reine Buchbestellungen ab 5 Euro senden wir Ihnen Portofrei zuDiesen Artikel senden wir Ihnen ohne weiteren Aufpreis als PAKET

Adaptive Modelle für die Kraftfahrzeugdynamik
VDI-Buch
Christoph Halfmann & Henning Holzmann

Print on Demand - Dieser Artikel wird für Sie gedruckt!

119,99 €

inkl. MwSt. · Portofrei
Dieses Produkt wird für Sie gedruckt, Lieferzeit 9-10 Werktage
Menge:

Adaptive Modelle für die Kraftfahrzeugdynamik

Seiten
Erscheinungsdatum
Titelzusatz
Ausstattung
Erscheinungsjahr
Sprache
Abbildungen
Buchreihe
Erscheinungsland
alternative Ausgabe
Vertrieb
Kategorie
Buchtyp
Warengruppenindex
Warengruppe
Laenge
Breite
Hoehe
Gewicht
Herkunft
Relevanz
Referenznummer
Moluna-Artikelnummer

Produktbeschreibung

Die Autoren verknüpfen die Grundlagen der Fahrzeugsimulation mit modernen Adaptionsverfahren

Mit den beschriebenen adaptiven Modellansätzen ist es möglich, Regelsysteme in Kraftfahrzeugen zu verbessern

Praktiker können die Verfahren und Ansätze direkt in ihrem Berufsalltag umsetzen

Für Wissenschaftler eignet sich das Buch als Grundlage für weiterführende Arbeiten


Die Autoren verknüpfen die Grundlagen der Fahrzeugsimulation mit modernen Adaptionsverfahren

Mit den beschriebenen adaptiven Modellansätzen ist es möglich, Regelsysteme in Kraftfahrzeugen zu verbessern

Praktiker können die Verfahren und Ansätze direkt in ihrem Berufsalltag umsetzen

Für Wissenschaftler eignet sich das Buch als Grundlage für weiterführende Arbeiten

