Zusammenfassung
Magnetische Kernmaterialien zeichnen sich durch einen nichtlinearen Einfluss fast aller Einflussgrößen aus. Dies weist der experimentellen Bestimmung von Eigenschaften eine besondere Bedeutung zu. Die als Ergebnis entstehenden mathematischen Modelle sind dann zwar empirisch gestützt, jedoch begrenzt in der Allgemeingültigkeit ihrer Aussagen (z. B. bei Exprapolation). In der Regel ist eine Abbildung von Einflussfaktoren auf untersuchte Größen sehr komplex. Hier hilft die Dimensionsanalyse, eine bessere Ordnung in die Einflussparameter zu bringen. Mit angepassten geeigneten Funktionensystemen lassen sich die Messdaten approximieren. Die entstehenden Modelle sind analytische Abbildungen der gemessenen Daten – keine physikalischen Modelle. Sie ermöglichen aber eine einfachere mathematische Behandlung der empirischen Daten als Ganzes. Zur Feststellung der Empfindlichkeit einer Größe gegenüber der Variation von Parametern und für einfache empirisch gestützte Modelle existiert die Methode der statistischen Versuchsplanung. Da es keine wirklich universelle Approximationsfunktion gibt, entsteht die Frage, ob man aus den Messdaten selbst Funktionen herausfiltern kann, mit denen „optimal“, das heißt hier mit einer minimalen Anzahl von Gliedern die Messdaten hinreichend genau beschrieben werden können. Im 9. Kapitel wird dieser Fragestellung Raum gegeben und mit Beispielen bis zur Erläuterung passender Algorithmen ein Weg zur systematischen empirischen Modellbildung aufgezeigt.
(1490 Zeichen)
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Werner, J.: Vorlesung über Approximationstheorie. Universität Göttingen 1984
Stadler, S.: Messtechnische Bestimmung und Simulation der Kernverluste in weichmagnetischen Materialien. Dissertation. Universität Erlangen-Nürnberg 2009
Heck, C.: Magnetische Werkstoffe und ihre technische Anwendung. 2. Auflage, Hüthig-Verlag 1975
Bridgeman, P. W.: Dimensional Analysis. Yale University Press New Haven 1932
Van Driest, E.: On Dimensional Analysis and the Presentation of Data in Fluid Flow Problems. Journal of Applied Mechanics. Transactions of the ASME Ser. A (1946)
Зyeв, К. И.: Ocнoвы тeopии пoдoбия. издaтeльcтвo BлГУ, Bлaдимиp 2011 (Sujev, K, I.: Grundlagen der Ähnlichkeitstheorie. Verlag WlGU, Wladimir 2011
Huntley, H. E.: Dimensional Analysis. McDonald and Co. London 1953
Buckingham, E.: On Physically Similar Systems. Illustrations of the Use of Dimensional Equations. Physical Reviews (1914) 4, pp. 345
Ceдoв Л. И.: Meтoды пoдoбия и paзмepнocти в мexaникe. изд. Hayкa, 1981, (Sedov, L. I.: Methoden der Ähnlichkeit und Dimensionen in der Mechanik (russ.)). 9. Auflage. Verlag Nauka Moskau 1981
Hartmann, W.: Geometrische Modelle zur Analyse empirischer Daten. Akademie-Verlag Berlin. 1979, S. 256
Serfling, R. J.: Approximation Theorems of Mathematical Statistics. JOHN WILEY & SON 2002
Johnson, L. N.; Leone, F. C.: Statistics and Experimental Design. Band 2, John Wiley & Sons, New York 1977, 516 S. Kap. 19, S. 410–440
Бpoдcкий B.З., Бpoдcкий Л.И. и дp.: Taблицы плaнoв экcпepимeнтa. Для фaктopныx и пoлинoмиaльныx мoдeлeй. Cпpaвoчнoe издaниe. Meтaллypгия, 1982 (Brodskij, V. S. u. a.: Tabellen von Experimentierplänen für Faktor- und Polynommodelle (russ.). Nachschlagewerk. „Metallurgija“ Moskau 1982)
Acaтypян, B. И. Tэopия плaниpoвaния экcпepимeнтoв - yчeбнoe пocoбиe. Paдиo и cвязь, Mocквa 1978 (Asaturjan, V. I.: Theorie der Planung von Experimenten - Lehrbuch. „Radio i svjaz“ Moskau 1978
Bandemer, H.; Bellmann, A.: Statistische Versuchsplanung. Teubner Verlagsgesellschaft Leipzig 1976
Bandemer, H. u. a.: Optimale Versuchsplanung. Akademie-Verlag, Berlin
Rasch, D.; Herrenhöfer, G.: Statistische Versuchsplanung. Deutscher Verlag der Wissenschaften, 1982
Fisher, R. A.: Statistical Methods for Research Workers. University of London, Oliver and Boyd, London1934
Zacharias, M.; Zacharias, P.: Beitrag zur Optimierung von Technologien. messen-steuern-regeln 27(1984)6, S. 302–305
Zacharias, P.: Elektrophysikalische und Elektrochemische Abtragsverfahren – ihre technische Entwicklung und empirische Modellierung. Habilitationsschrift TH Magdeburg 1985
Michaelis, B.: Einführung in zusammengesetzte Messgrößen - ein Konzept zur Messdatenreduktion. messen-steuern-regeln 26(1983)4, S. 167–171
Bronstein, I. N.; Semendjajew,K. A.; Musiol, G.; Muehlig, H.: Taschenbuch der Mathematik. Harri Deutsch Verlag 2008
Michaelis, B.: Zusammengesetzte Messgrößen und ihre Anwendung. Diss. B/Habilitationsschrift, TH Magdeburg 1980
Storm, R.: Wahrscheinlichkeitsrechnung, Mathematische Statistik, Statistische Qualitätskontrolle. Fachbuchverlag Leipzig
Reck, H.: Karhunen-Loeve-Transformation, ein Verfahren der Signalverarbeitung. Nachrichtentechnik-Elektronik 29(1979)5, S. 186–188
Winkler, G.: Stochastische Systeme – Analyse und Systeme. Akademische Verlagsgesellschaft Wiesbaden 1979
Launer, R. L.: Robustness in Statistics. Academic Press. New York – London. 1979
Kiesewetter, H.; Maess, G.: Elementare Methoden der numerischen Mathematik. Akademie-Verlag Berlin 1974
Steinbach, O.: Lösungsverfahren für lineare Gleichungssysteme – Algorithmen und Anwendungen. Vieweg+Teubner Verlag 2005
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Zacharias, P. (2020). Approximation empirischer Kennlinien. In: Magnetische Bauelemente. Springer Vieweg, Wiesbaden. https://doi.org/10.1007/978-3-658-24742-3_9
Download citation
DOI: https://doi.org/10.1007/978-3-658-24742-3_9
Published:
Publisher Name: Springer Vieweg, Wiesbaden
Print ISBN: 978-3-658-24741-6
Online ISBN: 978-3-658-24742-3
eBook Packages: Computer Science and Engineering (German Language)