Mit der KI-basierten Lösung TempAI integriert ZF eine neue Methode, die das Temperaturmanagement in elektrischen Antrieben auf ein neues Niveau hebt. Durch den Einsatz eines lernfähigen Temperaturmodells verbessert TempAI die Prognosegenauigkeit um über 15 Prozent – und ermöglicht damit eine deutlich präzisere thermische Ausnutzung der elektrischen Maschine.
TempAI basiert auf einer Plattform, die physikalisch fundierte Modelle automatisiert aus Messdaten generiert und in kürzester Zeit lauffähig macht. Bestehende Steuergeräte reichen aus, da die verwendeten KI-Modelle geringe Rechenressourcen beanspruchen. Das führt zu einer sehr kosteneffizienten Umsetzung in der Serie. „Diese Technologie ermöglicht es uns, die Effizienz und Zuverlässigkeit unserer Antriebe weiter zu steigern. Gleichzeitig zeigen wir mit TempAI, wie datengetriebene Entwicklung nicht nur schneller, sondern auch nachhaltiger und leistungsfähiger sein kann“, sagt Dr. Stefan Sicklinger, Leiter KI, Digitales Engineering und Validierung im Bereich F&E.
Die auf KI basierte Technologie ist serienreif und für die neue Generation von ZF-Elektromotoren verfügbar. „Wir sind stolz darauf, diese Innovation nun in die Serienproduktion zu bringen und damit einen bedeutenden Beitrag zur effizienteren E-Mobilität zu leisten“, sagt Dr. Otmar Scharrer, Entwicklungsleiter für elektrifizierte Antriebstechnologien. „TempAI ist ein echter technologischer Durchbruch für das Temperaturmanagement elektrischer Antriebe.“
Mehr Leistung, weniger Reserven – auch im WLTP-Zyklus
Die präzisere Temperaturvorhersage ermöglicht eine gezieltere Regelung bis zur thermischen Betriebsgrenze. Das Ergebnis: bis zu sechs Prozent mehr Spitzenleistung und eine nachweisebare Effizienzsteigerung im WLTP-Zyklus, dem weltweit gültigen Prüfverfahren für realitätsnahe Fahrwerte. Bei dynamischer Fahrt – etwa auf der Nürburgring-Nordschleife – sinkt der Energieverbrauch je nach Lastpunkt um 6 bis 18 Prozent………………. Lesen Sie hier weiter.