Skalierbares und datenbasiertes Diagnosekonzept im Fahrzeug

01.11.2023
Entwicklung

Erschienen in:

Verfasst von: Andreas Schmitz; Marco Decker; Roland Serway; Clemens Gühmann
Erschienen in: ATZ - Automobiltechnische Zeitschrift | Ausgabe 11/2023

Einloggen

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

search-config

KI-gestützte Suche

Aus

Auszug

Der Fachbeitrag stellt ein innovatives Diagnosekonzept für Fahrzeuge vor, das auf datenbasierten und skalierbaren Methoden basiert. Es ermöglicht die präzise Erkennung, Identifikation und Isolation von Fehlern in komplexen Fahrzeugsystemen. Das Konzept wird anhand eines Beispiels eines Doppelkupplungsgetriebes veranschaulicht, bei dem ein Driftfehler durch zu geringen Speicherdruck simuliert wird. Die Anwendung von Principal Component Analysis (PCA) und Kernel PCA (KPCA) zur Fehlererkennung und -isolation zeigt die Effektivität des Konzepts. Besonders hervorzuheben ist die Skalierbarkeit des Ansatzes, der sowohl lineare als auch nichtlineare Zusammenhänge in den Daten berücksichtigt. Die detaillierte Darstellung der Skalierungsindikatoren und der verwendeten Diagnosemethoden bietet einen tiefen Einblick in die Funktionsweise des Konzepts und seine praktische Anwendung in der Fahrzeugtechnik.

KI-Generiert

Diese Zusammenfassung des Fachinhalts wurde mit Hilfe von KI generiert.

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Jetzt einloggen Kostenlos registrieren

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

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!

Jetzt informieren

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!

Jetzt informieren

ATZ - Automobiltechnische Zeitschrift

Das Fachmagazin für das technikorientierte Management in der Automobilindustrie bietet hochaktuelle Informationen aus Forschung und Entwicklung.

Lassen Sie sich jetzt unverbindlich 2 kostenlose Ausgabe zusenden.

Jetzt informieren

Vorheriger Artikel Interieur der Zukunft - Insassenanforderungen beim automatisierten Fahren

Nächster Artikel Numerische Simulation der Fahrzeugaerodynamik inklusive deformierter Reifengeometrien

Metadaten

Titel: Skalierbares und datenbasiertes Diagnosekonzept im Fahrzeug
Verfasst von: Andreas Schmitz
Marco Decker
Roland Serway
Clemens Gühmann
Publikationsdatum: 01.11.2023
Verlag: Springer Fachmedien Wiesbaden
Erschienen in: ATZ - Automobiltechnische Zeitschrift / Ausgabe 11/2023
Print ISSN: 0001-2785
Elektronische ISSN: 2192-8800
DOI: https://doi.org/10.1007/s35148-023-1657-6

Springer Professional

Skalierbares und datenbasiertes Diagnosekonzept im Fahrzeug

Auszug

Auszug

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

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

Springer Professional "Technik"

Springer Professional "Wirtschaft+Technik"

ATZ - Automobiltechnische Zeitschrift

Weitere Artikel der Ausgabe 11/2023

Interieur der Zukunft - Insassenanforderungen beim automatisierten Fahren

Numerische Simulation der Fahrzeugaerodynamik inklusive deformierter Reifengeometrien

Entwicklungen in Simulation und Praxis

NVH-Optimierung mit virtuellem Kunstkopf

Flachbau-Wechselrichter zur Verringerung von Wandlungsverlusten

Sensorsystem zur Erfassung von Geräuschen und Lokalisierungsdaten

Premium Partner