Projektleitung: Prof. Dr. rer. nat. Markus Lange-Hegermann | Fachbereich Elektrotechnik und Technische Informatik
Forschungsschwerpunkt: Produktion & Automation
Kurzbeschreibung:
Die Entwicklung von brennstoffzellenbetriebenen Antriebssystemen gewinnt an Dynamik, da die Welt auf nachhaltigere Energiequellen umstellt. Allerdings stellt die Komplexität dieser Systeme und das fehlende Wissen über ihr Verhalten unter verschiedenen Bedingungen eine Herausforderung für Wartungs- und Kontrollstrategien dar. In diesem Forschungsprojekt wird ein intelligenter Überwachungs- und Zustandsschätzer für hybride Antriebsstrangsysteme basierend auf maschinellen Lernansätzen (ML) entwickelt.
Insbesondere werden das Brennstoffzellensystem und die Elektromotorkomponente im Detail untersucht um die Fähigkeiten von ML sowohl für die Überwachung auf Komponenten- als auch auf Systemebene zu prüfen. Da Brennstoffzellen erst seit kurzem als Alternative zu Verbrennungsmotoren und ihrer hohen Komplexität in Betracht gezogen werden, können das Vorhandensein und die Ursachen von Fehlern schwer zu erkennen sein.
Die Industrie hat ein großes Interesse daran, Komponenten des Antriebsstrangs wie den E-Motor oder die Brennstoffzelle schnell auf den Markt zu bringen. Die Hersteller sind an kurzen Entwicklungs- und Umsetzungszeiten interessiert. Das vorliegende Projekt bietet eine Lösung für ein zeitkritisches Anliegen der Original Equipment Manufacturers (OEM). Die in der Forschungsgruppe entwickelten Data Science Methoden sind skalierbar und breit auf den Antriebsstrang anwendbar.
Projektwebsite: https://www.init-owl.de/forschung/projekte/detail/predictive-powertrain-healthcase/
Laufzeit: 01.11.2023 - 31.10.2025
Fördersumme: 182.650,00 €
Partner:innen: RWTH Aachen (MMP), Universität Stuttgart (IFS)
Kontakt:
Ruwen Fulek
E-Mail: ruwen.fulek@th-owl.de
Tel.: +49 5261 702 6584
(Stand: tt.mm.jjjj)
Gefördert von: Forschungsvereinigung Verbrennungskraftmaschinen e.V. (FVV)