TU Darmstadt / ULB / TUprints

Stochastic Modeling of Magnetic Properties by Using Random Fields

Jankoski, Radoslav (2019)
Stochastic Modeling of Magnetic Properties by Using Random Fields.
Technische Universität Darmstadt
Ph.D. Thesis, Primary publication

20190124Diss_main_R.Jankoski.pdf - Accepted Version
Copyright Information: CC BY-SA 4.0 International - Creative Commons, Attribution ShareAlike.

Download (30MB) | Preview
Item Type: Ph.D. Thesis
Type of entry: Primary publication
Title: Stochastic Modeling of Magnetic Properties by Using Random Fields
Language: English
Referees: Schöps, Prof. Dr. Sebastian ; Römer, Prof. Dr. Ulrich
Date: 27 January 2019
Place of Publication: Darmstadt
Date of oral examination: 28 November 2018

This thesis is related to modeling uncertainties in magnetic properties of ferromagnetic materials which occur due to, e.g., manufacturing imperfections. The modeling procedure is based on the random field approach. The Karhunen-Loève expansion is used to approximate random fields with a minimal number of random variables in mean square sense. Two main cases are covered. First, magnetic hysteresis is taken into account and uncertainties are modeled by introducing the concept of multivariate random field. Second, spatial uncertainties of the magnetic behavior law are also treated. Benchmark examples such as a single phase transformer and a combined function magnet are used to illustrate how to propagate uncertainties from the input material data to the relevant output data.

Alternative Abstract:
Alternative AbstractLanguage

Diese Dissertation behandelt Unsicherheiten in der Modellierung von magnetischen Eigenschaften ferromagnetischer Materialien, die beispielsweise durch den Fertigungsprozess auftreten. Die Modellierung basiert auf dem Konzept der Zufallsfelder. Die Karhunen-Loève Entwicklung ermöglicht die Approximation der Zufallsfelder mit einer minimalen Anzahl von zufälligen Variablen. Zwei Fälle werden behandelt. Zunächst wird magnetische Hysterese betrachtet, und Unsicherheiten werden durch multivariate Zufallsfelder modelliert. Anschliessend werden räumliche Unsicherheiten des magnetischen Materialgesetzes behandelt. Anhand von Anwendungen, beispielsweise einem Einphasen-Transformator und einem Multifunktions-Magneten, wird gezeigt, wie Unsicherheiten von den Material-Eingangsdaten in die relevanten Ausgangsdaten propagiert werden können.

URN: urn:nbn:de:tuda-tuprints-84137
Classification DDC: 600 Technology, medicine, applied sciences > 620 Engineering and machine engineering
Divisions: 18 Department of Electrical Engineering and Information Technology > Institute for Accelerator Science and Electromagnetic Fields > Electromagnetic Field Theory (until 31.12.2018 Computational Electromagnetics Laboratory)
Date Deposited: 05 Feb 2019 10:21
Last Modified: 09 Jul 2020 02:30
URI: https://tuprints.ulb.tu-darmstadt.de/id/eprint/8413
PPN: 44223791X
Actions (login required)
View Item View Item