[go: up one dir, main page]

WO2018178196A1 - Verfahren zur bestimmung einer schädigungsmassunsicherheit eines kraftfahrzeugs - Google Patents

Verfahren zur bestimmung einer schädigungsmassunsicherheit eines kraftfahrzeugs Download PDF

Info

Publication number
WO2018178196A1
WO2018178196A1 PCT/EP2018/058009 EP2018058009W WO2018178196A1 WO 2018178196 A1 WO2018178196 A1 WO 2018178196A1 EP 2018058009 W EP2018058009 W EP 2018058009W WO 2018178196 A1 WO2018178196 A1 WO 2018178196A1
Authority
WO
WIPO (PCT)
Prior art keywords
uncertainty
damage
motor vehicle
determined
evaluation step
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Ceased
Application number
PCT/EP2018/058009
Other languages
English (en)
French (fr)
Inventor
Rafael Fietzek
Stéphane Foulard
Stephan Rinderknecht
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Technische Universitaet Darmstadt
Original Assignee
Technische Universitaet Darmstadt
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Technische Universitaet Darmstadt filed Critical Technische Universitaet Darmstadt
Priority to DE112018001704.4T priority Critical patent/DE112018001704A5/de
Publication of WO2018178196A1 publication Critical patent/WO2018178196A1/de
Anticipated expiration legal-status Critical
Ceased legal-status Critical Current

Links

Classifications

    • G—PHYSICS
    • G07—CHECKING-DEVICES
    • G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
    • G07C5/00—Registering or indicating the working of vehicles
    • G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
    • G07C5/0808—Diagnosing performance data
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B2219/00—Program-control systems
    • G05B2219/20—Pc systems
    • G05B2219/26—Pc applications
    • G05B2219/2637—Vehicle, car, auto, wheelchair
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
    • G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
    • G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0259—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the response to fault detection
    • G05B23/0283—Predictive maintenance, e.g. involving the monitoring of a system and, based on the monitoring results, taking decisions on the maintenance schedule of the monitored system; Estimating remaining useful life [RUL]

Definitions

  • the invention relates to a method for determining a damage degree uncertainty of a motor vehicle, wherein in a determining step during operation of the
  • Damage measure of the component is determined.
  • a first evaluation step one or more features that have a comparatively high correlation with a damage of the component (for example, so-called condition monitoring and / or condition prediction methods) are first determined in a first evaluation step. Subsequently, these features are processed in a further evaluation step with a previously determined mathematical model and determined in this way the damage measure.
  • the mathematical model is usually using appropriate
  • the vehicle parameters can either be determined directly in the determination step by suitable measuring devices or can be determined on the basis of mathematical models, for example between measurement information determined by different measuring devices.
  • Engine provided torque by a mathematical model in dependence on a metrologically detected engine speed and a predetermined by a control unit of the motor vehicle target injection quantity determine.
  • a mathematical model in dependence on a metrologically detected engine speed and a predetermined by a control unit of the motor vehicle target injection quantity determine.
  • Determining the degree of damage results, for example, from unavoidable manufacturing tolerances, inter alia due to fluctuating material quality and differences between the respective production equipment used in the production of the component.
  • An object of the invention is to provide a method for determining a damage measure uncertainty, which defines the damage measure uncertainty first and then continuously by the inclusion of further
  • This object is achieved in that based on predetermined parameter uncertainties
  • Damage measurement uncertainty represents a measure of the fact that the component has actually suffered a damage corresponding to the determined damage level.
  • the parameters directly influencing the operation of the motor vehicle are also variables which influence the operation of the motor vehicle, for example the respective ambient temperature and current weather data.
  • the determined value corresponds to the actual value or that the actual value lies in a certain value range around the determined value.
  • the uncertainty measures each bound a range of values within which the true value of the observed
  • Size such as a metric with a
  • the measure of uncertainty is a measure of whether the
  • the damage measurement uncertainty is determined by the
  • the measure of injury inaccuracy represents a measure, namely a measure of the probability of determining whether the damage identified is actually the case
  • the method according to the invention provides for the parameter uncertainty quantities and / or functions and / or the evaluation step uncertainty quantities and / or functions each by one
  • Probability density function is. With the aid of a probability density function, a probability can be determined by integration that the respectively determined motor vehicle parameter or the variable determined in the respective evaluation step actually corresponds to a corresponding real variable. On the basis of the known probability density functions can also be a common
  • Likelihood density function can be specified, in which the various uncertainties in the determination of the vehicle parameters and in the
  • Probability density functions can, for example, under the assumption of a normal distribution in the determination of the vehicle parameters and the variables determined in the respective evaluation steps by a
  • the invention provides that, starting from the damage measure and the Damage probability uncertainty a default probability for predefined points in time in the future of the component is determined, whereby the probability of failure for each time is a measure of the fact that the component will fail at this time. From the state of
  • a load collective is determined in a load collective evaluation step with the determined motor vehicle parameter.
  • a time profile of a torque load of a motor vehicle operation can be mapped in the load collective.
  • the invention provides that the damage measure in an accumulation evaluation step is determined by a linear damage accumulation using a Wöhler curve determined in advance for the component.
  • a dispersion of the Wöhler curve can be achieved by accumulation evaluation results and / or functions
  • uncertainty variables or functions used for the accumulation evaluation step in the determination of the damage uncertainty can be taken into account that a temporal course of load changes acting on the component is not taken into account when determining partial damages based on the Wöhler curve time course basically has an impact on the actual injury, but off
  • the invention provides that the determined damage measure and the
  • Damage measurement uncertainty in a diagnostic system for example, using condition monitoring and / or
  • the damage measurements and damage uncertainties determined from a damage calculation can be used particularly advantageously to determine a faulty or damaged component which has led to a detected fault condition in the context of an error detection on the basis of fault detection functions.
  • the invention provides that, when determining the probability of failure, results of a diagnostic system of the motor vehicle are taken into account.
  • Errors and causes of errors from a diagnostic system in the determination of the probability of failure can be taken into account certain events that are not taken into account when determining the damage uncertainty.
  • the invention provides that the determined damage dimensions and the associated
  • Automotive parameters and / or the load collectives are transmitted to a central database. According to the invention, it is provided that the parameter uncertainty variables and / or functions and / or the
  • Car fleet transmitted data centrally determined and subsequently transferred as required to individual vehicles.
  • the parameter uncertainty variables and / or functions and / or the evaluation step uncertainty variables and / or functions are determined and continuously minimized with the aid of machine learning algorithms.
  • the parameter uncertainty quantities and / or functions and / or the evaluation step uncertainty variables and / or functions can be processed and minimized particularly efficiently on the basis of the large data volumes transmitted to the database.
  • Automotive parameters and / or the load collectives are then transmitted to the central database if the associated component has failed unexpectedly or has caused an error or if the component is not
  • the data is then transmitted to the database if the probability of default for
  • Default probability limit is or if the
  • Failure probability limit is and the component has either failed or caused an error.
  • Figure 1 is a schematically illustrated flow of the
  • FIG. 1 schematically shows the sequence of a method 1 for determining a damage measure uncertainty
  • a transmission 5 of the motor vehicle 3 is determined acting torque continuously calculated. This continuously calculated
  • Torque represents a motor vehicle parameter 6.
  • a load collective 8 acting on the transmission is first of all calculated in a load collective evaluation step 7.
  • a damage measure 11 is determined by linear damage accumulation using a Wöhler curve 10 determined beforehand for the transmission.
  • a torque parameter uncertainty 13 determines that the determined torque actually a real on the
  • Torque parameter uncertainty 13 is particularly dependent on an absolute value of the torque, since the
  • Damage measure 11 a residual life or a
  • calculated failure time corresponds to a real failure time, a default probability determined.
  • Partial damage measurements AD (t) 20 determined. Amongst other things Due to measurement uncertainties relevant vehicle parameters (F) 21 for determining the Part collapsesrune not accurate, but for example with
  • Uncertainties of measurement are detected.
  • the respective measurement uncertainty is determined by a
  • This parameter uncertainty quantity or function (P (F (t)) 12 can narrow a range of values within which the true or actual value of the observed
  • Partial damage uncertainty (P (AD (t))) 22 can be determined. On the basis of the partial damage dimensions (AD (t)) 20 and the partial damage uncertainties (P (AD (t))) 22, the damage measure (D) 11 and a
  • data 23 of each vehicle under consideration is transmitted to a central database 24 where it is augmented with metadata 25 such as weather conditions at the different times (ti, t 2 , t) 19 at the locations where the respective vehicle is different Time points (ti, t 2 , t 3 ) 19 has found.
  • the method can advantageously be expanded in such a way that recorded, actual failures of a component based on the determined damage measure 11 and the damage uncertainty 18 are compared with the predicted failure of the component.
  • Self-learning algorithms 26 can use this information
  • the parameter uncertainty variables or functions (P (F (t)) 12 and also evaluation step uncertainty variables and / or functions and / or the damage uncertainty 18 and / or the partial damage uncertainties 22 are improved in such a way that a more accurate prognosis is made possible ,

