Modelica - Objektorientierte Modellbildung von Drehfeldmaschinen - Christian Kral - E-Book

Modelica - Objektorientierte Modellbildung von Drehfeldmaschinen E-Book

Christian Kral

0,0
24,99 €

-100%
Sammeln Sie Punkte in unserem Gutscheinprogramm und kaufen Sie E-Books und Hörbücher mit bis zu 100% Rabatt.
Mehr erfahren.
Beschreibung

Eine praxisnahe Einführung in die Modellbildung elektrischer Maschinen mit Modelica Mit einem GitHub-Tutorial zur Organisation, Entwicklung und Wartung von Modelica Librariers und Simulationsbeispielen Virtuelle Experimente gewinnen im Entwicklungsprozess von elektrischen Maschinen und Antriebsystemen immer mehr an Bedeutung. Modelica ist eine objektorientierte Modellierungssprache zur Beschreibung komplexer physikalischer Systeme mithilfe mathematischer Gleichungen. Dieses Lehrbuch vermittelt praxisnah die grundlegenden Aspekte der Modellbildung mit Modelica unter Berücksichtigung rotierender elektrischer Drehfeldmaschinen. Ausgewählte Simulationsexperimente sind Teil der quelloffen zur Verfügung stehenden Software „OpenModelica“ und stellen den Praxisbezug zum vermittelten, theoretischen Hintergrundwissen her. Mithilfe des Open-Source-Simulators „OpenModelica“ können alle Simulationsexperimente von den Leserinnen und Lesern selbstständig simuliert und analysiert werden. Zusätzlich erläutert ein Tutorial, wie eine Modelica-Library in Form eines Projekts auf der Online-Plattform GitHub entwickelt, erstellt und gewartet werden kann. Das Lehrbuch richtet sich an Studierende, Ingenieure und Lehrende der Elektrotechnik. Schwerpunkte: • Grundlagen der Elektrotechnik, Wärmelehre und Mechanik • Simulationstools • Modellierungskonzepte • Drehfeldmaschinen • Simulation von Asynchronmaschinen • Simulation von Synchronmaschinen • Simulation von Synchronreluktanzmaschinen

Das E-Book können Sie in einer beliebigen App lesen, die das folgende Format unterstützt:

PDF

Veröffentlichungsjahr: 2018

Bewertungen
0,0
0
0
0
0
0
Mehr Informationen
Mehr Informationen
Legimi prüft nicht, ob Rezensionen von Nutzern stammen, die den betreffenden Titel tatsächlich gekauft oder gelesen/gehört haben. Wir entfernen aber gefälschte Rezensionen.