Zwei verschiedene Identifikationsverfahren wurden zur experimentellen Modellbildung der Wankdynamik eines Kraftfahrzeuges verglichen. Das zeitkontinuierliche physikalische Modell der Drehung des Fahrzeuges um die Längsachse wurde aufgestellt. Das Modell besteht aus einer Differentialgleichung zweiter Ordnung mit den Zustandsgrößen Wankwinkel und Wankwinkelgeschwindigkeit sowie der Querbeschleunigung als Eingangsgröße. Die unbekannten Parameter sind die Summenfederkonstante, die Summendrehdämpferkonstante und das Massenträgheitsmoment. Die Parameter wurden mit der rekursiven Methode der kleinsten Quadrate geschätzt. Als alternatives Verfahren wurde ein nichtphysikalisches Modell aus einem dynamischen, neuronalen Mehrschichtennetz ermittelt. Die Eingangsgrößen waren die an den vier Radaufhängungen gemessenen Federwege und die Ausgangsgröße war die Wankwinkelgeschwindigkeit. Während der Lernphase wurde das Netz mit einem Gradientenverfahren erster oder zweiter Ordnung adaptiert. Die aus beiden Identifikationsmethoden gewonnenen Modelle beschrieben die Wankdynamik gut.


    Access

    Access via TIB

    Check availability in my library

    Order at Subito €


    Export, share and cite



    Title :

    Identifikation der Wankdynamik eines Kraftfahrzeugs mit Parameterschätzverfahren und Neuronalen Netzen


    Additional title:

    System identification techniques for automotive applications


    Contributors:

    Published in:

    Publication date :

    1998


    Size :

    6 Seiten, 8 Bilder, 1 Tabelle, 6 Quellen



    Type of media :

    Article (Journal)


    Type of material :

    Print


    Language :

    German





    Identifikation eines Fahrers eines Kraftfahrzeugs

    KIBLE FRANK / HAUBER SIMON | European Patent Office | 2017

    Free access


    Modernes Motormanagement mit neuronalen Netzen

    Müller, Rainer Oskar | TIBKAT | 1998


    KALIBRIERUNG VON UNSICHERHEITEN VON NEURONALEN NETZEN

    KASSEM SBEYTI MOUSSA / KARG MICHELLE / WIRTH CHRISTIAN | European Patent Office | 2024

    Free access