2023
- Comparison of Sensitivity-Guided and Black-Box Machine Tool Parameter Identification. Journal of Manufacturing and Materials Processing 7 (4), 2023, 120 mehr…
Daniel Piendl, M.Sc.
Technische Universität München
Postadresse
Postal:
Boltzmannstr. 15
85748 Garching b. München
- Raum: 5503.01.303
Tel.: +49 (89) 289 - 15586
E-Mail: Daniel.Piendl@iwb.tum.de
Forschungsschwerpunkte
- FEM-Struktursimulation von Werkzeugmaschinen
- Condition Monitoring und Predictive Maintenance verschleißanfälliger Maschinenkomponenten
- Cloud-basierten Training von Machine-Learning-Modellen mit anonymisierten Messwerten