Fahrzeugtechnik - Forschung - Forschungsgruppe Automatisierung

Shiqin

M.Sc. Shiqing Li

akademische Mitarbeiterin
Fehlererkennung
Forschungsgruppe:
Automatisierung
Raum: 215
Tel.: +49 721 608 41748
shiqing li ∂does-not-exist.kit edu

Institut für Fahrzeugsystemtechnik

Institutsteil Fahrzeugtechnik

Rintheimer-Querallee 2

Gebäude 70.04

76131 Karlsruhe

Beiträge zu Fachzeitschriften und Monografien, Berichte
Titel	Autor	Quelle
Machine-Learning-Based Fault Detection in Electric Vehicle Powertrains Using a Digital Twin	Dettinger, F.; Jazdi, N.; Weyrich.M.; Brandl, L.; Reuss, H.-C.; Pecha, U.; Parspour, N.; Li, S.; Frey, M.; Gauterin, F.; Nägele, A.-T.; Lüntzel, V. A.; Sax, E.	SAE Technical Paper 2023-01-1214, 2023 doi:10.4271/2023-01-1214
Evaluation of Different Fault Diagnosis Methods and Their Applications in Vehicle Systems	Li, S. Frey, M. Gauterin, F.	Special Issue: Advances in Fault Diagnosis and Anomaly Detection Machines 2023, 11, 482 DOI: 10.3390/machines11040482
Model-Based Condition Monitoring of the Sensors and Actuators of an Electric and Automated Vehicle	Li, S. Frey, M. Gauterin, F.	Sensors 2023, 23, 887 DOI: 10.3390/s23020887

Tagungsbeiträge
Titel	Tagung	Autoren
Validating Reliability of Automated Driving Functions on a Steerable VEhicle-in-the-Loop (VEL) Test Bench	21. Internationales Stuttgarter Symposium	Han, C. Seiffer, A. Orf, S. Hantschel, F. Li, S.
Datenbankbasierte Fehlerdiagnose bei elektrischen und automatisierten Fahrzeugen	WKM-Symposium 2021	Li, S. Huang, X. Frey, M. Gauterin, F.

aktuelle Forschungsprojekte
Titel
SmartLoad - Neue Methoden zur Zuverlässigkeitssteigerung von hochautomatisierten elektrischen Fahrzeugen

angebotene Abschlussarbeiten
Titel	Datum
Optimierung der Robustheit eines ganzheitlichen Fehlerdiagnosesystems für ein elektrisches und automatisiertes Fahrzeug	ab sofort
Optimierung der modellbasierten Fehlererkennung und Fuzzy-Logik basierten Fehlerdiagnose von Sensoren in einem Demonstratorfahrzeug	laufend
Anforderungsanalyse für ein ganzheitliches Fehlerdiagnosesystem eines elektrischen und automatisierten Fahrzeugs	ab sofort
Umsetzung einer ganzheitlichen Fehlerdiagnose im Demonstrator zur Validierung der Funktion in Realfahrt	ab sofort
Modellierung des thermischen Verhaltens eines Permanentmagnet-Synchronmotors	ab sofort
Modellbasierte Fehlererkennung der Aktoren eines elektrischen automatisierten Fahrzeugs	abgeschlossen
Vereinfachte Abbildung des Verhaltens eines Permanentmagnet-Synchronmotors im Schadensfall	abgeschlossen
Methodenentwicklung zur Identifikation der Parameter des Lenksystems eines elektrischen Fahrzeugs	abgeschlossen
Literaturrecherche zu bekannten Methoden für Fehlererkennung und Fehlerdiagnose	laufend
Simulation von Fehlern in einem elektrischen automatisierten Demonstratorfahrzeug	laufend
Methodenentwicklung zur Fehlerdetektion von Sensoren in einem Demonstratorfahrzeug	abgeschlossen
Validierung und Erweiterung des Fahrzeugmodells basierend auf der Messdaten	abgeschlossen
Fehleridentifikation bei elektrischen und automatisierten Fahrzeugen	abgeschlossen