KI Embedded - KI-Grundlagenentwicklung mit Leitanwendungen virtuelle Sensorik und Brennstoffzellenregelung

Abstract

Das Projekt „KI Embedded“ hatte das Ziel, neuartige KI-Verfahren zur Modellierung und Regelung von Brennstoffzellen zu entwickeln, die für Embedded System Architekturen optimiert sind. Hierbei kam ein vom Konsortialführer Bosch entwickelter Hardwarebeschleuniger zur Anwendung. Um das Potenzial der KI-Methoden zu demonstrieren, wurden zwei Anwendungsfälle definiert, einer davon zur modellbasierten Regelung eines Brennstoffzellenstapels. Das Fraunhofer ISE übernahm die Beschaffung, Integration und Charakterisierung eines Brennstoffzellenstapels, um die erforderlichen Realdaten für die KI-Modelle zu generieren. Die Charakterisierung umfasste auch eine neuartige Methode zur Analyse der Luftdurchströmungsverteilung innerhalb der Zellen eines Stapels mittels elektrochemischer Impedanzspektroskopie (EIS). Das Projekt gliederte sich in vier Arbeitspakete, die sich mit der Integration des Stapels in die Teststandumgebung, einer Sensitivitätsanalyse und dem dynamischen Betriebsverhalten des Brennstoffzellenstapels befassten. Hierbei wurden verschiedene Betriebsparameter wie Gasstöchiometrie, Temperatur und Druck untersucht sowie der Lastzyklus einer typischen Anwendung nachgestellt. Ziel war es, Messdaten aus verschiedenen Betriebszuständen zu generieren, die sowohl für das Training der KI-Modelle als auch zur Validierung der physikalischen Modelle der Projektpartner genutzt werden konnten. Die gewonnenen Daten sind entscheidend für die Weiterentwicklung von KI-gestützten Regelungen in der Anwendung von Brennstoffzellen und deren Effizienzsteigerung. Die Ergebnisse und Erkenntnisse aus den Untersuchungen bieten einen wertvollen Beitrag zur Forschung und Entwicklung im Bereich Brennstoffzellentechnologien.