Hochschulschrift
Verfahren zur Identifikation nichtlinearer dynamischer Getriebemodelle
- Location
-
Deutsche Nationalbibliothek Frankfurt am Main
- ISBN
-
9783798328549
3798328544
- Dimensions
-
24 cm, 560 g
- Extent
-
VIII, 216 Seiten
- Language
-
Deutsch
- Notes
-
Illustrationen
Technische Universität Berlin, Dissertation, 2016
- Bibliographic citation
-
Advances in automation engineering ; Band 1
- Keyword
-
Personenkraftwagen
Fahrzeuggetriebe
Numerisches Modell
Parameteridentifikation
Prüfstand
Rekursives neuronales Netz
Doppelkupplungsgetriebe
Computersimulation
- Event
-
Veröffentlichung
- (where)
-
Berlin
- (who)
-
Universitätsverlag der TU Berlin
- (when)
-
2016
- Creator
- Contributor
- Table of contents
- Rights
-
Bei diesem Objekt liegt nur das Inhaltsverzeichnis digital vor. Der Zugriff darauf ist unbeschränkt möglich.
- Last update
-
11.06.2025, 2:22 PM CEST
Data provider
This object is provided by:
Deutsche Nationalbibliothek. If you have any questions about the object, please contact the data provider.
Deutsche Nationalbibliothek. If you have any questions about the object, please contact the data provider.
Object type
- Hochschulschrift
Associated
- Nowoisky, Sebastian
- Technische Universität Berlin. Universitätsbibliothek
- Universitätsverlag der TU Berlin
Time of origin
- 2016
Other Objects (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
Zur Identifikation zeitkontinuierlicher nichtlinearer Systeme
Zur Identifikation nichtlinearer strukturmechanischer Systeme
Ein Verfahren zur Identifikation nichtlinearer dynamischer Systeme auf der Basis selbstorganisierender lokaler linearer Modelle
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
Zur Identifikation zeitkontinuierlicher nichtlinearer Systeme
Zur Identifikation nichtlinearer strukturmechanischer Systeme
Ein Verfahren zur Identifikation nichtlinearer dynamischer Systeme auf der Basis selbstorganisierender lokaler linearer Modelle
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
Zur Identifikation zeitkontinuierlicher nichtlinearer Systeme
Zur Identifikation nichtlinearer strukturmechanischer Systeme
Ein Verfahren zur Identifikation nichtlinearer dynamischer Systeme auf der Basis selbstorganisierender lokaler linearer Modelle
Lyapunovexponenten dynamischer nichtlinearer Systeme
Identifikation physikalischer Systemparameter nichtlinearer kontinuierlicher Mehrgrössensysteme
Numerische Untersuchung nichtlinearer dynamischer Systeme
Identifikation nichtlinearer mechatronischer Systeme mittels neuronaler Beobachter