MA – KI-gestützte Parameterextraktion für Black-Box-Modelle von Konvertern

Zur Überprüfung der korrekten Auslegung und Funktion von Komponenten bis hin zu ganzen Netzen sindSimulationen des physikalischen Verhaltens unentbehrlich geworden. Die Modellierung von vollständig bekannten Komponenten ist über White-Box-Modelle möglich. Kommerziell verfügbare Komponenten sind meist jedoch nicht in der benötigten Detailtiefe dokumentiert und das elektrische Verhalten nicht ausreichend beschrieben. Um diese Komponenten trotzdem in Simulationen einzubinden, soll anhand von verfügbaren Messdaten das Systemverhalten so gut wie möglich abgebildet werden. Hierzu können die Messdaten selbst über Look-up-Tabellen hinterlegt werden. Eine bessere, wenn auch aufwendigere Methode ist, das Verhalten des Systems über passende Funktionen anzunähern und so das Verhalten abzubilden.
Ein solches Ersatzmodell ist im Rahmen dieser Abschlussarbeit zu erstellen und zu parametrisieren. Die Parametrisierung soll dabei über einen automatisierten Algorithmus aus Messdaten bestimmt werden. Der Algorithmus soll sich dabei auf KI-Ansätze stützen. Das entwickelte Model soll kompatibel zu einer bereits vorhandenen Simulationslandschaft sein. Wichtig ist, dass das Arbeitspunkt-abhängige Verhalten von aktiven Komponenten erfasst und passend wieder gegeben wird.
Es soll daher zunächst eine Recherche und ein Vergleich zu möglichen KI-basierten Fitting-Ansätzen durchgeführt werden. Auf Basis dieses Vergleichs soll ein passender Algorithmus ausgewählt bzw. entwickelt und umgesetzt werden. Abschließend soll der Algorithmus so automatisiert werden, dass dieser auf Basis von vorgegebenen Messergebnissen Parameter für das Model bestimmt und diese übergibt.

Betreuer: Melanie Lavery

Für Studienfächer: EEI, Mechatronik

Frühest möglicher Beginn: sofort

Verantwortlicher: Prof. Dr.-Ing. Martin März