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Testing Of Devices, Machine Parts, Or Other Structures Thereof (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

Die Erfindung betrifft ein Verfahren (1) zur Bestimmung einer Schädigungsmaßunsicherheit (18) eines Bauteils eines Kraftfahrzeugs (3). In einem Bestimmungsschritt (2) werden während des Betriebs des Kraftfahrzeugs (3) in vorgegebenen zeitlichen Abständen fortlaufend Kraftfahrzeugparameter (6) auf Grundlage von in dem jeweiligen Kraftfahrzeug (3) verfügbarer Sensor- und Fahrzustandsinformationen (4, 5) ermittelt. Die Kraftfahrzeugparameter (6) werden nachfolgend in einem oder mehreren parallel und/oder aufeinanderfolgenden Auswertungsschritten (7, 9) verarbeitet und es wird ein Schädigungsmaß (11) des Bauteils ermittelt. Auf Grundlage vorgegebener Parameterunsicherheitsgrößen und/oder –funktionen (12), die für jeden bestimmten Kraftfahrzeugparameter (6) ein Unsicherheitsmaß dafür darstellen, dass der bestimmte Kraftfahrzeugparameter (6) einem realen Kraftfahrzeugparameter (6) entspricht, und auf Grundlage vorgegebener Auswertungsschrittunsicherheitsgrößen und/oder -funktionen (14, 15), die für jeden Auswertungsschritt ein Unsicherheitsmaß dafür darstellen, dass von den Kraftfahrzeugparametern (6) unabhängige und in dem jeweiligen Auswertungsschritt (7, 9) berücksichtigte Auswertungsschritteinflussgrößen den realen Auswertungsschritteinflussgrößen entsprechen, wird eine Schädigungsmaßunsicherheit (18) ermittelt. Die Schädigungsmaßunsicherheit (18) stellt ein Maß dafür dar dass das Bauteil tatsächlich eine dem ermittelten Schädigungsmaß (11) entsprechende Schädigung erfahren hat.

