Florian Kirschmann

Entwicklung einer neuartigen Applikationsmethode für den elektrischen Antriebsstrang mittels Deep Reinforcement Learning

- Weiterführende Aufgabenstellungen aus vorangegangener Bachelorthesis - Funktions- und Softwareentwicklung zur Vereinfachung des Alltagsgeschäfts mittels Python

Entwicklung eines Algorithmus zur Identifikation relevanter elektromagnetischer Störkopplungspfade aus FEM-Simulationsdaten

- Aufbau und Inbetriebnahme eines Motordemonstrators zur Veranschaulichung der Funktionsweise einer PMSM mit FOC - Implementierung einer FOC auf Basis modellbasierter Entwicklung in Matlab-Simulink und Scilab/XCos - Rapid-Prototyping mit Hilfe der Auto-Codeerzeugung in Matlab-Simulink und X2C - Schulungserstellung für Umgang mit Scilab und XCos und dem Codeerzeugungstool X2C - Berechnung, Simulation, Layout und Inbetriebnahme verschiedener Signalverarbeitungsschaltungen

- Aufbau und Durchführung von elektrischen Messaufgaben - Aufbau und Inbetriebnahme von Testadaptern für Industriekameras - Umgang mit Eagle, Altium

Energietechnik und Erneuerbare Energien