KIRA - KI-Methoden zur optimierten Regelung elektrischer Traktionsantriebe

Abstract

KIRA adressierte die Ziele der Ausschreibung „Künstliche Intelligenz als Schlüsseltechnologie für das Fahrzeug der Zukunft“. Im Projekt ging es darum, KI-Methoden für das intelligente Fahrzeug- und Energiemanagement sowie zur Zustandsüberwachung, Vereinfachung und Optimierung von Simulationen und Prüfstandstests zu nutzen. Zusätzlich ging es um die die ganzheitliche Optimierung des Betriebs von elektrischen Traktionsantrieben durch den Einsatz von Methoden basierend auf künstlicher Intelligenz (KI). Haupthebel sind neuartige Ansteuerungs- und Regelungskonzepte, 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. Im Rahmen dieses Förderprojekts hat das Infineon-Team den Einsatz von Künstlicher Intelligenz (KI) zur Optimierung von Traktionsantrieben untersucht und bewertet. Zunächst wurden in Arbeitspaket (AP) 1 die grundlegenden Anforderungen und Möglichkeiten des KI-Einsatzes in Traktionsantrieben analysiert und bewertet. In Arbeitspaket 2 wurden KI-basierte Ansätze zur Verbesserung der Antriebsregelung entwickelt und implementiert sowie zusätzlich in AP 2.1 traditionelle Regelungsverfahren mit maschinellen Lernverfahren kombiniert. Im AP 2.2 implementierte das Infineon-Team modellbasierte, nicht-lineare Regelverfahren. Die Modelle beruhten auf Methoden des Deep Learnings. Das Team untersuchte die Anwendbarkeit von neuronalen Netzwerken (NN) unter Echtzeitanforderungen und leitete daraus die Anforderungen an Embedded-Systeme mit integriertem KI-Beschleuniger ab.