Benutzer: Gast  Login
Originaltitel:
Self-Learning Enhancement of the Measurement Quality for Electric Power Trains
Übersetzter Titel:
Selbstlernende Erhöhung der Messqualität im E-Antrieb
Autor:
Pfeiffer, Jakob
Jahr:
2021
Dokumenttyp:
Dissertation
Fakultät/School:
Fakultät für Elektrotechnik und Informationstechnik
Betreuer:
Diepold, Klaus (Prof. Dr.)
Gutachter:
Diepold, Klaus (Prof. Dr.); Wollherr, Dirk (Priv.-Doz. Dr. habil.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
TU-Systematik:
DAT 001
Kurzfassung:
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...     »
Übersetzte Kurzfassung:
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
Eingereicht am:
23.11.2020
Mündliche Prüfung:
25.05.2021
Dateigröße:
10933668 bytes
Seiten:
110
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20210525-1578717-1-5
Letzte Änderung:
16.07.2021
 BibTeX