Deaktivierung durchgeführt! Ihre Besuche auf dieser Webseite werden von der Webanalyse nicht erfasst. Bitte beachten Sie, dass auch der Matomo-Deaktivierungs-Cookie dieser Webseite gelöscht wird, wenn Sie die in Ihrem Browser abgelegten Cookies entfernen. Außerdem müssen Sie, wenn Sie einen anderen Computer oder einen anderen Webbrowser verwenden, die Deaktivierungsprozedur nochmals absolvieren.

  Ihr Besuch dieser Webseite wird aktuell von der Matomo Webanalyse nicht erfasst. Diese Checkbox aktivieren für Opt-In.
X

Maschinenkopierer AVL SET

Automatisierte Vermessung und Identifikation von elektrischen Maschinen

Prof. Dr.-Ing. habil. Christoph M. Hackl

Problemstellung

Viele Regelungsansätze für elektrische Antriebssysteme, die darauf abzielen, das dynamische Verhalten, die Effizienz, die Robustheit oder die Fehlertoleranz elektrischer Antriebe zu verbessern, basieren auf nichtlinearen elektrischen Maschinenmodellen, die auf der genauen Kenntnis von Maschinenparametern und -kennfeldern wie Widerständen, absoluten und differentiellen Induktivitäten oder Permanentmagnet-Flussverkettungen beruhen.

Diese Maschinenparameter und -kennfelder hängen (nichtlinear) von allen Maschinenzuständen wie Strömen oder Flussverkettungen, Temperaturen, Rotorwinkel oder Drehzahl aufgrund physikalischer Effekte wie magnetischer Sättigung, Kreuzkopplung oder Eisenverlusten ab.

Methoden und Algorithmen für die Maschinenidentifikation schätzen diese Parameter und Kennfelder durch statische oder dynamische Tests. Die Genauigkeit der geschätzten Parameter und Kennfelder wird maßgeblich von der Quantität und Qualität der gemessenen Maschinendaten beeinflusst.

Einerseits ermöglicht der Einsatz mehrerer Sensoren zur Messung aller Maschinenzustände eine präzise Maschinenidentifikation. Andererseits besteht auch die Notwendigkeit, Maschinen in Anwendungen zu identifizieren, in denen nur einige wenige gemessene Maschinenzustände (z. B. nur Statorströme) verfügbar sind. Zusätzlich wäre eine Maschinenidentifizierung innerhalb einer sehr kurzen Zeitspanne am attraktivsten.

Projektbeschreibung

In diesem Projekt sollen innovative Algorithmen zur schnellen, präzisen und einfachen, aber automatisierten Identifikation von elektrischen Maschinen entwickelt, implementiert und validiert werden, die schließlich z.B. eine schnelle Selbstinbetriebnahme von elektrischen Antrieben ermöglichen. Angestrebtes Ziel ist es, aus einer möglichst geringen Anzahl von Messzuständen in kürzester Zeit Maschinenparameter und Kennfelder mit höchstmöglicher Genauigkeit zu identifizieren.

Projekt Mitarbeiter:

  • Bernd Pfeifer

Allgemeine Informationen zum Projekt:

  • Laufzeit: 01.10.2023 - 30.09.2026
  • Finanziert von: AVL SET GmbH

Projektpartner:

  • AVL SET GmbH