• Nur online erhältlich
Erste Seite BF-2024-423
search
  • Erste Seite BF-2024-423

KI-basierte Ermittlung der mechanischen Beanspruchung am Hochvoltspeicher

Kenntnis über die mechanischen Beanspruchungen eines Bauteils ermöglicht die Ableitung von maßgeschneiderten Auslegungszielen und Absicherungsmaßnahmen. Des Weiteren kann eine vorausschauende Wartung implementiert werden, wenn während des Betriebs potenzielle Schädigungen des Bauteils erkannt werden. Tatsächlich ist jedoch nicht jedes Bauteil mit Sensoren ausgestattet. Es werden Vorhersagemodelle benötigt, die ausgehend von am Fahrzeug vorhandener Sensorik, Informationen über relevante Bauteile ableiten, die nicht messtechnisch erfasst sind. Der Zusammenhang zwischen verschiedenen Bauteilen ist oft sehr komplex, zwar existieren hierfür geeignete Modellansätze, diese sind aber oft äußerst rechenintensiv, sodass ein Einsatz in der virtuellen Produktentwicklung nur…

23,36 €
Menge

 

Datenschutzbedingungen (bearbeiten im Modul "Kundenvorteile")

 

Lieferbedingungen (bearbeiten im Modul "Kundenvorteile")

 

Rücksendebedingungen (bearbeiten im Modul "Kundenvorteile")

Kenntnis über die mechanischen Beanspruchungen eines Bauteils ermöglicht die Ableitung von maßgeschneiderten Auslegungszielen und Absicherungsmaßnahmen. Des Weiteren kann eine vorausschauende Wartung implementiert werden, wenn während des Betriebs potenzielle Schädigungen des Bauteils erkannt werden. Tatsächlich ist jedoch nicht jedes Bauteil mit Sensoren ausgestattet. Es werden Vorhersagemodelle benötigt, die ausgehend von am Fahrzeug vorhandener Sensorik, Informationen über relevante Bauteile ableiten, die nicht messtechnisch erfasst sind. Der Zusammenhang zwischen verschiedenen Bauteilen ist oft sehr komplex, zwar existieren hierfür geeignete Modellansätze, diese sind aber oft äußerst rechenintensiv, sodass ein Einsatz in der virtuellen Produktentwicklung nur eingeschränkt möglich ist, eine Anwendung im Fahrzeug kaum in Frage kommt. Datengetriebene Verfahren aus dem Bereich der Künstlichen Intelligenz(KI) bieten eine Alternative, sie können diese komplexen Zusammenhänge aus Beobachtungsdaten erlernen und ermöglichen eine Vorhersage mit geringem rechnerischem Aufwand. BMW und das Fraunhofer ITWM haben hier gemeinsam Studien durchgeführt: es wurde die Machbarkeit untersucht, die mechanische Beanspruchung am Hochvoltspeicher(HVS) eines Fahrzeugs mithilfe einer KI-basierten Übertragungsfunktion zu ermitteln. Auf Ausgangsseite werden Beschleunigungen an verschiedenen HVS-Stellen betrachtet. Trainingsdaten werden durch Simulation eines FE-Gesamtfahrzeugmodells generiert. In diesem Beitrag berichten wir über die gewonnenen Erkenntnisse. Wir gehen auf die Modellauswahl ein und diskutieren mögliche Alternativen, wir analysieren die Vorhersagegüte in Abhängigkeit von Modellstruktur, Messstelle des Ausgangssignals, Konfiguration der Eingangssignale und betrachtetem Event.

Artikelnummer
BF-2024-423

Titel
KI-basierte Ermittlung der mechanischen Beanspruchung am Hochvoltspeicher
Autor(en)
M. Burger, S. Beckmann, S. Chéreau, F. Bilger, D. Meckl
DOI
10.48447/BF-2024-423
Veranstaltung
50. Tagung DVM-Arbeitskreis Betriebsfestigkeit – Tagung 2024
Jahr der Veröffentlichung
2024
Publikationsart
Tagungsmanuskript (PDF)
Sprache
Deutsch
Stichwörter
Mechanische Beanspruchung,Künstliche Intelligenz,Systemidentifikation,Modellierung und Simulation,Datenbasierte Verfahren