DE10243536A1 - Verfahren und Vorrichtung zur Auslegung von Fahrzeugen und/oder Fahrzeugbauteilen - Google Patents
Verfahren und Vorrichtung zur Auslegung von Fahrzeugen und/oder Fahrzeugbauteilen Download PDFInfo
- Publication number
- DE10243536A1 DE10243536A1 DE10243536A DE10243536A DE10243536A1 DE 10243536 A1 DE10243536 A1 DE 10243536A1 DE 10243536 A DE10243536 A DE 10243536A DE 10243536 A DE10243536 A DE 10243536A DE 10243536 A1 DE10243536 A1 DE 10243536A1
- Authority
- DE
- Germany
- Prior art keywords
- vehicle
- further characterized
- stress
- data
- influencing
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Aviation & Aerospace Engineering (AREA)
- Computational Mathematics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Traffic Control Systems (AREA)
Abstract
Description
- Die Erfindung bezieht sich auf ein Verfahren und einer Vorrichtung zur beanspruchungsabhängigen Auslegung, insbesondere Festigkeitsauslegung, von Fahrzeugen und/oder Fahrzeugbauteilen.
- Herkömmlicherweise erfolgt die Auslegung von Fahrzeugen und deren Bauteilen durch die Hersteller anhand von Daten, die von Testfahrzeugen in Versuchsfahrten auf Referenzteststrecken gewonnen werden. Einerseits soll eine unnötige Überdimensionierung vermieden werden, andererseits muss die Auslegung so erfolgen, dass das Bauteil bzw. das Fahrzeug den zu erwartenden Beanspruchungen ohne vorzeitigen Ausfall standhält. Während die Widerstandsfähigkeit meist sehr genau bestimmbar ist, z.B. durch geeignete Prüfstandsversuche, kann der Beanspruchungsgrad je nach Fahrzeugkunde merklich variieren, z.B. je nach Fahrweise, den befahrenen Streckentypen, den Klimabedingungen und dem Fahrzeugtyp. Der Hersteller geht deshalb schon aus Sicherheitsgründen bei der Auslegung tendenziell in den Bereich der Überdimensi onierung. Üblich ist beispielsweise die Festlegung eines prozentualen Quantils, z.B. eines "1%-Fahrers" oder "5%-Fahrers" je nach Anforderungen, auf dessen Basis die Bauteilauslegung so erfolgt, dass es den zu erwartenden Beanspruchungen für den entsprechenden Prozentsatz von Kunden über die beabsichtigte Gebrauchsdauer hinweg voraussichtlich ohne Ausfall standhält.
- Naturgemäß ist jedoch die Festlegung des genauen Auslegungswertes für das jeweilige Bauteil allein anhand von Testfahrten auf entsprechend ausgewählten Teststrecken mit relativ großen, nicht quantifizierbaren Unsicherheiten behaftet. Zwar können vorzeitige Schädigungen und damit Qualitätsprobleme durch eine tendenziell überdimensionierte Auslegung vermieden werden, und der Hersteller kann empirisch erkennen, dass er das Bauteil mit ausreichender Widerstandsfähigkeit dimensioniert hat. Jedoch gibt ihm die herkömmliche Vorgehensweise keine Informationen darüber, um wie viel das Bauteil möglicherweise überdimensioniert worden ist.
- Der Erfindung liegt daher als technisches Problem die Bereitstellung eines Verfahrens und einer Vorrichtung der eingangs genannten Art und eines entsprechenden Computergrogrammprodukts zugrunde, die eine optimierte beanspruchungsabhängige Auslegung von Fahrzeugen und/oder deren Bauteilen ermöglichen, die eine zu starke Überdimensionierung ebenso wie eine Unterdimensionierung vermeidet und vergleichsweise gut an variable Kundenbedürfnisse anpassbar ist.
- Die Erfindung löst dieses Problem durch die Bereitstellung eines Verfahrens mit den Merkmalen des Anspruchs 1 und einer Vorrichtung mit den Merkmalen des Anspruchs 10 sowie eines Computerprogrammprodukts mit den Merkmalen des Anspruchs 19. Bei diesem Vertahren und dieser Vorrichtung werden beanspruchungsrelevante, nutzungsindikative Einflussgrößen festgelegt, mit denen die Kundenbedürfnisse bzw. das Kun denverhalten hinsichtlich der Fahrzeugnutzung beschrieben werden können. Außerdem wird ein Satz von beanspruchungsindikativen Kenngrößen festgelegt, die einen jeweils zu erwartenden Beanspruchungsgrad bzw. ein fiktives Schädigungsmaß für ein Bauteil beschreiben, das von der Wirkung einer oder mehrerer der Einflussgrößen betroffen ist. Anhand von zugehörigen Testdaten wird dann eine Korrelation zwischen den Kenngrößen und den Einflussgrößen ermittelt, d.h. ein funktionaler mathematischer Zusammenhang, mit dem sich die Kenngrößen als Funktion der Einflussgrößen bzw. als Funktion von daraus abgeleiteten, die Wirkung der Einflussgrößen auf die Bauteile beschreibenden Wirk- bzw. Messgrößen berechnen lassen, wobei die Testdaten eine Menge von Wirkgrößen-Messwerten beinhalten, die das mögliche Einflussgrößenspektrum, d.h. das mögliche Spektrum an unterschiedlichem Kundenverhalten, ausreichend abdecken. Nach der Ermittlung dieser Korrelation können dann zu spezifisch ausgewählten Nutzungsprofildaten der Einflussgrößen die zugehörigen Kenngrößenwerte ermittelt werden, um letztere gezielt zur Bestimmung der Auslegung, wie z.B. der Festigkeitsauslegung, des jeweiligen Fahrzeugs und/oder Fahrzeugbauteils für das gegebene Nutzungsprofil heranzuziehen.
- Da somit erfindungsgemäß anhand einer ausreichend großen Testdatenmenge vorab für ein gesamtes Spektrum an möglichem Kundenverhalten eine Korrelation zwischen den nutzungsindikativen Einflussgrößen und den beanspruchungsindikativen Kenngrößen ermittelt wird, die insbesondere fahrzeugunabhängig sein kann, steht eine Datenbasis zur Verfügung, mit der sich für unterschiedliche ausgewählte Kundenspektren eine jeweils spezifisch daran angepasste Bauteilauslegung ermitteln lässt. Damit kann in optimierter Weise z.B. eine Auslegung der Fahrzeugbauteile erfolgen, die für den jeweils relevanten Kundenkreis weder zu stark überdimensioniert, noch unterdimensioniert ist, wobei hierzu auch statistische Methoden bei der Verarbeitung der verschiedenen Daten eingesetzt werden können.
- Vorteilhafterweise berücksichtigte Einflussgrößen und Kenngrößen sind in den Ansprüchen 2 bis 5 bzw. 11 bis 14 angegeben.
- Eine vorteilhafte Weiterbildung der Erfindung sieht für die zur Ermittlung der Kenngrößen-Einflussgrößen-Korrelation benutzten Testdaten das Erfassen von für die Einflussgrößen spezifischen Wirkgrößenwerten während Messfahrten und eine fahrzeugunabhängige Normierung derselben vor. Die so erhaltene Korrelation ist aufgrund der Fahrzeugunabhängigkeit sehr flexibel. Für die Bauteilauslegung können dann die erhaltenen Kenngrößenwerte wieder auf ein betrachtetes Fahrzeug renormiert werden.
- In weiterer Ausgestaltung dieser Art der Testdatengewinnung werden die Wirkgrößenwerte als Zeitreihen, d.h. in bestimmten Zeitabständen, und/oder als Manöverdaten, d.h. durch einen von einem jeweils vordefinierten Fahrmanöver getriggerten Messvorgang, gewonnen, gespeichert und z.B. als sogenannte Rainflow-Matrizen verarbeitet. Dies stellt einen guten Kompromiss zwischen einer Maximierung der Auswertungsmöglichkeiten einerseits und einer Minimierung der Datenmenge andererseits dar.
