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. Datei-Upload durch TIB KIRA addressed the objectives of the call for proposals "Artificial intelligence as a key technology for the vehicle of the future". The project was about using AI methods for intelligent vehicle and energy management as well as for condition monitoring, simplification and optimisation of simulations and test bench tests. In addition, the focus was on the holistic optimisation of the operation of electric traction drives through the use of methods based on artificial intelligence (AI). The main levers are novel actuation and control concepts, which require a fundamental revision of the current methods and models. With its optimisation methodology, KIRA addresses the essential key aspects of electric drives for vehicles: Increasing efficiency, increasing power density, reducing disruptive noise and increasing torque accuracy. As part of this funded project, the Infineon team investigated and evaluated the use of artificial intelligence (AI) to optimise traction drives. First, the basic requirements and possibilities of using AI in traction drives were analysed and evaluated in work package (WP) 1. In work package 2, AI-based approaches to improve drive control were developed and implemented, and in WP 2.1 traditional control methods were combined with machine learning methods. In WP 2.2, the Infineon team implemented model-based, non-linear control methods. The models were based on deep learning methods. The team investigated the applicability of neural networks (NN) under real-time requirements and derived the requirements for embedded systems with an integrated AI accelerator from this