Open Access

Ling Kunxiong

• Specifying or deriving customers' needs into detailed requirements becomes essential for holistic customer-centricity in automotive systems engineering, relying heavily on simulation models. However, with the increase of system complexity, customer diversity, and difficulty of customer data acquisition, it becomes challenging to specify model inputs that represent individual customer usage behavior across the whole product lifecycle. To let these challenges be tackled, this dissertation addresses the problem of customer usage profiling to support decision-making in the context of automotive systems engineering. First, two fundamental data engineering procedures are investigated, including data aggregation for feature reduction and sampling for representing the customer fleets with a few selected reference customers. After data preprocessing, a method for preparing the model inputs from aggregate customer data, i.e., usage profiling, is developed. Usage profiling applies meta-heuristics, synthesizing sufficiently representative fromSpecifying or deriving customers' needs into detailed requirements becomes essential for holistic customer-centricity in automotive systems engineering, relying heavily on simulation models. However, with the increase of system complexity, customer diversity, and difficulty of customer data acquisition, it becomes challenging to specify model inputs that represent individual customer usage behavior across the whole product lifecycle. To let these challenges be tackled, this dissertation addresses the problem of customer usage profiling to support decision-making in the context of automotive systems engineering. First, two fundamental data engineering procedures are investigated, including data aggregation for feature reduction and sampling for representing the customer fleets with a few selected reference customers. After data preprocessing, a method for preparing the model inputs from aggregate customer data, i.e., usage profiling, is developed. Usage profiling applies meta-heuristics, synthesizing sufficiently representative from aggregate fleet data. Furthermore, a decision support system is developed to deploy the aggregation, sampling, and usage profiling into model-based automotive system engineering processes. As both data and various models are connected, digital twinning is applied. Using real-world fleet data, an evaluation case study for determining lifetime requirements indicates that the methodology is plausible and capable of consolidating customer-centricity into automotive systems engineering processes.…
• Die Spezifizierung oder Ableitung von Kundenbedürfnissen in Form von detaillierten Anforderungen ist für eine ganzheitliche Kundenorientierung in der Fahrzeugsystemtechnik, die sich stark auf Simulationsmodelle stützt, unerlässlich. Mit zunehmender Systemkomplexität, Kundenvielfalt und der Schwierigkeit, Kundendaten zu erfassen, wird es jedoch schwieriger, Modelleingaben zu spezifizieren, die das individuelle Nutzungsverhalten der Kunden über den gesamten Produktlebenszyklus hinweg repräsentieren. Um diese Herausforderungen zu bewältigen, befasst sich diese Dissertation mit dem Problem der Erstellung von Kundennutzungsprofilen zur Unterstützung der Entscheidungsfindung im Kontext der Fahrzeugsystemtechnik. Zunächst werden zwei grundlegende Verfahren der Datenverarbeitung untersucht, darunter die Datenaggregation zur Merkmalsreduktion und das Sampling zur Repräsentation der Kundenflotten mit wenigen ausgewählten Referenzkunden. Nach der Datenvorverarbeitung wird eine Methode zur Aufbereitung der Modelleingaben aus den aggregiertenDie Spezifizierung oder Ableitung von Kundenbedürfnissen in Form von detaillierten Anforderungen ist für eine ganzheitliche Kundenorientierung in der Fahrzeugsystemtechnik, die sich stark auf Simulationsmodelle stützt, unerlässlich. Mit zunehmender Systemkomplexität, Kundenvielfalt und der Schwierigkeit, Kundendaten zu erfassen, wird es jedoch schwieriger, Modelleingaben zu spezifizieren, die das individuelle Nutzungsverhalten der Kunden über den gesamten Produktlebenszyklus hinweg repräsentieren. Um diese Herausforderungen zu bewältigen, befasst sich diese Dissertation mit dem Problem der Erstellung von Kundennutzungsprofilen zur Unterstützung der Entscheidungsfindung im Kontext der Fahrzeugsystemtechnik. Zunächst werden zwei grundlegende Verfahren der Datenverarbeitung untersucht, darunter die Datenaggregation zur Merkmalsreduktion und das Sampling zur Repräsentation der Kundenflotten mit wenigen ausgewählten Referenzkunden. Nach der Datenvorverarbeitung wird eine Methode zur Aufbereitung der Modelleingaben aus den aggregierten Kundendaten, das sogenannte Nutzungsprofilierung, entwickelt. Bei der Nutzungsprofilierung werden Meta-Heuristiken eingesetzt, die es ermöglichen, aus den aggregierten Flottendaten ausreichend repräsentative Daten zu synthetisieren. Darüber hinaus wird durch den Einsatz von Aggregation, Sampling und Nutzungsprofilierung in modellbasierten Fahrzeugentwicklungsprozessen ein Entscheidungsunterstützungssystem entwickelt. Da sowohl die Daten als auch die verschiedenen Modelle miteinander verbunden sind, wird der Rahmen der Erstellung digitaler Zwillinge angewendet. Anhand von realen Flottendaten zeigt eine Evaluierungsfallstudie zur Ermittlung von Lebensdaueranforderungen, dass die Methodik plausibel und in der Lage ist, die Kundenorientierung in die Systementwicklungsprozesse der Automobilindustrie zu integrieren.…