Veränderte Bedingungen der Fahrzeugnutzung eröffnen neue Möglichkeiten für die Überwachung des Fahrzeuggesundheitszustands. In dieser Arbeit wird die Eignung von Methoden des maschinellen Lernens zur Diagnose von defekten Fahrzeugdämpfern auf Basis von Sensordaten der elektronischen Stabilitätskontrolle analysiert. Ein Vergleich der Resultate mit einem signalbasierten Dämpferdiagnose-Ansatz zeigt die Wettbewerbsfähigkeit. Eine stochastische Beobachtbarkeitsanalyse liefert Erkenntnisse über vorteilhafte Fahrbedingungen für die Diagnoseaufgabe.
«