idw – Informationsdienst Wissenschaft

Nachrichten, Termine, Experten

Grafik: idw-Logo
Science Video Project
idw-Abo

idw-News App:

AppStore

Google Play Store



Instanz:
Teilen: 
11.07.2019 08:24

Schluss mit Überhitzung: Temperaturvorhersage im Elektromotor mithilfe von Künstlicher Intelligenz

Nina Reckendorf Stabsstelle Presse und Kommunikation
Universität Paderborn

    Ein plötzlicher Motorausfall auf der Autobahn oder ein Brand unter der Haube: Um diese Horrorszenarien zu vermeiden, muss die Temperatur in elektrischen Motoren dauerhaft überprüft werden. Bisherige Systeme können das allerdings nur annährend leisten. Schuld daran sind zu hohe Kosten für notwendige Sensoren. Wissenschaftler der Universität Paderborn arbeiten daher an der Entwicklung einer Software, die die Temperatur auf Basis von Künstlicher Intelligenz an kritischen Stellen berechnet. Das Konzept nennt sich „Überwachtes Maschinelles Lernen“.

    „Die Temperaturentwicklung kann in elektrischen Motoren, insbesondere für eine Nutzung im Rahmen der Elektromobilität, aktuell nicht vollständig durch Messtechnik ermittelt werden. Entsprechende Sensoren und deren Einbau sind schlichtweg zu teuer – vor allem im rotierenden Teil des Motors. Daher brauchen wir Ersatzmodelle, die die Temperatur im Betrieb an definierten Stellen schätzen – beispielsweise bei den kostspieligen und sensiblen Dauermagneten“, erklärt Dr. Oliver Wallscheid, Forschungsgruppenleiter im Fachgebiet „Leistungselektronik und Elektrische Antriebstechnik“ an der Universität.

    Solche Ersatzmodelle basieren aktuell auf physikalischen Gleichungen und müssen für jeden Motortyp neu aufgestellt werden. Dazu Wallscheid: „Das kann problematisch sein, wenn Motoren einer Großproduktionsserie nicht exakt gleich sind – in diesem Fall müssen zusätzliche Sicherheitsreserven vorgesehen werden, die dazu führen, dass nur ein Teil der gesamten Motorleistung abgerufen werden kann. Ebenso wenig können alle auftretenden physikalischen Effekte durch bisherige Modelle nachgebildet werden, sodass immer eine gewisse Schätzungsungenauigkeit zurückbleibt.“

    Die Lösung: datengetriebene Ansätze. Dazu arbeiten die Wissenschaftler um Wallscheid mit Modellen, die mathematische Funktionen und künstliche neuronale Netze, also Methoden der abstrakten Informationsverarbeitung, beinhalten. Das Projekt, das von der Deutschen Forschungsgemeinschaft (DFG) gefördert wird, ist angesiedelt im Bereich der Künstlichen Intelligenz: „Die Modelle sind in einer Software dargestellte mathematische Funktionen, beispielsweise tiefe künstliche neuronale Netze, die ohne physikalische Gleichungen auskommen. Es bestehen somit mehr Freiheitsgrade, um auf Basis verfügbarer Messdaten wie der Drehzahl oder des durch die Motorwicklungen fließenden Stroms auf die Temperatur zu schließen“, erklärt der verantwortliche Projektingenieur Wilhelm Kirchgässner.

    Arbeiten an der Schnittstelle von Elektrotechnik, Informatik und Mathematik

    Mithilfe des Maschinellen Lernens sollen neuartige Ansätze zur Temperaturschätzung in Antrieben und anderen energietechnischen Anwendungen gefunden werden, die sich von den etablierten Methoden der Ingenieurswissenschaften grundlegend unterscheiden. „Statt bekanntes Systemwissen zur Modellbildung heranzuziehen, werden bei uns ausschließlich datengetriebene Black-Box-Ansätze mittels experimenteller Prüfstandsmessungen trainiert. Jetzt stehen wir vor der Herausforderung, geeignete Modellstrukturen aus einer großen Masse möglicher Lösungskandidaten zu identifizieren, mit denen sich die Temperaturschätzung möglichst genau und robust realisieren lässt“, sagt Kirchgässner.

    Und es gibt noch eine Herausforderung: Die Modelle dürfen nicht beliebig komplex sein. „Sonst können sie nicht auf kostengünstigen und eher schwachen Mikroprozessoren wie dem Steuergerät im E-Fahrzeug in Echtzeit berechnet werden“, erklären die Experten. Bis das Vorhaben 2021 beendet ist, sollen entsprechende Ansätze vorliegen und dann von der akademischen Grundlagenforschung in die industrielle Anwendung überführt werden.

    -----

    Themenspecial „Künstliche Intelligenz“

    Im vom Bundesministerium für Bildung und Forschung (BMBF) geförderten Wissenschaftsjahr dreht sich 2019 alles um das Thema Künstliche Intelligenz (KI). Schon heute bestimmen Anwendungen, die auf Digitalisierung und Maschinellem Lernen basieren, weite Bereiche unseres Lebens: Von virtuellen Assistenzsystemen über Industrieroboter bis hin zu humanoiden Pflegekräften – die intelligenten Maschinen nehmen uns viel Arbeit ab. Wie diese Systeme funktionieren und welche gesellschaftlichen Implikationen es dabei gibt, erörtern Paderborner Wissenschaftler im Rahmen eines Themenspecials. Dabei liegt der Fokus auf ihrer Forschung, mit der sie die Entwicklung mitgestalten.


    Wissenschaftliche Ansprechpartner:

    Dr. Oliver Wallscheid, Leistungselektronik und Elektrische Antriebstechnik (LEA), Tel.: 05251/60-3653, E-Mail: wallscheid@lea.upb.de


    Weitere Informationen:

    http://www.upb.de


    Bilder

    Merkmale dieser Pressemitteilung:
    Journalisten, Wirtschaftsvertreter, Wissenschaftler, jedermann
    Elektrotechnik, Informationstechnik, Maschinenbau, Verkehr / Transport
    überregional
    Forschungsprojekte
    Deutsch


     

    Hilfe

    Die Suche / Erweiterte Suche im idw-Archiv
    Verknüpfungen

    Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.

    Klammern

    Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).

    Wortgruppen

    Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.

    Auswahlkriterien

    Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).

    Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).