Includes supplementary material: sn.pub/extras


1 Einleitung und Übersicht.- 1.1 Fokus des Buches.- 1.2 Gliederung.- 2 Simulation im Automobilbereich.- 2. 1 Einsatzgebiete von Simulationsverfahren.- 2.1.1 Spezifikation.- 2.1.2 Konstruktion.- 2.1.3 Virtuelle Produktentwicklung.- 2.1.4 Rapid Prototyping.- 2.1.5 Prototypen.- 2.1.6 Serienfahrzeug.- 2.1.7 Fertigung.- 2.1.8 Modellpflege.- 2.2 Moderne Simulationswerkzeuge.- 2.2.1 Allgemeine Simulationswerkzeuge.- 2.2.2 Automobilspezifische Simulationswerkzeuge.- 2.3 Zusammenfassung.- 3 Modellbildung der Fahrzeugdynamik.- 3.1 Aufbau und Struktur des Fahrzeugmodells.- 3.2 Stellsysteme im Kraftfahrzeug.- 3.2.1 Antrieb.- 3.2.2 Bremse.- 3.2.3 Lenkung.- 3.3 Bewegung der Reifen und Räder.- 3.3.1 Rotatorische Bewegun gen der Räder.- 3.3.2 Translatorische Bewegungen der Räder.- 3.4 Fahrzeugbewegung parallel zur Fahrbahnoberfläche.- 3.5 Bewegung der Fahrzeugkarosserie.- 3.6 Relativbewegung zwischen Rädern und Karosserie.- 3.7 Zusammenfassung.- 4 Parametrierung des Fahrzeugmodells.- 4.1 Klassifikation der Modellparameter.- 4.2 Identifikation zeitvarianter Fahrzeugparameter.- 4.2.1 Offline-Schätzung der Fahrzeugmasse aus Fahrversuchen.- 4.2.2 Direkte Online-Schätzung der Fahrzeugmasse im Fahrbetrieb.- 4.2.3 Indirekte Online-Schätzung der Fahrzeugmasse.- 4.3 Zusammenfassung.- 5 Offline-Implementierung und Validierung des Fahrzeugmodells.- 5.1 Offline-Implementierung des Fahrzeugmodells.- 5.2 Validierung des Fahrzeugmodells.- 5.2.1 Validierung des Modells der Horizontaldynamik.- 5.2.2 Validierung des Modells der Vertikaldynamik.- 5.3 Fehlerquellen in der Simulation.- 5.3.1 Strukturelle Modellfehler.- 5.3.2 Parametrische Modellfehler.- 5.3.3 Auswirkungen von Modellfehlern auf die Simulation.- 5.3.4 Ansätze zur Reduktion von Modellfehlern.- 5.4 Zusammenfassung.- 6 Hybride Modellbildung.- 6.1 Grundlagen der Systemanalyse.- 6.2 Einordnung des Begriffs "Hybrides Modell".- 6.3 Strukturen semiphysikalischer Modelle.- 6.3.1 Ersetzen von Teilkomponenten physikalischer Modelle.- 6.3.2 Kopplung von physikalischen und experimentellen Modellen.- 6.4 Experimentelle Modellbildung von Teilsystemen.- 6.4.1 Darstellungsformen nichtlinearer statischer Kennfelder.- 6.5 Modellierung dyn. nichtlinearer Systeme mit Neuronalen Netzen.- 6.5.1 Neuronale Netze mit externer Dynamik.- 6.5.2 Neuronale Netze mit interner Dynamik.- 6.6 Zusammenfassung.- 7 Ersetzen von Teilsystemen des Fahrzeugmodells.- 7.1 Identifikation des Verbrennungsmotors.- 7.1.1 Einsatz von Polynomen.- 7.1.2 Einsatz von Neuronalen Netzen.- 7.1.3 Einsatz von Fuzzy-Identifikationsverfahren.- 7.1.4 Vergleich der Verfahren.- 7.2 Identifikation der Radaufhängung.- 7.3 Identifikation der Wankdynamik.- 7.4 Struktur des semiphysikalischen Fahrzeugmodells.- 7.5 Zusammenfassung.- 8 Kopplung physikalischer und experimenteller Modelle.- 8.1 Adaption des Fahrzeugmodells an veränderliche Fahrzeugmassen.- 8.1.1 Struktur des Hybriden Modells.- 8.1.2 Training des Hybriden Modells.- 8.1.3 Generalisierung des Hybriden Modells.- 8.2 Adaption des Fahrzeugmodells an veränderliche Fahrbahnreibwerte.- 8.2.1 Struktur des Hybriden Modells.- 8.2.2 Training des Hybriden Modells.- 8.2.3 Generalisierung des Hybriden Modells.- 8.3 Zusammenfassung.- 9 Beobachtung externer Fahrwiderstände.- 9.1 Grundlagen nichtlinearer Zustandsbeobachter.- 9.2 Nichtlineare Zustandsbeobachter mit zeitvarianter Fehlerdifferentialgleichung.- 9.2.1 Struktur des nichtlinearen Beobachters.- 9.2.2 Analyse der Beobachtbarkeit des Systems.- 9.3 Entwurf eines Beobachters für die Fahrbahnsteigung.- 9.3.1 Struktur des Beobachters.- 9.3.2 Beobachtbarkeitsanalyse des Systems.- 9.3.3 Berechnung der zeitvarianten Beobachtermatrix.- 9.4 Ergebnisse der Beobachtung der Fahrbahnsteigung.- 9.5 Zusammenfassung.- 10 Implementierung des Fahrzeugmodells.- 10.1 Echtzeitimplementierung des Fahrzeugmodells.- 10.1.1 Hardware.- 10.1.2 Software.- 10.2 Ergebnisse der Echtzeitsimulation.- 10.3 Visualisierung der Simulationsergebnisse.- 10.3.1 Koordinatensysteme der Fahrzeugbewegung.- 10.3.2 Transformation der Koordinatensysteme.- 10.3.3 Darstellung der Fahrzeugbewegung in RealMotion.- 10.4 Zusammenfassung.- 11 Anwendungsbeispiele des Fahrzeugmodells.- 11.1 Dynamisches Übergangsverhalten.- 11.2 Charakteristische Übertragungsfunktionen.- 11.3 Zusammenfassung.- 12 Zusammenfassung.- Literatur.

 

 

Echtzeitfähige und genaue Simulationsmodelle der Kraftfahrzeugdynamik für die Weiterentwicklung der Regelung und Diagnose bei Kraftfahrzeugen können nahezu optimale Simulationsergebnisse erreichen, wenn die Modelle an Veränderungen von Fahrzeugparametern oder Umgebungsbedingungen automatisch adaptiert werden. Die Kombination eines physikalischen Fahrzeugmodells mit Parameterschätzverfahren und Neuronalen Netzen ermöglicht eine signifikante Verbesserung der Simulationsqualität gegenüber konventionellen Kfz-Simulationsmodellen. Für die praktische Umsetzung werden die Vorteile des adaptiven Modellkonzepts an mehreren Anwendungsbeispielen gezeigt, zusätzlich wird auf die Echtzeitimplementierung des adaptiven Modells im Versuchsfahrzeug eingegangen.

