User: Guest  Login
Original title:
Self-Learning Enhancement of the Measurement Quality for Electric Power Trains
Translated title:
Selbstlernende Erhöhung der Messqualität im E-Antrieb
Author:
Pfeiffer, Jakob
Year:
2021
Document type:
Dissertation
Faculty/School:
Fakultät für Elektrotechnik und Informationstechnik
Advisor:
Diepold, Klaus (Prof. Dr.)
Referee:
Diepold, Klaus (Prof. Dr.); Wollherr, Dirk (Priv.-Doz. Dr. habil.)
Language:
en
Subject group:
DAT Datenverarbeitung, Informatik
TUM classification:
DAT 001
Abstract:
My goal is to increase the measurement quality of electric power trains. To keep the manual calibration effort as low as possible, the correction is executed with self-adjusting methods from the field of Machine Learning. The measurement correction shall be feasible for the standard hardware of common series EVs. This means that I correct measurement values based only on the information carried by measurement signals without additional sensors. Furthermore, all considered algorithms shall be fea...     »
Translated abstract:
Mein Ziel ist die Messqualität von elektrischen Antriebssträngen zu erhöhen. Um den manuellen Kalibrieraufwand so gering wie möglich zu halten, wird die Korrektur mit selbstjustierenden Methoden des Maschinelen Lernens durchgeführt. Die Messkorrektur muss für die Standardhardware gängiger Serien-E-Fahrzeuge anwendbar sein. Das bedeutet, dass ich Messwerte nur auf Grundlage der Informationen korrigiere, die von Messsignalen ohne zusätzliche Sensoren übertragen werden. Darüber hinaus sollen alle b...     »
WWW:
https://mediatum.ub.tum.de/?id=1578717
Date of submission:
23.11.2020
Oral examination:
25.05.2021
File size:
10933668 bytes
Pages:
110
Urn (citeable URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210525-1578717-1-5
Last change:
16.07.2021
 BibTeX