Forschungsprojekte

 

Aktuelle Forschungsprojekte

  • KoopF
    "Validierung der Umsetzbarkeit und Robustheit energieeffizienter und kooperativer Fahrfunktionen"
  • FOR 2401
    "Optimierungsbasierte Multiskalenregelung motorischer Niedertemperatur-Brennverfahren"
  • Heuristic Search and Deep Learning
    "Vollautomatisiertes Erlernen optimierter Regelstrategien"
  • VISION
    "Virtuelle Sensoren aus chemiebasierten Modellen für die intelligente virtuelle Online-Kalibrierung"
  • GINI
    "Roboter für flexibles automatisches Laden von Elektrofahrzeugen"
  • XL-Connect
    "Large scale system approach for advanced charging solutions"
  • ESCALATE
    "Powering EU Net Zero Future by Escalating Zero Emission HDVs and Logistic Intelligence"

 
Abgeschlossene Forschungsprojekte
  • ACOSAR
    "Advanced Co-Simulation Open System Architecture"
  • ALADIN
    "Aktives Lernen zur Automatisierten Datenverarbeitung für energieeffiziente Fahrfunktionen"
  • CEVOLVER
    "Connected Electric Vehicle Optimized for Life, Value, Efficiency and Range"
  • ConneCDT
    "Echtzeitfähige Emissionsvorhersage basierend auf detaillierter Chemie für innovative Hardware-in-the-Loop Umgebungen "
  • CREST
    "Modellbasierte Entwicklung kollaborativer eingebetteter Systeme"
  • EVOLVE
    "Validation of an Energy-efficient longitudinal vehicle motion control based on model predictive control"
  • HELDA
    "Validierung eines hybridelektrischen Antriebs für leichte Geländefahrzeuge"
  • HELENE
    "Hardware-in-the-Loop basierte Funktionsentwicklung zur emissionsoptimierten Regelung von Fahrzeugantrieben mit Reinforcement Learning"
  • HERCET
    "Entwicklung und Validierung einer kostengünstigen hybrid-elektrischen Antriebslösung für kleine Zweiräder zur Reduzierung der CO2-Emissionen"
  • HIFI-ELEMENTS
    "High Fidelity Electric Modelling and Testing"
  • Hy-Nets
    "Effiziente Hybridantriebe durch Fahrzeugkommunikation"
  • Hy-Nets4all
    "Validierungsumgebung zur Optimierung des elektrifizierten Fahrens im urbanen Raum"
  • ICCC
    "Ionenstromsensor basierte Regelung von Magerbrennverfahren mit hohem Verdichtungsverhältnis"
  • IMPERIUM
    "Implementation of Powertrain Control for Economic, Low Real Driving Emissions and Fuel Consumption"
  • KIVER
    "Datengetriebene Verbrennungsmodellierung von Niedertemperaturbrennverfahren für den echtzeitfähigen Einsatz in modellprädiktiven Regelungen"
  • NET-ECU
    "Vernetzte Motorsteuerung"
  • ROTAFEM
    "Validierung einer sensorlosen Rotortemperaturmessung für die aktive Feldschwächung zur Energieeffizienzsteigerung elektrischer Maschinen"
  • STEP
    "Smart Traffic Eco Powertrain"
  • ToRSteM
    "Untersuchung unterschiedlicher temperaturoptimierter Regelungsstrategien für elektrische Maschinen im virtuellen Gesamtfahrzeugverbund"
  • VOKAL
    "Validierung eines Hardware-in-the-Loop Fahrsimulators zur Entwicklung CO2-emissionsoptimaler Motorsteuergeräte"

 
 

KoopF

Titel

Validierung der Umsetzbarkeit und Robustheit energieeffizienter und kooperativer Fahrfunktionen

Kurzbezeichnung KoopF
Förderung Ministerium für Wirtschaft, Innovation, Digitalisierung und Energie des Landes Nordrhein-Westfalen
Kurzbeschreibung