Description

Technische Universität Darmstadt
Verfahren zur Bestimmung einer Schädigungsmaßunsicherheit eines Kraftfahrzeugs
Die Erfindung betrifft ein Verfahren zur Bestimmung einer Schädigungsmaßunsicherheit eines Kraftfahrzeugs, wobei in einem Bestimmungsschritt während des Betriebs des
Kraftfahrzeugs in vorgegebenen zeitlichen Abständen
fortlaufend Kraftfahrzeugparameter auf Grundlage von in dem jeweiligen Kraftfahrzeug verfügbarer Sensor- und
Fahrzustandsinformationen ermittelt werden und wobei die Kraftfahrzeugparameter nachfolgend in einem oder mehreren parallel und/oder aufeinander folgenden
Auswertungsschritten verarbeitet werden und ein
Schädigungsmaß des Bauteils ermittelt wird.
Aus dem Stand der Technik sind verschiedene Verfahren zur Bestimmung von Schädigungsmaßen bekannt. Beispielsweise ist es aus dem Stand der Technik bekannt, auf Grundlage von in dem Bestimmungsschritt ermittelten Kraftfahrzeugparametern zunächst ein Lastkollektiv für das Bauteil wie
beispielsweise ein Getriebe zu ermitteln. In dem
Lastkollektiv wird dabei der Verlauf der auf das Bauteil wirkenden Belastung, beispielsweise die einwirkenden Kräfte oder auftretenden Spannungen über die Zeit mit Hilfe bekannter Verfahren abgebildet. Ausgehend von dem so in einem ersten Auswertungsschritt ermittelten Lastkollektiv kann in einem darauffolgenden zweiten Auswertungsschritt auf Grundlage einer zuvor für das Bauteil ermittelten Wöhler-Kurve, die ein Ergebnis eines für ein baugleiches Bauteil vorab durchgeführten Wöhler-Versuchs abbildet, mit der linearen Schadensakkumulationshypothese nach Miner- Haibach das Schädigungsmaß bestimmt werden.
Zudem sind aus dem Stand der Technik auch Verfahren
bekannt, bei denen ausgehend von den in dem
Bestimmungsschritt ermittelten Kraftfahrzeugparametern in einem ersten Auswertungsschritt zunächst ein oder mehrere Merkmale ermittelt werden, die eine vergleichsweise hohe Korrelation mit einer Schädigung des Bauteils aufweisen (z.B. anhand von sogenannten Condition-Monitoring- und/oder Condition-Prediction-Methoden) . Anschließend werden diese Merkmale in einem weiteren Auswertungsschritt mit einem vorab ermittelten mathematischen Modell verarbeitet und auf diese Weise das Schädigungsmaß bestimmt. Das mathematische Modell wird dabei üblicherweise mit Hilfe geeigneter
Parameteridentifikationsverfahren auf Grundlage
vorliegender Kraftfahrzeugparameter und damit verbundener Schädigungsmaße ermittelt.
Die Kraftfahrzeugparameter können in dem Bestimmungsschritt entweder unmittelbar durch geeignete Messeinrichtungen bestimmt werden oder auf Grundlage mathematischer Modelle beispielsweise zwischen von verschiedenen Messeinrichtungen bestimmten Messinformationen ermittelt werden.
Beispielsweise ist es im Kraftfahrzeugbereich bekannt, das von einem Verbrennungsmotor an einer Kurbelwelle des
Verbrennungsmotors bereitgestellte Drehmoment durch ein mathematisches Modell in Abhängigkeit einer messtechnisch erfassten Motordrehzahl sowie einer durch ein Steuergerät des Kraftfahrzeugs vorgegebenen Solleinspritzmenge zu bestimmen. Im Sinne der Erfindung werden sowohl das auf Grundlage des mathematischen Modells ermittelte Drehmoment als auch die zur Ermittlung des Drehmoments verwendete und sensorisch erfasste Motordrehzahl sowie die die
Solleinspritzmenge kennzeichnende Steuerungsgröße als
Kraftfahrzeugparameter aufgefasst .
Die Ermittlung des Schädigungsmaßes mit Hilfe der aus dem Stand der Technik bekannten Verfahren ist grundsätzlich mit Unsicherheiten behaftet. Diese Unsicherheit bei der
Ermittlung des Schädigungsmaßes resultiert beispielsweise aus unvermeidbaren Fertigungstoleranzen unter anderem auf Grund schwankender Materialqualität und Unterschieden zwischen den jeweils verwendeten Produktionsanlagen bei der Herstellung des Bauteils.
Als Aufgabe der Erfindung wird es angesehen, ein Verfahren zur Bestimmung einer Schädigungsmaßunsicherheit anzugeben, welches die Schädigungsmaßunsicherheit zuerst definiert und dann kontinuierlich durch die Einbeziehung weiterer
Informationen und Daten minimiert.
Diese Aufgabe wird erfindungsgemäß dadurch gelöst, dass auf Grundlage vorgegebener Parameterunsicherheitsgrößen
und/oder -funktionen, die für jeden bestimmten
Kraftfahrzeugparameter ein Unsicherheitsmaß dafür
darstellen, dass der bestimmte Kraftfahrzeugparameter einem realen Kraftfahrzeugparameter entspricht, und auf Grundlage vorgegebener Auswertungsschrittunsicherheitsgrößen und/oder -funktionen, die für jeden Auswertungsschritt ein
Unsicherheitsmaß dafür darstellen, dass von den
Kraftfahrzeugparametern unabhängige und in dem jeweiligen Auswertungsschritt berücksichtigte
Auswertungsschritteinflussgrößen den realen
Auswertungsschritteinflussgrößen entsprechen, eine
Schädigungsmaßunsicherheit ermittelt wird, wobei die
Schädigungsmaßunsicherheit ein Maß dafür darstellt, dass das Bauteil tatsächlich eine dem ermittelten Schädigungsmaß entsprechende Schädigung erfahren hat. Bei der Bestimmung der Schädigungsmaßunsicherheit werden also sowohl
Parameterunsicherheitsgrößen bzw. -funktionen, wie
beispielsweise eine bekannte Wahrscheinlichkeitsverteilung eines Messrauschens eines zur Ermittlung eines
Kraftfahrzeugparameters verwendeten Sensors oder auch eine Modellunsicherheit eines zur Ermittlung eines
Kraftfahrzeugparameters verwendeten mathematischen Modells berücksichtigt als auch verschiedene
Auswertungsschrittunsicherheitsgrößen bzw. -funktionen, die beispielsweise eine Streuung bzw. eine
Wahrscheinlichkeitsverteilung einer zur Ermittlung einer Teilschädigung verwendeten Wöhler-Kurve beschreibt, berücksichtigt. Ausgehend von den vorab ermittelten