Die Erkenntnisse betreffen die Kraftfahrzeugdynamik, die Modellbildung und Simulationstechnik, sowie Identifikationsverfahren, modellbasierte Entwicklungen und Rapid Prototyping. Das Buch richtet sich an Fachleute der Gebiete Fahrzeugtechnik, Mechatronik, Regelungstechnik, Systemdynamik und Simulationstechnik; die Konzepte zur adaptiven Modellbildung sind auch auf andere technische Disziplinen übertragbar.

Christoph Halfmann

Studium der Elektrotechnik, Steuer- und Regelungstechnik, an der Universität Karlsruhe (TH), Diplom-Ingenieur 1994, anschließend wissenschaftlicher Mitarbeiter von Prof. Isermann am Institut für Automatisierungstechnik (Regelungstechnik und Prozessautomatisierung) der Technischen Universität Darmstadt. 2001 Promotion zum Dr.-Ing. an der Technischen Universität Darmstadt. Seit 2000 bei der EvoBus GmbH in Mannheim, Center Elektrik/Elektronik, tätig in der Entwicklung.

Henning Holzmann

Studium der Elektrotechnik, Regelungstechnik, an der Technischen Universität Darmstadt und an der University of London, Diplom-Ingenieur 1994, anschließend wissenschaftlicher Mitarbeiter bei Prof. Isermann am Institut für Automatisierungstechnik (Regelungstechnik und Prozessautomatisierung) der Technischen Universität Darmstadt. 2001 Promotion zum Dr.-Ing. an der Technischen Universität Darmstadt. Von 2000 bis 2002 Projektgruppenleiter für Modellbasierte Softwareentwicklung bei T-Systems. Seit 2003 Leiter Chassis Control Systems Simulation bei der Adam OPEL AG in Rüsselsheim.



 

 

Echtzeitfähige und genaue Simulationsmodelle der Kraftfahrzeugdynamik für die Weiterentwicklung der Regelung und Diagnose bei Kraftfahrzeugen können nahezu optimale Simulationsergebnisse erreichen, wenn die Modelle an Veränderungen von Fahrzeugparametern oder Umgebungsbedingungen automatisch adaptiert werden. Die Kombination eines physikalischen Fahrzeugmodells mit Parameterschätzverfahren und Neuronalen Netzen ermöglicht eine signifikante Verbesserung der Simulationsqualität gegenüber konventionellen Kfz-Simulationsmodellen. Für die praktische Umsetzung werden die Vorteile des adaptiven Modellkonzepts an mehreren Anwendungsbeispielen gezeigt, zusätzlich wird auf die Echtzeitimplementierung des adaptiven Modells im Versuchsfahrzeug eingegangen.

Die Erkenntnisse betreffen die Kraftfahrzeugdynamik, die Modellbildung und Simulationstechnik, sowie Identifikationsverfahren, modellbasierte Entwicklungen und Rapid Prototyping. Das Buch richtet sich an Fachleute der Gebiete Fahrzeugtechnik, Mechatronik, Regelungstechnik, Systemdynamik und Simulationstechnik; die Konzepte zur adaptiven Modellbildung sind auch auf andere technische Disziplinen übertragbar.

Christoph Halfmann

Studium der Elektrotechnik, Steuer- und Regelungstechnik, an der Universität Karlsruhe (TH), Diplom-Ingenieur 1994, anschließend wissenschaftlicher Mitarbeiter von Prof. Isermann am Institut für Automatisierungstechnik (Regelungstechnik und Prozessautomatisierung) der Technischen Universität Darmstadt. 2001 Promotion zum Dr.-Ing. an der Technischen Universität Darmstadt. Seit 2000 bei der EvoBus GmbH in Mannheim, Center Elektrik/Elektronik, tätig in der Entwicklung.

