Cookies helfen uns bei der Bereitstellung unserer Dienste. Durch die Nutzung unserer Dienste erklären Sie sich damit einverstanden, dass wir Cookies setzen.
De En Es
Kundenservice: +49 (0) 551 - 547 24 0

Cuvillier Verlag

30 Jahre Kompetenz im wissenschaftlichen Publizieren
Internationaler Fachverlag für Wissenschaft und Wirtschaft

Cuvillier Verlag

Premiumpartner
De En Es
Titelbild-leitlinien
Modellgestützte multikriterielle Optimierung von permanenterregten Synchronmaschinen für Hybrid- und Elektrofahrzeuge

Printausgabe
EUR 39,00

E-Book
EUR 27,30

Modellgestützte multikriterielle Optimierung von permanenterregten Synchronmaschinen für Hybrid- und Elektrofahrzeuge (Band 103)

Florian Bittner (Autor)

Vorschau

Leseprobe, Datei (800 KB)
Inhaltsverzeichnis, Datei (550 KB)

ISBN-13 (Printausgabe) 9783954049653
ISBN-13 (E-Book) 9783736949652
Sprache Deutsch
Seitenanzahl 162
Umschlagkaschierung matt
Auflage 1.
Buchreihe Audi Dissertationsreihe
Band 103
Erscheinungsort Göttingen
Promotionsort Erlangen-Nürnberg
Erscheinungsdatum 23.03.2015
Allgemeine Einordnung Dissertation
Fachbereiche Elektrotechnik
Schlagwörter Auslegung, Berechnung, Optimierung, Optimierungsverfahren, elektrische Maschine, permanenterregte Synchronmaschine, PSM, Hybridfahrzeug, Elektrofahrzeug, numerische Feldberechnung, FEM, Kriging, Interpolationsverfahren, Schätzmodell, Metamodell, modellgestützt, multikriterielle Optimierung, Partikelschwarmoptimierung, PSO, mehrere Zielgrößen, Messung, Prototyp, Prüfstand, Vergleich
Beschreibung

Bei der Auslegung von permanenterregten Synchronmaschinen für Hybrid- und Elektrofahrzeuge stehen dem Entwickler einerseits zahlreiche Parameter zur Verfügung, andererseits sind jedoch viele Randbedingungen einzuhalten. Außerdem muss die Maschine häufig nicht nur auf eine, sondern auf mehrere, meist gegenläufige Zielgrößen hin optimiert werden. Um die Anzahl an numerischen Feldberechnungen und somit die Gesamtrechenzeit gering zu halten, wird ein neuartiges Optimierungsverfahren entwickelt. Dieses ist zur Lösung von Aufgaben mit mehreren Zielgrößen geeignet und zeichnet sich durch eine gute Konvergenz aus.
Das neue Verfahren wird zur Optimierung zwölf unterschiedlicher Maschinenvarianten eingesetzt. Von dem am besten geeigneten Maschinendesign wird ein Prototyp aufgebaut, am Prüfstand vermessen und ein Vergleich mit den Berechnungsergebnissen durchgeführt.