SIMVEC Simulation und Erprobung in der Fahrzeugentwicklung 2016
Berechnung, Prüfstands- und Straßenversuch
Zusammenfassung
Der Einsatz moderner Technologien auf den Gebieten Berechnung, Simulation und Erprobung ist eine wesentliche Voraussetzung, um die hochkomplexen Anforderungen in der Fahrzeugentwicklung zu beherrschen.
So hat der Computer zur Simulation der Funktionen eines Fahrzeugs auf breiter Basis Einzug zur Optimierung der Arbeitsabläufe in der Produktentwicklung gefunden. Die Vernetzung dieser virtuellen Techniken mit den Methoden zur Erprobung von Bauteilen oder kompletten Produkten ist in den Prozessen als ein effizientes Vorgehen etabliert, durch das Erfahrungen aus der Praxis auf Erkenntnisse aus theoretischen Untersuchungen treffen. Dies ermöglicht, wichtige Design-Entscheidungen wesentlich sicherer zu finden, außerdem werden Fehlentwicklungen bereits im Frühstadium erkannt bzw. behoben.
Ständig steigende Anforderungen infolge Kostendruck, Umwelteinflüssen usw. verlangen eine permanente Weiterentwicklung und Perfektionierung der eingesetzten Tools und Methoden, auch die Optimierung des...
Schlagworte
SIMVEC Fahrzeugentwickling Simulation Erprobung Berechnung Prüfstand Straßenversuch Co-Simulation E-Motor dynamische Fahrzyklen Nutzfahrzeuge elektrischer Antriebsstrang Steuergerätetest virtuelle Prototypen Robustheitsuntersuchungen- 1–2 Vorwort 1–2
- 3–404 SIMULATION 3–404
- 79–100 E-Motor Ecar 79–100
- 101–126 Regelung Steuergeräte 101–126
- 127–200 Prozess-/Datenmanagement 127–200
- 201–274 Festigkeit 201–274
- 275–302 Fahrdynamik 275–302
- 303–330 Akustik / NVH 303–330
- 331–370 Passive Sicherheit 331–370
- 371–404 Leichtbau / Optimierung 371–404
- 405–416 E-Mobility 405–416
- 417–454 Gesamtfahrzeug / Chassis 417–454
- 455–508 Komponenten 455–508
- 509–530 Gesamtfahrzeug 509–530
- 531–574 Powertrain 531–574
- 575–624 CFD 575–624
- 625–864 ERPROBUNG 625–864
- 625–652 Optische Messmethoden 625–652
- 653–690 Prüfstände 653–690
- 691–724 Fahrsimulator 691–724
- 819–864 Antriebsstrang 819–864
5 Treffer gefunden
- „... . Schepsmeier und C.-A. Thole. Analysis of car crash simulation data with nonlinear machine learning methods ...” „... data from three dimensional time dependent experimental data in crash. On the one hand, we use ...” „... diffusion maps, a method for nonlinear dimensionality reduction from machine learning. This method can find ...”
- „... databases behind the toolkit. In the figure on the right side the data behind the drive train design can be ...” „... data makes the toolkit extremely valuable. Furthermore, the databases behind the toolboxes will be ...” „... configurations based on user input and state-of-theart data. The toolkit includes six innovative technical sizing ...”
- „... methodology was developed with the goal to condensate the knowledge hidden in the data with machine learning ...” „... Modellreduktion und Ähnlichkeitsanalyse Big Data in der Crashsimulation Constantin Diez, Lothar Harzheim ...” „... („Big-Data“), sowie die Komplexität und Nichtlinearität der Zusammenhänge stellen selbst in dem Fachgebiet ...”
- „... close to reality as possible. The testbed contains low inertia high performance Permanent Magnet Machine ...” „... bigger number of data which have to be evaluated. Typically this would require more people, more ...”
- „... Prüfstand bei einem Datenausfall (Data_ok = 0) von 4ms. Es ist zu beobachten, dass der Wert der Drehzahl ...” „... Belastungsmaschine am PLP (Wheel-Road-Machine), ein Kupplungs- und Schaltroboter sowie die Verbrennungskraftmaschine ...”