Login
- Originaltitel:
- Maschinelle Optimierung der Antriebsauslegung zur Reduktion von CO2-Emissionen und Kosten im Nutzfahrzeug
- Übersetzter Titel:
- Machine Optimization of the Powertrain Design for the Reduction of CO2-Emissions and Costs in Commercial Vehicles
- Autor:
- Fries, Michael Josef
- Jahr:
- 2019
- Dokumenttyp:
- Dissertation
- Fakultät/School:
- Fakultät für Maschinenwesen
- Betreuer:
- Lienkamp, Markus (Prof. Dr.)
- Gutachter:
- Lienkamp, Markus (Prof. Dr.); Wachtmeister, Georg (Prof. Dr.)
- Sprache:
- de
- Fachgebiet:
- DAT Datenverarbeitung, Informatik; ELT Elektrotechnik; MAS Maschinenbau; VER Technik der Verkehrsmittel
- Stichworte:
- Machine learning, Hybridfahrzeuge, Antriebsoptimierung, Betriebsstrategie, Total Cost of Ownership, CO2-Emissionen
- Übersetzte Stichworte:
- machine learning, hybrid vehicle, powertrain optimization, operational strategy, total cost of ownership, CO2-emissions
- TU-Systematik:
- VER 020d
- Kurzfassung:
- Die CO2-Emissionen und die Total Cost of Ownership sind entscheidende Kriterien zur Bewertung von zukünftigen Nutzfahrzeugantrieben. Ein maschinelles Lernverfahren wird zur optimalen Antriebsauslegung angewendet. Am Beispiel von Diesel-, HPDI-, LNG/CNG-Motoren, Hybridisierung, vorausschauender Tempomat, Getriebeauslegung, Schaltstrategie und Anpassung der Achsübersetzung zeigt sich das Potenzial einer systematischen und automatisierten Lösungssuche innerhalb der Antriebsauslegung.
- Übersetzte Kurzfassung:
- The CO2-emissions and the Total Cost of Ownership are essential criteria for evaluating future commercial vehicle powertrain concepts. A machine learning method is used for optimum powertrain design.The potential of a systematic and automated search for a solution is demonstrated, using the example of Diesel-, HPDI-, LNG/CNG-engines, hybridization, predictive cruise control, transmission design, shifting strategy, and rear axle ratio adjustment. A generic operating strategy has been developed fo... »
- Serie / Reihe:
- Schriftenreihe des Lehrstuhls für Fahrzeugtechnik der Technischen Universität München
- ISBN:
- 978-3-8439-3988-1
- WWW:
- https://mediatum.ub.tum.de/?id=1444356
- Eingereicht am:
- 23.05.2018
- Mündliche Prüfung:
- 31.01.2019
- Letzte Änderung:
- 17.06.2019
BibTeX