Overview
- Reduktion der Abhängigkeit des Faktors Mensch am Antriebsstrangprüfstand
- KI-basierte Auswertung von Messdaten am Antriebsstrangprüfstand
- Steigerung der Effektivität bei Antriebsstrangerprobungen
Part of the book series: Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart (WRFUS)
Access this book
Tax calculation will be finalised at checkout
Other ways to access
Table of contents (6 chapters)
Keywords
- Antriebsstrangerprobung
- Fahrzeugentwicklungsprozess
- Antriebsstrangprüfstand
- V-Modell in der Fahrzeugentwicklung
- Merkmalsvektor
- Uni- und multivariate Zeitreihendaten
- Anomalieerkennung in Zeitreihendaten
- Künstliche Intelligenz
- Machine Learning
- Hyperparametertuning
- Stacked-Autoencoder
- LSTM-Autoencoder
- Anomalie-Score
- GRU-Autoencoder
About this book
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.
Authors and Affiliations
About the author
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.
Bibliographic Information
Book Title: Retrospektive Diagnose von Fehlerursachen an Antriebsstrangprüfständen mithilfe künstlicher Intelligenz
Authors: Andreas Krätschmer
Series Title: Wissenschaftliche Reihe Fahrzeugtechnik Universität Stuttgart
DOI: https://doi.org/10.1007/978-3-658-44004-6
Publisher: Springer Vieweg Wiesbaden
eBook Packages: Computer Science and Engineering (German Language)
Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2024
Softcover ISBN: 978-3-658-44003-9Published: 20 January 2024
eBook ISBN: 978-3-658-44004-6Published: 19 January 2024
Series ISSN: 2567-0042
Series E-ISSN: 2567-0352
Edition Number: 1
Number of Pages: XXVIII, 138
Number of Illustrations: 44 b/w illustrations
Topics: Automotive Engineering, Software Engineering/Programming and Operating Systems