Henning Holzmann

Studium der Elektrotechnik, Regelungstechnik, an der Technischen Universität Darmstadt und an der University of London, Diplom-Ingenieur 1994, anschließend wissenschaftlicher Mitarbeiter bei Prof. Isermann am Institut für Automatisierungstechnik (Regelungstechnik und Prozessautomatisierung) der Technischen Universität Darmstadt. 2001 Promotion zum Dr.-Ing. an der Technischen Universität Darmstadt. Von 2000 bis 2002 Projektgruppenleiter für Modellbasierte Softwareentwicklung bei T-Systems. Seit 2003 Leiter Chassis Control Systems Simulation bei der Adam OPEL AG in Rüsselsheim.




Inhaltsverzeichnis



1 Einleitung und Übersicht.- 1.1 Fokus des Buches.- 1.2 Gliederung.- 2 Simulation im Automobilbereich.- 2. 1 Einsatzgebiete von Simulationsverfahren.- 2.1.1 Spezifikation.- 2.1.2 Konstruktion.- 2.1.3 Virtuelle Produktentwicklung.- 2.1.4 Rapid Prototyping.- 2.1.5 Prototypen.- 2.1.6 Serienfahrzeug.- 2.1.7 Fertigung.- 2.1.8 Modellpflege.- 2.2 Moderne Simulationswerkzeuge.- 2.2.1 Allgemeine Simulationswerkzeuge.- 2.2.2 Automobilspezifische Simulationswerkzeuge.- 2.3 Zusammenfassung.- 3 Modellbildung der Fahrzeugdynamik.- 3.1 Aufbau und Struktur des Fahrzeugmodells.- 3.2 Stellsysteme im Kraftfahrzeug.- 3.2.1 Antrieb.- 3.2.2 Bremse.- 3.2.3 Lenkung.- 3.3 Bewegung der Reifen und Räder.- 3.3.1 Rotatorische Bewegun gen der Räder.- 3.3.2 Translatorische Bewegungen der Räder.- 3.4 Fahrzeugbewegung parallel zur Fahrbahnoberfläche.- 3.5 Bewegung der Fahrzeugkarosserie.- 3.6 Relativbewegung zwischen Rädern und Karosserie.- 3.7 Zusammenfassung.- 4 Parametrierung des Fahrzeugmodells.- 4.1 Klassifikation der Modellparameter.- 4.2 Identifikation zeitvarianter Fahrzeugparameter.- 4.2.1 Offline-Schätzung der Fahrzeugmasse aus Fahrversuchen.- 4.2.2 Direkte Online-Schätzung der Fahrzeugmasse im Fahrbetrieb.- 4.2.3 Indirekte Online-Schätzung der Fahrzeugmasse.- 4.3 Zusammenfassung.- 5 Offline-Implementierung und Validierung des Fahrzeugmodells.- 5.1 Offline-Implementierung des Fahrzeugmodells.- 5.2 Validierung des Fahrzeugmodells.- 5.2.1 Validierung des Modells der Horizontaldynamik.- 5.2.2 Validierung des Modells der Vertikaldynamik.- 5.3 Fehlerquellen in der Simulation.- 5.3.1 Strukturelle Modellfehler.- 5.3.2 Parametrische Modellfehler.- 5.3.3 Auswirkungen von Modellfehlern auf die Simulation.- 5.3.4 Ansätze zur Reduktion von Modellfehlern.- 5.4 Zusammenfassung.- 6 Hybride Modellbildung.- 6.1 Grundlagen der Systemanalyse.- 6.2 Einordnung des Begriffs ¿Hybrides Modell¿.- 6.3 Strukturen semiphysikalischer Modelle.- 6.3.1 Ersetzen von Teilkomponenten physikalischer Modelle.- 6.3.2 Kopplung von physikalischen und experimentellen Modellen.- 6.4 Experimentelle Modellbildung von Teilsystemen.- 6.4.1 Darstellungsformen nichtlinearer statischer Kennfelder.- 6.5 Modellierung dyn. nichtlinearer Systeme mit Neuronalen Netzen.- 6.5.1 Neuronale Netze mit externer Dynamik.- 6.5.2 Neuronale Netze mit interner Dynamik.- 6.6 Zusammenfassung.- 7 Ersetzen von Teilsystemen des Fahrzeugmodells.- 7.1 Identifikation des Verbrennungsmotors.- 7.1.1 Einsatz von Polynomen.- 7.1.2 Einsatz von Neuronalen Netzen.- 7.1.3 Einsatz von Fuzzy-Identifikationsverfahren.- 7.1.4 Vergleich der Verfahren.- 7.2 Identifikation der Radaufhängung.- 7.3 Identifikation der Wankdynamik.- 7.4 Struktur des semiphysikalischen Fahrzeugmodells.- 7.5 Zusammenfassung.- 8 Kopplung physikalischer und experimenteller Modelle.- 8.1 Adaption des Fahrzeugmodells an veränderliche Fahrzeugmassen.- 8.1.1 Struktur des Hybriden Modells.- 8.1.2 Training des Hybriden Modells.- 8.1.3 Generalisierung des Hybriden Modells.- 8.2 Adaption des Fahrzeugmodells an veränderliche Fahrbahnreibwerte.- 8.2.1 Struktur des Hybriden Modells.- 8.2.2 Training des Hybriden Modells.- 8.2.3 Generalisierung des Hybriden Modells.- 8.3 Zusammenfassung.- 9 Beobachtung externer Fahrwiderstände.- 9.1 Grundlagen nichtlinearer Zustandsbeobachter.- 9.2 Nichtlineare Zustandsbeobachter mit zeitvarianter Fehlerdifferentialgleichung.- 9.2.1 Struktur des nichtlinearen Beobachters.- 9.2.2 Analyse der Beobachtbarkeit des Systems.- 9.3 Entwurf eines Beobachters für die Fahrbahnsteigung.- 9.3.1 Struktur des Beobachters.- 9.3.2 Beobachtbarkeitsanalyse des Systems.- 9.3.3 Berechnung der zeitvarianten Beobachtermatrix.- 9.4 Ergebnisse der Beobachtung der Fahrbahnsteigung.- 9.5 Zusammenfassung.- 10 Implementierung des Fahrzeugmodells.- 10.1 Echtzeitimplementierung des Fahrzeugmodells.- 10.1.1 Hardware.- 10.1.2 Software.- 10.2 Ergebnisse der Echtzeitsimulation.- 10.3 Visualisierung der Simulationsergebnisse.- 10.3.1 Koordinatensysteme der Fahrzeugbewegung.- 10.3.2 Transformation der Koordinatensysteme.- 10.3.3 Darstellung der Fahrzeugbewegung in RealMotion.- 10.4 Zusammenfassung.- 11 Anwendungsbeispiele des Fahrzeugmodells.- 11.1 Dynamisches Übergangsverhalten.- 11.2 Charakteristische Übertragungsfunktionen.- 11.3 Zusammenfassung.- 12 Zusammenfassung.- Literatur.


