Chris Jan Louen

Datenbasierte Zustandsüberwachung in Personenkraftfahrzeugen mit Anwendung an einem Drei-Wege-Katalysator (eBook, PDF)

• Format: PDF

Produktbeschreibung

Chris Louen entwickelt eine datenbasierte Zustandsüberwachung dynamischer Betriebszustände für Personenkraftfahrzeuge, die sich in heutigen Steuergeräten realisieren lässt. Sie wird am Beispiel des Drei-Wege-Katalysators anhand des Katalysator-Ausräumens nach einem Schubbetrieb angewendet und die Wirksamkeit an einer Simulation und realen Fahrzeugdaten nachgewiesen. Die vorgestellte Zustandsüberwachung zeichnet sich durch einen geringen Bedarf an Trainingsdaten und Rechenleistung im Steuergerät aus.

Der Inhalt

• Merkmalsgenerierung für dynamische Betriebszustände
• Zwei-Klassen-Support Vector Machine basierte Fehlerdetektion
• Ein-Klassen-Support Vector Machine basierte Fehlerdetektion
• Support Vector Machine basierte Zustandsüberwachung

Die Zielgruppen

• Dozierende und Studierende der Regelungstechnik und der Automobiltechnik
• Praktiker im Bereich Fahrzeugdiagnose (Entwicklungs- und Applikationsingenieure)

Der Autor Chris Louen ist akademischer Rat im Fachgebiet Automatisierungstechnik und Komplexe Systeme der Universität Duisburg-Essen und arbeitet unter anderem an datenbasierten Verfahren für die Zustandsüberwachung und Fehlerprognose.

---

Dieser Download kann aus rechtlichen Gründen nur mit Rechnungsadresse in A, B, BG, CY, CZ, D, DK, EW, E, FIN, F, GR, HR, H, IRL, I, LT, L, LR, M, NL, PL, P, R, S, SLO, SK ausgeliefert werden.

Produktdetails

• Verlag: Springer Fachmedien Wiesbaden
• Seitenzahl: 122
• Erscheinungstermin: 24. Juni 2016
• Deutsch
• ISBN-13: 9783658144456
• Artikelnr.: 46905573

Autorenporträt

Chris Louen ist akademischer Rat im Fachgebiet Automatisierungstechnik und Komplexe Systeme der Universität Duisburg-Essen und arbeitet unter anderem an datenbasierten Verfahren für die Zustandsüberwachung und Fehlerprognose.

Inhaltsangabe

Merkmalsgenerierung für dynamische Betriebszustände.- Zwei-Klassen-Support Vector Machine basierte Fehlerdetektion.- Ein-Klassen-Support Vector Machine basierte Fehlerdetektion.- Support Vector Machine basierte Zustandsüberwachung.