- In einer Weiterbildung der Erfindung beinhalten die Nutzungsprofildaten eine bestimmte Nutzungsverteilung aus einer vorgebbaren Klassifikation der Einflussgrößen in mehrere Einflussgrößenklassen. Eine solche Eingruppierung der Einflussgrößen mit Erstellung einer zugehörigen Häufigkeitsverteilung des Kundenverhaltens bezüglich der betreffenden Einflussgrößenklassen erleichtert die Handhabung der Datenmenge bei gleichzeitiger Aufrechterhaltung eines möglichst hohen Aussagegehaltes über das Verhalten der jeweils betrachteten Kunden.
- In einer Weiterbildung der Erfindung wird wenigstens ein Teil der Nutzungsprofildaten unter Verwendung von nutzungsindikativen Daten ermittelt, die "im Feld", d.h. im laufenden Kundenfahrbetrieb, von entsprechenden Fahrzeugen fahrmanövergetriggert aufgenommen werden. Das Triggern der Datenaufnahme durch Fahrmanöver hält die Datenmenge ausreichend klein und gewährleistet andererseits, dass ausreichend aussagekräftige Daten gewonnen werden.
- Vorteilhafte Ausführungsformen der Erfindung sind in den Zeichnungen dargestellt und werden nachfolgend beschrieben. Hierbei zeigen:
-
1 ein schematisches Blockdiagramm zur Veranschaulichung verschiedener Einflüsse eines Fahrzeugkunden auf die Beanspruchung des Fahrzeugs bzw. seiner Bauteile, -
2 ein schematisches Blockdiagramm zur Veranschaulichung von fahrweisen- und streckenspezifischen Einflussgrößen, die Einfluss auf die Beanspruchung des Fahrzeugs und seiner Bauteile haben, -
3 ein schematisches Blockdiagramm zur Veranschaulichung typischer physikalischer Messgrößen, welche die Beanspruchungs- und damit Schädigungswirkung von Fahrweise und Streckentyp beschreiben, wie sie in2 gezeigt sind, -
4 ein schematisches Blockdiagramm zur Veranschaulichung eines Verfahrens zur beanspruchungsabhängigen Auslegung von Fahrzeugen und/oder Fahrzeugbauteilen mit einem Systemidentifikationsprozess zur Ermittlung einer Korrelation zwischen den beanspruchungsrelevanten, nutzungsindikativen Einflussgrößen und den beanspruchungsindikativen Kenngrößen, -
5 ein schematisches Blockdiagramm zur Veranschaulichung des Ablaufs einer möglichen Realisierung des Verfahrens zur beanspruchungsabhängigen Auslegung von Fahrzeugen bzw. Fahrzeugbauteilen unter Erstellung der Einflussgrößen-Kenngrößen-Korrelation und Nutzung dieser Korrelation zur nutzungsprofilspezifischen Kenngrößenermittlung, -
6 ein durch die Vorgehensweise gemäß5 erhaltenes Diagramm der Häufigkeitsverteilung für eine bestimmte Kenngröße und für zwei verschiedene Nutzungsprofiltypen und -
7 ein Diagramm entsprechend6 , jedoch für eine andere Kenngröße und zwei andere Nutzungsprofiltypen. - Das im folgenden in vorteilhaften Realisierungen unter Bezugnahme auf die Figuren erläuterte Verfahren und die verfahrensdurchführende Vorrichtung zur beanspruchungsabhängigen Auslegung von Fahrzeugen und/oder deren Bauteilen beinhalten zunächst die Festlegung geeigneter Einflussgrößen, die den Einfluss des Kundenverhaltens auf die Fahrzeugbeanspruchung beeinflussen. Die Einflussgrößen werden hierbei so ausgewählt, dass man mit einer handhabbar geringen Anzahl wesentlicher Einflussgrößen auskommt, die andererseits genügend Informationsgehalt haben, um eine realitätsnahe Modellierung des beanspruchungsrelevanten Kundenverhaltens zu gewährleisten. Erläutert wird dies beispielhaft für den Anwendungsfall der Festigkeitsauslegung.
-
1 zeigt typische wesentliche Einflussarten des Kundenverhaltens, und zwar das Fahrerverhalten ("Fahrer"), d.h. die Fahrweise des Kunden, Art und Beschaffenheit der Strecke ("Straße"), die typischen Fahrzeugumgebungsbedingungen ("Klima"), die Fahrzeugbeladung ("Beladung") und der Fahrzeugaufbau ("Fahrwerk"), d.h. der Fahrzeugtyp. Der "Beladungs"-Einfluss und der "Fahrwerk"-Einfluss sind fahrzeugbezogen und lassen sich durch eine fahrzeugnormierte Behandlung der betreffenden physikalischen Größen fahrzeugunabhängig behandeln und im späteren Verfahrensablauf zur Ermittlung des tatsächlich zu erwartenden Beanspruchungsgrades für ein jeweils betrachtetes Fahrzeug wieder berücksichtigen. Der "Klima"-Einfluss kann für ein jeweils betrachtetes Kundenkollektiv in aller Regel in guter Näherung als konstant betrachtet werden, da sich die Umgebungsbedingungen für die normalerweise betrachteten Kunden innerhalb eines bestimmten räumlichen Gebiets nicht besonders stark unterscheiden, was ihren Einfluss auf die Beanspruchung des Fahrzeugs betrifft. Andere Größen sind fallweise hinzufügbar. - Somit kann das Kundenverhalten in guter Näherung durch die beiden relevantesten Einflussarten "Fahrer" und "Straße" beschrieben werden.
2 zeigt repräsentative Einflussgrößen für den fahrweisenbezogenen und den streckenbezogenen Kundeneinfluss auf die Bauteilbeanspruchung. Im einzelnen sind dies gemäß2 insbesondere die fahrerbezogenen Einflussgrößen hinsichtlich Beschleunigung, Lenkwinkeländerung, Verzögerung und Schalthäufigkeit sowie die streckenbezogenen Einflussgrößen hinsichtlich der für den jeweiligen Streckenabschnitt erlaubten Fahrzeuggeschwindigkeit, des Kurvenradius und der Höhentopologie, die sich in der Radbeschleunigung wiederspiegelt. Andere Größen sind ergänzend hinzufügbar. - Die Einflussgröße "Beschleunigung" beschreibt die vom Fahrer angestrebte Beschleunigung unabhängig vom gefahrenen Fahrzeug. Die Einflussgröße "Lenkwinkeländerung" beschreibt die Häufigkeit der vom Fahrer vorgenommenen Lenkwinkeländerungen, die nicht notwendig durch den Streckenverlauf vorgegeben sind. Die Einflussgröße "Verzögerung" beschreibt die vom Fahrer angestrebte Verzögerungswirkung unabhängig vom Fahrzeug. Die Einflussgröße "Schalthäufigkeit" be schreibt die Häufigkeit von Gang- bzw. Fahrstufenwechseln, die der Fahrer vornimmt. Die Einflussgröße der möglichen Geschwindigkeit beschreibt die Häufigkeit von Geschwindigkeitsreglementierungen des jeweiligen Streckentyps. Die Einflussgröße "Kurvenradien" beschreibt die Häufigkeiten der verschiedenen Kurvenradien des betreffenden Streckentyps und die Einflussgröße "Rad-Vertikalbeschleunigung" beschreibt die Beschaffenheit der Fahrbahnoberfläche. Der so definierte Einflussgrößenvektor bildet den Ausgangspunkt der Kundenbeschreibung für das kundenspezifische Auslegungsverfahren.
