Objektivierung der Wankdynamik von Personenkraftwagen

Objektivierung der Wankdynamik von Personenkraftwagen von Apfelbeck,  Andreas Michael Bernhard
Die subjektive Wahrnehmung von Fahrdynamikaspekten wird in der Automobilindustrie häufig in objektive Kennparameter übersetzt. Für die Wankdynamik existieren bisher allerdings nur Modelle, die lediglich Teilaspekte beschreiben oder nicht bzw. kaum validiert wurden. Ziel dieser Dissertation ist daher die Identifikation von Regressionsmodellen, die eine robuste Prädiktion von Subjektivbewertungen verschiedener Wankdynamikaspekte auf Basis von Messdaten erlauben. Dabei werden sowohl das quasi-stationäre als auch das dynamische Wanken untersucht. Anwendungsmöglichkeiten der Ergebnisse finden sich vor allem in der virtuellen Grundauslegung und Simulation sowie beim objektiven Vergleich von Fahrzeugen. Zur Vorbereitung der Realfahrzeugstudien wird zunächst eine Probandenstudie in einem Fahrsimulator durchgeführt, um grundlegende Beurteilungstendenzen der Probanden zu analysieren und die Bewertungen der beiden Probandengruppen (Normal- und Expertenfahrer) miteinander zu vergleichen. Anschließend wird eine Realfahrzeugstudie zum quasi-stationären Wanken durchgeführt, in der verschiedene Wankwinkel-Querbeschleunigungs-Gradienten eines Versuchsfahrzeugs beurteilt werden, und ein Prädiktionsmodell für das quasi-stationäre Wanken abgeleitet. Zur Untersuchung des dynamischen Wankens werden vier Realfahrzeug-Probandenstudien durchgeführt und die folgenden Kriterien beurteilt: Wankabstützung und Zeitverzug der Wankreaktion jeweils im nieder- und höherfrequenten Anregungsbereich, Anwanken, Nachwanken und der Gesamteindruck der Wankdynamik. Insgesamt werden 17 Varianten beurteilt (vom Kompaktwagen über SUVs bis hin zu Luxusfahrzeugen) und Modelle abgeleitet, die mit hoher Genauigkeit Gefallensbewertungen für die einzelnen Beurteilungskriterien auf Basis von Messdaten prädizieren.
Aktualisiert: 2021-08-19
> findR *
MEHR ANZEIGEN

Bücher zum Thema Prädiktion von Bewertungen

Sie suchen ein Buch über Prädiktion von Bewertungen? Bei Buch findr finden Sie eine große Auswahl Bücher zum Thema Prädiktion von Bewertungen. Entdecken Sie neue Bücher oder Klassiker für Sie selbst oder zum Verschenken. Buch findr hat zahlreiche Bücher zum Thema Prädiktion von Bewertungen im Sortiment. Nehmen Sie sich Zeit zum Stöbern und finden Sie das passende Buch für Ihr Lesevergnügen. Stöbern Sie durch unser Angebot und finden Sie aus unserer großen Auswahl das Buch, das Ihnen zusagt. Bei Buch findr finden Sie Romane, Ratgeber, wissenschaftliche und populärwissenschaftliche Bücher uvm. Bestellen Sie Ihr Buch zum Thema Prädiktion von Bewertungen einfach online und lassen Sie es sich bequem nach Hause schicken. Wir wünschen Ihnen schöne und entspannte Lesemomente mit Ihrem Buch.

Prädiktion von Bewertungen - Große Auswahl Bücher bei Buch findr

Bei uns finden Sie Bücher beliebter Autoren, Neuerscheinungen, Bestseller genauso wie alte Schätze. Bücher zum Thema Prädiktion von Bewertungen, die Ihre Fantasie anregen und Bücher, die Sie weiterbilden und Ihnen wissenschaftliche Fakten vermitteln. Ganz nach Ihrem Geschmack ist das passende Buch für Sie dabei. Finden Sie eine große Auswahl Bücher verschiedenster Genres, Verlage, Autoren bei Buchfindr:

Sie haben viele Möglichkeiten bei Buch findr die passenden Bücher für Ihr Lesevergnügen zu entdecken. Nutzen Sie unsere Suchfunktionen, um zu stöbern und für Sie interessante Bücher in den unterschiedlichen Genres und Kategorien zu finden. Unter Prädiktion von Bewertungen und weitere Themen und Kategorien finden Sie schnell und einfach eine Auflistung thematisch passender Bücher. Probieren Sie es aus, legen Sie jetzt los! Ihrem Lesevergnügen steht nichts im Wege. Nutzen Sie die Vorteile Ihre Bücher online zu kaufen und bekommen Sie die bestellten Bücher schnell und bequem zugestellt. Nehmen Sie sich die Zeit, online die Bücher Ihrer Wahl anzulesen, Buchempfehlungen und Rezensionen zu studieren, Informationen zu Autoren zu lesen. Viel Spaß beim Lesen wünscht Ihnen das Team von Buchfindr.