Hint
Swipe to navigate through the articles of this issue
Close hint
Published in:
01-10-2020 | Forschung
Prädiktive Fahrzeugdiagnose durch maschinelles Lernen
Authors:
Mathias Kohlhase, Ferit Küçükay, Roman Henze, Can Yilmaz
Published in:
MTZ - Motortechnische Zeitschrift
|
Issue 10/2020
Login to get access
Auszug Verschleißvorhersagen auf Basis online erhobener Fahrzeugdiagnosedaten bieten ein hohes Potenzial, um die Wartung von Fahrzeugen zukünftig planbarer zu machen. An der Technischen Universität Braunschweig wurde in Kooperation mit Volkswagen Nutzfahrzeuge eine Methodik entwickelt, mit der es möglich ist, den Verschleißzustand von Bauteilen zu diagnostizieren und einen Defekt vorherzusagen, bevor ein Liegenbleiber entsteht. Das erste Bauteil im Forschungsfokus ist ein mechanisches Bauteil, der Keilrippenriemen. …
Please log in to get access to this content
To get access to this content you need the following product:
Springer Professional "Technik"
Mit Springer Professional "Technik" erhalten Sie Zugriff auf:
über 50.000 Bücher
über 380 Zeitschriften
aus folgenden Fachgebieten:
Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe
Testen Sie jetzt 15 Tage kostenlos.
Springer Professional "Wirtschaft+Technik"
Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:
über 69.000 Bücher
über 500 Zeitschriften
aus folgenden Fachgebieten:
Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko
Testen Sie jetzt 15 Tage kostenlos.
MTZ - Motortechnische Zeitschrift
Die MTZ ist das international führende technisch-wissenschaftliche Fachmagazin für Entscheider in der Motorenentwicklung und -produktion.
Lassen Sie sich jetzt unverbindlich 2 kostenlose Ausgabe zusenden.
Title
Prädiktive Fahrzeugdiagnose durch maschinelles Lernen
Authors
Mathias Kohlhase
Publication date
01-10-2020
Publisher
Springer Fachmedien Wiesbaden
DOI
https://doi.org/10.1007/s35146-020-0291-z
