Für den Antriebsstrang batterieelektrischer Fahrzeuge haben Forschende der TU Graz eine Methode entwickelt, mit der sich die Entwicklungsphase um mehrere Monate verkürzen lässt: Ein Team um Martin Hofstetter vom Institut für Fahrzeugtechnik kombiniert dazu Simulationsmodelle von Bauteilen mit evolutionären Optimierungsalgorithmen. Entsprechend den technischen Anforderungen der Hersteller optimiert dieses KI-System automatisch den gesamten Antriebsstrang – von der Leistungselektronik über die elektrische Maschine bis hin zum Getriebe – und berücksichtigt dabei Ziele wie die Produktionskosten, den Wirkungsgrad und den Platzbedarf im Fahrzeug. Die Softwarelösung OPED (Optimization of Electric Drives) ist eine Entwicklung der TU Graz und das Ergebnis von knapp zehn Jahren Forschung. Sie ist bereits bei einem renommierten österreichischen Automobilzulieferer erfolgreich im Einsatz.
Ausgangspunkt der automatischen Optimierung ist die Eingabe der technischen Anforderungen, die der Antriebsstrang erfüllen muss: darunter sind die Antriebsleistung, die Mindestlebensdauer, die zu erreichende Höchstgeschwindigkeit und der maximal zur Verfügung stehende Platz im Fahrzeug.
Kleine Änderungen an den Komponenten wie der elektrischen Maschine haben Auswirkungen auf das Getriebe und die Leistungselektronik. Dadurch ist es extrem komplex, optimale Entscheidungen zu fällen. Zudem gibt nicht die eine, perfekte Lösung für einen Antriebsstrang, da sich die Prioritäten z.B. bezüglich der Kosten, des Gewichts oder Volumens des Antriebs der Hersteller unterscheiden.
Mit der Softwarelösung OPED gelingt es, diese Komplexität deutlich zu reduzieren: Ausgehend von den technischen Anforderungen variiert und kombiniert die Software rund 50 Designparameter gleichzeitig und gleicht dabei die simulierten Antriebsstränge mit den Prioritäten der Hersteller ab. Schlechte Varianten werden fallen gelassen, bessere werden weiter optimiert. Nach einigen Hunderttausend Berechnungs- und Simulationszyklen findet OPED Lösungen, die den Prioritäten der Hersteller am nächsten kommen. Diese können dann aus einer überschaubaren Menge an Varianten diejenigen auswählen, die sie im Detail weiterentwickeln und implementieren möchten. (jr)
