Entwicklung einer echtzeitfähigen Fahrstrategie auf Basis der Dynamischen Programmierung zur Anwendung in elektrifizierten Fahrzeugantrieben

  • Forschungsthema:Analyse der Einflüsse verschiedener Fahrstrategien auf die Gestaltung von 48V Hybridsystemen unter realen Betriebsbedingungen
  • Typ:Masterarbeit
  • Datum:ab sofort
  • Betreuung:

    Deufel, F.

Kurzfassung

Zunehmend strengere Emissionsgrenzwerte sowie das insgesamt gestiegene Umweltbewusstsein haben zur Entwicklung verschiedenster alternativer Antriebssysteme geführt. Neben reinen Elektrofahrzeugen zählen hierzu auch 48 V-Hybride, die den wesentlichen Vorteil bieten, den CO2 Ausstoß von Kraftfahrzeugen bei vergleichbar geringem Systemaufwand insbesondere für den innerstädtischen Fahrbetrieb deutlich zu senken. Das Einsparpotential hängt hierbei ganz besonders von der verwendeten Fahrstrategie ab, welche über das individuelle Zusammenspiel von 48V-System und konventionellem Antriebsstrang entscheidet.

Die optimale Fahrstrategie kann mit der Methode der Dynamischen Programmierung in mehreren zeitintensiven Rechenschritten berechnet werden, sodass die so gefundene optimale Betriebsweise nur als Referenz für die im Fahrzeug realisierten Betriebsstrategien dienen kann. Für eine Anwendung im Fahrzeug muss eine Reduktion des Rechenaufwands erzielt werden. Die hierfür notwendigen Maßnahmen werden unter Begriffen wie Iterative Dynamische Programmierung (IDP) oder Approximierte Dynamische Programmierung (ADP) zusammengefasst. In der Anwendung im Rahmen einer Modellbasierten Prädiktiven Regelung wird auch von einer Prädiktiven Dynamischen Programmierung (PDP) gesprochen. Zwar wird durch diese Maßnahmen die Rechenzeit deutlich verringert, eine Konvergenz zum globalen Optimum kann jedoch in der Regel nicht garantiert werden.

Im Rahmen der Masterarbeit soll unter Verwendung eines zur Verfügung gestellten Fahrzeugmodells ein Algorithmus für die Diskrete Dynamische Programmierung entwickelt werden, der durch die Implementierung entsprechender Maßnahmen echtzeitfähig wird und somit für das Energiemanagement von elektrifizierten Fahrzeugen im Rahmen einer modellprädiktiven Regelung einsetzbar ist. Die Bearbeitung der Arbeit erfolgt u.a. über folgende Teilaufgaben:

  • Erarbeitung einer Gesamtübersicht von Fahrstrategien für den Einsatz in elektrifizierten Fahrzeugantrieben und Einordung der Modellprädiktiven Regelung bzw. der Dynamischen Programmierung (DP)
  • Recherche/Entwicklung eines Algorithmus zur „klassischen“ Diskreten Dynamischen Programmierung (DDP)
  • Aufzeigen von Recheneinsparpotentialen ausgewählter Maßnahmen und der damit verbundenen Abweichung von der global optimalen Lösung
  • Exemplarische simulative Anwendung im Rahmen einer Modellprädiktiven Regelung auf reale Fahrprofile
  • Aufzeigen weitere Verbesserungspotentiale durch innovative Methoden (beispielsweise aus dem Bereich des Machine Learning)

Voraussetzungen

  • Studium Mechatronik, Elektrotechnik, Informatik, Maschinenbau oder vergleichbar
  • Selbstständige und strukturierte Arbeitsweise
  • Interesse an alternativen Antriebssystemen
  • Kenntnisse im Umgang mit Matlab/Simulink von Vorteil

Bei Interesse senden Sie mir bitte Ihre Bewerbungsunterlagen per E-Mail.