verschiedenen Unsicherheitsgrößen bzw. -funktionen kann mit Hilfe bekannter Verfahren aus der
Wahrscheinlichkeitstheorie und Statistik die
Schädigungsmaßunsicherheit berechnet werden.
Bei den Kraftfahrzeugparametern kann es sich neben
unmittelbar den Betrieb des Kraftfahrzeugs kennzeichnenden Größen errfindungsgemäß auch um weitere den Betrieb des Kraftfahrzeugs beeinflussende Größen wie beispielsweise die jeweilige Umgebungstemperatur und aktuelle Wetterdaten handeln . Die verschiedenen Unsicherheitsmaße, insbesondere die
Parameterunsicherheitsgrößen und -funktionen, die
Auswertungsschritunsicherheitsgrößen und -funktionen und die Schädigungsmaßunsicherheit geben vorteilhafterweise jeweils eine Wahrscheinlichkeit dafür an, dass der
ermittelte Wert dem tatsächlichen Wert entspricht bzw. dass der tatsächliche Wert in einem bestimmten Wertebereich um den ermittelten Wert herum liegt. Vorteilhafterweise grenzen die Unsicherheitsmaße jeweils einen Wertebereich ein, innerhalb dessen der wahre Wert der beobachteten
Größe, wie beispielsweise einer Messgröße mit einer
bestimmten Wahrscheinlichkeit liegt. Das heißt, dass das Unsicherheitsmaß ein Maß dafür darstellt, ob der
beobachtete Wert dem tatsächlichen Wert entspricht.
Die Schädigungsmaßunsicherheit stellt nach der
Berücksichtigung sämtlicher Unsicherheitsmaße
vorteilhafterweise ein Maß oder ein Wahrscheinlichkeitsmaß dar, mit dem ein Schädigungsmaßwertebereich beschrieben wird, in dem das Schädigungsmaß mit einer bestimmten
Wahrscheinlichkeit liegt. In anderen Worten ausgedrückt wird mit der Schädigungsmaßunsicherheit beschrieben, mit welcher Wahrscheinlichkeit die ermittelte Schädigung der tatsächlichen entspricht. Die Schädigungsmaßunsicherheit stellt ein Maß, nämlich ein Wahrscheinlichkeitsmaß dafür dar, ob die ermittelte Schädigung der tatsächlichen
entspricht .
Bei einer besonders vorteilhaften Ausgestaltung des
erfindungsgemäßen Verfahrens ist vorgesehen, dass es sich bei den Parameterunsicherheitsgrößen und/oder -funktionen und/oder bei den Auswertungsschrittunsicherheitsgrößen und/oder -funktionen jeweils um eine
Wahrscheinlichkeitsdichtefunktion handelt. Mit Hilfe einer Wahrscheinlichkeitsdichtefunktion kann durch Integration eine Wahrscheinlichkeit dafür bestimmt werden, dass der jeweils ermittelte Kraftfahrzeugparameter bzw. die in dem jeweiligen Auswertungsschritt ermittelte Größe tatsächlich einer entsprechenden realen Größe entspricht. Auf Grundlage der bekannten Wahrscheinlichkeitsdichtefunktionen kann zudem eine gemeinsame
SchädigungsmaßWahrscheinlichkeitsdichtefunktion angegeben werden, in der die verschiedenen Unsicherheiten bei der Bestimmung der Kraftfahrzeugparameter sowie bei der
Weiterverarbeitung in den verschiedenen
Auswertungsschritten berücksichtigt werden kann. Die
Wahrscheinlichkeitsdichtefunktionen können beispielsweise unter der Annahme einer Normalverteilung bei der Ermittlung der Kraftfahrzeugparameter sowie der in den jeweiligen Auswertungsschritten ermittelten Größen durch einen
Erwartungswert sowie einer Varianz oder einer
Standardabweichung der Kraftfahrzeugparameter bzw. Größen beschrieben werden.
Durch die Berücksichtigung der verschiedenen Unsicherheiten wird erfindungsgemäß also im Wesentlichen eine Streuung der Kraftfahrzeugparameter und Streuungen von in den jeweiligen Auswertungsschritten ermittelten Zwischengrößen
berücksichtigt, die unter anderem auf Fertigungstoleranzen sowie in den verwendeten mathematischen Modellen nicht berücksichtigten Einflussgrößen zurückzuführen sind.
Vorteilhafterweise ist erfindungsgemäß vorgesehen, dass ausgehend von dem Schädigungsmaß und der Schädigungsmaßunsicherheit eine Ausfallwahrscheinlichkeit für vorgegebene Zeitpunkte in der Zukunft des Bauteils bestimmt wird, wobei die Ausfallwahrscheinlichkeit für jeden Zeitpunkt ein Maß dafür darstellt, dass das Bauteil zu diesem Zeitpunkt ausfallen wird. Aus dem Stand der
Technik ist es bekannt, einen voraussichtlichen
Ausfallzeitpunkt des Bauteils in der Zukunft durch eine lineare FortSchreibung der bis zu einem aktuellen Zeitpunkt ermittelten Schädigung bzw. des ermittelten
Schädigungsmaßes in die Zukunft zu bestimmen. Auf Grundlage der mit Hilfe des erfindungsgemäßen Verfahrens bestimmten Schädigungsmaßunsicherheit kann vorteilhafterweise unter zusätzlicher Berücksichtigung einer Nutzungsunsicherheit, die ein Unsicherheitsmaß dafür darstellt, dass die in der Vergangenheit erfolgte Schädigung auch zukünftig zu
erwarten ist, eine Ausfallwahrscheinlichkeit dafür
angegeben werden, dass das jeweilige Bauteil tatsächlich zu dem ermittelten Ausfallzeitpunkt ausfallen wird. Erfindungsgemäß ist vorteilhafterweise vorgesehen, dass in einem Lastkollektivauswertungsschritt mit dem ermittelten Kraftfahrzeugparameter ein Lastkollektiv bestimmt wird. Erfindungsgemäß kann in dem Lastkollektiv beispielsweise ein zeitlicher Verlauf einer Drehmomentbelastung eines Kraftfahrzeugbetriebes abgebildet sein.
Vorteilhafterweise ist erfindungsgemäß vorgesehen, dass das Schädigungsmaß in einem Akkumulationsauswertungsschritt durch eine lineare Schadensakkumulation unter Verwendung einer vorab für das Bauteil ermittelten Wöhler-Kurve bestimmt wird. Vorteilhafterweise ist erfindungsgemäß vorgesehen, dass durch Akkumulationsauswertungssehrittunsieherheitsgroßen und/oder -funktionen eine Streuung der Wöhler-Kurve
berücksichtigt wird. Durch die Wöhler-Kurve wird
üblicherweise ein Mittelwert einer in einem oder mehreren durchgeführten Wöhler-Versuchen ermittelten
Spannungsamplitude über die ertragbare Schwingspielzahl aufgetragen. Eine Streuung von Messergebnissen bei dem Wöhler-Versuch ist üblicherweise vergleichsweise groß, so dass die Berücksichtigung dieser Streuung für die
