Ein neuer rechenzeitoptimierter Ansatz zur Entwicklung von Diagnose-Algorithmen fur elektrische Fahrantriebe

摘要

Die Elektromobilitat wird in den nachsten Jahren einen wachsenden Anteil am Individualverkehr einnehmen. Diese Prognose basiert auf neuen okologischen, okonomischen Anforderungen an den Fahrzeugbau sowie sozialen Veranderungen innerhalb unserer Gesellschaft. Neben dem reinen Entwicklungsaufwand neuer Fahrzeugkomponente gewinnen vor allem auch die Diagnose und das Monitoring der Antriebsmaschine an zunehmender Bedeutung. Genau diese Herausforderungen wurden im Rahmen des Forschungsprojekts PraDEM untersucht. Das Ziel war die Entwicklung von Algorithmen zur Erkennung von Fehlern auf Basis verschiedener Messgrossen, wie Maschinen-Korperschall, Strom, Spannung und Temperatur. Zum Erreichen dieses Ziels sind ausreichend genaue Maschinenmodelle erforderlich, mit denen entsprechende Fehler simulativ abgebildet werden konnen. Die Entwicklung von Algorithmen zur Schwingungsdiagnose in elektrischen Fahrantrieben, Thema dieser Veroffentlichung, erfordert zunachst ein strukturdynamisches Modell (3D), in dem die zu erwartenden Auswirkungen von Fehlern durch Losen der Wellengleichung ermittelt werden konnen. In diesem Modell lassen sich zudem mechanische Fehler injizieren. Fur eine moglichst realitatsgetreue Berechnung ist jedoch eine Uberlagerung mit den in der Maschine entstehenden Kraften erforderlich. Zu diesem Zweck werden in einem separaten elektromagnetischen Modell (2D) Krafte ermittelt, die an den Zahnen der Maschine wirken. Diese Krafte gelten als Anregung der Strukturdynamik. Des Weiteren erlaubt die Trennung der Modelle ein Eingreifen in die Modell-Interaktion, wodurch elektrische und magnetische Fehler (bspw. eine Rotorunwucht) injiziert werden konnen. Der vorgestellte Ansatz beinhaltet die Entkopplung der elektromagnetischen von der strukturdynamischen Berechnung, was durch eine geeignete Verknupfung des FEM-Werkzeuges mit Matlab umgesetzt werden kann. Diese Massnahme fuhrt zu einer deutlichen Reduzierung der Rechenzeit, einer erhohten Datentransparenz und einer hohen Flexibilitat.