- Zur Abschätzung der Beanspruchung bzw. der fiktiven Schädigung der Fahrzeugbauteile durch die Einflussgrößen werden entsprechende, messtechnisch erfassbare Wirkgrößen festgelegt. Solche Wirkgrößen können insbesondere, wie in
3 gezeigt, die normierte Längskraft, die normierte Seitenkraft, die normierte Vertikalkraft, die Lenkkraft, das normierte Bremsmoment und das normierte Antriebsmoment sein, wobei durch die Normierung die jeweilige Wirkgröße fahrzeugunabhängig wird. Die Normierung von Längs- und Seitenkräften sowie der Vertikalkraft oder Radkraft erfolgt über das Achsgewicht, die Normierung der Bremsund Antriebskräfte über das Fahrzeuggewicht. Bezüglich des Federungsteils können z.B. die weiteren Wirkgrößen Federweg und Differenzfederweg, jeweils normiert über Federspanne, und die Federdombeschleunigung herangezogen werden. Jede Wirkgröße bezieht sich somit jeweils auf ein Rad bzw. eine Achse. Durch die fahrzeugunabhängige Normierung können die erhaltenen Daten unterschiedlicher Fahrzeugtypen in vergleichbarer Weise behandelt werden, und die erhaltenen Resultate lassen sich dann auf jeden beliebigen Fahrzeugtyp übertragen, was auch einen erforderlichenfalls relativ hohen Aufwand für die Gewinnung entsprechender empirischer Versuchsdaten rechtfertigt. - Ausgehend von dieser Festlegung der das Kundenverhalten einerseits und deren Wirkung auf die Bauteilbeanspruchung andererseits be schreibenden physikalischen Größen werden dann anhand von Testdaten aus den normierten Wirkgrößen zugehörige, beanspruchungsindikative Kenngrößen berechnet, d.h. es wird eine Korrelation im Sinne eines funktionalen mathematischen Zusammenhangs dieser beanspruchungsindikativen Kenngrößen als Funktion der Einflussgrößen ermittelt. Dies geschieht im Rahmen eines Systemidentifikationsprozesses.
- Anhand der solchermaßen vorab ermittelten Korrelation können dann zu jedem beliebigen Kundenkollektiv und damit Nutzungsprofil, das durch eine entsprechende Verteilung von Einflussgrößenwerten beschrieben werden kann, die zugehörigen Kenngrößenwerte bestimmt werden, aus denen wiederum die zu erwartende Beanspruchung für das jeweilige Fahrzeugbauteil abgeschätzt werden kann. Dies wiederum ermöglicht z.B. eine vergleichsweise zuverlässige Abschätzung für beanspruchungsbezogene Quantile, d.h. es kann zielgenauer als mit den oben erwähnten, herkömmlichen Verfahren ein "x%-Fahrer", z.B. ein 1%- oder ein 5%-Fahrer, je nach Sicherheitsanforderung an das Bauteil, ermittelt werden.
- Als beanspruchungsindikative, von den normierten Wirkgrößen abgeleitete Kenngrößen kommen beispielsweise eine oder mehrere der folgenden Größen in Betracht, jeweils bezogen auf ein Rad bzw. eine Achse: Fiktive Schädigung aufgrund Radkraft, fiktive Schädigung aufgrund Längskraft, fiktive Schädigung aufgrund Bremskraft, fiktive Schädigung aufgrund Antriebskraft, fiktive Schädigung aufgrund Seitenkraft, fiktive Schädigung aufgrund Federweg, fiktive Schädigung aufgrund Federdombeschleunigung und fiktive Schädigung aufgrund Differenzfederweg, entsprechend den festgelegten Wirkgrößen. Während jedoch die Wirkgrößen durch die vorab aufgenommenen, entsprechenden Testdaten festgelegt und auch die Einflussgrößen nach Festlegung nicht ohne weiteres erweiterbar sind, besteht bei den Kenngrößen die Möglichkeit einer relativ einfachen Erweiterung auf neue beanspruchungsbezogene Fra gestellungen, wenn die diesbezügliche neue Kenngröße aus den vorhandenen Wirkgrößen ableitbar ist. Es ist dann keine neue Aufnahme von Testdaten hierfür erforderlich, vielmehr genügt eine entsprechende Aufbereitung der vorhandenen Wirkgrößen-Testdaten.
-
4 veranschaulicht die einzelnen Schritte des Verfahrens und deren Ablauf sowie Zusammenhänge im schematischen Blockdiagramm. Wie daraus ersichtlich, wird nach Festlegung der berücksichtigten, fahrer- und streckenbezogenen Einflussgrößen E und der Wirkgrößen W ein umfassender Testdatenbestand aus Messungen durch verschiedene Fahrzeuge auf verschiedenen Strecken als Datenbasis für anschließende Analysen aufgebaut. Durch die geeignete Normierung wird hierbei ein fahrzeugunabhängiger Datenbestand zur Verfügung gestellt. Um die Datenmenge einerseits aussagekräftig und andererseits beherrschbar zu halten, kommt insbesondere eine Aufnahme der Testdaten, d.h. von gemessenen Einfluss- und Wirkgrößenwerten, in Form von Zeitreihen oder Manöverdaten in Betracht. Letzteres hat den Vorteil, dass die Datenaufnahme jeweils nur bei Vorliegen vordefinierter Fahrmanöver ausgelöst wird, die so gewählt sind, dass aus ihnen die Bauteilbeanspruchung insgesamt ausreichend genau abgeschätzt werden kann. Derartige Manöver können z.B. Kurvenfahrten und Beschleunigungs- und Verzögerungsvorgänge mit über vorgegebenen Schwellwerten liegenden Beschleunigungs- bzw. Verzögerungswerten sein. Auch ein Motorstart sowie Gangwechsel, über ein vorgegebenes Maß hinausgehende Streckenunebenheiten und das Fahren mit konstanter Geschwindigkeit über einen bestimmten Zeitraum können als Manöver festgelegt werden, die eine Datenaufnahme triggern. Bevorzugt werden die normierten Wirkgrößen als sogenannte Rainflow-Matrizen (RFM) aufgezeichnet, was einem guten Kompromiss zwischen einer Maximierung der Auswertungsmöglichkeiten einerseits und der Minimierung der Datenmenge andererseits darstellt. - Um über die bestehende Kopplung von Einfluss- und Wirkgrößen quantitative Aussagen machen zu können, muss wirkungsseitig eine Reduktion der Datenmenge vorgenommen werden, was vorliegend durch eventuell fahrzeugabhängige Übertragungsrechnungen erfolgt. Darunter sind geeignete Algorithmen zu verstehen, die eine sinnvolle Interpretation der Wirkgrößen-Rainflow-Matrizen auf niedrig dimensionale Kenngrößen gestatten. Auch Algorithmen, die eine Fahrzeugabhängigkeit beinhalten, kommen hier in Betracht. Insgesamt resultiert durch die Verhältnismäßigkeit von Eingabe- und Ausgabedimensionalität eine mathematisch fundierte, bidirektionelle Zuordnung.
- Durch die umfangreich aufgenommenen Testdaten der Einfluss- und der Wirkgrößen und die aus letzteren durch die Übertragungsrechnungen ermittelten Kenngrößendaten kann eine ausreichend genaue Korrelation zwischen den Einflussgrößen E und den Kenngrößen K durch den Systemidentifikationsprozess gewonnen werden. Der Vorgang der Systemidentifikation wird für jeden Typ von problembezogener Übertragungsrechnung einmalig vorgenommen werden und liegt dann für alle, auf diesem Algorithmus basierenden Anwendungen vor. Auf Basis der gefundenen Korrelationsbeziehungen können dann zu einem beliebigen vorgegebenen Kundenkollektiv bzw. Nutzungsprofil die dazu gehörenden Kenngrößenwerte ermittelt werden, aus denen dann wiederum eine nutzungsprofilspezifische Auslegung des Fahrzeugs und/oder bestimmter Fahrzeugbauteile abgeleitet werden kann. Hierbei können insbesondere auch statistische Methoden bzw. Verteilungen zur Anwendung kommen, wie in
4 durch ein Nutzungsprofildiagramm ND und ein Kenngrößen-Häufigkeitsverteilungsdiagramm KH veranschaulicht. Durch diese Vorgehensweise ist aus mathematisch-statistischer Sicht außerdem eine Behandlung von mehrdimensionalen Kenngrößenverteilungen möglich. Bei einer direkten Auswertung über die korrespondierenden Einfluss- und Kenngrößenvektoren würde der hierzu nötige Datenumfang zu einem unzumutbar großen Testprogrammumfang für die Testda tenaufnahme führen. Die Vermeidung eines derart großen Testdatenumfangs und die Einsetzbarkeit der so erhobenen Testdaten auch für zukünftige Beanspruchungsbewertungen stellen wesentliche Vorteile des vorliegenden Verfahrens dar. - Mit anderen Worten erlaubt diese Vorgehensweise ausgehend von einer Kundenverteilung die Ermittlung einer zugehörigen, kundengerechten Bauteil-Belastungsverteilung, und die charakteristischen Größen dieser Belastungsverteilung können auf die Kundenseite zurück abgebildet werden. Ausgehend von einer typischerweise fahrzeugabhängig gewählten Kundenverteilung erhält man über das identifizierte System eine Kenngrößenverteilung, aus der die interessierenden, beanspruchungsrelevanten Größen, z.B. 1%-Kunde, Erwartungswert etc., berechnet werden können. Diese Kenngrößenverteilungen sind in den meisten Fällen fahrzeugunabhängig, das System lässt aber die Möglichkeit zu, abweichend von diesem Standardweg auch kompliziertere, nichtlineare Auswertungen ausgehend von den Wirkgrößen-Rainflow-Matrizen vorzunehmen. Beispielsweise ist eine Berechnung der fiktiven Schädigung mit einer Miner-elementar-Funktion und einer Standard-Wöhlerlinie mit vorgebbarem Exponent, z.B. 5, und z.B. NE = 107 möglich.