Bestimmung der Schädigungsmaßunsicherheit besonders
relevant ist .
In den für den Akkumulationsauswertungsschritt bei der Bestimmung der Schädigungsmaßunsicherheit herangezogenen Auswertungsschrittunsicherheitsgrößen bzw. -funktionen kann erfindungsgemäß unter anderem auch berücksichtigt werden, dass bei der Ermittlung von Teilschädigungen auf Grundlage der Wöhler-Kurve ein zeitlicher Verlauf von auf das Bauteil wirkenden Lastwechseln unberücksichtigt bleibt, wobei dieser zeitliche Verlauf grundsätzlich einen Einfluss auf die tatsächliche Schädigung hat, aber aus
Vereinfachungsgründen bei der Ermittlung des
Schädigungsmaßes unberücksichtigt bleibt. Bei einer
besonders vorteilhaften Ausgestaltung des erfindungsgemäßen Verfahrens ist daher vorgesehen, dass durch die
Akkumulationsauswertungsschrittunsicherheitsgrößen und/oder -funktionen eine durch einen unberücksichtigten Verlauf von Lastwechseln hervorgerufenen Unsicherheit bei einer
Bestimmung von Teilschädigungen im Rahmen der linearen Schadensakkumulation berücksichtigt wird. Vorteilhafterweise ist erfindungsgemäß vorgesehen, dass das ermittelte Schädigungsmaß und die
Schädigungsmaßunsicherheit in einem Diagnosesystem (z.B. anhand von sogenannten Condition-Monitoring- und/oder
Condition-Prediction-Methoden) des Kraftfahrzeugs zur
Ermittlung einer Fehlerursache verwendet wird. Die aus einer Schadensberechnung ermittelten Schädigungsmaße und Schädigungsmaßunsicherheiten können besonders vorteilhaft dazu verwendet werden, ein fehlerhaftes bzw. geschädigtes Bauteil zu ermitteln, das im Rahmen einer Fehlererkennung auf Grundlage von Fehlererkennungsfunktionen zu einem erkannten Fehlerzustand geführt hat. Entsprechende
Fehlererkennungsfunktionen, die im Rahmen von
Diagnosesystemen verwendet werden, sind aus dem Stand der Technik bekannt.
Vorteilhafterweise ist erfindungsgemäß vorgesehen, dass bei der Bestimmung der Ausfallwahrscheinlichkeit Ergebnisse eines Diagnosesystems des Kraftfahrzeugs berücksichtigt werden. Durch die Berücksichtigung von Informationen zu
Fehlern und Fehlerursachen aus einem Diagnosesystem bei der Bestimmung der Ausfallwahrscheinlichkeit können bestimmte und bei der Bestimmung der Schädigungsmaßunsicherheit unberücksichtigte Ereignisse berücksichtigt werden.
Vorteilhafterweise ist erfindungsgemäß vorgesehen, dass die ermittelten Schädigungsmaße und die zugehörigen
Schädigungsmaßunsicherheiten und/oder die
Ausfallwahrscheinlichkeiten zusammen mit den
Kraftfahrzeugparametern und/oder den Lastkollektiven an eine zentrale Datenbank übertragen werden. Erfindungsgemäß ist vorgesehen, dass die Parameterunsicherheitsgrößen und/oder -funktionen und/oder die
Auswertungsschrittunsicherheitsgrößen und/oder
-funktionen auf Grundlage der an die zentrale Datenbank von zahlreichen vergleichbaren Bauteilen einer
Kraftfahrzeugflotte übertragenen Daten zentral bestimmt und nachfolgend je nach Bedarf an einzelne Kraftfahrzeuge übertragen werden. Vorteilhafterweise werden die
Parameterunsicherheitsgrößen und/oder -funktionen und/oder die Auswertungsschrittunsicherheitsgrößen und/oder
-funktionen an sämtliche Kraftfahrzeuge der
Kraftfahrzeugflotte übermittelt. Auf diese Weise kann die Bestimmung der Schädigungsmaße und
Schädigungsmaßunsicherheiten sowie der
Ausfallwahrscheinlichkeiten fortlaufend angepasst und verbessert werden.
Erfindungsgemäß ist vorteilhafterweise vorgesehen, dass die Parameterunsicherheitsgrößen und/oder -funktionen und/oder die Auswertungsschrittunsicherheitsgrößen und/oder - funktionen mit Hilfe von Machine-Learning-Algorithmen ermittelt und kontinuierlich minimiert werden. Durch die Verwendung von Machine-Learnring-Algorithmen können die Parameterunsicherheitsgrößen und/oder -funktionen und/oder die Auswertungsschrittunsicherheitsgrößen und/oder - funktionen auf Grundlage der an die Datenbank übermittelten großen Datenmengen besonders effizient verarbeitet und minimiert werden.
Vorteilhafterweise werden die ermittelten Schädigungsmaße und die zugehörigen Schädigungsmaßunsicherheiten und/oder die Ausfallwahrscheinlichkeiten zusammen mit den
Kraftfahrzeugparametern und/oder den Lastkollektiven regelmäßig an die zentrale Datenbank übertragen. Es ist aber auch möglich und erfindungsgemäß vorgesehen, dass die ermittelten Schädigungsmaße und die zugehörigen
Schädigungsmaßunsicherheiten und/oder die
Ausfallwahrscheinlichkeiten zusammen mit den
Kraftfahrzeugparametern und/oder den Lastkollektiven dann an die zentrale Datenbank übertragen werden, wenn das zugehörige Bauteil unerwartet ausgefallen ist bzw. einen Fehler verursacht hat oder wenn das Bauteil nicht
ausgefallen ist, obwohl der Ausfall erwartet wurde.
Erfindungsgemäß werden die Daten dann an die Datenbank übermittelt, wenn die Ausfallwahrscheinlichkeit zum
Zeitpunkt des Ausfalls oder eines Fehlers des Bauteils kleiner als ein erster vorgegebener
Ausfallwahrscheinlichkeitsgrenzwert ist oder wenn die
Ausfallwahrscheinlichkeit zu dem aktuellen Zeitpunkt größer als ein zweiter vorgegebener
Ausfallwahrscheinlichkeitsgrenzwert ist und das Bauteil weder ausgefallen ist noch einen Fehler verursacht hat.
Weitere vorteilhafte Ausgestaltungen des erfindungsgemäßen Verfahrens werden anhand eines in der Zeichnung
dargestellten Ausführungsbeispiels näher erläutert. Es zeigt:
Figur 1 einen schematisch dargestellten Ablauf des
erfindungsgemäßen Verfahrens bei einer Bestimmung eines Schädigungsmaßes für ein Getriebe nach dem Verfahren von Miner-Haibach und Figur 2 einen weiteren schematisch dargestellten Ablauf des erfindungsgemäßen Verfahrens .
