Mesterséges intelligencia, valódi hatékonyság: A TempAI hőmérsékleti adatokat szolgáltat az elektromos motor szívéből
A villanymotor mélyén, ahol túl meleg, túl szűkös vagy egyszerűen lehetetlen, a ZF most pontosan méri a hőmérsékletet. Ezek a pontos adatok lehetővé teszik, hogy jelentősen több teljesítményt nyerjenek ki az elektromos motorból, és a rendszer teljes mértékben további hardver nélkül működik – kizárólag mesterséges intelligencia segítségével. Az eredmény: nagyobb teljesítmény, kevesebb kihasználatlan tartalék – és egy megtérülő hatékonyságnövekedés.
Mesterséges intelligencia alapú TempAI megoldásával a ZF egy új módszert integrál, amely új szintre emeli az elektromos hajtások hőmérséklet-kezelését. Egy öntanuló hőmérsékleti modell használatával a TempAI több mint 15 százalékkal javítja az előrejelzés pontosságát, lehetővé téve az elektromos gép jelentősen pontosabb hőkihasználását.
A TempAI egy olyan platformon alapul, amely automatikusan fizikai alapú modelleket generál a mérési adatokból, és nagyon rövid időn belül működőképessé teszi azokat. A meglévő vezérlőegységek elegendőek, mivel a használt mesterséges intelligencia modellek alacsony számítási erőforrásokat igényelnek. Ez nagyon költséghatékony megvalósításhoz vezet a sorozatgyártásban.
„Ez a technológia lehetővé teszi számunkra, hogy tovább növeljük hajtásaink hatékonyságát és megbízhatóságát. Ugyanakkor a TempAI bemutatja, hogy az adatvezérelt fejlesztés nemcsak gyorsabb, hanem fenntarthatóbb és hatékonyabb is lehet” – mondta Dr. Stefan Sicklinger, a ZF K+F MI, Digitális Mérnöki és Validációs vezetője.
A mesterséges intelligencia alapú technológia készen áll a sorozatgyártásra, és elérhető a ZF villanymotorok új generációjához. „Büszkék vagyunk arra, hogy ezt az innovációt sorozatgyártásba vihetjük, és így jelentősen hozzájárulhatunk a hatékonyabb e-mobilitáshoz” – mondta Dr. Otmar Scharrer, az elektromos hajtáslánc-technológia fejlesztési vezetője. „A TempAI valódi technológiai áttörést jelent az elektromos hajtások hőmérséklet-kezelésében.”
Nagyobb teljesítmény, kevesebb tartalék – még a WLTP ciklusban is
A pontosabb hőmérséklet-előrejelzés célzottabb szabályozást tesz lehetővé egészen a termikus üzemi határig. Az eredmény: akár hat százalékkal nagyobb csúcsteljesítmény és a hatékonyság ellenőrizhető növekedése a WLTP ciklusban, amely a valósághű vezetési kibocsátások globális szabványa. Dinamikus vezetés során – mint például a Nordschleifén – az energiafogyasztás 6-18 százalékkal csökken, a terhelési ponttól függően.
Kevesebb ritkaföldfém, rövidebb fejlesztési idő
A teljesítmény mellett a TempAI ökológiai és gazdasági előnyöket is kínál: az optimalizált hőtervezés jelentős mennyiségű nehéz ritkaföldfém megtakarítását teszi lehetővé. Ugyanakkor a projektenkénti fejlesztési idő jelentősen csökken: több hónapról néhány napra. Az elektromos hajtások fejlesztése során a mesterséges intelligencia segít megérteni és rögzíteni az elektromos motoron belüli folyamatokat, amelyekre költség- vagy időbeli okokból nincs fizikailag megbízható modell. A kihívás: a rotor belsejében lévő hőmérsékletet csak magas költségekkel lehet közvetlenül üzem közben mérni.
Azonban rengeteg mérési adat áll rendelkezésre, amelyeket szisztematikusan rögzítenek a tesztpadon és később a tesztjárművekben végzett kiterjedt funkcionális tesztek során. Ez magában foglalja a környezetből származó hőmérsékleti értékeket, például az olajteknőből, valamint a rotor sebességét. A különböző lehetséges üzemi pontok és azok időbeli lefolyása több millió adatpontot eredményez. Ezek attól függenek, hogy a vezetők mikor kapcsolják be a teljes teljesítményt, vagy gyalogos tempóban gurulnak. A mesterséges intelligencia algoritmusait „kiképzik”, hogy pontosan kiszűrjék azokat a függőségeket, amelyek különösen jelentősek a rotor és az állórész hőmérséklet-változásai szempontjából.
