Login
Autor:
Seifert, Jost
Originaltitel:
Identifizierung nichtlinearer aerodynamischer Derivative mit einem Modularen Neuronalen Netzwerk
Jahr:
2003
Typ:
Dissertation
Einrichtung:
Universität der Bundeswehr München, Fakultät für Luft- und Raumfahrttechnik
Fakultät:
Fakultät für Luft- und Raumfahrttechnik
Institut:
LRT 13 - Institut für Flugsysteme
Professur:
Onken, Reiner
Betreuer:
Onken, Reiner, Prof. Dr.-Ing.
Gutachter:
Onken, Reiner, Prof. Dr.-Ing.; Wagner, Otto, Prof. Dr.-Ing. Dr.-Ing. habil.
Format:
PDF
Sprache:
Deutsch
Fachgebiet:
Nachrichten- und Verkehrswesen
Schlagworte:
Flugzeugaerodynamik ; Mathematisches Modell ; Parameteridentifikation ; Neuronales Netz
Stichworte:
Modulares Neuronales Netz, Parameteridentifikation, Derivativ
Kurzfassung:
Die Modellierung der Aerodynamik eines Flugzeugs führt auf ein nichtlineares System. Neben der Beschreibung der physikalischen Zusammenhänge durch eine Modellstruktur stellt die Bestimmung der aerodynamischen Parameter die größte Ungewissheit dar. In mehreren Schritten werden diese Parameter durch Windkanalmessungen und numerische Verfahren ermittelt. Die letzten Ungenauigkeiten können mit Hilfe von Testflügen eines Prototypen und einem Verfahren zur Parameteridentifikation (PID) ausgeräumt werd... »
Übersetzte Kurzfassung:
Modelling an aircraft´s aerodynamics leads to a nonlinear system. The depiction of physical relations is a complex inaccuracy task, however the determination of aerodynamic parameters is even more complex. It takes several steps to obtain these parameters from wind tunnel tests and numeric methods. Remaining discrepancies can be reduced by flight test and parameter identification methods (PID). In this paper, this PID task is solved with a Modular Neural Network. Each aerodynamic parameter is re... »
Tag der Abgabe der Dissertation:
05.05.2003
Tag der mündlichen Prüfung:
06.11.2003
Eingestellt am:
04.12.2003
Ort:
Neubiberg
BibTeX