Die Notwendigkeit gesetzlicher Regulierungen des Au\u00dfenger\u00e4uschs von Personenkraftwagen (PKW) resultiert aus dem Einfluss von L\u00e4rm auf das menschliche Wohlbefinden. Die Messung von PKW-Au\u00dfenger\u00e4uschen wird unter genormten Bedingungen nach gesetzlichen Regulierungen als sogenannte Vorbeifahrtmessung durchgef\u00fchrt. Die j\u00fcngste gesetzliche Norm der \u201eEconomic Comission of Europe\u201c (ECE) ist die ECE R51.03.<\/p>\n
Die Motivation der vorliegenden Arbeit basiert auf zwei grunds\u00e4tzlichen Aspekten. Zum einen unterliegen die Anforderungen der ECE R51.03 in Form akustischer Grenzwerte bei der Vorbeifahrtmessung stetigen Versch\u00e4rfungen. Die Erf\u00fcllung der gesetzlichen Grenzwerte wird f\u00fcr \u201eOriginal Equipment Manufacturer\u201c (OEMs) zunehmend zur Herausforderung. Zum anderen erfordern immer k\u00fcrzere Entwicklungszyklen gr\u00f6\u00dfere Aktivit\u00e4ten der OEMs in der fr\u00fchen, digitalen Phase des Fahrzeugentwicklungsprozesses. Zur Zeit existieren keine durchg\u00e4ngigen algorithmischen L\u00f6sungen zur Adressierung der beschriebenen Problematik. Akustische State-of-the-Art-Verfahren scheitern an der Komplexit\u00e4t des Au\u00dfenger\u00e4uschs von PKW bestehend aus der \u00dcberlagerung multipler, teilweise korrelierter Schallquellen mit nicht-omnidirektionaler Abstrahlung. Vorhersagen des Au\u00dfenger\u00e4uschs von PKW mithilfe von Methoden des Maschinellen Lernens (ML) k\u00f6nnen die Problemstellung ebenfalls nicht umfassend l\u00f6sen.<\/p>\n
Ziel der Arbeit ist die Entwicklung eines durchg\u00e4ngigen Konzepts zur Digitalisierung des Fahrzeugentwicklungsprozesses hinsichtlich Au\u00dfenger\u00e4usch und dessen algorithmische Realisierung. Bei der Bearbeitung der beschriebenen Aufgabenstellung wurden zwei Hauptaufgaben identifiziert. Zun\u00e4chst besteht die Notwendigkeit der Vorhersage des Au\u00dfenger\u00e4uschs zuk\u00fcnftiger Fahrzeuge, bevor messf\u00e4hige Hardware-Prototypen zur Verf\u00fcgung stehen. Desweiteren muss das Au\u00dfenger\u00e4usch bestehender Fahrzeuge mithilfe von Methoden der Teilschallquellenanalyse in seine Bestandteile in Form der relevanten Fahrzeugkomponenten, wie Motor, Abgasanlage und Reifen zerlegt werden. Die Kombination beider Verfahren erm\u00f6glicht die Ableitung von akustischen Komponentengrenzwerten hinsichtlich ECE R51.03 in der fr\u00fchen, digitalen Phase des Fahrzeugentwicklungsprozesses.<\/p>\n
Der erste Aspekt der wissenschaftlichen Relevanz ist die Entwicklung zweier neuer algorithmischer Ans\u00e4tze. Es werden erstmalig ML-Verfahren zur dynamischen Vorhersage des Au\u00dfenger\u00e4uschs \u00fcber die gesamte Messstrecke hinsichtlich ECE R51.03 verwendet. Dabei werden \u201eGradient Boosted Models\u201c (GBMs) basierend auf Entscheidungsb\u00e4umen benutzt. Die Genauigkeit der entwickelten Modelle liegt bei 90 % aller betrachteten Beispiele innerhalb der von der ECE R51.03 erlaubten Varianz bei konsekutiven Vorbeifahrtmessungen. Damit sind Vorhersagen des Au\u00dfenger\u00e4uschs zuk\u00fcnftiger Fahrzeuge mit einer Genauigkeit m\u00f6glich, die es erlaubt, den weiteren Fahrzeugentwicklungsprozess daraufhin auszulegen.<\/p>\n
Zus\u00e4tzlich wurde mit \u201eHelmholtz Inverse Beamforming\u201c (HIBF) ein neues Verfahren zur Analyse von Teilschallquellen hinsichtlich ECE R51.03 entwickelt, das wesentliche Schw\u00e4chen des Stands der Technik kompensiert. \u201eAirborne Source Quantification\u201c (ASQ), basierend auf Transferpfadanalyse (TPA), beruht auf der Annahme akustischer Monopole. Nicht-omnidirektionale Schallabstrahlungen, beispielsweise der Reifen, k\u00f6nnen nicht abgebildet werden. Durch die Darstellung der Schallquellen mithilfe von Kugelfl\u00e4chenfunktionen bei HIBF wird diese Schw\u00e4che von ASQ aufgel\u00f6st. Bei Messungen an einem realen Fahrzeug konnte HIBF signifikant bessere Ergebnisse erzielen als ASQ.<\/p>\n
Der zweite wesentliche Aspekt der wissenschaftlichen Relevanz ist die erstmalige Entwicklung und algorithmische Realisierung eines durchg\u00e4ngigen Konzepts zur Digitalisierung des Fahrzeugentwicklungsprozesses hinsichtlich ECE R51.03 durch Kombination der beiden algorithmischen Ans\u00e4tze. Mithilfe der Kombination von Au\u00dfenger\u00e4uschvorhersagen zuk\u00fcnftiger Fahrzeuge mit GBMs und der Teilschallquellenanalyse mit HIBF k\u00f6nnen akustische Komponentengrenzwerte f\u00fcr Reifen und Abgasanlage bereits in der digitalen Phase des Fahrzeugentwicklungsprozesses abgeleitet werden.<\/p>\n
Melden Sie sich hier an um Einladungen zu den Kolloquium-Vortr\u00e4gen per E-Mail zu erhalten.<\/a><\/span>
\nRegister here to receive the invitations to colloquium talks via e-mail.<\/a><\/span><\/p>\n