|
|
|||
|
||||
OverviewAndré Ebel wertet Flottendaten eines batterieelektrischen Fahrzeuges hinsichtlich Fehlerbedingungen aus und generiert daraus unter Verwendung einer Gesamtfahrzeugsimulationsumgebung repräsentative Prüfzyklen zur zeitlichen Rekonstruktion der Fehlerbedingungen. Anhand der Flottendatenauswertung mit Methoden des Maschinellen Lernens identifiziert der Autor das schädigende Nutzungsverhalten fehlerhafter Fahrzeuge. Zur Generierung von kundennahen Prüfzyklen setzt er das tiefe Q-Lernen ein, ein Verfahren des bestärkenden Lernens. Die Kombination der Flottendatenauswertung mit der Prüfzyklengenerierung trägt zur zielgerichteten und realitätsnahen Erprobung von Antriebssträngen bei. Full Product DetailsAuthor: André EbelPublisher: Springer Fachmedien Wiesbaden Imprint: Springer Vieweg Edition: 1. Aufl. 2024 Weight: 0.298kg ISBN: 9783658442194ISBN 10: 3658442190 Pages: 188 Publication Date: 22 February 2024 Audience: Professional and scholarly , Professional & Vocational Format: Paperback Publisher's Status: Active Availability: Manufactured on demand We will order this item for you from a manufactured on demand supplier. Table of ContentsReviewsAuthor InformationAndré Ebel hat seinen Master of Science in Elektromobilität an der Universität Stuttgart abgeschlossen und ist seit 2015 wissenschaftlicher Mitarbeiter am Forschungsinstitut für Kraftfahrwesen und Fahrzeugmotoren Stuttgart (FKFS), wo er im Bereich Kraftfahrzeugmechatronik promovierte. Tab Content 6Author Website:Countries AvailableAll regions |