Industrielle Fertigung
Industrielles Internet der Dinge | Industrielle Materialien | Gerätewartung und Reparatur | Industrielle Programmierung |
home  MfgRobots >> Industrielle Fertigung >  >> Industrial Internet of Things >> Sensor

Vom reaktiven zum proaktiven Thermomanagement: Echtzeit-Intelligenz für EV-Motoren

Helix Silicon Carbide Inverter. (Bild: Helix)

Physikalische Grundlagen der Wärmeentstehung

In einem elektrischen Stromkreis stoßen fließende Elektronen auf Atome im Leitmaterial und bringen diese zum Schwingen. Thermische Energie ist die gesamte kinetische und potentielle Energie von Teilchen in einem Raumgebiet, sodass dieser Energieübertrag von Elektronen auf Teilchen als kinetische Energie als Wärme manifestiert wird.

Je größer der Widerstand, desto häufiger die Stöße und desto mehr Wärme entsteht. Nicht nur erzeugt größerer Widerstand mehr Wärme, sondern bei Metallen erzeugt diese Wärmezunahme wiederum mehr Widerstand.

Aufgabe des Thermomanagements ist es, Wege zu finden, diese Wärme abzuleiten und zu verhindern, dass dieser Rückkopplungsloop die elektrische Effizienz und Leistung eines Systems signifikant reduziert. Es ist auch entscheidend für die Langlebigkeit von Permanentmagneten, da die Teilchen, aus denen das magnetische Material besteht, ihre magnetische Ausrichtung verlieren, wenn sie zu viel kinetische Energie aufnehmen – sie entmagnetisieren sich.

All dies macht Thermomanagement kritisch für den Motor eines EV. Doch neben dem Grundproblem von Widerstand und Erwärmung müssen EV-Motoren auch andere Wärmequellen bewältigen: Wirbelströme im Statorblech, Viskositätsverluste in Lagern und Hochfrequenzverluste durch schnell schaltende Inverter.

Echtzeit-Intelligenz

Zusätzlich zum Rückkopplungsloop von Temperatur und Widerstand (Kupfers Widerstand steigt um 40 Prozent pro 100 Grad Temperaturerhöhung) gibt es die Tatsache, dass die elektrische Isolierung um Statorwicklungen schnell degradiert, wenn sie zu heiß wird. Eine Faustregel besagt, dass sich der Isolationswiderstand bei jeder 10-Grad-Temperaturerhöhung halbiert, und bei einer gewissen Temperatur die Isolierung vollständig zusammenbricht.

Dies macht Motortemperaturmanagement in EVs zu einer sehr komplexen Aufgabe, die frühzeitig angegangen werden muss. Ein einzelner unentdeckter Hotspot kann den Motor eines EV unglaublich schnell und dauerhaft verschlechtern.

Das bedeutet, EV-Thermomanagement ist ein Eingriff, der Echtzeit-Intelligenz über Motorzustände erfordert, selbst dort, wo aktives Flüssigkeitskühlung eingesetzt wird, wie üblich. Neben der Verbesserung der eigentlichen Motorleistung und noch signifikanter der Batterieleistung kann diese Art von Echtzeit-Intelligenz Innovationen im Gesamtfahrzeug-Thermomanagement, Heizung und Kühlung ermöglichen – verkörpert in Technologien wie Teslas Octovalve, die mehrere Kühl- und Heizsysteme integriert, um das Wärmemanagement eines gesamten Fahrzeugs zu zentralisieren und zu rationalisieren.

Kühlkanal-Fluiddruck-Konturplot. (Bild: Helix)

Aber woher kommt diese Echtzeit-Intelligenz genau? Die präzise Wärmemessung eines ganzen EV-Motors ist keine leichte Aufgabe, besonders bei der Auflösung, die nötig ist, um Hotspots so schnell und präzise zu identifizieren, wie es erforderlich ist, um sie nützlich zu machen. Zahlreiche Live-Temperaturmessungen im Motor und des Motorkühlmittels sind erforderlich, die Rotor und Statorwicklungen abdecken.

Direkte und indirekte Methoden

Es gibt zwei Wege, diese Temperaturinformation zu erhalten. Der erste ist die direkte Methode, indem Sensoren direkt in-situ platziert werden, um Echtzeit-Temperaturmessungen zu liefern – also Thermistor- oder Thermoelement-Sensoren in direktem Kontakt, oder Rotormessungen über Infrarotsensoren. Dies ist der intuitivste Weg, bringt aber erhebliche Komplikationen mit sich: erhöhte Komplexität, Ausfallpunkte und Kosten für qualitativ hochwertige Sensoren.

