55.20 Straßenfahrzeugtechnik
Refine
Document Type
- Master's Thesis (3)
Language
- German (3)
Has Fulltext
- yes (3)
Is part of the Bibliography
- yes (3)
Keywords
- Allradantrieb (1)
- Elektromobilität (1)
- Kraftfahrzeugtechnik (1)
- Künstliche Intelligenz (1)
Elektrofahrzeuge spielen eine zentrale Rolle auf der Reise zu einer emissionsfreien und nachhaltigen Mobilität. Angesichts steigender Umweltbelastungen und globaler Bestrebungen zur Reduktion von CO₂-Emissionen gewinnen insbesondere Elektrofahrzeuge mit effizient integrierten Ladesystemen zunehmend an Bedeutung.Die Magna Steyr Fahrzeugtechnik zählt zu den weltweit führenden Unternehmen in der automobilen Entwicklung und realisiert neben konventionellen Antriebskonzepten auch Elektrofahrzeuge. Der derzeitige Entwicklungsstand basiert jedoch überwiegend auf textbasierten Ansätzen, die aufgrund ihrer Fehleranfälligkeit und mangelnden Skalierbarkeit den zunehmenden Anforderungen und der wachsenden Komplexität moderner Elektrofahrzeuge nicht mehr gerecht werden. Um diese Lücke zu schließen, erfolgt die Umstellung auf eine modellbasierte Entwicklungsumgebung, die die Effizienz, Nachvollziehbarkeit und Wettbewerbsfähigkeit der Fahrzeugentwicklung erhöht.Diese Masterarbeit befasst sich mit der Entwicklung eines generischen Modells das spezifische Ladefunktionen für Elektrofahrzeuge auf Basis der modellbasierten Systementwicklung unter Verwendung der Systems Modeling Language abbildet. Ziel ist es, die bestehende textbasierte Entwicklungsumgebung der Abteilung für das HV-Charging bei Magna Steyr Fahrzeugtechnik durch ein modular aufgebautes, wiederverwendbares Modell zu ersetzen. Dieses Modell soll als projektübergreifende Vorlage dienen und die Integration gängiger Features wie TargetSOC setting, AC Current Limit setting und AC-Charging in der Fahrzeugarchitektur ermöglichen.Damit leistet die Arbeit einen Beitrag zur Weiterentwicklung modellbasierter Entwicklungsprozesse und zeigt, wie durch MBSE die Qualität, Wiederverwendbarkeit und Effizienz in der Entwicklung von Ladefunktionen signifikant verbessert werden kann.
Diese Masterarbeit beschäftigt sich mit der thermischen Absicherung eines Fahrzeuges durch die Vorhersage der Temperaturen an verschiedenen Sensoren mittels Time-Series Forecasting Modellen. Ziel war es, die Zuverlässigkeit und Sicherheit des Fahrzeugs durch präzise Temperaturvorhersagen zu verbessern, um kritische Überhitzungen zu vermeiden. Für die Analyse wurden mehrere Time Series Forecasting Modelle evaluiert, darunter Vector Autoregression (VAR),Extreme Gradient Boosting(XGBoost), Long Short-Term Memory (LSTM), Gated Recurrent Unit (GRU), Convolutional Neural Network (CNN),Temporal Convolutional Networks (TCN)und Transformer Modelle. Die Modelle wurden anhand historischer Datensätze von Sensortemperaturen trainiert, die aus realen Fahrbedingungen gesammelt wurden. Jedes Modell wurde auf seine Vorhersagegenauigkeit und Leistungsfähigkeit untersucht, um das effektivste Werkzeug zur Vorhersage zukünftiger Temperaturwerte zu identifizieren. Die Evaluation der Modelle basierte auf mehreren Leistungsindikatoren wie dem Mean Absolute Percentage Error (MAPE), und dem Root Mean Squared Error (RMSE). Das GRU-Modell stellte sich als das überlegene heraus, da es die komplexen nichtlinearen Muster und die Zeitabhängigkeiten der Temperaturdaten am effektivsten modellierte. Dank seiner tiefen Lernarchitektur und der Fähigkeit, Langzeitabhängigkeiten in den Daten zu erkennen, konnte das GRU-Modell präzisere Vorhersagen als die anderen untersuchten Modelle liefern. Diese Ergebnisse unterstreichen das Potenzial von GRU-Netzwerken für die präzise Vorhersage von Sensor-Temperaturen in thermischen Managementanwendungen von Fahrzeugen und bieten Ansätze für weitere Forschungen in diesem Bereich.
In der Vergangenheit war der Allradantrieb meist auf militärische bzw. geländegängige Fahrzeuge beschränkt. Die Fahrzeuge waren in dieser Zeit für den alltäglichen Gebrauch noch nicht nutzbar, da ihr Fahrverhalten z.B. bei Kurvenfahrten schwer kontrollierbar war. Heutzutage gibt es eine Vielzahl an modernen, geregelten Allradsystemen. Bei der Auslegung einer aktuellen Allradregelung muss, aufgrund ihrer Regelungseigenschaften, ein Kompromiss zwischen Genauigkeit und Schnelligkeit gefunden werden. Daher ist das Ziel dieser Arbeit, ein Modell des sekundären Antriebsstrangs zu entwickeln, welches in weiterer Folge für ein zukünftiges Allrad-Regelungskonzept verwendet werden soll. Im theoretischen Teil werden die Unterschiede gängiger Allradsysteme erläutert und verglichen. Des Weiteren wird auf die notwendigen Grundlagen der Fahrdynamik eingegangen. Der praktische Abschnitt beginnt mit der Auswahl eines geeigneten Modellkonzepts. Das Konzept wird mit Bewegungsgleichungen beschrieben, welche danach zur Erstellung des Modells im Simulationsprogramm MATLAB SIMULINK verwendet werden. Die Genauigkeit des Modells wird, nach einigen Iterationen, mittels Validierung auf Basis von bestehenden Fahrzeugsimulationen und realen Fahrzeugmessungen geprüft. Die Ergebnisse der Validierungen zeigen, verglichen mit der im Unternehmen bestehenden, komplexeren Gesamtfahrzeugsimulation, eine ausreichende Genauigkeit des Modells sowie eine Übereinstimmung mit den realen Fahrzeugmessungen. Daher kann es im nächsten Schritt für die Erstellung eines neuen Reglers verwendet werden. Dieses neue Regelungskonzept soll danach in eine Software zur Verwendung im Fahrzeug übergeführt werden.