- Bezüglich des Systemidentifikationsprozesses hat sich gezeigt, dass es zur Erzielung einer guten Genauigkeit bei der Kenngrößenberechnung zweckmäßig ist, diesen Prozess streckenbezogen zweistufig durchzuführen. In einer ersten Stufe wird die Systemidentifikation über alle Streckentypen durchgeführt, was in einem übergeordneten Grobmodell resultiert, in einer zweiten Stufe wird dieses Grobmodell für jeden Streckentyp verfeinert. Das Resultat ist eine Zusammensetzung aus Grobmodell über alle Streckentypen und Feinmodell für jeden Streckentyp. Die verwendeten Algorithmen zur Modellierung, Parameterschätzung und für numerische Lösungsverfahren, wie Gauß-Newton-Algorithmus, sind herkömmlicher Art und bedürfen daher keiner näheren Erläuterung.
- Um sicherzustellen, dass in dem Modell für eine spezifische Kenngröße nur geeignete Einflussgrößen verwendet werden, die empirisch die gesuchte Größe beeinflussen, z.B. sind die Einflussgrößen maximale bzw. mittlere Querbeschleunigung und die Kenngröße "Seitenkraft" einander in diesem Sinn zugeordnet, kann eine gezielte Auswahl von Einflussgrößen getroffen und für die Berechnung der Systemidentifikation bereitgestellt werden.
- Um die Datenmenge bei gleichzeitig ausreichender Aussagekraft möglichst gering zu halten, ist es in der Regel zweckmäßig, als Einflussgröße bestimmte, statistisch relevante Größen von einer physikalischen Messgröße zu wählen, beispielsweise den Mittelwert, das Maximum, das Minimum oder ein Quantilwert der betrachteten physikalischen Größen, wie Verzögerung, Beschleunigung, Geschwindigkeit etc. Weitere datenmengenreduzierende Einflussgrößen sind die Gesamtanzahl an Messwerten innerhalb eines gewissen Streckenabschnitts, z.B. die Anzahl von Beschleunigungs- und Bremsvorgängen sowie Kurven, eine auf eine bestimmte Streckenlänge normierte Gesamtzeit für diejenigen Fahrmanöver, die zu einem bestimmten Messwert geführt haben, und eine sogenannte beanspruchungsnahe Bewertung, bei der jeder einzelne Messwert innerhalb eines gewissen Streckenabschnitts mit einem bestimmten Faktor, z.B. 5, potenziert und danach die Summe aller potenzierten Werte bestimmt wird.
- Um das Verfahrensprinzip nochmals an einem konkreten Beispiel transparent zu machen, sei ein Fall mit 15 Kenngrößen angenommen, die durch 15 Übertragungsrechnungen basierend auf 6 Wirkgrößen-Rainflow-Matrizen zu bestimmen sind. Für jede Berechnungsmethode wird auf der Basis aller aufgenommenen Testdaten ein System Kunde-Kenngröße identifiziert und abgelegt. Fahrzeugabhängig wird eine Kundenverteilung, d.h. eine Fahrer/Straße-Verteilung, erstellt und auf eine Einflussgrößenverteilung transformiert. Die 15 ermittelten Kunde- Kenngröße-Korrelationssysteme erzeugen dann aus der Einflussgrößenverteilung als Eingangsinformation die sich aus den Beanspruchungsrechnungen ergebenden Kenngrößenverteilungen als Ausgangsinformation. Zu jeder Kenngröße kann ein Sicherheitsniveau vorgegeben werden, d.as die unterschiedlichen Sicherheitsanforderungen im Zusammenhang mit der jeweiligen Kenngröße repräsentiert, z.B. ein 0,1%-Niveau bzw. 0,1%-Kunde oder ein 5%-Niveau bzw. 5%-Kunde. Aus den vorgegebenen Niveaus der ermittelten Kenngrößenverteilungen gewinnt man dann über die Kunde-Kenngröße-Systeme "synthetische" x%-Kunden, z.B. den "0,1%-Kunden", für das betreffende Fahrzeug. Eine Teststreckenkonfigurationsrechnung liefert anschließend Testszenarien, die real durchführbar sind und statistisch gesichert die vorgegebenen kundenorientierten Sicherheitsanforderungen gewährleisten. Zur Aufwandsminimierung können gekoppelte Testabläufe konstruiert werden, die alle Testszenarien abdecken, so dass nicht alle Testszenarien getrennt geprüft werden müssen.
-
5 veranschaulicht eine mögliche, vorteilhafte Realisierung für den Ablauf des Verfahrens zur kundenspezifischen Fahrzeugauslegung. - Wie aus
5 ersichtlich, wird zunächst in einem Basisversuchsabschnitt des Verfahrens die oben erläuterte Systemidentifikation KI, d.h. eine Korrelation zwischen den fahrer- und streckenbeschreibenden Einflussgrößen E und den schädigungsrelevanten Kenngrößen K hergestellt, in der ein variabel gestalteter mathematischer Ansatz enthalten ist, mit dessen Hilfe dann von den Einflussgrößen E auf die Kenngrößen K hochgerechnet werden kann. Dazu werden die benötigten Testdaten in einem Basisversuch mit einer ausreichend großen Anzahl von Fahrzeugen durchgeführt, die auf öffentlichen Strecken fahren und mit komplexer Messtechnik, insbesondere Messrädern, sowie gleichzeitig mit einer vereinfachten Messtechnik ausgestattet werden, wie sie später in einem Feldversuch einsetzbar ist. Beispielhaft werden im Basisversuch folgen de Messgrößen berücksichtigt: Radkräfte, wie Radlast, Längskraft, Seitenkraft und Bremskraft, erfasst mit Messrädern, Kräfte an verschiedenen Messstellen im Achsbereich, Gelenkwellen-Antriebsmoment, vertikale Radbeschleunigung, Federdombeschleunigung, Federwege, an der Mittelkonsole gemessene Fahrzeugbeschleunigungen in allen drei Raumrichtungen, Lenkradwinkel, Antriebsmotordrehzahl, Fahrzeuggeschwindigkeit, Getriebeschaltstufe, Bremsdrücke, Bremslichtsignal, Drosselklappenwinkel sowie Gier- und Wankwinkelgeschwindigkeit. Dies sind Messgrößen, die üblicherweise bei Beanspruchungsmessungen für den Fahrwerks- bzw. Karosseriebereich aufgenommen werden und sich für eine fahrzeugunabhängige Normierung eignen. - Bestandteil des Basisversuchsteils ist auch eine Streckenerkennung anhand der aufgenommenen Mess- bzw. Testdaten. Dabei wird die Erkenntnis genutzt, dass sich unterschiedliche Streckentypen z.B. im Geschwindigkeitsprofil, in der Fahrbahnbeschaffenheit, in der Kurvenanzahl und in der Streckenlänge unterscheiden. Anhand des gewonnenen Testdatenbestandes erfolgt dann der Systemidentifikationsprozess durch Ermittlung von mathematischen Beziehungen der Kenngrößen in Abhängigkeit von den Einflussgrößen, die den vorhandenen Testdatenbestand am besten approximieren. Dabei kann der Testdatenbestand jederzeit erweitert werden, wodurch sich die Genauigkeit der Systemidentifikation steigern oder auf neue Einsatzgebiete erweitern lässt, z.B. auf neue Fahrzeugtypen oder andere Länder mit eventuell anderen Verkehrsgegebenheiten.
