ZF: KI-basierte Temperaturprognose steigert Effizienz elektrischer Antriebe

TempAI bestimmt mittels Künstlicher Intelligenz präzise die Temperatur im Inneren der E-Motoren. So können schon während der Entwicklung Betriebsstrategien optimiert werden. Im Betrieb sind die E-Motoren dann noch effizienter und bringen eine höhere Dauerleistung. (© ZF)

Mit der neuen Softwarelösung TempAI hebt ZF das Temperaturmanagement elektrischer Antriebe auf ein neues technologisches Niveau. Die KI-gestützte Lösung ermöglicht es, die Temperatur im Inneren des E-Motors präzise zu bestimmen – ganz ohne zusätzliche Sensorik. Die daraus resultierende, über 15 Prozent genauere Temperaturprognose verbessert die thermische Regelung signifikant und steigert somit die Effizienz, Leistung und Nachhaltigkeit von elektrischen Antriebssystemen.

Herzstück der Lösung ist ein datengetriebenes, lernfähiges Modell, das physikalische Zusammenhänge aus realen Messdaten extrahiert und diese in eine rechenoptimierte Software integriert. Die Ausführung erfolgt auf bestehenden Steuergeräten, wodurch keine zusätzliche Hardware benötigt wird. Im Betrieb ermöglicht TempAI eine thermisch optimierte Ausnutzung des Antriebsstrangs – mit bis zu sechs Prozent mehr Spitzenleistung und messbaren Effizienzvorteilen im WLTP-Zyklus. In dynamischen Fahrsituationen kann der Energieverbrauch um bis zu 18 Prozent reduziert werden.

Darüber hinaus bringt TempAI ökologische und ökonomische Vorteile: Die präzisere thermische Auslegung erlaubt die Reduktion seltener Erden in der Motorfertigung. Gleichzeitig verkürzen sich die Entwicklungszeiten von mehreren Monaten auf wenige Tage. „TempAI ist ein Durchbruch für das modellbasierte Engineering elektrischer Antriebe“, betont Dr. Stefan Sicklinger, Leiter KI, Digitales Engineering und Validierung bei ZF.

Die Lösung ist serienreif und wird künftig in der nächsten Generation elektrischer Antriebssysteme von ZF eingesetzt. (oe)

Originalmeldung