Benutzer: Gast  Login
Originaltitel:
Learning-Based Nonlinear Model Predictive Control for Electrical Drives
Übersetzter Titel:
Lernbasierte nichtlineare modellprädiktive Regelung für elektrische Antriebe
Autor:
Hammoud, Issa Mohammad Issa
Jahr:
2024
Dokumenttyp:
Dissertation
Fakultät/School:
TUM School of Engineering and Design
Institution:
Lehrstuhl für Hochleistungs-Umrichtersysteme (Prof. Heldwein)
Betreuer:
Kennel, Ralph (Prof. Dr. Dr. h.c.)
Gutachter:
Kennel, Ralph (Prof. Dr. Dr. h.c.); Bolognani, Silverio (Prof.); Pacas, Mario (Prof. Dr.)
Sprache:
en
Fachgebiet:
ELT Elektrotechnik
Stichworte:
electrical drives, model predictive control, machine learning
Übersetzte Stichworte:
elektrische Antriebe, modellprädiktiver Regelung, maschinelles Lernen
TU-Systematik:
ELT 855; ELT 868
Kurzfassung:
This dissertation deals with model predictive control (MPC) for e-drives. MPC is an uprising control method that has been shown to exhibit superior performance in comparison to the state-of-the-art control techniques. Nevertheless, MPC possesses its own set of challenges, mainly: identifying accurate models that represent the plants under control, and tackling its computational complexity. Approaches to alleviate these challenges are proposed based on machine learning methods.
Übersetzte Kurzfassung:
Diese Dissertation befasst sich mit modellprädiktiver Regelung (MPC) für e-Antriebe. MPC ist ein Regelungsverfahren, das im Vergleich zu klassischen Methoden ein nachweislich besseres Verhalten aufweist. Dennoch bringt MPC seine eigenen Herausforderungen mit sich. Vor allem die Identifizierung genauer Modelle, welche die Strecke darstellen, sowie die Bewältigung der Rechenkomplexität. Ansätze zur Bewältigung dieser Herausforderungen werden auf Basis maschineller Lernmethoden vorangetrieben.
WWW:
https://mediatum.ub.tum.de/?id=1722545
Eingereicht am:
16.10.2023
Mündliche Prüfung:
23.07.2024
Dateigröße:
39396422 bytes
Seiten:
160
Urn (Zitierfähige URL):
https://nbn-resolving.de/urn/resolver.pl?urn:nbn:de:bvb:91-diss-20240723-1722545-1-5
Letzte Änderung:
23.08.2024
 BibTeX