idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
idw - Informationsdienst
Wissenschaft
Mit einem neuen KI-gestützten Verfahren kann das Team um Professor Matthias Nienhaus von der Universität des Saarlandes die Temperaturverteilung in laufenden Elektromotoren erfassen – ohne dass zusätzlich Technik verbaut werden muss. Stattdessen nutzen die Ingenieure vorhandene Antriebsdaten und ein KI-Modell. Das System überwacht das Temperaturprofil im drehenden Motor umfassend in Echtzeit und macht so einen effizienten Betrieb möglich. Auf der Hannover Messe vom 20. bis 24. April zeigt das Forschungsteam, wie die Technologie funktioniert, und sucht Partner aus der Industrie für den Transfer in die Praxis. Halle 11, Stand D41
Elektrogeräte und Maschinen sollen mit möglichst wenig Material gebaut werden und klein bleiben. Dafür müssen auch ihre Elektromotoren klein und leicht sein – und zugleich viel Leistung bringen. Liefern Motoren viel Power in einem kompakten Gehäuse, werden sie warm. Die Temperaturen steigen dabei im Motor nicht gleichmäßig an. Vielmehr herrschen in den einzelnen Komponenten verschieden hohe Messwerte. Hohe Temperaturen setzen Elektromotoren zu und senken die Lebensdauer und auch ihre Leistung.
„Der sichere Betrieb, aber gerade auch die effiziente Steuerung der elektrischen Antriebe hängen von Leistungsverlusten und Wärmeprozessen im Elektromotor ab“, erklärt Professor Matthias Nienhaus von der Universität des Saarlandes. Damit die Motoren trotz hoher Belastungen sicher laufen und in ihrem Inneren nichts überhitzt, wäre es ideal, die Temperatur ständig im Blick zu behalten: Der Motor soll möglichst effizient arbeiten, ohne dass es gefährlich warm wird. Aber Temperaturfühler im Elektromotor unterzubringen, ist kein leichtes Unterfangen. Je kleiner die Antriebe sind, umso weniger Platz bleibt für zusätzliches Messgerät. Außerdem interessieren die Messwerte ausgerechnet dann, wenn der Motor bei hoher Last und hohen Drehzahlen läuft, was es für Sensoren nicht leichter macht. „Die herkömmlichen Methoden, die Temperatur im Motor zu messen, sind daher aufwändig und teuer, vor allem bei laufendem Betrieb in den beweglichen Motorteilen. In der Praxis wird deshalb regelmäßig darauf verzichtet“, sagt Matthias Nienhaus.
Der Antriebstechniker und sein Team entwickeln auf dem Saarbrücker Campus ein neues Verfahren, das genau dies ermöglicht: Es liest Temperaturdaten aus Elektromotoren aus, ohne dass viel zusätzliche Technik dafür eingebaut werden muss. Mit nur wenigen Daten des Motors selbst wird möglich, die Temperatur seiner Bauteile permanent zu bestimmen, während er läuft. „Wir entwickeln ein Kontrollsystem, das bei Betrieb die Temperaturänderung im Elektromotor anzeigt. Ein solches Kontrollsystem ermöglicht eine präzise Leistungsregelung bei hoher Effizienz“, sagt Nienhaus. Das System könnte einerseits vor Überlastung warnen und die Leistung rechtzeitig reduzieren, wenn die Temperatur zu hochsteigt. Andererseits könnte es auch die Leistung erhöhen, wenn alles im grünen Bereich ist, und so das Beste aus den Elektromotoren herausholen.
KI-gestützte Temperaturdiagnose – Motor wird selbst zum Sensor
Nienhaus‘ Arbeitsgruppe ist darauf spezialisiert, Elektromotoren selbst zum Sensor zu machen und zahlreiche Zustandsdaten direkt aus den elektromagnetischen Feldern des Antriebs zu gewinnen. Ihre neue Technologie ermittelt die Temperaturen bei laufendem Betrieb – auch in den drehenden Teilen. „Wir schätzen die Gradzahlen in Echtzeit mit Methoden Künstlicher Intelligenz“, sagt Doktorand Saeed Farzami aus Nienhaus‘ Team. Um die Temperaturen bestimmen zu können, sammelte er an einem selbstentwickelten Teststand Massen von elektrischen, mechanischen und thermischen Daten. Hierzu stattete er einen Elektromotor an allen kritischen Stellen mit Sensoren aus, wo Temperatur ins Spiel kommen kann: an verschiedenen Orten in den Wicklungen, im Rotor und auch am Gehäuse.
Aus den rotierenden Motorteilen las er in allen möglichen Szenarien Signale aus: von kleiner bis hoher Drehzahl. Mit den so gewonnenen Daten fütterte der Antriebstechniker ein neuronales Netzwerk. Solche künstlichen neuronalen Netze sind vom menschlichen Gehirn inspiriert. Sie ahmen dessen Funktionsweise nach, durch „Erfahrung“ zu lernen – in diesem Fall in Form von Trainingsdaten. Ähnlich wie das menschliche Vorbild kann ein künstliches KI-Modell geschult werden, durch solche Datenmassen und Korrektur von fehlerhaften Ergebnissen komplexe Muster zu erkennen und zu bewerten. „Mithilfe der thermischen KI-Modelle wird es möglich, anhand weniger Messwerte aus den Elektromotoren die Temperaturverteilung in den verschiedenen Bauteilen der elektrischen Antriebe zu schätzen“, erklärt Saeed Farzami.
Auf der Hannover Messe zeigt das Forschungsteam von Professor Matthias Nienhaus am Elektromotor-Teststand seine neue Technologie. Die Arbeitsgruppe sucht Partner aus der Industrie, um das KI-Kontrollsystem zur Echtzeit-Temperaturschätzung für Elektroantriebe weiterzuentwickeln und in praktische Anwendungen zu überführen.
Gemeinschaftsstand „Germany‘s Saarland“ Halle 11, Stand D41.
Professor Dr. Matthias Nienhaus (Lehrstuhl für Antriebstechnik der Universität des Saarlandes): Tel.: 0681 302-71681; E-Mail: info@lat.uni-saarland.de
Saeed Farzami Sarcheshmeh:
Tel.: 0681 302- 71690; E-Mail: farzami@lat.uni-saarland.de
https://www.uni-saarland.de/aktuell/hannover-messe-temperaturkontrolle-motor-450... - Weitere Pressefotos
Um die Temperaturverteilung im Elektromotor in Echtzeit mit KI-Methoden schätzen zu können, sammelte ...
Quelle: Foto: Oliver Dietze
Copyright: Universität des Saarlandes
Das Forschungsteam von Professor Matthias Nienhaus entwickelt KI-gestützte Verfahren, um die Tempera ...
Quelle: Foto: Oliver Dietze
Copyright: Universität des Saarlandes
Merkmale dieser Pressemitteilung:
Journalisten, Wirtschaftsvertreter, Wissenschaftler
Elektrotechnik, Energie, Informationstechnik, Maschinenbau
überregional
Forschungs- / Wissenstransfer, Forschungsprojekte
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
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).
