KIRA

 

KI-Methoden zur optimierten Regelung elektrischer Traktionsantriebe

 

Das Projekt KIRA (KI-Methoden zur optimierten Regelung elektrischer Traktionsantriebe) stellt die ganzheitliche Optimierung des Betriebs von elektrischen Traktionsantrieben durch den Einsatz von Methoden basierend auf künstlicher Intelligenz (KI) in den Mittelpunkt. Der Fokus liegt in der Entwicklung von neuartigen Ansteuerungs- und Regelungskonzepten, welche eine grundlegende Überarbeitung der gängigen Methoden und Modelle voraussetzen. Mit ihrer Optimierungsmethodik setzt KIRA bei den wesentlichen Schlüsselaspekten des Elektroantriebs für Fahrzeuge an: Erhöhung des Wirkungsgrads, Erhöhung der Leistungsdichte, Reduktion störender Geräuschentwicklung und Erhöhung der Drehmomentgenauigkeit. Das Projekt wird vom Bundesministerium für Wirtschaft und Energie (BMWi) gefördert.
Der Schlüssel dazu liegt in exakteren, KI-basierten Modellansätzen zur Beschreibung der verschiedenen physikalischen Domänen des E-Antriebs. Diese werden im Rahmen des Projekts in Kombination mit klassischen und KI-basierten Regelungsverfahren erforscht, die eine gezielte Optimierung der Effizienz, der Ausnutzung, der Geräuschentwicklung sowie der Drehmomentgenauigkeit des E-Antriebs ermöglichen. Der Fokus liegt hierbei auf reinen Elektrofahrzeugen. Die Lösungen sind aber grundsätzlich auf Hybridfahrzeuge und alle anderen Arten von elektrischen Antrieben übertragbar. Um diese Ziele zu erreichen, setzt KIRA auf ein eng verkettetes Vorgehen über alle relevanten Antriebsebenen.

Einerseits ist in KIRA das Ziel des ISEA die Regelung der akustischen Emissionen durch eine KI-basierte akustische Modellierung der elektrischen Maschine zu ermöglichen, wobei komplexe multiphysikalische Zusammenhänge von der Anregung bis zur Abstrahlung akustischer Emissionen vereinfacht abgebildet werden. Dadurch soll eine Echtzeitfähigkeit des akustischen Modells bei gleichzeitig ausreichend hoher Genauigkeit erreicht werden. Andererseits soll das thermische Verhalten der elektrischen Maschine abgebildet werden. Auch hier bieten KI-basierte Ansätze wie z.B. neuronale Netze das Potential, die Rechenintensität der Modelle deutlich zu verringern ohne die Genauigkeit negativ zu beeinflussen. In KIRA soll zunächst gezeigt werden, dass KI-basierte Modelle vergleichbare Ergebnisse zu klassischen Modellierungsansätzen liefern. Ein weiteres Ziel des ISEA ist, die optimale Generierung von Trainingsdaten für die zu untersuchenden Modellierungsansätze zu finden. Dabei sollen sowohl modellbasierte Daten als auch empirische Daten untersucht werden.

   

Laufzeit

01. August 2021 – 31. Juli 2024

 

Förderung

   

Partner