- In einem anschließenden Feldversuch "Fahren" werden über einen gegenüber dem Basisversuch längeren Zeitraum hinweg Informationen über das Fahrweisenverhalten verschiedener Fahrer aufgenommen, was eine Einschätzung der Gewichtung der wechselnden Fahrweisen einzelner Personen ermöglicht. Dies kann der Basisversuch nicht liefern, obwohl dessen Messwertebereich denjenigen des Feldversuchs "Fah ren" abdeckt. Die Datenaufnahme im Feldversuch "Fahren" erfolgt durch die oben erwähnte, im Basisversuch parallel zu aufwendiger Messtechnik eingesetzte vereinfachte Messtechnik während normaler, unspezifischer Kundenfahrten, aber auch während spezifischer Kundenfahrten, z.B. Fuhrparkfahrten.
- Parallel zum Feldversuch "Fahren" wird ein Feldversuch "Fragen" durchgeführt, bei dem fahrweisen- und streckenbezogene Daten von den einzelnen Personen abgefragt werden, z.B. durch eine Fragebogenaktion.
- Das Ziel beider Feldversuche ist die Gewinnung von Informationen über die Fahreridentifikation FI, d.h. über die unterschiedlichen Fahrweisen der Fahrer und die zugehörige Häufigkeitsverteilung, sowie über die Streckenidentikation S1, d.h. über die befahrenen Streckentypen und die zugehörige Häufigkeitsverteilung. Bezüglich des Fahrweisentyps Ftyp ist z.B. eine Diskretisierung in drei bis zehn Klassen verwendbar, für die Streckentypen Styp ist z.B. eine Diskretisierung von drei bis sechs unterschiedlichen Streckentypen möglich. Für jede Fahrer- bzw. Streckenklasse lassen sich die zugehörigen Häufigkeiten bestimmen, was zu entsprechenden Fahrer- bzw. Streckentyp-Häufigkeitsverteilungen FV, SV führt.
- Damit sind die vorbereitenden Maßnahmen für den Aufbau des dem Verfahren zugrundeliegenden Datenbestandes abgeschlossen. Anhand des Datenbestandes können nun in der laufenden Verfahrensanwendung für beliebige, vorgegebene Nutzungsprofile die zugehörigen, beanspruchungsindikativen Kenngrößenwerte ermittelt werden, im Beispiel von
5 innerhalb eines als Hochrechnung bezeichneten Verfahrensabschnitts. Ein vorteilhafter, optionaler Zwischenschritt innerhalb dieses Berechnungsteils ist die Bestimmung von Fahrer-Straße-Verteilungen FSV auf der Basis einer vorgegebenen Auswahl von Fahrertypen und/oder Streckentypabschnitten. Die Fahrer-Straße-Verteilung gibt an, wie oft bezogen auf die aktuelle Datenauswahl welcher Fahrertyp mit welcher Streckenlänge pro Jahr auf den verschiedenen Streckentypen unterwegs war, d.h. die FSV ist eine Art Belastungsprofil der aktuellen Datenauswahl, das als Basis einer Schädigungsvoraussage dienen kann. Die daraus prognostizierte Schädigungsverteilung ist zu erwarten, wenn ein Testfahrzeug entsprechend der vorgegebenen FSV gefahren wird. Die FSV enthält die verschiedenen Fahrerklassen und zu jeder Klasse eine Anzahl z.B. vierdimensionaler Streckenklassen entsprechend z.B. vier klassifizierter Streckentypen. Der für die Verteilung maßgebliche Häufigkeitsparameter ist z.B. die Jahreskilometerleistung. Mehrere verschiedene FSV können bei Bedarf zu einem Kollektiv zusammengefasst werden, wenn die einzelnen Verteilungen identisch definiert sind. Die resultierende FSV ergibt sich als Linearkombination der einzelnen FSV, gegebenenfalls mit zugeordneten Gewichtungsfaktoren. - Die Hochrechnungsmethode beinhaltet die Auswahl von Streckenabschnitten als aktuelle Datenauswahl sowie die Auswahl der gewünschten Kenngröße K und des in der Systemidentifikation erstellten mathematischen Modells für deren Berechnung. Im Kenngrößenberechnungsschritt wird anschließend für jeden Abschnitt der aktuellen Datenauswahl die Kenngröße mit dem ausgewählten Modell berechnet, was zu einer entsprechenden Kenngrößenverteilung KV führt. Ohne Nutzung einer Fahrer-Straße-Verteilung FSV wird dazu z.B. eine Zielkilometerzahl vorgegeben, und die Schädigungswerte der einzelnen Streckenabschnitte werden für die Fahrer in der Datenauswahl aufsummiert und auf die Zielkilometerzahl hochgerechnet. Bei Nutzung einer vorermittelten FSV wird von den darin enthaltenen Fahrerklassen ausgegangen, und im ersten Berechnungsschritt werden Schädigungswerte für alle von den Fahrern einer Gruppe gefahrenen Streckenabschnitte berechnet und nach Streckentypen zusammengefasst. Dadurch entstehen zunächst fahrergruppenspezifische Kenngrößenverteilungen für die einzelnen Strecken typen. Anhand der Häufigkeitsbelegung der einzelnen Streckenklassen der FSV wird dann für jede Streckenklasse eine auf die Kilometerforderung normierte Verteilung erstellt, die alle Streckentypen enthält. Im letzten Berechnungsschritt wird aus den einzelnen Verteilungen für alle Streckentypen und alle Fahrerklassen eine Gesamtverteilung gebildet.
- Da die im Hochrechnungsteil bestimmte Kenngrößenverteilung KV noch auf dem fahrzeugunabhängig normierten Datenbestand basiert, ist zur Ableitung von Beanspruchungsaussagen für ein bestimmtes Fahrzeug oder für gewisse Bauteile eines bestimmten Fahrzeugs eine Renormierung dieser fahrzeugunabhängigen Kenngrößenverteilung KV auf die dem betreffenden Fahrzeug entsprechende, fahrzeugspezifische Kenngrößenverteilung KVFzg vorzunehmen, um fahrzeugindividuelle Belastungsaussagen zu gewinnen. Für die einzelnen Fahrzeugbauteile wird die fahrzeugspezifische Kenngrößenverteilung KVFzg in die zugehörige, bauteilspezifische Kenngrößenverteilung KVBaute il, kalibriert. Damit ist das Ziel erreicht, für ein gewisses vorgegebenes Kundenkollektiv das zu erwartende Beanspruchungs- bzw. Schädigungsmaß für ein bestimmtes Fahrzeug oder Fahrzeugbauteil zu bestimmen, damit dieses individuell auf das betreffende Kundenkollektiv abgestimmt ausgelegt werden kann.
- Dies lässt sich für verschiedene Fragestellungen nutzen. So kann ein Fahrzeughersteller die Auslegung des Fahrzeugs spezifisch auf den Kundenkreis ausrichten, an den sich der jeweilige Fahrzeugtyp richtet. Des weiteren sind Beanspruchungsvergleiche zwischen unterschiedlichen Fahrzeugtypen und/oder unterschiedlichen Zielgruppen möglich.