Helix Scalable Core Technology Motoren. (Bild: Helix)

Das Einbauen und Verkabeln zahlreicher Sensoren in einem Motor stellt eine Verkabelungs-, Verpackungs- und Wartungsherausforderung dar, die erheblichen zusätzlichen Ingenieauraufwand erfordert und Kompromisse bei Effizienz und Leistung erforderlich machen kann. Und der Ausfall nur eines einzelnen Sensors kann zu Fehlmessungen führen, die Thermomanagement-Strategien ins Chaos stürzen, was zu Verlusten an Leistung, Effizienz und Kundenzufriedenheit führt.

Hier kommt die indirekte Methode ins Spiel: die Nutzung gekoppelter elektromagnetischer und thermischer Modellierung. Durch Entwicklung eines anspruchsvollen Modells, wie sich ein Motor in verschiedenen elektrischen und thermischen Bedingungen verhält, kann man dies mit Sensoren koppeln, die bereits im und um den Motor verbaut sind. Beispielsweise kann man Informationen von Strom- und Positionssensoren nutzen, die ohnehin erforderlich sind und strenge funktionale Sicherheitsstandards erfüllen müssen, gekoppelt mit einer einzelnen Kühlmitteltemperaturmessung. Aus diesen kann man dann in Echtzeit-Modellen ableiten, wie die Wärmeverteilung im System zu jedem Zeitpunkt aussieht.

Elektrothermische Modellierung

Die Herausforderung bei der Vertrauensbasis auf elektrothermische Modellierung statt Sensoren ist, dass es eine indirekte Methode ist. Das bedeutet, man hängt nun von der Anwendbarkeit und Genauigkeit des Modells ab, was wiederum ausreichend Tests zur Entwicklung und Verfeinerung erfordert, sowie ausreichend Rechenleistung, um das Modell auszuführen und die notwendigen Temperaturableitungen zu treffen.

Stator-Temperatur-Konturplot. (Bild: Helix)

Daher ist es ein Ansatz, der besonders stark von der Raffinesse der Ingenieurteams hinter Motor und Fahrzeug abhängt. Wie bei jedem Messmittel erfordert es ein Verständnis seiner Genauigkeit und angemessene Grenzsetzung.

Aber die Vorteile dieses Ansatzes, wenn er richtig gemacht wird, sind erheblich. Es sind keine Kompromisse erforderlich, um Sensoren und ihre Verkabelung im und um den Motor unterzubringen, was bedeutet, dass Thermomanagement-Daten nicht auf Kosten von Effizienz oder Leistung gehen müssen.

Dieser Ansatz reduziert auch Ausfallpunkte in Motor und EV. Kritisch ist: Wenn ein Modell raffiniert genug ist, kann es auch signifikante Vorhersagefähigkeit besitzen und gut positioniert sein, um das Thermomanagementsystem anzuweisen, die Bildung von Hotspots vollständig vorzubeugen und den Motor in einem kontinuierlichen stationären Zustand optimaler Leistung zu halten.

Dieser Wandel von reaktivem zu präventivem Thermomanagement ist besonders wichtig für die Verbesserung von Leistung, Effizienz und Lebensdauer. Durch Aufrechterhaltung einer gleichmäßigen, stabilen Temperatur und Minimierung sogar kleiner momentaner Störungen eines solchen stationären Zustands werden Thermomanagementsysteme, die auf gekoppelter elektrothermischer Modellierung basieren, der Schlüssel sein, um die Grenzen der EV-Motorqualität zu verschieben. Tatsächlich ist es vielleicht besser, Temperatursensoren als suboptimale Ersatz für gute elektrothermische Modellierung zu betrachten, anstatt elektrothermische Modellierung als indirekten Ersatz für Temperatursensoren zu sehen.

Dieser Artikel wurde von Andrew Cross, Chief Innovation Officer, Helix (Milton Keynes, UK), verfasst. Für weitere Informationen besuchen Sie bitte hier.

Sensor

  1. Revolutionierung robotergestütztem Schleifen & Polieren: Kraftsensor-Materialabtragstechnik für Präzision
  2. Audio-KI-Stethoskop: Echtzeit-Überwachung von Maschinenzustand und Qualität
  3. Digitales Radar: Lösung für wachsende ADAS-Interferenzprobleme
  4. Revolutionäres Hyperschall-Antriebssystem ermöglicht transkontinentale Reisen in <30 Minuten
  5. KI-gestützte Drohnen nutzen Meeresströmungen für autonome Navigation
  6. Echtzeit-automatisierte CT-Scan-Inspektion für 100% Qualitätssicherung bei Elektroniksteckverbindern
  7. Duke University KI-System verleiht Robotern menschenähnliches Sensing für sicherere Navigation
  8. Vom reaktiven zum proaktiven Thermomanagement: Echtzeit-Intelligenz für EV-Motoren
  9. UCLA-Ingenieure enthüllen Lichtgeschwindigkeits-Optisches Neuronales Netz für intelligente Kameras
  10. Hochleistungs-Mechanische Carbon-Materialien für Flugzeugdichtungen