In Figur 1 ist schematisch der Ablauf eines Verfahrens 1 zur Bestimmung einer Schädigungsmaßunsicherheit
dargestellt. In einem Bestimmungsschritt 2 wird während des Betriebs eines Kraftfahrzeugs 3 mit Hilfe eines aus dem Stand der Technik bekannten beobachterbasierten Verfahrens auf Grundlage messtechnisch erfasster physikalischer Größen 4 des Kraftfahrzeugs 3 sowie gegebenenfalls weiterer den Betrieb des Kraftfahrzeugs 3 kennzeichnenden Größen 5 ein auf ein Getriebe des Kraftfahrzeugs 3 wirkendes Drehmoment fortlaufend berechnet. Dieses fortlaufend berechnete
Drehmoment stellt einen Kraftfahrzeugparameter 6 dar.
Auf Grundlage des fortlaufend ermittelten Drehmoments wird in einem Lastkollektivauswertungsschritt 7 zunächst ein auf das Getriebe wirkendes Lastkollektiv 8 berechnet.
Anschließend wird in einem Akkumulationsauswertungsschritt 9 durch eine lineare Schadensakkumulation unter Verwendung einer vorab für das Getriebe ermittelten Wöhler-Kurve 10 ein Schädigungsmaß 11 bestimmt.
Gleichzeitig wird für jedes ermittelte und auf das Getriebe wirkende Drehmoment auf Grundlage vorgegebener
Parameterunsicherheitsgrößen und/oder -funktionen 12 eine Drehmomentparameterunsicherheit 13 dafür bestimmt, dass das ermittelte Drehmoment tatsächlich einem real auf das
Getriebe wirkenden Drehmoments entspricht. Die
Drehmomentparameterunsicherheit 13 ist insbesondere von einem Absolutwert des Drehmoments abhängig, da die
beobachterbasierte Bestimmung des Drehmoments bei höheren Drehmomentwerten eine weniger exakte Berechnung des
Drehmoments erlaubt.
Zudem werden auf Grundlage vorgegebener
Akkumulationsauswertungsschrittunsicherheitsgrößen und/oder -funktionen 14, 15 eine durch einen unberücksichtigten Verlauf von Lastwechseln hervorgerufene
Lastwechselunsicherheit 16 bei einer Bestimmung von
Teilschädigungen im Rahmen der linearen
Schadensakkumulation und eine Wöhler-Kurven-Unsicherheit
17, durch die eine Streuung der Wöhler-Kurve berücksichtigt wird, berechnet.
Ausgehend von der Drehmomentparameterunsicherheit 13, der Lastwechselunsicherheit 16 und der Wöhler-Kurven- Unsicherheit 17 wird eine Schädigungsmaßunsicherheit 18 bestimmt. Bei einer nicht dargestellten vorteilhaften
Erweiterung des Verfahrens 1 wird auf Grundlage des
Schädigungsmaßes 11 eine Restlebensdauer bzw. ein
Ausfallzeitpunkt bestimmt und für diesen Ausfallzeitpunkt auf Grundlage der Schädigungsmaßunsicherheit 18 und unter zusätzlicher Berücksichtigung einer Ausfallunsicherheit, die ein Unsicherheitsmaß dafür darstellt, dass der
berechnete Ausfallzeitpunkt einem realen Ausfallzeitpunkt entspricht, eine Ausfallwahrscheinlichkeit bestimmt.
In Figur 2 wird schematisch ein weiteres
Ausführungsbeispiel des erfindungsgemäßen Verfahrens näher erläutert. Zur Bestimmung eines Schädigungsmaßes (D) 11 mit aus dem Stand der Technik bekannten Verfahren werden zu vorgegebenen Zeitpunkten (t], t2, t3, tn) 19
Teilschädigungsmaße AD(t) 20 bestimmt. Unter anderem aufgrund von Messunsicherheiten können für die Ermittlung der Teilschädigungsmaße relevanten Kraftfahrzeugparameter (F) 21 nicht genau, sondern beispielsweise mit
Messunsicherheiten behaftet erfasst werden. Die jeweilige Messunsicherheit wird durch eine
Parameterunsicherheitsgröße oder -funktion (P(F(t)) 12 zu jedem Zeitpunkt (ti, t2, t3, tn) 19 abgebildet. Durch diese Parameterunsicherheitsgröße oder -funktion (P(F(t)) 12 kann ein Wertebereich eingegrenzt werden, innerhalb dessen der wahre bzw. tatsächliche Wert des beobachteten
Kraftfahrzeugparameters (F) 21 mit einer bestimmten
Wahrscheinlichkeit liegt.
Darüber hinaus können beispielsweise auch
Fertigungstoleranzen durch eine entsprechende
Wahrscheinlichkeitsverteilung berücksichtigt werden, wobei diese zu den verschiedenen Zeitpunkten (ti, t2, t3, tn) 19 keiner Änderung unterliegen. Aus den verschiedenen Teilschädigungsmaßen (AD(t)) 20 kann zu jedem Zeitpunkt (ti, t2, t3) 19 auch eine
Teilschädigungsmaßunsicherheit (P(AD(t))) 22 bestimmt werden. Auf Grundlage der Teilschädigungsmaße (AD(t)) 20 und der Teilschädigungsmaßunsicherheiten (P(AD(t))) 22 kann dann das Schädigungsmaß (D) 11 sowie eine
Schädigungsmaßunsicherheit (P (D) ) 18 zu jedem Zeitpunkt (ti, t2, t3, tn) 19 bestimmt werden. Mit zunehmender
Messdauer werden Wahrscheinlichkeitsverteilungen, die die Schädigungsmaßunsicherheit 18 darstellen, immer flacher, da in jedem Zeitpunkt (ti, t2, t3, tn) 19 weitere
Unsicherheiten berücksichtigt werden müssen. Das hat zur Folge, dass eine Ausfallwahrscheinlichkeitsberechnung eines Bauteils auf Grundlage des Schädigungsmaßes 11 auch
zunehmend ungenauer wird.
Um dem entgegenzuwirken werden Daten 23 jedes betrachteten Fahrzeugs an eine zentrale Datenbank 24 übertragen und dort mit Metadaten 25 wie beispielsweise Witterungsverhältnissen zu den verschiedenen Zeitpunkten (ti, t2, tß) 19 an den Orten erweitert, an denen sich das jeweilige Fahrzeug zu den verschiedenen Zeitpunkten (ti, t2, t3) 19 befunden hat.
Das Verfahren kann vorteilhafterweise derart erweitert werden, dass erfasste, tatsächliche Ausfälle eines Bauteils auf Grundlage des ermittelten Schädigungsmaßes 11 und der Schädigungsmaßunsicherheit 18 prognostizierten Ausfalls des Bauteils gegenübergestellt werden. Durch selbstlernende Algorithmen 26 können aus diesen Informationen
gegebenenfalls unter Berücksichtigung der Metadaten 25 die Parameterunsicherheitsgrößen oder -funktionen (P(F(t)) 12 und auch Auswertungsschrittunsicherheitsgrößen und/oder - funktionen und/oder die Schädigungsmaßunsicherheit 18 und/oder die Teilschädigungsmaßunsicherheiten 22 derart verbessert werden, dass eine genauere Prognose ermöglicht wird .

