Ein Beitrag Zur Schädigungsmodellierung Von Komponenten Im Nutzfahrzeug Zur Proaktiven Wartung.

Intro -- 1 Einleitung -- 1.1 Aufbau und Inhalt -- 2 Der proaktive Teiletausch -- 2.1 Instandhaltung - Grundideen des Instandhaltungsmanagements -- 2.2 Festigkeit und Lebensdauer -- 2.3 Wissenserwerb in selbstlernenden Systemen -- 2.4 Diskussion und Zielsetzung -- 2.4.1 Technische Zielsetzung dieser Arbeit -- 2.4.2 Methodische Zielsetzung dieser Arbeit -- 3 Erfassung von Belastungshistorien im Fahrzeug -- 3.1 Die mechanischen Belastungen -- 3.2 Zählverfahren -- 3.2.1 Samplingverfahren -- 3.2.2 Klassendurchgangszählung -- 3.2.3 Markov-Zählung -- 3.2.4 Rainflow-Zählung -- 3.2.5 Diskussion der Zählverfahren -- 3.3 Lastkollektiv -- 3.4 Gegenüberstellung: Lastkollektiv - Abtasten und Speichern -- 3.5 Das N-dimensionale Lastkollektiv -- 3.6 Beispiel: Turboladerdrehzahlkollektiv -- 3.7 Ergebnisse -- 4 Das Schädigungsmodell -- 4.1 Ein- und Ausgänge des Schädigungsmodells -- 4.2 Modellentwurf -- 4.3 Das künstliche neuronale Netz -- 4.3.1 Die Lernaufgabe -- 4.3.2 Netztopologie -- 4.3.3 Lernen in künstlichen neuronalen Netzen -- 4.3.4 Assoziative Netze -- 4.3.5 Das Perceptron -- 4.3.6 Radiale-Basisfunktionen-Netze -- 4.4 Fazit -- 5 Das Schädigungsmodell zum Proaktiven Teiletausch -- 5.1 Das Lastkollektiv -- 5.2 Vorverarbeitung -- 5.3 Der Funktionsapproximator -- 5.3.1 Lernaufgabe -- 5.3.2 Wahl des Funktionsapproximators -- 5.4 Zusammenfassung -- 6 Proaktiver Teiletausch am Beispiel eines Lagers -- 6.1 Die Lastkollektive -- 6.2 Die Vorverarbeitung -- 6.3 Der Funktionsapproximator -- 6.4 Der proaktive Teiletausch -- 6.5 Weiterführende Überlegungen -- 7 Zusammenfassung und Ausblick -- 8 Anhang.

Description based on publisher supplied metadata and other sources.

Electronic reproduction. Ann Arbor, Michigan : ProQuest Ebook Central, 2024. Available via World Wide Web. Access may be limited to ProQuest Ebook Central affiliated libraries.