Klappentext



Echtzeitfähige und genaue Simulationsmodelle der Kraftfahrzeugdynamik für die Weiterentwicklung der Regelung und Diagnose bei Kraftfahrzeugen können nahezu optimale Simulationsergebnisse erreichen, wenn die Modelle an Veränderungen von Fahrzeugparametern oder Umgebungsbedingungen automatisch adaptiert werden. Die Kombination eines physikalischen Fahrzeugmodells mit Parameterschätzverfahren und Neuronalen Netzen ermöglicht eine signifikante Verbesserung der Simulationsqualität gegenüber konventionellen Kfz-Simulationsmodellen. Für die praktische Umsetzung werden die Vorteile des adaptiven Modellkonzepts an mehreren Anwendungsbeispielen gezeigt, zusätzlich wird auf die Echtzeitimplementierung des adaptiven Modells im Versuchsfahrzeug eingegangen.

Die Erkenntnisse betreffen die Kraftfahrzeugdynamik, die Modellbildung und Simulationstechnik, sowie Identifikationsverfahren, modellbasierte Entwicklungen und Rapid Prototyping. Das Buch richtet sich an Fachleute der Gebiete Fahrzeugtechnik, Mechatronik, Regelungstechnik, Systemdynamik und Simulationstechnik; die Konzepte zur adaptiven Modellbildung sind auch auf andere technische Disziplinen übertragbar.




Die Autoren verknüpfen die Grundlagen der Fahrzeugsimulation mit modernen Adaptionsverfahren

Mit den beschriebenen adaptiven Modellansätzen ist es möglich, Regelsysteme in Kraftfahrzeugen zu verbessern

Praktiker können die Verfahren und Ansätze direkt in ihrem Berufsalltag umsetzen

Für Wissenschaftler eignet sich das Buch als Grundlage für weiterführende Arbeiten

Includes supplementary material: sn.pub/extras



Datenschutz-Einstellungen