Claims

P A T E N T A N S P R Ü C H E
1. Verfahren (1) zur Bestimmung einer
Schädigungsmaßunsicherheit (18) eines Bauteils eines
Kraftfahrzeugs (3), wobei in einem Bestimmungsschritt (2) während des Betriebs des Kraftfahrzeugs (3) in vorgegebenen zeitlichen Abständen fortlaufend Kraftfahrzeugparameter (6, 21) auf Grundlage von in dem jeweiligen Kraftfahrzeug (3) verfügbarer Sensor- und Fahrzustandsinformationen (4, 5) ermittelt werden, und wobei die Kraftfahrzeugparameter (6, 21) nachfolgend in einem oder mehreren parallel und/oder aufeinanderfolgenden Auswertungsschritten (7, 9)
verarbeitet werden und ein Schädigungsmaß (11) des Bauteils ermittelt wird, dadurch gekennzeichnet, dass auf Grundlage vorgegebener Parameterunsicherheitsgrößen und/oder - funktionen (12), die für jeden bestimmten
Kraftfahrzeugparameter (6, 21) ein Unsicherheitsmaß dafür darstellen, dass der bestimmte Kraftfahrzeugparameter (6, 21) einem realen Kraftfahrzeugparameter entspricht, und auf Grundlage vorgegebener
Auswertungsschrittunsicherheitsgrößen und/oder -funktionen (14, 15), die für jeden Auswertungsschritt ein
Unsicherheitsmaß dafür darstellen, dass von den
Kraftfahrzeugparametern (6, 21) unabhängige und in dem jeweiligen Auswertungsschritt (7, 9) berücksichtigte
Auswertungsschritteinflussgrößen den realen
Auswertungsschritteinflussgrößen entsprechen, eine
Schädigungsmaßunsicherheit (18) ermittelt wird, wobei die Schädigungsmaßunsicherheit (18) ein Unsicherheitsmaß dafür darstellt, dass das Bauteil tatsächlich eine dem ermittelten Schädigungsmaß (11) entsprechende Schädigung erfahren hat .
2. Verfahren (1) gemäß Anspruch 1, dadurch gekennzeichnet, dass es sich bei den Parameterunsicherheitsgrößen und/oder
-funktionen (12) und/oder bei den
Auswertungsschrittunsicherheitsgrößen und/oder -funktionen (14, 15) jeweils um eine Wahrscheinlichkeitsdichtefunktion handelt .
3. Verfahren (1) gemäß Anspruch 1 oder Anspruch 2, dadurch gekennzeichnet, dass ausgehend von dem Schädigungsmaß (11) und der Schädigungsmaßunsicherheit (18) eine
Ausfallwahrscheinlichkeit für vorgegebene Zeitpunkte in der Zukunft des Bauteils bestimmt wird, wobei die
Ausfallwahrscheinlichkeit für jeden Zeitpunkt ein Maß dafür darstellt, dass das Bauteil zu diesem Zeitpunkt ausfallen wird .
4. Verfahren (1) gemäß einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass in einem
Lastkollektivauswertungsschritt (7) mit den ermittelten Kraftfahrzeugparametern (6, 21) ein Lastkollektiv (8) bestimmt wird.
5. Verfahren (1) gemäß Anspruch 4, dadurch gekennzeichnet, dass das Schädigungsmaß (11) in einem
Akkumulationsauswertungsschritt (9) durch eine lineare Schadensakkumulation unter Verwendung einer vorab für das Bauteil ermittelten Wöhler-Kurve (10) bestimmt wird.
6. Verfahren (1) gemäß Anspruch 5, dadurch gekennzeichnet, dass durch
Akkumulationsauswertungsschrittunsicherheitsgrößen und/oder -funktionen (14, 15) eine Streuung der Wöhler-Kurve (10) berücksichtigt wird.
7. Verfahren (1) gemäß Anspruch 5 oder Anspruch 6, dadurch gekennzeichnet, dass durch die
Akkumulationsauswertungsschrittunsicherheitsgrößen und/oder -funktionen (14, 15) eine durch einen unberücksichtigten Verlauf von Lastwechseln hervorgerufene Unsicherheit bei einer Bestimmung von Teilschädigungen im Rahmen der
linearen Schadensakkumulation berücksichtigt wird.
8. Verfahren (1) gemäß einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass das ermittelte Schädigungsmaß (11) und die Schädigungsmaßunsicherheit (18) in einem
Diagnosesystem des Kraftfahrzeugs (3) zur Ermittlung einer Fehlerursache verwendet wird.
9. Verfahren (1) gemäß Anspruch 3, dadurch gekennzeichnet, dass bei der Bestimmung der Ausfallwahrscheinlichkeit
Ergebnisse eines Diagnosesystems des Kraftfahrzeugs (3) berücksichtigt werden.
10. Verfahren (1) gemäß einem der voranstehenden Ansprüche, dadurch gekennzeichnet, dass die ermittelten
Schädigungsmaße (11) und die zugehörigen
Schädigungsmaßunsicherheiten (18) und/oder die
Ausfallwahrscheinlichkeiten zusammen mit den
Kraftfahrzeugparametern (6, 21) und/oder den Lastkollektiven (8) an eine zentrale Datenbank (24) übertragen werden.
11. Verfahren (1) gemäß Anspruch 10, dadurch
gekennzeichnet, dass die Parameterunsicherheitsgrößen und/oder -funktionen (12) und/oder die
Auswertungsschrittunsicherheitsgrößen und/oder -funktionen (14, 15) auf Grundlage der an die zentrale Datenbank (24) von zahlreichen vergleichbaren Bauteilen einer
Kraftfahrzeugflotte übertragenen Daten (23) zentral bestimmt werden und nachfolgend je nach Bedarf an einzelne Kraftfahrzeuge (3) übertragen werden.
12. Verfahren (1) gemäß Anspruch 11, dadurch
gekennzeichnet, dass die Parameterunsicherheitsgrößen und/oder -funktionen (12) und/oder die
Auswertungsschrittunsicherheitsgrößen und/oder -funktionen (14, 15) mit Hilfe eines Machine-Learning-Algorithmus ermittelt und kontinuierlich minimiert werden.
PCT/EP2018/058009 2017-03-30 2018-03-28 Verfahren zur bestimmung einer schädigungsmassunsicherheit eines kraftfahrzeugs Ceased WO2018178196A1 (de)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE112018001704.4T DE112018001704A5 (de) 2017-03-30 2018-03-28 Verfahren zur Bestimmung einer Schädigungsmaßunsicherheit eines Kraftfahrzeugs

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102017106919.4 2017-03-30
DE102017106919.4A DE102017106919A1 (de) 2017-03-30 2017-03-30 Verfahren zur Bestimmung einer Schädigungsmaßunsicherheit eines Kraftfahrzeugs

Publications (1)

Publication Number Publication Date
WO2018178196A1 true WO2018178196A1 (de) 2018-10-04

Family

ID=62025778

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2018/058009 Ceased WO2018178196A1 (de) 2017-03-30 2018-03-28 Verfahren zur bestimmung einer schädigungsmassunsicherheit eines kraftfahrzeugs

Country Status (2)

Country Link
DE (2) DE102017106919A1 (de)
WO (1) WO2018178196A1 (de)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
LU101181B1 (de) 2019-04-12 2020-10-12 Compredict Gmbh Verfahren zur Bestimmung einer Belastungsvorhersage für ein Bauteil eines Kraftfahrzeugs

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20240193321A1 (en) * 2021-04-20 2024-06-13 Robert Bosch Gmbh Device and method, in particular computer-implemented method, for testing
DE102021205838A1 (de) 2021-06-10 2022-12-15 Robert Bosch Gesellschaft mit beschränkter Haftung Verfahren und Vorrichtung zur Abschätzung der Lebensdauer eines tribologisch beanspruchten Bauteils und Computerprogrammprodukt