- So zeigt beispielsweise
6 eine normierte Verteilung für eine bestimmte Kenngröße für einen ersten Fahrzeugtyp FZG1 einerseits und einen davon verschiedenen, jedoch sehr ähnlichen Fahrzeugtyp FZG2 andererseits. Es sind durchaus signifikante Abweichungen im Bean spruchungsmaß für die beiden Fahrzeugtypen erkennbar, was z.B. durch eine deutlich verschiedene Lage des 1%-Fahrers auf den zugehörigen, eingezeichneten Wahrscheinlichkeitslinien w deutlich wird. - Ein weiteres Beispiel ist im Diagramm von
7 gezeigt. Dieses beschreibt die Häufigkeitsverteilung einer bestimmten Kenngröße für zwei unterschiedliche Zielgruppen K1 und K2. Wiederum sind signifikante Unterschiede im Beanspruchungsmaß erkennbar. - Wie die oben erläuterten Ausführungsbeispiele deutlich machen, erlaubt die Erfindung eine reproduzierbare, quantifizierte Abschätzung des für ein beliebig vorgebbares Kundenkollektiv zu erwartenden Beanspruchungsmaßes eines jeweiligen Fahrzeugs oder Fahrzeugbauteil, wobei diese Information wiederum zu einer kundenspezifischen Auslegung des Fahrzeugs bzw. Bauteils genutzt werden kann. Der Aufbau einer verfahrensdurchführenden Vorrichtung mit entsprechender elektronischer Verarbeitungseinrichtung ergibt sich für den Fachmann ohne weiteres aus der obigen Beschreibung der geforderten Funktionalitäten unter Verwendung herkömmlicher Hardware- und/oder Softwarekomponenten. In gleicher Weise ergibt sich für den Fachmann die Realisierung eines diesbezüglichen Computerprogrammprodukts, das direkt in einen internen Speicher einer Verarbeitungseinrichtung ladbar ist und Programmabschnitte umfasst, mit denen das Verfahren ausgeführt werden kann, wenn das Computerprogrammprodukt in der Verarbeitungseinrichtung läuft.
Claims (19)
- Verfahren zur beanspruchungsabhängigen Auslegung, insbesondere Festigkeitsauslegung, von Fahrzeugen und/oder Fahrzeugbauteilen, gekennzeichnet durch folgende Schritte: – Ermitteln einer Korrelation zwischen festgelegten beanspruchungsindikativen Kenngrößen und festgelegten beanspruchungsrelevanten, nutzungsindikativen Einflussgrößen anhand von hierzu aufgenommenen und/oder ermittelten Testdaten und – Ermitteln von Kenngrößenwerten, die auf der Basis der ermittelten Kenngrößen-Einflussgrößen-Korrelation vorgebbaren Nutzungsprofildaten der Einflussgrößen entsprechen, und Heranziehen dieser Kenngrößenwerte bei der Bestimmung der Auslegung des jeweiligen Fahrzeugs und/oder Fahrzeugbauteils.
- Verfahren nach Anspruch 1, weiter dadurch gekennzeichnet, dass die berücksichtigten Einflussgrößen (E) fahrweisenbezogene und/oder streckenbezogene Einflussgrößen umfassen.
- Verfahren nach Anspruch 2, weiter dadurch gekennzeichnet, dass die fahrweisenbezogenen Einflussgrößen wenigstens eine solche Einflussgröße beinhalten, die sich auf eine Fahrzeugbeschleunigung und/oder eine Lenkwinkeländerung und/oder eine Fahrzeugverzögerung und/oder die Schaltzeitpunkte eines Fahrzeug-Getriebes beziehen.
- Verfahren nach Anspruch 2 oder 3, weiter dadurch gekennzeichnet, dass die streckenbezogenen Einflussgrößen wenigstens eine solche Einflussgröße beinhalten, die sich auf einen Streckenverlauf, insbesondere auf Kurvenradien, und/oder einen Streckzu stand, insbesondere auf vertikale Radbeschleunigungen, und/oder Witterungsbedingungen beziehen.
- Verfahren nach einem der Ansprüche 1 bis 4, weiter dadurch gekennzeichnet, dass wenigstens ein Teil der beanspruchungsindikativen Kenngrößen solche sind, die sich auf den Bauteil-Beanspruchungsgrad durch auftretende Beanspruchungskräfte, insbesondere Radlängskräfte, Radseitenkräfte, Radvertikalkräfte, Lenkkräfte, Bremskräfte und/oder Antriebskräfte beziehen.
- Verfahren nach einem der Ansprüche 1 bis 5, weiter dadurch gekennzeichnet, dass die Ermittlung der Kenngrößen-Einflussgrößen-Korrelation das Erfassen von Wirkgrößen, welche die Beanspruchungswirkung durch die Einflussgrößen beschreiben, während Messfahrten, das fahrzeugunabhängige Normieren der erfassten Wirkgrößenwerte und deren Verwendung als die Testdaten sowie das Berechnen von Kenngrößenwerten als ein geschätztes Schädigungsmaß in Abhängigkeit von den Wirkgrößenwerten für ein bezüglich der jeweiligen Wirkgröße relevantes Bauteil beinhaltet.
- Verfahren nach Anspruch 6, weiter dadurch gekennzeichnet, dass die Wirkgrößenwerte als Zeitreihen und/oder Manöverdaten gewonnen und in Form von Rainflow-Matrizen behandelt werden.
- Verfahren nach einem der Ansprüche 1 bis 7, weiter dadurch gekennzeichnet, dass die Nutzungsprofildaten eine jeweilige Nutzungsverteilung auf der Basis einer vorgebbaren Klassifikation der Einflussgrößen in mehrere Klassen beinhalten.
- Verfahren nach einem der Ansprüche 1 bis 8, weiter dadurch gekennzeichnet, dass die Ermittlung wenigstens eines Teils der Nut zungsprofildaten unter Verwendung nutzungsindikativer Daten erfolgt, die in einem Feldversuch von entsprechenden Fahrzeugen fahrmanövergetriggert aufgenommen werden.
- Vorrichtung zur beanspruchsabhängigen Auslegung, insbesondere Festigkeitsauslegung, von Fahrzeugen und/oder Fahrzeugbauteilen mit einer elektronischen Verarbeitungseinrichtung, die zur Durchführung folgender Schritte ausgebildet ist: – automatisches Ermitteln einer Korrelation zwischen festgelegten beanspruchungsindikativen Kenngrößen und festgelegten beanspruchungsrelevanten, nutzungsindikativen Einflussgrößen anhand von hierzu aufgenommenen und/oder ermittelten Testdaten und – automatisches Ermitteln von Kenngrößenwerten, die auf der Basis der ermittelten Kenngrößen-Einflussgrößen-Korrelation vorgebbaren Nutzungsprofildaten der Einflussgrößen entsprechen, und Heranziehen dieser Kenngrößenwerte bei der Bestimmung der Auslegung des jeweiligen Fahrzeugs und/oder Fahrzeugbauteils.
- Vorrichtung nach Anspruch 10, weiter dadurch gekennzeichnet, dass die berücksichtigten Einflussgrößen (E) fahrweisenbezogene und/oder streckenbezogene Einflussgrößen umfassen.
- Vorrichtung nach Anspruch 11, weiter dadurch gekennzeichnet, dass die fahrweisenbezogenen Einflussgrößen wenigstens eine solche Einflussgröße beinhalten, die sich auf eine Fahrzeugbeschleunigung und/oder eine Lenkwinkeländerung und/oder eine Fahrzeugverzögerung und/oder die Schaltzeitpunkte eines Fahrzeug-Getriebes beziehen.
- Vorrichtung nach Anspruch 11 oder 12, weiter dadurch gekennzeichnet, dass die streckenbezogenen Einflussgrößen wenigstens eine solche Einflussgröße beinhalten, die sich auf einen Streckenverlauf, insbesondere auf Kurvenradien, und/oder einen Streckzustand, insbesondere auf vertikale Radbeschleunigungen, und/oder Witterungsbedingungen beziehen.
- Vorrichtung nach einem der Ansprüche 10 bis 13, weiter dadurch gekennzeichnet, dass wenigstens ein Teil der beanspruchungsindikativen Kenngrößen solche sind, die sich auf den Bauteil-Beanspruchungsgrad durch auftretende Beanspruchungskräfte, insbesondere Radlängskräfte, Radseitenkräfte, Radvertikalkräfte, Lenkkräfte, Bremskräfte und/oder Antriebskräfte beziehen.
- Vorrichtung nach einem der Ansprüche 10 bis 14, weiter dadurch gekennzeichnet, dass die Ermittlung der Kenngrößen-Einflussgrößen-Korrelation das Erfassen von Wirkgrößen, welche die Beanspruchungswirkung durch die Einflussgrößen beschreiben, während Messfahrten, das fahrzeugunabhängige Normieren der erfassten Wirkgrößenwerte und deren Verwendung als die Testdaten sowie das Berechnen von Kenngrößenwerten als ein geschätztes Schädigungsmaß in Abhängigkeit von den Wirkgrößenwerten für ein bezüglich der jeweiligen Wirkgröße relevantes Bauteil beinhaltet.
