Die frühe Konzeptphase in der Fahrzeugentwicklung ist dadurch geprägt, dass zu den in Betrachtung befindlichen Fahrzeugkonzepten nur grobe, eher abschätzende Parameter und Informationen vorliegen, anhand derer die Bewertung der Konzeptgüte vorgenommen werden muss. Es gilt in der Konzeptphase, anhand weniger Grundparameter erste, schnelle Auslegungsberechnungen durchzuführen. Ziel ist es, ein Auslegungswerkzeug bzw. eine Auslegungsumgebung zu schaffen, die es erlaubt, anhand weniger Eingangsinformationen bereits zu einem sehr frühen Zeitpunkt der Entwicklung, einzelne Fragestellungen zur Erfüllung von spezifischen Teilfunktionen untersuchen zu können. In Funktionsbereichen, in denen sich mittels der bekannten Methoden keine zufrieden stellenden Ersatzmodelle formulieren lassen, gilt es zu untersuchen, inwieweit hier die Anwendung von Neuronalen Netzen diesem Defizit entgegenwirken kann. Die Anwendung von Neuronale Netzen gliedert sich im Wesentlichen wie folgt in die fünf Hauptschritte: 1. Systemanalyse und Systemparametrisierung, 2. Data-Mining, 3. Definition von Qualitätskriterien, 4. Aufbau, Training der Neuronalen Netze, 5. Performance-Optimierung, Prognose-Simulation. Am Beispiel der Front-Crash-Prognose wird dieser Ansatz umgesetzt und verschiedene Neuronale Netze mit frei verfügbaren Datensätzen zu Crash-Lastfällen trainiert und anhand von BMW-Fahrzeugen wird die Ergebnisgüte überprüft. Es zeigt sich, dass sich hier ein viel versprechender Forschungsansatz aufzeigt, wobei eine Reihe von Fragestellungen zukünftig noch weiter untersucht werden muss.
Frühe Konzeptauslegung Gesamtfahrzeug - Neuronale Netze ein Lösungsansatz?
Neural networks - An approach for preliminary vehicle concept development?
2004
20 Seiten, 9 Bilder, 2 Tabellen, 17 Quellen
Aufsatz (Konferenz)
Deutsch
Fruehe Konzeptauslegung Gesamtfahrzeug : Neuronale Netze ein Loesungsansatz?
Kraftfahrwesen | 2004
|IuD Bahn | 1995
|Springer Verlag | 2021
|SLUB | 2017
|