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10215865A1 (de) * 2002-04-11 2003-11-06 Bosch Gmbh Robert Verfahren und Steuergerät zur Ermittlung der Ausfallwahrscheinlichkeit einer Kraftfahrzeugkomponente
US8725456B1 (en) * 2009-05-05 2014-05-13 The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) Decomposition technique for remaining useful life prediction

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5210704A (en) * 1990-10-02 1993-05-11 Technology International Incorporated System for prognosis and diagnostics of failure and wearout monitoring and for prediction of life expectancy of helicopter gearboxes and other rotating equipment
DE10257793A1 (de) * 2002-12-11 2004-07-22 Daimlerchrysler Ag Modellbasierter Lebensdauerbeobachter
US7640148B2 (en) * 2005-01-07 2009-12-29 Gm Global Technology Operations, Inc. Method of modeling vehicle parameter cycles
AT504028B1 (de) * 2007-11-02 2009-03-15 Avl List Gmbh Verfahren zur schädigungsvorhersage von bauteilen eines kraftfahrzeuges
DE102008038890B4 (de) * 2008-08-13 2021-09-02 Volkswagen Ag Verfahren und Vorrichtung zur Belastungszählung in einem elektromechanischen Lenksystem
WO2014202100A1 (en) * 2013-06-19 2014-12-24 Volvo Truck Corporation A method for a vehicle

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE10215865A1 (de) * 2002-04-11 2003-11-06 Bosch Gmbh Robert Verfahren und Steuergerät zur Ermittlung der Ausfallwahrscheinlichkeit einer Kraftfahrzeugkomponente
US8725456B1 (en) * 2009-05-05 2014-05-13 The United States of America as represented by the Administrator of the National Aeronautics & Space Administration (NASA) Decomposition technique for remaining useful life prediction

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
S. FOULARD ET AL: "Automotive drivetrain model for transmission damage prediction", MECHATRONICS., vol. 30, 30 June 2015 (2015-06-30), GB, pages 27 - 54, XP055489559, ISSN: 0957-4158, DOI: 10.1016/j.mechatronics.2015.06.008 *
S. FOULARD ET AL: "Online and real-time monitoring system for remaining service life estimation of automotive transmissions - Application to a manual transmission", MECHATRONICS., vol. 30, 10 July 2015 (2015-07-10), GB, pages 140 - 157, XP055489558, ISSN: 0957-4158, DOI: 10.1016/j.mechatronics.2015.06.013 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
LU101181B1 (de) 2019-04-12 2020-10-12 Compredict Gmbh Verfahren zur Bestimmung einer Belastungsvorhersage für ein Bauteil eines Kraftfahrzeugs
WO2020208182A1 (de) 2019-04-12 2020-10-15 Compredict Gmbh Verfahren zur bestimmung einer belastungsvorhersage für ein bauteil eines kraftfahrzeugs
US12044598B2 (en) 2019-04-12 2024-07-23 Compredict Gmbh Method for determining a load prediction for a component of a vehicle

Also Published As

Publication number Publication date
DE102017106919A1 (de) 2018-10-04
DE112018001704A5 (de) 2019-12-19

Similar Documents

Publication Publication Date Title
EP2604478B2 (de) Verfahren zur erkennung von funktionsfehlern einer multisensoranordnung
DE102017211737B4 (de) Überwachungsvorrichtung und Verfahren zur Überwachung eines Systems
DE102013225563A1 (de) Verfahren zur Überwachung eines Sensors eines Fahrzeugs
EP2056179A2 (de) Verfahren zur Schädigungsvorhersage von Bauteilen eines Kraftfahrzeuges
EP1543394A1 (de) Vorrichtung und verfahren zur überwachung einer mehrere systeme umfassenden technischen anlage, insbesondere einer kraftwerksanlage
DE102008006370A1 (de) Verfahren und Vorrichtung zum Überwachen einer Maschine
DE10007308A1 (de) Verfahren und Vorrichtung zur Ermittlung der verbleibenden Betriebsdauer eines Produktes
WO2019153026A1 (de) Verfahren und system zur analyse wenigstens einer einrichtung einer einheit, welche eine mehrzahl an verschiedenen einrichtungen aufweist
DE102019200031A1 (de) Verfahren und Vorrichtung zum Ermitteln einer Fehlerursache bei Weichenstörungen im schienengebundenen Verkehr
EP3282399A1 (de) Verfahren zur verbesserten erkennung von prozessanomalien einer technischen anlage sowie entsprechendes diagnosesystem
DE102015009395A1 (de) Verfahren zum Kontrollieren eines Verschraubungsprozesses
WO2018178196A1 (de) Verfahren zur bestimmung einer schädigungsmassunsicherheit eines kraftfahrzeugs
EP3151072B1 (de) Verfahren und system zur fehlererkennung und überwachung bei einem elektronisch geregelten oder gesteuerten maschinenteil
DE102014207282A1 (de) Verfahren zur Diagnose eines Kraftfahrzeugsystems, Diagnosegerät für ein Kraftfahrzeugsystem, Steuergerät für ein Kraftfahrzeugsystem und Kraftfahrzeug
DE102008019463A1 (de) Verfahren zum Vorhersagen von Ausfallereignissen
DE102018104665B4 (de) Verfahren zum Betrieb einer Brennkraftmaschine, Steuereinrichtung und Brennkraftmaschine
DE102019211693A1 (de) Verfahren und Vorrichtung zur Ermittlung einer Langzeitschädigung einer Komponente durch Vibrationsbeaufschlagung
DE102013225710A1 (de) Überwachungseinheit für eine Getriebeeinheit eines Schienenfahrzeugs
DE102008038890B4 (de) Verfahren und Vorrichtung zur Belastungszählung in einem elektromechanischen Lenksystem
DE102019208922A1 (de) Verfahren und Vorrichtung zum Kontrollieren eines Produktionsprozesses
DE102007002801A1 (de) Verfahren zum Bestimmen einer Ausfallwahrscheinlichkeit mindestens eines Bauteils einer Antriebsvorrichtung
DE102017213929B4 (de) Verfahren und Vorrichtung zum Ermitteln, ob eine Anomalie in einem System vorliegt
DE102019107242A1 (de) Diagnoseverfahren, Diagnosesystem und Kraftfahrzeug
DE102023207829B4 (de) Verfahren und System zum Erkennen von Anomalien in einem Satz von Signalen
EP4105425A1 (de) Verfahren zur ermittlung und/oder überprüfung eines status eines türsystems, statusermittlungseinrichtung, system, computerprogrammprodukt

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 18718710

Country of ref document: EP

Kind code of ref document: A1

REG Reference to national code

Ref country code: DE

Ref legal event code: R225

Ref document number: 112018001704

Country of ref document: DE

122 Ep: pct application non-entry in european phase

Ref document number: 18718710

Country of ref document: EP

Kind code of ref document: A1