Skip to main content

2023 | OriginalPaper | Buchkapitel

Künstliche Intelligenz für Reibungsbremsen: Anwendungen und Potenziale

verfasst von : Merten Stender

Erschienen in: XL. Internationales μ-Symposium 2023 Bremsen-Fachtagung

Verlag: Springer Berlin Heidelberg

Aktivieren Sie unsere intelligente Suche um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Zusammenfassung

Während neue generative Methoden (z. B. ChatGPT) der künstlichen Intelligenz (KI) seit Beginn 2023 der breiten Bevölkerung zugänglich und bekannt sind, steckt das datenbasierte oder gar datenzentrierte Ingenieurwesen größtenteils noch in den Kinderschuhen. Dieser Übersichtsartikel beleuchtet einige KI-Ansätze für die Anwendung während der Entwicklung und des Betriebs von (Kfz-) Reibungsbremsen. Die steigenden gesetzlichen Anforderungen an Partikel-Emissionen, die fortschreitende Elektrifizierung sowie grundlegend neue Fahrzeug- und Betriebskonzepte stellen die Entwicklung von Reibungsbremsen vor neue Herausforderungen. An dieser Stelle können datenbasierte Methoden, neue Entscheidungsprozesse und generell der Einsatz von Künstlicher Intelligenz in Zukunft bedeutende Potenziale entfalten. Dieser Beitrag widmet sich einigen vielversprechenden Anwendungen von KI-Methoden im Umfeld der Bremsenentwicklung, beleuchtet die Anforderungen an die Datenhaltung und gibt einen Ausblick auf die Bedeutung von KI-Methoden im Kontext von Trends in der Automobilbranche. Da erfolgreiche (und vor allem öffentlich zugängliche) Nutzungsszenarien selten sind, erhebt dieser Übersichtsbeitrag keinen Anspruch auf Vollständigkeit hinsichtlich der heutigen Nutzung von KI-Methoden in der Radbremsenentwicklung.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 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

Jetzt Wissensvorsprung sichern!

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Literatur
1.
Zurück zum Zitat Hornik, K. et al.: Multilayer Feedforward Networks are Universal Approximators. Neural Networks 2, 359–366 (1989) CrossRefMATH Hornik, K. et al.: Multilayer Feedforward Networks are Universal Approximators. Neural Networks 2, 359–366 (1989) CrossRefMATH
2.
Zurück zum Zitat Stender, M. et al.: Deep Learning for Brake Squeal: Brake Noise Detection, Characterization and Prediction. Mechanical Systems and Signal Processing 149 (2021) Stender, M. et al.: Deep Learning for Brake Squeal: Brake Noise Detection, Characterization and Prediction. Mechanical Systems and Signal Processing 149 (2021)
3.
Zurück zum Zitat von Wagner, U. et al.: Minimal Models for Disk Brake Squeal. Journal of Sound and Vibration 302, 527–539 (2007) CrossRef von Wagner, U. et al.: Minimal Models for Disk Brake Squeal. Journal of Sound and Vibration 302, 527–539 (2007) CrossRef
4.
Zurück zum Zitat Massi, F. et al.: Brake Squeal: Linear and Nonlinear Numerical Approaches. Mechanical Systems and Signal Processing 21, 2374–2393 (2007) CrossRef Massi, F. et al.: Brake Squeal: Linear and Nonlinear Numerical Approaches. Mechanical Systems and Signal Processing 21, 2374–2393 (2007) CrossRef
5.
Zurück zum Zitat Sinou, J.: Transient non-linear dynamic analysis of automotive disc brake squeal – On the need to consider both stability and non-linear analysis. Mechanics Research Communications 37, 96–105 (2010) CrossRefMATH Sinou, J.: Transient non-linear dynamic analysis of automotive disc brake squeal – On the need to consider both stability and non-linear analysis. Mechanics Research Communications 37, 96–105 (2010) CrossRefMATH
6.
Zurück zum Zitat Geier, C. et al.: Machine learning-based state maps for complex dynamical systems: applications to friction-excited brake system vibrations. Nonlinear Dynamics (2023) Geier, C. et al.: Machine learning-based state maps for complex dynamical systems: applications to friction-excited brake system vibrations. Nonlinear Dynamics (2023)
7.
Zurück zum Zitat Vater, K.: Towards neural network-based numerical friction models. Proceedings in Applied Mathematics and Mechanics 22 (2023) Vater, K.: Towards neural network-based numerical friction models. Proceedings in Applied Mathematics and Mechanics 22 (2023)
8.
Zurück zum Zitat Steffan, J. et al.: Prediction of Brake Pad Wear Using Various Machine Learning Algorithms. Recent Trends in Design, Materials and Manufacturing, 529–543 (2022) Steffan, J. et al.: Prediction of Brake Pad Wear Using Various Machine Learning Algorithms. Recent Trends in Design, Materials and Manufacturing, 529–543 (2022)
9.
Zurück zum Zitat Alamelu Manghai, T. et al.: Vibration based real time brake health monitoring system – A machine learning approach. IOP Conference Series: Materials Science and Engineering 624 (2019) Alamelu Manghai, T. et al.: Vibration based real time brake health monitoring system – A machine learning approach. IOP Conference Series: Materials Science and Engineering 624 (2019)
Metadaten
Titel
Künstliche Intelligenz für Reibungsbremsen: Anwendungen und Potenziale
verfasst von
Merten Stender
Copyright-Jahr
2023
Verlag
Springer Berlin Heidelberg
DOI
https://doi.org/10.1007/978-3-662-68167-1_6

Premium Partner