Safe and dynamic design of experiments
-
Mark Schillinger
Dr.-Ing. Mark Schillinger worked from 2015 to 2018 as a PhD student at Bosch Engineering GmbH in Abstatt, in cooperation with the Chair of Automatic Control – Mechatronics (Prof. O. Nelles) at the University of Siegen, Germany. His main research topics concerned design of experiments and active learning especially for transient modeling tasks. Today he is still with Bosch Engineering GmbH as an engineer for calibration method development. His main areas of work include machine learning and design of experiments.
Abstract
This PhD thesis covers multiple approaches for dynamic design of experiments considering safety constraints. Special emphasis is put on the evaluation of these methods at real-world systems in the combustion engine domain.
Zusammenfassung
In dieser Dissertation werden verschiedene Ansätze für die dynamische Versuchsplanung unter Berücksichtigung von Sicherheitsnebenbedingungen behandelt. Ein Kernelement ist dabei die Evaluierung der Methoden an realen Systemen aus dem Bereich der Verbrennungsmotoren.
About the author
Dr.-Ing. Mark Schillinger worked from 2015 to 2018 as a PhD student at Bosch Engineering GmbH in Abstatt, in cooperation with the Chair of Automatic Control – Mechatronics (Prof. O. Nelles) at the University of Siegen, Germany. His main research topics concerned design of experiments and active learning especially for transient modeling tasks. Today he is still with Bosch Engineering GmbH as an engineer for calibration method development. His main areas of work include machine learning and design of experiments.
© 2020 Walter de Gruyter GmbH, Berlin/Boston
Artikel in diesem Heft
- Frontmatter
- Forum
- Maschinelles Lernen und Künstliche Intelligenz – Eine Revolution in der Automatisierungstechnik oder nur ein Hype?
- Survey
- How to design externally positive feedback loops – an open problem of control theory
- Methoden
- The new V-Model of VDI 2206 and its validation
- Erstellung und Management von Informationsmodellen für bestehende Produktionssysteme
- Raw fusion of camera and sparse LiDAR for detecting distant objects
- Anwendungen
- Data selection for system identification (DS4SID) from logged process records of continuously operated plants
- Model-predictive reference trajectory planning for redundant pneumatic collaborative robots
- Automatisierte Generierung von Sicherheitstests für variantenreiche Produktionssysteme mittels ECAD
- Dissertationen
- Safe and dynamic design of experiments
- Ein integriertes Kraftstoffverbrauchs- und Fahrtenkettenmodell für Nutzfahrzeuge in Deutschland
Artikel in diesem Heft
- Frontmatter
- Forum
- Maschinelles Lernen und Künstliche Intelligenz – Eine Revolution in der Automatisierungstechnik oder nur ein Hype?
- Survey
- How to design externally positive feedback loops – an open problem of control theory
- Methoden
- The new V-Model of VDI 2206 and its validation
- Erstellung und Management von Informationsmodellen für bestehende Produktionssysteme
- Raw fusion of camera and sparse LiDAR for detecting distant objects
- Anwendungen
- Data selection for system identification (DS4SID) from logged process records of continuously operated plants
- Model-predictive reference trajectory planning for redundant pneumatic collaborative robots
- Automatisierte Generierung von Sicherheitstests für variantenreiche Produktionssysteme mittels ECAD
- Dissertationen
- Safe and dynamic design of experiments
- Ein integriertes Kraftstoffverbrauchs- und Fahrtenkettenmodell für Nutzfahrzeuge in Deutschland
