<?xml version="1.0"?>
<oembed><version>1.0</version><provider_name>Arbeitsgemeinschaft der Universit&#xE4;tsverlage</provider_name><provider_url>https://universitaetsverlage.eu</provider_url><author_name>XMLRPC</author_name><author_url>https://universitaetsverlage.eu/author/xmlrpc/</author_url><title>Verfahren zur Identifikation nichtlinearer dynamischer Getriebemodelle - Arbeitsgemeinschaft der Universit&#xE4;tsverlage</title><type>rich</type><width>600</width><height>338</height><html>&lt;blockquote class="wp-embedded-content"&gt;&lt;a href="https://universitaetsverlage.eu/bucher-e-books/titel/verfahren-zur-identifikation-nichtlinearer-dynamischer-getriebemodelle/"&gt;Verfahren zur Identifikation nichtlinearer dynamischer Getriebemodelle&lt;/a&gt;&lt;/blockquote&gt;
&lt;script type='text/javascript'&gt;
&lt;!--//--&gt;&lt;![CDATA[//&gt;&lt;!--
		/*! This file is auto-generated */
		!function(d,l){"use strict";var e=!1,o=!1;if(l.querySelector)if(d.addEventListener)e=!0;if(d.wp=d.wp||{},!d.wp.receiveEmbedMessage)if(d.wp.receiveEmbedMessage=function(e){var t=e.data;if(t)if(t.secret||t.message||t.value)if(!/[^a-zA-Z0-9]/.test(t.secret)){var r,a,i,s,n,o=l.querySelectorAll('iframe[data-secret="'+t.secret+'"]'),c=l.querySelectorAll('blockquote[data-secret="'+t.secret+'"]');for(r=0;r&lt;c.length;r++)c[r].style.display="none";for(r=0;r&lt;o.length;r++)if(a=o[r],e.source===a.contentWindow){if(a.removeAttribute("style"),"height"===t.message){if(1e3&lt;(i=parseInt(t.value,10)))i=1e3;else if(~~i&lt;200)i=200;a.height=i}if("link"===t.message)if(s=l.createElement("a"),n=l.createElement("a"),s.href=a.getAttribute("src"),n.href=t.value,n.host===s.host)if(l.activeElement===a)d.top.location.href=t.value}}},e)d.addEventListener("message",d.wp.receiveEmbedMessage,!1),l.addEventListener("DOMContentLoaded",t,!1),d.addEventListener("load",t,!1);function t(){if(!o){o=!0;var e,t,r,a,i=-1!==navigator.appVersion.indexOf("MSIE 10"),s=!!navigator.userAgent.match(/Trident.*rv:11\./),n=l.querySelectorAll("iframe.wp-embedded-content");for(t=0;t&lt;n.length;t++){if(!(r=n[t]).getAttribute("data-secret"))a=Math.random().toString(36).substr(2,10),r.src+="#?secret="+a,r.setAttribute("data-secret",a);if(i||s)(e=r.cloneNode(!0)).removeAttribute("security"),r.parentNode.replaceChild(e,r)}}}}(window,document);
//--&gt;&lt;!]]&gt;
&lt;/script&gt;&lt;iframe sandbox="allow-scripts" security="restricted" src="https://universitaetsverlage.eu/bucher-e-books/titel/verfahren-zur-identifikation-nichtlinearer-dynamischer-getriebemodelle/embed/" width="600" height="338" title="&#x201E;Verfahren zur Identifikation nichtlinearer dynamischer Getriebemodelle&#x201C; &#x2014; Arbeitsgemeinschaft der Universit&#xE4;tsverlage" frameborder="0" marginwidth="0" marginheight="0" scrolling="no" class="wp-embedded-content"&gt;&lt;/iframe&gt;</html><thumbnail_url>https://universitaetsverlage.eu/wp-content/uploads/asolmerce/image-9783798328549.jpg</thumbnail_url><thumbnail_width>1814</thumbnail_width><thumbnail_height>2560</thumbnail_height><description>Immer komplexere Fahrzeuge erreichen den Kunden. Der Zielkonflikt zwischen Komfort, Sportlichkeit und geringerem Ressourcenverbrauch ist dank der Automatisierung des Triebstrangs m&#xF6;glich. Mit Entwicklungszyklen von ca. drei Jahren f&#xFC;r ein Fahrzeug und einer globalen Arbeitsteilung ist die modellbasierte Entwicklung heute Stand der Technik. Die Parameter der Getriebemodelle werden aus Vorwissen adaptiert oder durch aufwendige Komponententests bestimmt. Ein Getriebemodell zu parametrieren ist eine zentrale Herausforderung f&#xFC;r die Entwicklungsingenieure, da nur eine begrenzte Anzahl an Prototypenfahrzeugen und Komponenten zur Verf&#xFC;gung stehen. Diesen skizzierten Prozess durch einen geeigneten Ansatz eines Triebstrangmodells f&#xFC;r die Software- und Funktionsentwicklung zu unterst&#xFC;tzen, ist eine Problemstellung dieser Arbeit. Zus&#xE4;tzlich wird die Frage beantwortet, wie der Ablauf bestehend aus Versuchsdurchf&#xFC;hrung und modernen Identifikationsmethoden mit Hilfe eines Getriebepr&#xFC;fstands strukturiert werden kann. In diesem Beitrag werden Getriebeparameter wie Massentr&#xE4;gheit und Reibmomente durch Strukturierte Rekurrente Neuronale Netze (SRNN) an einem automatisierten Handschaltgetriebe identifiziert. Aufgrund nicht zu vernachl&#xE4;ssigender Temperatureinfl&#xFC;sse an den Lagerstellen wird das SRNN erweitert, um eine zweidimensionale Nichtlinearit&#xE4;t abbilden zu k&#xF6;nnen. Die Kupplungskapazit&#xE4;t, das Verzahnungsspiel und weitere Parameter werden durch automatisierte Versuche am Getriebepr&#xFC;fstand bestimmt. Abschlie&#xDF;end werden exemplarische Versuche in der Simulation am Beispiel eines Doppelkupplungsgetriebes angewandt, um die Generalisierbarbeit der Methodik zu demonstrieren.</description></oembed>
