direkt zum Inhalt springen

direkt zum Hauptnavigationsmenü

Sie sind hier

TU Berlin

Inhalt des Dokuments

Dipl.-Ing. Jan Malte Riedel

Lupe

Wissenschaftlicher Mitarbeiter

Dipl.-Ing. Jan Malte Riedel


Adresse:
 
TU Berlin
Sekr. EN13
Einsteinufer 17
D - 10587 Berlin


Tel.:
+49 30 314-22541
Fax:
+49 30 314-22120
E-Mail:
www.tu-berlin.de/index.php
Raum:
EN 546
Sprechstunden:
nach Vereinbarung (Semester)
nach Vereinbarung (vorlesungsfreie Zeit)
Visitenkarte:
herunterladen

Lebenslauf

Jan Malte Riedel
Geboren 1980 in Berlin

2001 – 2008

Studium der physikalischen Ingenieurwissenschaften
TU Berlin
Schwerpunkte:
Schwingungslehre (Regelungstechnik)
Numerik und Simulation

2005 – 2006

Auslandsstudium
ETH Zürich
Schwerpunkte:
Robotik & Machine Learning

Forschung

Im Rahmen des NoSI Projektes sollen Motorkomponenten mit Hilfe von datenbasierten Methoden simuliert werden. Diese Komponentenmodelle werden dann unter Berücksichtigung der dynamischen Kopplungen zwischen den Systemen zu einem Gesamtmodell des Motors zusammengefügt.

  • Identifikation von nichtlinearen dynamischen Systemen
  • Maschinelles Lernen

Veröffentlichungen

Einsatz von RBF-Netzen zur Modellierung am Dieselmotor
Zitatschlüssel sut08riedel
Autor Riedel, JM and Baumann, W and Röpke, K
Buchtitel Simulation und Test in der Funktions- und Softwareentwicklung für die Autmobilelektronik II
Seiten 33-41
Jahr 2008
Adresse Berlin, Deutschland
Herausgeber Clemens Gühmann
Verlag expert Verlag
Zusammenfassung Für zukünftige Entwicklungsaufgaben an Verbrennungsmotoren ist der Einsatz von nichtlinearen, dynamischen Modellen unumgänglich. Diese ermöglichen z.B. im Rahmen von Rapid Measurement eine Reduktion der Messzeit. Darüber hinaus lassen sie sich für viele andere Anwendungen, wie der rechnerbasierten Simulation von Fahrzyklen oder in der Modellierung von Katalysatoren einsetzen. Als dynamische Modelle werden in der IAV vor allem Parametrische Volterrareihen verwendet. Eine mögliche Alternative dazu stellen Netzwerke aus Radialen Basisfunktionen (RBF) dar. Im Folgenden soll die Anpassung von RBF Netzen an einen Datensatz mit dynamischen Messungen am Dieselmotor gezeigt werden. Dazu werden einige Trainingsmethoden vorgestellt und die Ergebnisse der einzelnen Trainingsalgorithmen miteinander verglichen.
Download Bibtex Eintrag

Zusatzinformationen / Extras

Direktzugang

Schnellnavigation zur Seite über Nummerneingabe

«Dezember 22»
MoDiMiDoFrSaSo
   1234
567891011
12131415161718
19202122232425
262728293031