- Vorrichtung nach Anspruch 15, weiter dadurch gekennzeichnet, dass die Wirkgrößenwerte als Zeitreihen und/oder Manöverdaten gewonnen und in Form von Rainflow-Matrizen behandelt werden.
- Vorrichtung nach einem der Ansprüche 10 bis 16, weiter dadurch gekennzeichnet, dass die Nutzungsprofildaten eine jeweilige Nutzungsverteilung auf der Basis einer vorgebbaren Klassifikation der Einflussgrößen in mehrere Klassen beinhalten.
- Vorrichtung nach einem der Ansprüche 10 bis 17, weiter dadurch gekennzeichnet, dass die Ermittlung wenigstens eines Teils der Nutzungsprofildaten unter Verwendung nutzungsindikativer Daten erfolgt, die in einem Feldversuch von entsprechenden Fahrzeugen fahrmanövergetriggert aufgenommen werden.
- Computerprogrammprodukt, das direkt in einen internen Speicher einer Verarbeitungseinrichtung ladbar ist und Programmabschnitte umfasst, mit denen das Verfahren gemäß einem der Ansprüche 1 bis 9 ausgeführt wird bzw. ausführbar ist, wenn das Computerprogrammprodukt in der Verarbeitungseinrichtung läuft.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10243536A DE10243536B4 (de) | 2002-09-16 | 2002-09-16 | Verfahren und Vorrichtung zur Auslegung von Fahrzeugen und/oder Fahrzeugbauteilen |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE10243536A DE10243536B4 (de) | 2002-09-16 | 2002-09-16 | Verfahren und Vorrichtung zur Auslegung von Fahrzeugen und/oder Fahrzeugbauteilen |
Publications (2)
Publication Number | Publication Date |
---|---|
DE10243536A1 true DE10243536A1 (de) | 2004-04-01 |
DE10243536B4 DE10243536B4 (de) | 2005-09-08 |
Family
ID=31969275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE10243536A Expired - Fee Related DE10243536B4 (de) | 2002-09-16 | 2002-09-16 | Verfahren und Vorrichtung zur Auslegung von Fahrzeugen und/oder Fahrzeugbauteilen |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE10243536B4 (de) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010054526A1 (de) * | 2010-12-15 | 2012-07-05 | Volkswagen Ag | Verfahren zur Steuerung einer Fahrzeuggeschwindigkeit und von Wärmeströmen für ein Fahrzeug sowie entsprechendes Fahrzeug |
US9346466B2 (en) | 2012-12-03 | 2016-05-24 | Audi Ag | Method for traffic-flow-conditioned adaptation of stopping processes to a synthetically modulated speed profile along a route travelled along by a vehicle and control device for carrying out the method |
DE102020114973A1 (de) | 2020-06-05 | 2021-12-09 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Erstellung eines Prüfprofils |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19827271A1 (de) * | 1998-06-19 | 1999-12-23 | Andreas Mueller | On-line Erfassungssystem mit Auswerteteil für rad- und gleisbezogene Daten für Hochgeschwindigkeitszüge |
DE19836081A1 (de) * | 1998-07-30 | 2000-02-17 | Siemens Ag | Verfahren zur Früherkennung von Schäden an Schienenfahrzeugen |
DE19857462A1 (de) * | 1998-12-12 | 2000-06-15 | Volkswagen Ag | Verfahren zur Prüfung von Einzelkomponenten eines Kraftfahrzeuges |
DE10145433A1 (de) * | 2000-09-15 | 2002-04-04 | Deutsche Bahn Ag | Verfahren und Vorrichtung zur Fehlerüberwachung von Komponenten von Schienenfahrzeugen |
DE10161283A1 (de) * | 2000-12-12 | 2002-08-01 | Deutsche Bahn Ag | Verfahren und Vorrichtung zum Überwachen des Fahrverhaltens von Schienenfahrzeugen und der Diagnose von Komponenten von Schienenfahrzeugen |
DE10163148A1 (de) * | 2000-12-22 | 2002-10-17 | Deutsche Bahn Ag | Verfahren und Vorrichtung zum Überwachen des Fahrverhaltens von Schienenfahrzeugen |
-
2002
- 2002-09-16 DE DE10243536A patent/DE10243536B4/de not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19827271A1 (de) * | 1998-06-19 | 1999-12-23 | Andreas Mueller | On-line Erfassungssystem mit Auswerteteil für rad- und gleisbezogene Daten für Hochgeschwindigkeitszüge |
DE19836081A1 (de) * | 1998-07-30 | 2000-02-17 | Siemens Ag | Verfahren zur Früherkennung von Schäden an Schienenfahrzeugen |
DE19857462A1 (de) * | 1998-12-12 | 2000-06-15 | Volkswagen Ag | Verfahren zur Prüfung von Einzelkomponenten eines Kraftfahrzeuges |
DE10145433A1 (de) * | 2000-09-15 | 2002-04-04 | Deutsche Bahn Ag | Verfahren und Vorrichtung zur Fehlerüberwachung von Komponenten von Schienenfahrzeugen |
DE10161283A1 (de) * | 2000-12-12 | 2002-08-01 | Deutsche Bahn Ag | Verfahren und Vorrichtung zum Überwachen des Fahrverhaltens von Schienenfahrzeugen und der Diagnose von Komponenten von Schienenfahrzeugen |
DE10163148A1 (de) * | 2000-12-22 | 2002-10-17 | Deutsche Bahn Ag | Verfahren und Vorrichtung zum Überwachen des Fahrverhaltens von Schienenfahrzeugen |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010054526A1 (de) * | 2010-12-15 | 2012-07-05 | Volkswagen Ag | Verfahren zur Steuerung einer Fahrzeuggeschwindigkeit und von Wärmeströmen für ein Fahrzeug sowie entsprechendes Fahrzeug |
US9346466B2 (en) | 2012-12-03 | 2016-05-24 | Audi Ag | Method for traffic-flow-conditioned adaptation of stopping processes to a synthetically modulated speed profile along a route travelled along by a vehicle and control device for carrying out the method |
DE102020114973A1 (de) | 2020-06-05 | 2021-12-09 | Dr. Ing. H.C. F. Porsche Aktiengesellschaft | Verfahren zur Erstellung eines Prüfprofils |
Also Published As
Publication number | Publication date |
---|---|
DE10243536B4 (de) | 2005-09-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3717283B1 (de) | Verfahren, steuereinrichtung und system zum ermitteln einer profiltiefe eines profils eines reifens | |
EP3687874A1 (de) | Verfahren und eine vorrichtung zum erzeugen eines dynamischen geschwindigkeitsprofils eines kraftfahrzeugs | |
DE102004019320A1 (de) | System zum Reproduzieren des dynamischen Verhaltens eines Fahrzeugs | |
DE10353650A1 (de) | System zum Analysieren eines Fahrzeug- und Fahrerverhaltens | |
EP1826530A1 (de) | Verfahren und Vorrichtung zur Umfangsermittlung eines Rades | |
DE10146031A1 (de) | Verfahren zur Bestimmung des Reifenluftdrucks und der Radlast von Fahrzeugreifen | |
DE102014008588A1 (de) | Erfassung kurzzeitiger Unregelmässigkeiten in einer Strassenoberfläche | |
DE102012205495A1 (de) | Verfahren und Vorrichtung zur Reifendruckprüfung | |
DE10320809A1 (de) | Verfahren zur Erkennung und Überwachung der Bewegung bei Fahrzeugen | |
EP3737571A1 (de) | Verfahren zur ermittlung der aktuellen fahrbahnrauhigkeit in einem fahrzeug | |
DE102019105535A1 (de) | Automatisches Erfassen eines Fahrzeugschadens bei einem Unfall | |
DE10132032A1 (de) | Achsfehlausrichtung- und Reifenverschleißanzeigevorrichtung | |
EP1671297B1 (de) | Verfahren zur bewertung und zeitlichen stabilisierung von klassifizierungsergebnissen | |
DE60308499T2 (de) | Zustandsmelder eines systems | |
DE10243536B4 (de) | Verfahren und Vorrichtung zur Auslegung von Fahrzeugen und/oder Fahrzeugbauteilen | |
EP4227118A1 (de) | Verfahren und vorrichtung zur überwachung eines profilabriebs eines fahrzeugreifens | |
