Stefan Ecklebe

Kontakt

© Stefan Ecklebe

Name

Herr Dipl.-Ing. Stefan Ecklebe

Wissenschaftlicher Mitarbeiter

E-Mail senden

Eine verschlüsselte E-Mail über das SecureMail-Portal versenden (nur für TUD-externe Personen).

Zertifikat der DFN-PKI für verschlüsselte E-Mails.

SHA256 Fingerprint: 85:65:6A:A2:BF:C1:1B:CD:3C:EE:6E:4B:6D:B8:7A:A0:B6:D6:5C:0C:D7:D8:12:32:B9:E7:06:9B:F3:E3:BE:25

Kontaktinformationen

Organisationsname

Institut für Regelungs- und Steuerungstheorie

Institut für Regelungs- und Steuerungstheorie

Adresse work

Besucheranschrift:

Institutsgebäude S7a, 4. Etage, Raum 408 Georg-Schumann-Straße 7a

01187 Dresden

Deutschland

Zeige Karte von diesem Ort.

work Tel.

fax Fax

+49 351 463-37281

Hauptarbeitsgebiete

• Bearbeitung des DFG-Projektes "STABEEL - Stabilität dezentraler Erzeuger im Elektroenergie­versorgungsnetz bei der Erbringung von Systemdienst­leistungen"

• Modelprädiktive Regelung nichtlinearer Systeme mit örtlich verteilten Parametern

• Datenbasierte Modellierung von Prozessen in der Kristallzüchtung

Abgeschlossene Projekte

• DFG-Projekt  WI 4412/1-1 "Modellbasierte Steuerung und Regelung des Vertical-Gradient-Freeze-(VGF)- Kristallzüchtungsprozesses mit Hilfe verteiltparametrischer Methoden"

Software Projekte

• pyinduct: Simulation und Reglerentwurf für Systeme mit örtlich verteilten Parametern
• pymoskito: Integrierte Entwicklungsumgebung für blockbasierten Reglerentwurf

Veröffentlichungen

Erstautor

Toward Model-Based Control of the Vertical Gradient Freeze Crystal Growth Process February 2021, IEEE Transactions on Control Systems Technology PP(99):1-8 DOI: 10.1109/TCST.2021.3058006

Control of the Vertical Gradient Freeze crystal growth process via backstepping, July 2021, IFAC-PapersOnLine DOI: t.b.a.

Approximation and implementation of transformation based feedback laws for distributed parameter systems December 2017PAMM 17(1):785-786 DOI: 10.1002/pamm.201710360

Mitautor

Real Time Predictions of VGF-GaAs Growth Dynamics by LSTM Neural Networks January 2021, Crystals 11(2):138 DOI: 10.3390/cryst11020138 

Extraction of Classification Rules from Sequences of Crystal Growth Data September 2020, Conference: WCIDM ITAT 2020 At: Oravská Lesná, Slovakia Volume: Proceedings of the 20th Conference Information Technologies - Applications and Theory (ITAT 2020), Computational Intelligence and Data Mining - 8th International Workshop (CIDM 2020), Oravská Lesná, 18-22.September, 2020, pp. 99-105. https://ics.upjs.sk/~horvath/itat2020/ 

Fast forecasting of VGF crystal growth process by dynamic neural networks May 2019, Journal of Crystal Growth 521:9-14 DOI: 10.1016/j.jcrysgro.2019.05.022

On approximation and implementation of transformation based feedback laws for distributed parameter systems July 2017, IFAC-PapersOnLine 50(1):6786-6792 DOI: 10.1016/j.ifacol.2017.08.1197

Wissenschaftlicher Werdegang