Hochschulschrift
Verfahren zur Identifikation nichtlinearer dynamischer Getriebemodelle
- Standort
-
Deutsche Nationalbibliothek Frankfurt am Main
- ISBN
-
9783798328549
3798328544
- Maße
-
24 cm, 560 g
- Umfang
-
VIII, 216 Seiten
- Sprache
-
Deutsch
- Anmerkungen
-
Illustrationen
Technische Universität Berlin, Dissertation, 2016
- Erschienen in
-
Advances in automation engineering ; Band 1
- Schlagwort
-
Personenkraftwagen
Fahrzeuggetriebe
Numerisches Modell
Parameteridentifikation
Prüfstand
Rekursives neuronales Netz
Doppelkupplungsgetriebe
Computersimulation
- Ereignis
-
Veröffentlichung
- (wo)
-
Berlin
- (wer)
-
Universitätsverlag der TU Berlin
- (wann)
-
2016
- Urheber
- Beteiligte Personen und Organisationen
- Inhaltsverzeichnis
- Rechteinformation
-
Bei diesem Objekt liegt nur das Inhaltsverzeichnis digital vor. Der Zugriff darauf ist unbeschränkt möglich.
- Letzte Aktualisierung
-
11.06.2025, 14:22 MESZ
Datenpartner
Dieses Objekt wird bereitgestellt von:
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Deutsche Nationalbibliothek. Bei Fragen zum Objekt wenden Sie sich bitte an den Datenpartner.
Objekttyp
- Hochschulschrift
Beteiligte
- Nowoisky, Sebastian
- Technische Universität Berlin. Universitätsbibliothek
- Universitätsverlag der TU Berlin
Entstanden
- 2016
Ähnliche Objekte (12)
Verfahren zur Identifikation nichtlinearer dynamischer Getriebemodelle
Identifikation nichtlinearer dynamischer Systeme mit künstlichen neuronalen Netzen
Identifikation des statischen und dynamischen Verhaltens nichtlinearer drehelastischer Kupplungen
Ein Beitrag zur Identifikation einer speziellen Klasse nichtlinearer dynamischer Systeme
Ein Verfahren zur Identifikation nichtlinearer dynamischer Systeme auf der Basis selbstorganisierender lokaler linearer Modelle
Zur Identifikation zeitkontinuierlicher nichtlinearer Systeme
Zur Identifikation nichtlinearer strukturmechanischer Systeme
Lyapunovexponenten dynamischer nichtlinearer Systeme
Identifikation physikalischer Systemparameter nichtlinearer kontinuierlicher Mehrgrössensysteme
Numerische Untersuchung nichtlinearer dynamischer Systeme
Identifikation nichtlinearer mechatronischer Systeme mittels neuronaler Beobachter
Zur Identifikation und Berücksichtigung nichtlinearer aeroelastischer Effekte
Verfahren zur Identifikation nichtlinearer dynamischer Getriebemodelle
Identifikation nichtlinearer dynamischer Systeme mit künstlichen neuronalen Netzen
Identifikation des statischen und dynamischen Verhaltens nichtlinearer drehelastischer Kupplungen
Ein Beitrag zur Identifikation einer speziellen Klasse nichtlinearer dynamischer Systeme
Ein Verfahren zur Identifikation nichtlinearer dynamischer Systeme auf der Basis selbstorganisierender lokaler linearer Modelle
Zur Identifikation zeitkontinuierlicher nichtlinearer Systeme
Zur Identifikation nichtlinearer strukturmechanischer Systeme
Lyapunovexponenten dynamischer nichtlinearer Systeme
Identifikation physikalischer Systemparameter nichtlinearer kontinuierlicher Mehrgrössensysteme
Numerische Untersuchung nichtlinearer dynamischer Systeme
Identifikation nichtlinearer mechatronischer Systeme mittels neuronaler Beobachter
Zur Identifikation und Berücksichtigung nichtlinearer aeroelastischer Effekte
Verfahren zur Identifikation nichtlinearer dynamischer Getriebemodelle
Identifikation nichtlinearer dynamischer Systeme mit künstlichen neuronalen Netzen
Identifikation des statischen und dynamischen Verhaltens nichtlinearer drehelastischer Kupplungen
Ein Beitrag zur Identifikation einer speziellen Klasse nichtlinearer dynamischer Systeme
Ein Verfahren zur Identifikation nichtlinearer dynamischer Systeme auf der Basis selbstorganisierender lokaler linearer Modelle
Zur Identifikation zeitkontinuierlicher nichtlinearer Systeme
Zur Identifikation nichtlinearer strukturmechanischer Systeme
Lyapunovexponenten dynamischer nichtlinearer Systeme
Identifikation physikalischer Systemparameter nichtlinearer kontinuierlicher Mehrgrössensysteme
Numerische Untersuchung nichtlinearer dynamischer Systeme
Identifikation nichtlinearer mechatronischer Systeme mittels neuronaler Beobachter