Beitrag zur Vorhersage von Partikelemissionen aufgrund von Schiffsmanövern unter Verwendung Künstlicher Neuronaler Netze

Michèle Schaub

doi:10.18453/rosdok_id00004039

Michèle Schaub

Beitrag zur Vorhersage von Partikelemissionen aufgrund von Schiffsmanövern unter Verwendung Künstlicher Neuronaler Netze

Universität Rostock, 2021

https://doi.org/10.18453/rosdok_id00004039

Abstract: Bei der Energieumwandlung in Schiffsdieselmotoren, insbesondere im transienten Betrieb, werden Partikel freigesetzt. Das übergeordnete Zeil der Arbeit ist die Reduzierung dieser Emissionen mithilfe von Vorhersagen. Dieser Beitrag hebt die Komplexität der Partikelentstehung hervor und die Notwendigkeit der datenbasierten Modellbildung. Auf Basis mehrerer hundert Lastwechsel werden vier Modelle entwickelt, die sich alle der Künstlichen Neuronalen Netze bedienen. Im Anschluss an Modelltraining, -validierung und -testung werden die Modelle nach zuvor definierten Kriterien verglichen und bewertet.

Dissertation Freier Zugang

Titel:

Beitrag zur Vorhersage von Partikelemissionen aufgrund von Schiffsmanövern unter Verwendung Künstlicher Neuronaler Netze

Beteiligte Personen:

Michèle Schaub[VerfasserIn]
	136396542
Karsten Müller[AkademischeR BetreuerIn]
	126686797X
	Lehrstuhl für Technische Thermodynamik, Universität Rostock
Torsten Jeinsch[AkademischeR BetreuerIn]
	1066882940
	Lehrstuhl Regelungstechnik, Universität Rostock

Beteiligte Körperschaften:

Universität Rostock[Grad-verleihende Institution]
	38329-6
Universität Rostock, Fakultät für Maschinenbau und Schiffstechnik[Grad-verleihende Institution]
	10085033-9

Zusammenfassung:

Bei der Energieumwandlung in Schiffsdieselmotoren, insbesondere im transienten Betrieb, werden Partikel freigesetzt. Das übergeordnete Zeil der Arbeit ist die Reduzierung dieser Emissionen mithilfe von Vorhersagen. Dieser Beitrag hebt die Komplexität der Partikelentstehung hervor und die Notwendigkeit der datenbasierten Modellbildung. Auf Basis mehrerer hundert Lastwechsel werden vier Modelle entwickelt, die sich alle der Künstlichen Neuronalen Netze bedienen. Im Anschluss an Modelltraining, -validierung und -testung werden die Modelle nach zuvor definierten Kriterien verglichen und bewertet. [Deutsch]

During energy conversion in marine diesel engines, especially in transient operation, particles are released. The overall aim of the work is to reduce these emissions with the help of predictions. This study highlights the complexity of particle formation and the need for data-based modelling. Based on several hundred load changes, four models are developed, all of which make use of artificial neural networks. After model training, validation and testing, the models are compared and evaluated according to previously defined criteria. [Englisch]

Dokumenttyp:

Dissertation

Einrichtung:

Fakultät für Maschinenbau und Schiffstechnik

Sprache:

Deutsch

Sachgruppe der DNB:

500 Naturwissenschaften

620 Ingenieurwissenschaften und Maschinenbau

Veröffentlichung /
Entstehung:

Rostock

Rostock: Universität Rostock