Diagnose in mechatronischen Fahrzeugsystemen XIV

Predictive Maintenance, Remote Diagnose, KI, Maschinelles Lernen, Standardisierung, Dt/engl

39,80 €
(inkl. MwSt.)
In den Warenkorb

Lieferbar innerhalb 1 - 2 Wochen

Bibliografische Daten
ISBN/EAN: 9783959082617
Sprache: Deutsch
Umfang: 296 S., 1 farbige Illustr.
Format (T/L/B): 1.9 x 21 x 14.8 cm
Auflage: 1. Auflage 2020
Einband: kartoniertes Buch

Beschreibung

Moderne Fahrzeuge mit weitreichenden Assistenz und Kommunikationsfunktionen integrieren sich immer stärker in eine weltweit vernetzte Funktionslandschaft. Beispiele hierfür sind Automatisiertes Fahren mit V 2 V Vernetzung, Elektromobilität mit Lade- und Energieinfrastruktur, Flottenverwaltung und Einsatzplanung sowie übergreifende Service on Demand Funktionalitäten. Entsprechend ist es wichtig, sowohl die bestehenden Test-, Prüf- und Diagnoseverfahren im Zusammenhang mit neuen Fahrzeugfunktionen weiterzuentwickeln, als auch neue Standards und Konzepte zu diskutieren. Die fortschreitenden Entwicklungen in den Bereichen des Maschinenlernens und der künstlichen Intelligenz eröffnen hierbei neue Möglichkeiten für zukünftige Diagnoseverfahren insbesondere im Zusammenhang mit Predictive Maintenance, Cloudbasierter Remote Diagnose. Anhand aktueller Entwicklungsberichte, Systemvorstellungen und Praxisbeiträgen werden der aktuelle Stand und die Trends für FE im Themenfeld Diagnose, Test und Prüfung vorgestellt sowie neue Lösungen erörtert. Die Interessenten: Spezialisten und Anwender der Bereiche: Systemvernetzung - Software- und Hardwareentwicklung - Forschung und (Vor-) Entwicklung - Systementwicklung, Applikation und Test - Produktion und Qualitätssicherung - Service und Kundendienst Die Herausgeber: Dipl.Ing. Andreas Unger, Professur Fahrzeugmechatronik, Technische Universität Dresden; IAM, GmbH, Dresden Univ.Prof. Dr.Ing. Bernard Bäker, Institut für Automobiltechnik Dresden IAD, Professur Fahrzeugmechatronik, Technische Universität Dresden

Informationen gemäß Produktsicherheitsverordnung

Hersteller:
Books on Demand GmbH
bod@bod.de
In de Tarpen 42
DE 22848 Norderstedt