RBF-Netzen wird ein neuronales Netz mit periodischen Aktivierungsfunktionen entwickelt, das periodische Größen im Spektralbe...    »
 
Übersetzte Kurzfassung:
The objective of this thesis is the identification and compensation of disturbance signals that are periodic with one known signal and that optionally depend on other signals. A combustion engine is employed as example. Its torque output pulsates with the crank angle and also depends on the engine operating point. Based on RBF networks, a neural approach is designed to identify the spectra of periodic signals using interpolation between different operating points. A stable adaptive law is capabl...    »
 
Veröffentlichung:
Universitätsbibliothek der TU München 
Mündliche Prüfung:
13.11.2000 
Dateigröße:
5479959 bytes 
Seiten:
211 
Letzte Änderung:
18.06.2007