EP2674343A2 (de) | Verfahren und Vorrichtung zum Bestimmen des Fahrverhaltens von Fahrzeugführern | |
WO2022184363A1 (de) | Computerimplementiertes verfahren zum trainieren wenigstens eines algorithmus für eine steuereinheit eines kraftfahrzeugs, computerprogrammprodukt, steuereinheit sowie kraftfahrzeug | |
DE102020204833B4 (de) | Verfahren und Vorrichtung zum Fusionieren einer Mehrzahl von Signalen einer Ultraschallsensorik eines Fortbewegungsmittels | |
DE102017109647A1 (de) | Verfahren zum Erkennen von Schäden eines Radlagers | |
DE19822584A1 (de) | Fahrzeugverhaltenssteuerung | |
DE102020001154A1 (de) | Verfahren zum Betrieb eines Fahrzeuges | |
WO2021001460A1 (de) | Ermittlung des zustandes von karosseriekomponenten | |
DE102007000628A1 (de) | Verfahren zur Ermittlung der Masse eines Kraftfahrzeugs | |
DE102019220411A1 (de) | Vereinfachte Auswertung neuronaler Netze für effizientere Implementierung auf Hardware |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
OP8 | Request for examination as to paragraph 44 patent law | ||
8364 | No opposition during term of opposition | ||
8327 | Change in the person/name/address of the patent owner |
Owner name: BAYERISCHE MOTOREN WERKE AG, 80809 MUENCHEN, DE Owner name: LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE Owner name: VOLKSWAGEN AG, 38440 WOLFSBURG, DE Owner name: DR.ING.H.C. F. PORSCHE AG, 71287 WEISSACH, DE Owner name: DAIMLERCHRYSLER AG, 70327 STUTTGART, DE Owner name: AUDI AG, 85057 INGOLSTADT, DE |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: VOLKSWAGEN AG, 38440 WOLFSBURG, DE Owner name: LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE Owner name: DR.ING.H.C. F. PORSCHE AG, 71287 WEISSACH, DE Owner name: DR.ING.H.C. F. PORSCHE AG, 70435 STUTTGART, DE Owner name: DAIMLER AG, 70327 STUTTGART, DE Owner name: BAYERISCHE MOTOREN WERKE AG, 80809 MUENCHEN, DE |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: VOLKSWAGEN AG, 38440 WOLFSBURG, DE Owner name: LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE Owner name: DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 7, DE Owner name: DR.ING.H.C. F. PORSCHE AG, 71287 WEISSACH, DE Owner name: DAIMLER AG, 70327 STUTTGART, DE Owner name: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 8, DE |
|
8327 | Change in the person/name/address of the patent owner |
Owner name: VOLKSWAGEN AG, 38440 WOLFSBURG, DE Owner name: LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE Owner name: DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 7, DE Owner name: DR.ING.H.C. F. PORSCHE AG, 71287 WEISSACH, DE Owner name: DAIMLER AG, 70327 STUTTGART, DE Owner name: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 8, DE |
|
R081 | Change of applicant/patentee |
Owner name: SIEMENS INDUSTRY SOFTWARE GMBH, DE Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; DAIMLER AG, 70327 STUTTGART, DE; DR.ING.H.C. F. PORSCHE AG, 71287 WEISSACH, DE; DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 70435 STUTTGART, DE; LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE; VOLKSWAGEN AG, 38440 WOLFSBURG, DE Effective date: 20110427 Owner name: VOLKSWAGEN AG, DE Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; DAIMLER AG, 70327 STUTTGART, DE; DR.ING.H.C. F. PORSCHE AG, 71287 WEISSACH, DE; DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 70435 STUTTGART, DE; LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE; VOLKSWAGEN AG, 38440 WOLFSBURG, DE Effective date: 20110427 Owner name: DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, DE Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; DAIMLER AG, 70327 STUTTGART, DE; DR.ING.H.C. F. PORSCHE AG, 71287 WEISSACH, DE; DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 70435 STUTTGART, DE; LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE; VOLKSWAGEN AG, 38440 WOLFSBURG, DE Effective date: 20110427 Owner name: AUDI AG, DE Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; DAIMLER AG, 70327 STUTTGART, DE; DR.ING.H.C. F. PORSCHE AG, 71287 WEISSACH, DE; DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 70435 STUTTGART, DE; LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE; VOLKSWAGEN AG, 38440 WOLFSBURG, DE Effective date: 20110427 Owner name: LMS DEUTSCHLAND GMBH, DE Free format text: FORMER OWNERS: BAYERISCHE MOTOREN WERKE AKTIENGESELLSCHAFT, 80809 MUENCHEN, DE; DAIMLER AG, 70327 STUTTGART, DE; DR.ING.H.C. F. PORSCHE AG, 71287 WEISSACH, DE; DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 70435 STUTTGART, DE; LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE; VOLKSWAGEN AG, 38440 WOLFSBURG, DE Effective date: 20110427 Owner name: LMS DEUTSCHLAND GMBH, DE Free format text: FORMER OWNER: BAYERISCHE MOTOREN WERKE AKTIEN, DAIMLER AG, DR.ING.H.C. F. PORSCHE AG, DR. ING. H.C. F. PORSCHE AKTIEN, LMS DEUTSCHLAND GMBH, V, , DE Effective date: 20110427 Owner name: AUDI AG, DE Free format text: FORMER OWNER: BAYERISCHE MOTOREN WERKE AKTIEN, DAIMLER AG, DR.ING.H.C. F. PORSCHE AG, DR. ING. H.C. F. PORSCHE AKTIEN, LMS DEUTSCHLAND GMBH, V, , DE Effective date: 20110427 Owner name: VOLKSWAGEN AG, DE Free format text: FORMER OWNER: BAYERISCHE MOTOREN WERKE AKTIEN, DAIMLER AG, DR.ING.H.C. F. PORSCHE AG, DR. ING. H.C. F. PORSCHE AKTIEN, LMS DEUTSCHLAND GMBH, V, , DE Effective date: 20110427 Owner name: DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, DE Free format text: FORMER OWNER: BAYERISCHE MOTOREN WERKE AKTIEN, DAIMLER AG, DR.ING.H.C. F. PORSCHE AG, DR. ING. H.C. F. PORSCHE AKTIEN, LMS DEUTSCHLAND GMBH, V, , DE Effective date: 20110427 |
|
R081 | Change of applicant/patentee |
Owner name: DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, DE Free format text: FORMER OWNERS: AUDI AG, 85057 INGOLSTADT, DE; DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 70435 STUTTGART, DE; LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE; VOLKSWAGEN AG, 38440 WOLFSBURG, DE Owner name: AUDI AG, DE Free format text: FORMER OWNERS: AUDI AG, 85057 INGOLSTADT, DE; DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 70435 STUTTGART, DE; LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE; VOLKSWAGEN AG, 38440 WOLFSBURG, DE Owner name: SIEMENS INDUSTRY SOFTWARE GMBH, DE Free format text: FORMER OWNERS: AUDI AG, 85057 INGOLSTADT, DE; DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 70435 STUTTGART, DE; LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE; VOLKSWAGEN AG, 38440 WOLFSBURG, DE Owner name: VOLKSWAGEN AG, DE Free format text: FORMER OWNERS: AUDI AG, 85057 INGOLSTADT, DE; DR. ING. H.C. F. PORSCHE AKTIENGESELLSCHAFT, 70435 STUTTGART, DE; LMS DEUTSCHLAND GMBH, 71229 LEONBERG, DE; VOLKSWAGEN AG, 38440 WOLFSBURG, DE |
|
R082 | Change of representative |
Representative=s name: MAIER, DANIEL OLIVER, DIPL.-ING. UNIV., DE |
|
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |