Zum Inhalt

Prädiktive und adaptive Prüfstandstests neuer Traktionsbatterien

  • 01.04.2024
  • Entwicklung
Erschienen in:

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Auszug

Der Beitrag beleuchtet die zentrale Rolle von prädiktiven und adaptiven Prüfstandstests für neue Traktionsbatterien in der Automobilindustrie. Reinova hat ein fortschrittliches Netzwerk von Prüfständen entwickelt, das den technischen Anforderungen neuer Batteriekonzepte gerecht wird. Durch den Einsatz von KI und maschinellen Lernmethoden können Sicherheit, Nachhaltigkeit und Effizienz der Batterietests gewährleistet werden. Besonders hervorgehoben wird die Bedeutung von Missbrauchstests (Abuse-Tests) und die Entwicklung von digitalen Zwillingen zur Simulation und Vorhersage des Batterieverhaltens. Zudem wird die Notwendigkeit von nachhaltigen Testmethoden und der Wiederverwendung von Batterien im Sinne der EU-Batterierichtlinie betont. Der Beitrag bietet einen umfassenden Einblick in die innovativen Techniken und Methoden, die das Testen von Batterien intelligenter, effizienter und sicherer machen.

Sie sind noch kein Kunde? Dann Informieren Sie sich jetzt über unsere Lizenzmodelle:

Einzelzugang

Starten Sie jetzt Ihren persönlichen Einzelzugang. Erhalten Sie sofortigen Zugriff auf mehr als 170.000 Bücher und 540 Zeitschriften - pdf-Downloads und Neu-Erscheinungen inklusive.

Jetzt ab 54,00 € pro Monat!                                        

Mehr erfahren

Zugang für Unternehmen

Nutzen Sie Springer Professional in Ihrem Unternehmen und geben Sie Ihren Mitarbeitern fundiertes Fachwissen an die Hand. Fordern Sie jetzt Informationen für Firmenzugänge an.

Erleben Sie, wie Springer Professional Sie in Ihrer Arbeit unterstützt!

Beraten lassen
Titel
Prädiktive und adaptive Prüfstandstests neuer Traktionsbatterien
Verfasst von
Peter Drage
Denise Maier
Marco Rotella
Tomáš Mrkvica
Publikationsdatum
01.04.2024
Verlag
Springer Fachmedien Wiesbaden
Erschienen in
MTZ - Motortechnische Zeitschrift / Ausgabe 4/2024
Print ISSN: 0024-8525
Elektronische ISSN: 2192-8843
DOI
https://doi.org/10.1007/s35146-024-1906-6
    Bildnachweise
    AVL List GmbH/© AVL List GmbH, dSpace, BorgWarner, Smalley, FEV, Xometry Europe GmbH/© Xometry Europe GmbH, The MathWorks Deutschland GmbH/© The MathWorks Deutschland GmbH, HORIBA/© HORIBA, Outokumpu/© Outokumpu, Gentex GmbH/© Gentex GmbH, Ansys, Yokogawa GmbH/© Yokogawa GmbH, Softing Automotive Electronics GmbH/© Softing Automotive Electronics GmbH, measX GmbH & Co. KG, Hirose Electric GmbH/© Hirose Electric GmbH