KIRA - KI-Methoden zur optimierten Regelung elektrischer Traktionsantriebe; Teilvorhaben: Effizienzoptimale modellbasierte Pulsmustergenerierung und Regelung
Partnerspezifischer Schlussbericht
| dc.contributor.author | Bohl, Raimund | |
| dc.contributor.author | Jiptner, Michael | |
| dc.contributor.author | Kuhnen, Klaus | |
| dc.contributor.author | Lamprecht, Dirk | |
| dc.contributor.author | Li, Xiang | |
| dc.contributor.author | Löhning, Martin | |
| dc.contributor.author | Manderla, Maximilian | |
| dc.contributor.author | Müller, Fabian | |
| dc.contributor.author | Scharfenstein, Daniel | |
| dc.date.accessioned | 2026-01-15T18:18:04Z | |
| dc.date.available | 2026-01-15T18:18:04Z | |
| dc.date.issued | 2025-01-24 | |
| dc.description.abstract | Im Projekt KIRA wurde die ganzheitliche Optimierung elektrischer Traktionsantriebe durch den Einsatz von Künstlicher Intelligenz (KI) vorangetrieben. In diesem Teilvorhaben lag der Fokus auf der Erhöhung des Wirkungsgrads durch den Einsatz verlustminimaler optimaler Pulsmuster (OPP) als Verbesserung im Vergleich zur konventionellen Raumzeigermodulation (SVPWM). Andere Arbeiten zu OPP zeigen, dass mit diesen beispielsweise besseres NVH-Verhalten durch Minimierung der harmonischen Verzerrung (THD) im Strom erreicht werden kann. Für die Generierung verlustminimaler OPP wurde eine Methode auf Basis gradientenbasierter Optimierung sowie ein entsprechender Optimierungsworkflow entwickelt. Für die Regelung eines Antriebs bei Verwendung von OPP wurde ein modellprädiktives Verfahren entwickelt. Ein wesentlicher Aspekt für die Pulsmusteroptimierung sind gleichzeitig schnelle und sehr genaue Verlustberechnungsverfahren. Hierzu wurde auf Basis einer Feldrekonstruktion mittels Modellordnungsreduktion (MOR) eine entsprechende Methode entwickelt und eingesetzt. Zudem wurden neue (Verlust-)Modelle auf Basis physikalischer Konstitutivmodelle entwickelt, die auf Materialcharakterisierungen basieren. Diese dienen als Referenz für den simulativen Abgleich. Die entwickelten Modelle und Methoden wurden mittels einer Demonstratormaschine auf einem E-Antriebsprüfstand validiert. Im Ergebnis zeigt sich ein simulatives Verlustreduktionspotenzial von bis zu 16 %. Der OPP-Regler weist hohe Dynamik und Genauigkeit auf, seine Implementierung ist zudem echtzeitfähig. Die MOR-Methode erreicht durchgängig >95 % Genauigkeit im Vergleich zur Finite-Elemente-Simulation. Die Konstitutivmodelle können als Referenz in der Simulation eingesetzt werden. Auf dem Prüfstand konnten die angestrebten 10 % Verlustreduktion zum Projektende noch nicht validiert werden. Als eine Ursache wurden bislang noch nicht abgebildete Effekte im Wirkzusammenhang der Verlustentstehung, beispielsweise Stanzkanteneffekte, identifiziert. Zudem stellt die messtechnische Erfassung von Verlusten und insbesondere die Identifikation der einzelnen Verlustkomponenten eine Herausforderung dar. Mit weiteren Arbeiten wird erwartet, dass die angestrebte Verlustreduktion erfüllbar ist und verlustminimale OPPs dann für elektrische Antriebe eingesetzt werden können. | ger |
| dc.description.version | publishedVersion | |
| dc.identifier.uri | https://oa.tib.eu/renate/handle/123456789/28997 | |
| dc.identifier.uri | https://doi.org/10.34657/28066 | |
| dc.language.iso | ger | |
| dc.publisher | Hannover : Technische Informationsbibliothek | |
| dc.relation.affiliation | Robert Bosch GmbH | |
| dc.rights.license | Creative Commons Attribution-NonDerivs 3.0 Germany | |
| dc.rights.uri | https://creativecommons.org/licenses/by-nd/3.0/de/ | |
| dc.subject.ddc | 000 | Informatik, Information und Wissen, allgemeine Werke | |
| dc.title | KIRA - KI-Methoden zur optimierten Regelung elektrischer Traktionsantriebe; Teilvorhaben: Effizienzoptimale modellbasierte Pulsmustergenerierung und Regelung | eng |
| dc.title.alternative | KIRA – AI Methods for optimized control of electric traction drives. Subproject: Efficiency-optimized model-based pulse pattern generation and control | eng |
| dc.title.subtitle | Partnerspezifischer Schlussbericht | |
| dc.type | Report | |
| dcterms.extent | 149 Seiten | |
| dtf.duration | 01.08.2021-31.07.2024 | |
| dtf.funding.funder | BMWE | |
| dtf.funding.program | 19I21030A | |
| dtf.funding.verbundnummer | 01237840 | |
| tib.accessRights | openAccess |
Files
Original bundle
1 - 1 of 1
Loading...
- Name:
- BMBF19I21030A.pdf
- Size:
- 35.22 MB
- Format:
- Adobe Portable Document Format
- Description:
