zur Hauptnavigation springen zum Inhaltsbereich springen

BayWISS-Kolleg Mobilität & Verkehr www.baywiss.de

Projekte im Kolleg Mobilität und Verkehr

© chuttersnap / unsplash.com'

Parameterschätzung und Systemidentifikation zur technischen Diagnose in elektrischen Antriebssystemen

Der elektrische Antriebstrang als Alternative zum klassischen Verbrennungsmotor wird in zukünftigen Automobilen eine zentrale Rolle einnehmen. Eine Herausforderung ist die Entwicklung eines effizienten Regelungskonzept zur bestmöglichen Ausnutzung der Komponenten. Maßgeblich dafür ist die Kenntnis über das transiente Verhalten der Systemparameter. Die Parameter können sowohl online also während des Betriebs, als auch offline auf dem Prüfstand ermittelt werden. Vorteilhaft an der Online-Parameteridentifikation ist die zusätzliche Berücksichtigung von ungewollten Effekten. Je genauer die Parameter während des Betriebs bestimmt werden können, desto präziser ist das momentane Verhalten des Systems beschreibbar.

Neben betriebsbedingten Änderungen der Systemparameter treten auch Abweichungen aufgrund von Produktionstoleranzen auf. Des Weiteren werden die Parameter durch Alterungseffekte und Störeinflüsse aufgrund von Defekten beeinflusst. Eine verlässliche Online-Parameterschätzung ermöglicht die Erkennung von Fehlverhalten, da ungewolltes Systemverhalten oft eine Verletzung physikalischer Parametergrenzen zur Folge hat.

Im Rahmen dieses Projekts wird eine robuste Online-Parameterschätzung entwickelt. Dazu werden sowohl modell- als auch datenbasierte Methoden des Maschinellen Lernens untersucht. Übergeordnetes Ziel ist die Ableitung eines Diagnosekonzepts zur Detektion von Fehlverhalten und Prädiktion von drohendem Systemausfall durch alternde oder defekte Systemkomponenten.

MITGLIED IM KOLLEG

seit

Verbundkolleg Mobilität und Verkehr

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:

Martin Nachtsheim

Martin Nachtsheim

Technische Hochschule Ingolstadt

Publikationen und Poster

 

Nachtsheim, Martin; Betz, Michael; Endisch, Christian, 2022, Explicit Analytical Approach for Electromagnetic Modeling of Arbitrary Pole Pair Induction Machines, Shiga, Japan, DOI:10.1109/CPEEE54404.2022.9738660

Nachtsheim, Martin; Korkmaz, Luetfue; Schmoelz, Martin; Endisch, Christian, 2022, Observability Analysis for Parameter Identification of Induction Machines in Automotive Environment, Anchorage, USA, DOI: 10.1109/ISIE51582.2022.9831658

Nachtsheim, Martin; Hartmann, Thomas; Endisch, Christian, 2022, Physically Inspired Neural Network for Modeling Induction Machine Nonlinear Magnetic Saturation, Los Angeles, USA, DOI:10.1109/ITEC53557.2022.9813908

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