ePredict: Predictive Maintenance für die E-Mobilität

Plant das E-Fahrzeug seine Wartungstermine bald selbst?

FORSCHUNG: Das Ziel des Forschungsvorhabens »ePredict« war, grundlegende, auf andere ingenieurtechnische Problemstellungen übertragbare, digitale Methoden zu entwickeln, um hochintegrierte mechatronische Systeme zu überwachen und ihre Zuverlässigkeit zu steigern. Kurz: Kann ein System mittels künstlicher Intelligenz (KI) in die Lage versetzt werden, seine Restnutzungsdauer selbst vorherzusagen? Diesem Ziel widmete sich der Projektverbund, der aus dem Institut für Leichtbau und Kunststofftechnik (ILK), dem Institut für Festkörpermechanik (IFKM) – beides Einrichtungen der Technischen Universität Dresden – sowie dem Fraunhofer-Institut für Keramische Technologien und Systeme IKTS bestand.

Als Untersuchungsobjekt diente eine Flotte von E-Fahrrädern (E-Bikes) mit thermoplastischer Rahmenkonstruktion, die das ILK in vorangegangenen Forschungsvorhaben mitentwickelte. Damit wurden im großen Umfang Messdaten zur thermomechanischen und elektrischen Beanspruchung erfasst, diese in einer Datencloud gespeichert und zur Zustandsvorhersage sowie Lebensdauerprognose mit Methoden der Künstlichen Intelligenz ausgewertet. Parallel entstanden modellbasierte Simulationen des Fahrradrahmens sowie wesentlicher elektronischer Komponenten. Die Ergebnisse dienten der Erweiterung der experimentellen Datenbasis, z. B. hinsichtlich nicht geprüfter Fahrzustände und Extremsituationen.

Am Ende konnten anhand weniger sensorischer Informationen, beispielsweise der Temperatur der Motorsteuerplatine, die auf die Elektronik wirkenden Beanspruchungen mit einer Abweichung von ±5 Prozent in Realzeit vorhergesagt werden. Anhand komponentenspezifischer Lebensdauermodelle können diese Beanspruchungen in konsumierte Lebenszeiten übersetzt und daraus abgeleitet Restnutzungsdauern prognostiziert werden.

Wichtigste Ergebnisse:

• Eine realzeitfähige Vorhersage von Schädigungen in Lotkontakten ist möglich, was am Demonstrator-E-Bike gezeigt werden konnte.
• Eine geschlossene Kette zur Sammlung von Felddaten/Massendaten steht zur Verfügung.
• Eine Datenbank mit Zustandsdaten von E-Bike und Elektronik wurde erstellt, in welche weiterhin Daten einlaufen.

Projektzeitraum: August 2019 – Juni 2022

Projektpartner: Technische Universität Dresden, Institut für Festkörpermechanik (IFKM) und Institut für Leichtbau und Kunststofftechnik (ILK)

Förderträger: Sächsische Aufbau Bank – SAB

Finanzierung: Mittel der Europäischen Union aus dem EFRE-Fonds