Cantitate/Preț
Produs

Retrospektive Diagnose von Fehlerursachen an Antriebsstrangprüfständen mithilfe künstlicher Intelligenz: Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart

Autor Andreas Krätschmer
de Limba Germană Paperback – 20 ian 2024
Antriebsstrangprüfstände leisten einen signifikanten Beitrag im Fahrzeugentwicklungsprozess. Um diesen Vorteil weiter auszubauen, ist es notwendig, mit geeigneten Maßnahmen die Effektivität und Effizienz stetig zu steigern. Eine Maßnahme ist hierbei, die Abhängigkeit des Faktors Mensch bei Auftreten eines Fehlers am Prüfstand zu reduzieren. Um diesem Ziel einen großen Schritt näher zu kommen, wurde vorliegend eine KI-basierte Methodik entwickelt, mit deren Hilfe es möglich ist, die fehlerverursachende Komponente und den zugehörigen Fehlerzeitpunkt trotz der Wechselwirkung aufgrund der mechanischen Kopplung des Systems zu detektieren.
Citește tot Restrânge

Din seria Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart

Preț: 42319 lei

Preț vechi: 48642 lei
-13% Nou

Puncte Express: 635

Preț estimativ în valută:
8099 8413$ 6727£

Carte disponibilă

Livrare economică 08-14 ianuarie 25
Livrare express 27 decembrie 24 - 02 ianuarie 25 pentru 5084 lei

Preluare comenzi: 021 569.72.76

Specificații

ISBN-13: 9783658440039
ISBN-10: 3658440031
Ilustrații: XXVIII, 138 S. 44 Abb.
Dimensiuni: 148 x 210 mm
Greutate: 0.23 kg
Ediția:1. Aufl. 2024
Editura: Springer Fachmedien Wiesbaden
Colecția Springer Vieweg
Seria Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart

Locul publicării:Wiesbaden, Germany

Cuprins

Erhebung eines repräsentativen Forschungsdatensatzes.- Methoden zur Datenvorverarbeitung uni- und multivariater Zeitreihendaten.- Modellierung und Auswertung durch künstliche Intelligenz.- Anwendung und praktischer Nachweis.

Notă biografică

Andreas Krätschmer hat nach seinem Studium am Institut für Fahrzeugtechnik Stuttgart (IFS) der Universität Stuttgart im Bereich Kraftfahrzeugmechatronik promoviert. Er ist Projektleiter an einem Antriebsstrangprüfstand und Fachreferent für Datennetze und Restbussimulation.


Textul de pe ultima copertă

Antriebsstrangprüfstände leisten einen signifikanten Beitrag im Fahrzeugentwicklungsprozess. Um diesen Vorteil weiter auszubauen, ist es notwendig, mit geeigneten Maßnahmen die Effektivität und Effizienz stetig zu steigern. Eine Maßnahme ist hierbei, die Abhängigkeit des Faktors Mensch bei Auftreten eines Fehlers am Prüfstand zu reduzieren. Um diesem Ziel einen großen Schritt näher zu kommen, wurde vorliegend eine KI-basierte Methodik entwickelt, mit deren Hilfe es möglich ist, die fehlerverursachende Komponente und den zugehörigen Fehlerzeitpunkt trotz der Wechselwirkung aufgrund der mechanischen Kopplung des Systems zu detektieren.

Der Inhalt 
  • Erhebung eines repräsentativen Forschungsdatensatzes
  • Methoden zur Datenvorverarbeitung uni- und multivariater Zeitreihendaten
  • Modellierung und Auswertung durch künstliche Intelligenz
  • Anwendung und praktischer Nachweis
Die Zielgruppen 
  • Dozierende und Studierende im Umfeld der Kraftfahrzeugtechnik und künstlichen Intelligenz
  • Entwickler und Betreiber von Antriebsstrangprüfständen
Der Autor
Andreas Krätschmer hat nach seinem Studium am Institut für Fahrzeugtechnik Stuttgart (IFS) der Universität Stuttgart im Bereich Kraftfahrzeugmechatronik promoviert. Er ist Projektleiter an einem Antriebsstrangprüfstand und Fachreferent für Datennetze und Restbussimulation.


Caracteristici

Reduktion der Abhängigkeit des Faktors Mensch am Antriebsstrangprüfstand KI-basierte Auswertung von Messdaten am Antriebsstrangprüfstand Steigerung der Effektivität bei Antriebsstrangerprobungen