Téléchargez le livre : Potentialanalyse zum Einsatz teilhomogener Verbrennung im elektrifizierten Antriebsstrang

Potentialanalyse zum Einsatz teilhomogener Verbrennung im elektrifizierten Antriebsstrang



de

Éditeur :

Springer Vieweg


Paru le : 2023-02-22



eBook Téléchargement , DRM LCP 🛈 DRM Adobe 🛈
69,01 €
Téléchargement immédiat
Dès validation de votre commande
Ajouter à ma liste d'envies
Image Louise Reader présentation

Louise Reader

Lisez ce titre sur l'application Louise Reader.

badge apple Application Louise Reader
badge Android Application Louise Reader
Description

Jan Maximilian Klingenstein untersucht das Potenzial des partiell teilhomogen betriebenen Dieselmotors im elektrifizierten Antriebsstrang. Das dazu erzeugte Vorwärtsmodell beinhaltet neben der klassischen Längsdynamikmodellierung, dem Fahrzyklus und Fahrerregler eine modifizierte Betriebsstrategie, die sich in zwei Unterstrategien differenziert. Der elektrisch beheizte Katalysator, welcher zur Reduktion der im teilhomogenen Betrieb vermehrt entstehenden CO- und HC-Emissionen benötigt wird, findet aufgrund seines elektrischen Verbrauchs ebenfalls simulativ Berücksichtigung. Um den elektrischen Verbrauch abschätzen zu können, wird ein empirisches Temperaturmodell vorgestellt, welches anhand der Motordrehzahl und dem erzeugten Moment die Abgastemperatur vorhersagen kann. Zusätzlich wird das erzeugte Simulationsmodell mittels mehrerer Prüfstandsmessungen validiert.
Pages
253 pages
Collection
n.c
Parution
2023-02-22
Marque
Springer Vieweg
EAN papier
9783658409609
EAN PDF
9783658409616
Informations sur l'ebook
Nombre pages copiables
2
Nombre pages imprimables
25
Taille du fichier
28262 Ko
Ce livre est accessible aux handicaps Voir les informations sur l'accessibilité
Prix
69,01 €

Jan Maximilian Klingenstein hat am Institut für Fahrzeugtechnik (IFS) der Universität Stuttgart im Bereich Antriebsstrangtechnik promoviert. Derzeit arbeitet er als Software- und Funktionsentwicklungsingenieur im Bereich autonomes Fahren in der Automobilbranche.

Suggestions personnalisées