Zur Bewertung von DC-DC-Wandlern sollen in dieser Arbeit Modelle entwickelt werden, die den Zusammenhang zwischen elektrischen Größen/Eigenschaften und nicht-elektrischen Größen (Kosten, Gewicht, Volumen, etc.) herstellen. Diese Modelle sollen in einen bestehenden genetischen Algorithmus integriert werden mit dem Ziel die vielversprechendste Topologie je nach Anwendungsfall und Anforderungsprofil auszusuchen. Hierzu soll zunächst eine nicht-relationale MongoDB erweitert und Daten zu bestehenden Wandlern und ihrer Komponenten automatisiert oder manuell gesammelt werden.
Im Anschluss werden die Zusammenhänge der Größen erforscht.
Hierzu sind intelligente Algorithmen (Big Data/KI/multidimensionale Regression) zu erforschen. Daraufhin liegt der Fokus auf der Aggregation der einzelnen Komponenten, um Rückschlüsse auf den gesamten Wandler bzw. der jeweiligen Topologie zu ziehen (sogenannter Bottom-Up-Approach).
Sekundäre Komponenten wie Gehäuse oder Treiberplatinen sollen ebenfalls betrachtet werden. Ziel dieser Arbeit ist, bei Eingabe einer Topologie (bzw. ihrer Komponentenliste) und eines Lastenhefts eine Bewertung des Wandlers anhand ausgewählter Kriterien zu erhalten.
Die Ergebnisse der empirischen Modelle sollen zum Abschluss durch Funktionen zur Fehlerabschätzung ergänzt werden und durch eine Auswahl geeigneter Stützstellen validiert werden.
Viel Erfolg!
Entwicklung empirischer Modelle zur Bewertung von DC-DC-Wandlern
Diese Arbeit ist geeignet für Studenten des Studiengangs:
☒ Elektrotechnik, Informationstechnik und Technische Informatik
☒ Wirtschaftsingenieurwesen (Fachrichtung: Elektrische Energietechnik)
Frühestmöglicher Startzeitpunkt:
Ab sofort
Betreuer: Carsten Fronczek 0241 80-96974
carsten.fronczek@isea.rwth- aachen.de
Durchführung der Arbeit:
☒ Masterarbeit
☒ Bachelorarbeit
☐ Studienarbeit