zur Hauptnavigation springen zum Inhaltsbereich springen

BayWISS-Kolleg Mobilität & Verkehr www.baywiss.de

Projekte im Kolleg Mobilität und Verkehr

© chuttersnap / unsplash.com

Optimierte Teilentladungsprüfung für elektrische Antriebe

Das Isolationssystem von Traktionsmaschinen in Elektrofahrzeugen ist durch den Umrichterbetrieb hohen elektrischen Belastungen ausgesetzt und muss gleichzeitig über die gesamte Fahrzeuglebensdauer eine sichere Trennung der einzelnen Windungen sicherstellen. An lokalen Schwachstellen in der Isolation kann ab einer bestimmten kritischen Feldstärke ein lawinenartiger Ionisationsprozess einsetzen, welcher zu einem Teildurchschlag der Isolation führt. Das wiederholte Auftreten dieser sog. Teilentladungen (TE) erodiert das umgebende Isolationsmaterial und bedingt einen frühzeitigen Ausfall der elektrischen Maschine. Die TE-Prüfung nimmt daher bei der Qualitätskontrolle des Isolationssystems in der Fertigungslinie eine zentrale Rolle ein. Hierbei werden die Prüfobjekte mit einer definierten Hochvolt-Spannung beaufschlagt. Treten partielle Entladungen auf, können diese infolge der resultierenden hochfrequenten Ausgleichsströme beispielsweise anhand des abgestrahlten elektromagnetischen Spektrums detektiert werden.

Ziel des Forschungsprojekts ist eine Optimierung der TE-Prüfung an elektrischen Maschinen. Im Fokus steht hierbei insbesondere der Zielkonflikt zwischen Sensitivität und Robustheit des Prüfverfahrens: Kritische Fehlstellen im Isolationssystem müssen zuverlässig erkannt werden, während unnötiger Bauteilausschuss ebenfalls zu vermeiden ist. Neben der Erforschung alternativer Sensorkonzepte wird das Potential von konventionellen und KI-basierten Klassifikationsverfahren zur Detektion von TE-Signalen analysiert.

MITGLIED IM KOLLEG

seit

Betreuer Technische Universität München:

Prof. Dr. Marcelo Lobo Heldwein

Betreutes Projekt:
Optimierte Teilentladungsprüfung für elektrische Antriebe

Betreuer Technische Hochschule Ingolstadt:

Prof. Dr.-Ing. Christian Endisch

 

Forschungsschwerpunkte:

  • Lernfähige Batteriesysteme
  • Lernfähige Systeme, Künstliche Intelligenz, Systemidentifikation, Schätzverfahren
  • Innovative Fertigungs- und Prüftechnologien mit lernfähigen Systemen (Industrie 4.0, digitaler Produktentstehungsprozess, automatisierte Trajektorienplanung, flexible vorausschauende Maschinenbelegungsplanung)
  • Optimierungsstrategien, vernetzte Mobilität, prädiktive Betriebsstrategien

Mehr Informationen zu Prof. Dr.-Ing. Christian Endisch finden Sie auf der Website der TH Ingolstadt

Betreute Projekte:

Andreas Rauscher

Andreas Rauscher

Technische Hochschule Ingolstadt

Publikationen und Poster

A. Rauscher, M. Hufnagel, C. Endisch, Pareto optimization of wavelet filter design for partial discharge detection in electrical machines, Measurement, Volume 205 (2022). https://doi.org/10.1016/j.measurement.2022.112163.
 

J. Stöttner, A. Rauscher, C. Endisch, Pareto optimization of multilevel inverter structures regarding the DC magnitude, switching frequency and switching angles, International Journal of Electrical Power & Energy Systems, Volume 142, Part A (2022). doi.org/10.1016/j.ijepes.2022.108259.

Koordination des Verbundkollegs Mobilität und Verkehr

Treten Sie mit uns in Kontakt. Wir freuen uns auf Ihre Fragen und Anregungen zum Verbundkolleg Mobilität und Verkehr.

Dr. Monika Kolpatzik

Dr. Monika Kolpatzik

Koordinatorin BayWISS-Verbundkolleg Mobilität & Verkehr

Technische Hochschule Ingolstadt
Doctoral School
Esplanade 10
85049 Ingolstadt

Telefon: +49 841 93481560
mobilitaet-verkehr.vk@baywiss.de

Marina Schleicher

Marina Schleicher

Koordinatorin BayWISS-Verbundkolleg Mobilität & Verkehr

Technische Hochschule Ingolstadt
Doctoral School
Esplanade 10
85049 Ingolstadt

Telefon: +49 841 93483539
mobilitaet-verkehr.vk@baywiss.de