Advertisement

Dynamik elektrischer Maschinen

  • Andreas Binder
Chapter

Zusammenfassung

In diesem Kapitel wird eine Einführung in die Berechnung elektrodynamischer Ausgleichsvorgänge elektrischer Maschinen gegeben. Dazu wird ein kurzer Überblick über die analytischen und numerischen Lösungsmethoden von Differentialgleichungen gegeben. Eine genauere Behandlung von Lösungsmethoden für gewöhnliche Differentialgleichungen bzw. Differentialgleichungssysteme findet man in der einschlägigen mathematischen Literatur (siehe z. B. Zurmühl 1965; Dirschmid 1992, 1996, Polyanin und Zaitsev 1996). Des Weiteren existieren am Markt zahlreiche Softwarepakete zur numerischen Lösung von linearen und nichtlinearen Differentialgleichungen im Zeitschrittverfahren, wie z.B. Matlab/Simulink®, Dymola/Modelica® und Simplorer®. Die genauere Behandlung der Dynamik elektromagnetischer Ausgleichsvorgänge erfolgt für die Gleichstrommaschine in Kap. 13, für die Asynchronmaschine in Kap. 15 und für die Synchronmaschine in Kap. 16.

Literatur

  1. Hambley AR (2008) Electrical engineering. Pearson Education Inc., Upper Saddle River, New JerseyGoogle Scholar
  2. Prechtl A (1995) Vorlesungen über Grundlagen der Elektrotechnik – Bände 1 und 2. Springer, WienGoogle Scholar
  3. Boldea I, Nasar SA (1986) Electric machines dynamics. Macmillan, New YorkGoogle Scholar
  4. Dirschmid H-J (1992) Mathematische Grundlagen der Elektrotechnik. Vieweg, WiesbadenGoogle Scholar
  5. Dirschmid H-J (1996) Mathematische Grundlagen der Elektrotechnik – Lösungen und Hinweise. Vieweg, WiesbadenGoogle Scholar
  6. Polyanin AD, Zaitsev VF (1996) Handbuch der linearen Differentialgleichungen. Spektrum Akademischer Verlag, Heidelberg BerlinGoogle Scholar
  7. Zurmühl R (1965) Praktische Mathematik für Ingenieure und Physiker. Springer, BerlinCrossRefGoogle Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2017

Authors and Affiliations

  • Andreas Binder
    • 1
  1. 1.Technische Universität DarmstadtDarmstadtDeutschland

Personalised recommendations