Starten Sie Ihre Suche...


Wir weisen darauf hin, dass wir technisch notwendige Cookies verwenden. Weitere Informationen

BMWi-Verbundprojekt: PräDEM – Forschung für eine prädiktive Diagnose von elektrischen Maschinen in Fahrzeugantrieben

Laufzeit: 01.10.2009 - 30.09.2011

Partner: Volkswagen AG Universität Kassel Technische Universität Ilmenau

Förderkennzeichen: 19U9032C

Kurzfassung


Ziel des Kooperationsprojektes „Forschung für eine prädiktive Diagnose von elektrischen Maschinen in Fahrzeugantrieben“ ist die Erforschung einer wissenschaftlichen methodischen Basis für die frühzeitige Erkennung von Fehlermodi der elektrischen Maschine im Gesamtsystem Fahrzeug.

Zusammen mit der Volkswagen AG und der TU Ilmenau arbeiten wir an der Entwicklung geeigneter Modelle für die Fehlerarten und Fehlerfortpflanzung im Gesamtsystem sowie an Algorithmen zur Fehlererkennung. Vorgesehen ist...
Ziel des Kooperationsprojektes „Forschung für eine prädiktive Diagnose von elektrischen Maschinen in Fahrzeugantrieben“ ist die Erforschung einer wissenschaftlichen methodischen Basis für die frühzeitige Erkennung von Fehlermodi der elektrischen Maschine im Gesamtsystem Fahrzeug.

Zusammen mit der Volkswagen AG und der TU Ilmenau arbeiten wir an der Entwicklung geeigneter Modelle für die Fehlerarten und Fehlerfortpflanzung im Gesamtsystem sowie an Algorithmen zur Fehlererkennung. Vorgesehen ist außerdem eine prototypische Umsetzung mit nachfolgender Validierung am Prüfstand und im Fahrzeug.

Geplant sind neben Grundlagenuntersuchungen, Prüfstanduntersuchungen und On-Board-Diagnose möglicher Fehlermodi,sowie Untersuchungen von akustischen und thermischen Auswirkungen einzelner Fehler unter Einbeziehung echtzeitfähige Signalverarbeitung.Durch eine Validierung sowohl am Prüfstand als auch am Fahrzeug sollen schließlich Umsetzbarkeit bzw. Restriktionen der Diagnosefähigkeit exemplarisch dargestellt werden. Zudem wird eine Übertragung hinsichtlich der Bedienbarkeit für verschiedene Benutzergruppen überprüft.
» weiterlesen» einklappen

Projektteam