TU Darmstadt / ULB / TUbiblio

Stochastic Modeling of Magnetic Properties by Using Random Fields

Jankoski, Radoslav :
Stochastic Modeling of Magnetic Properties by Using Random Fields.
[Online-Edition: https://tuprints.ulb.tu-darmstadt.de/8413]
Technische Universität , Darmstadt
[Dissertation], (2018)

Offizielle URL: https://tuprints.ulb.tu-darmstadt.de/8413

Kurzbeschreibung (Abstract)

This thesis is related to modeling uncertainties in magnetic properties of ferromagnetic materials which occur due to, e.g., manufacturing imperfections. The modeling procedure is based on the random field approach. The Karhunen-Loève expansion is used to approximate random fields with a minimal number of random variables in mean square sense. Two main cases are covered. First, magnetic hysteresis is taken into account and uncertainties are modeled by introducing the concept of multivariate random field. Second, spatial uncertainties of the magnetic behavior law are also treated. Benchmark examples such as a single phase transformer and a combined function magnet are used to illustrate how to propagate uncertainties from the input material data to the relevant output data.

Typ des Eintrags: Dissertation
Erschienen: 2019
Autor(en): Jankoski, Radoslav
Titel: Stochastic Modeling of Magnetic Properties by Using Random Fields
Sprache: Englisch
Kurzbeschreibung (Abstract):

This thesis is related to modeling uncertainties in magnetic properties of ferromagnetic materials which occur due to, e.g., manufacturing imperfections. The modeling procedure is based on the random field approach. The Karhunen-Loève expansion is used to approximate random fields with a minimal number of random variables in mean square sense. Two main cases are covered. First, magnetic hysteresis is taken into account and uncertainties are modeled by introducing the concept of multivariate random field. Second, spatial uncertainties of the magnetic behavior law are also treated. Benchmark examples such as a single phase transformer and a combined function magnet are used to illustrate how to propagate uncertainties from the input material data to the relevant output data.

Ort: Darmstadt
Fachbereich(e)/-gebiet(e): 18 Fachbereich Elektrotechnik und Informationstechnik
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Theorie Elektromagnetischer Felder (2019 umbenannt in Institut für Teilchenbeschleunigung und Theorie Elektromagnetische Felder)
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Theorie Elektromagnetischer Felder (2019 umbenannt in Institut für Teilchenbeschleunigung und Theorie Elektromagnetische Felder) > Theorie Elektromagnetischer Felder
18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Teilchenbeschleunigung und Theorie Elektromagnetische Felder > Theorie Elektromagnetischer Felder

18 Fachbereich Elektrotechnik und Informationstechnik > Institut für Teilchenbeschleunigung und Theorie Elektromagnetische Felder
Hinterlegungsdatum: 10 Feb 2019 20:55
Offizielle URL: https://tuprints.ulb.tu-darmstadt.de/8413
URN: urn:nbn:de:tuda-tuprints-84137
Referenten: Schöps, Prof. Dr. Sebastian ; Römer, Prof. Dr. Ulrich
Datum der mündlichen Prüfung / Verteidigung / mdl. Prüfung: 28 November 2018
Alternatives Abstract:
Alternativer AbstractSprache
Diese Dissertation behandelt Unsicherheiten in der Modellierung von magnetischen Eigenschaften ferromagnetischer Materialien, die beispielsweise durch den Fertigungsprozess auftreten. Die Modellierung basiert auf dem Konzept der Zufallsfelder. Die Karhunen-Loève Entwicklung ermöglicht die Approximation der Zufallsfelder mit einer minimalen Anzahl von zufälligen Variablen. Zwei Fälle werden behandelt. Zunächst wird magnetische Hysterese betrachtet, und Unsicherheiten werden durch multivariate Zufallsfelder modelliert. Anschliessend werden räumliche Unsicherheiten des magnetischen Materialgesetzes behandelt. Anhand von Anwendungen, beispielsweise einem Einphasen-Transformator und einem Multifunktions-Magneten, wird gezeigt, wie Unsicherheiten von den Material-Eingangsdaten in die relevanten Ausgangsdaten propagiert werden können.Deutsch
Export:

Optionen (nur für Redakteure)

Eintrag anzeigen Eintrag anzeigen