Im Rahmen dieses Projektes wird eine zuvor in der Simulation entwickelte Fahrfunktionen für das kooperative Fahren (mindestens zwei automatisierte Fahrzeuge in einem Fahrzeugverbund) durch Fahrversuche validiert. Mithilfe der durchgeführten Arbeiten soll das in der Simulation identifizierte Energieeinsparpotenzial kooperativer Fahrfunktionen im realen Fahrzeug bestätigt sowie Lösungen für die Echtzeitfähigkeit und die Robustheit gegenüber Sensorungenauigkeiten bzw. weiterer Störgrößen entwickelt werden.

Laufzeit

01/2023 - 06/2023

  Logo FOR 2401
Titel

Forschungsgruppe 2401 – Optimierungsbasierte Multiskalenregelung motorischer Niedertemperatur-Brennverfahren

Kurzbezeichnung FOR 2401
Förderung Deutsche Forschungsgemeinschaft (DFG)
Kurzbeschreibung

Ziel der Forschungsgruppe ist es, die zukunftsträchtige NTV in Verbrennungsmotoren mithilfe innovativer Regelungskonzepte technisch nutzbar zu machen. Hierzu verfolgt die Forschergruppe einen neuartigen interdisziplinären Ansatz aus den Bereichen Chemie, Verbrennungs- und Regelungstechnik. Aktuell erforschte Methoden zur NTV-Regelung können als zyklusbasierte Regelungskonzepte klassifiziert werden. Die etablierten Regelungen verwenden Informationen aus vorherigen Zyklen, um zyklusintegrale Surrogatparameter zu bestimmen, die als Regelgröße dienen. Auf deren Basis werden die aktuellen Stellgrößen auf einer Zyklus-zu-Zyklus Basis berechnet. Mit der zyklusbasierten Regelung ist eine prinzipielle Prozessführung möglich, jedoch nur in einem sehr eingeschränkten Kennfeldbereich, der für eine technische Anwendung nicht ausreichend ist.

Laufzeit

10/2016 - 09/2023

 
 

Heuristic Search and Deep Learning

Titel

Heuristic Search and Deep Learning

Kurzbezeichnung Heuristic Search and Deep Learning
Förderung Bundesministerium für Wirtschaft und Klimaschutz (BMWK),

Arbeitsgemeinschaft industrieller Forschungsvereinigungen (AiF)

Kurzbeschreibung

Die Entwicklung transienter Regelfunktionen stellt vor allem für hochkomplexe, stark nicht-lineare Systeme wie das eines Verbrennungsmotors einen großen Entwicklungsaufwand dar. Die hier gegebene Notwendigkeit, viele voneinander unabhängige Parameter zu berücksichtigen erschwert zudem den Optimierungsprozess, wodurch methodische Ansätze neben der reinen Domänenexpertise eine zielführende Unterstützung darstellen können. Aus dem Bereich des maschinellen Lernens stellt Reinforcement Learning einen vielversprechenden Ansatz dar. Bei diesem erlernt ein Agent selbständig eine Strategie, durch die seine erhaltene Belohnung maximiert wird. Durch dieses Methodik können optimierte Regelstrategien vollautomatisiert erlernt werden.

Laufzeit

11/2020 - 10/2023

 
  VISION Logo
Titel

Virtuelle Sensoren aus chemiebasierten Modellen für die intelligente virtuelle Online-Kalibrierung

Kurzbezeichnung VISION
Förderung Bundesministerium für Wirtschaft und Klimaschutz (BMWK)
Kurzbeschreibung Ziel des Projektes ist es, die Software LOGE-RT für die Echtzeit-Emissionsvorhersage auf Basis detaillierter Chemie weiterzuentwickeln und auf die Modellierung von Abgaskrümmern und Motorabgasnachbehandlung zu erweitern.
Laufzeit

07/2022 - 12/2023

  GINI Logo
Titel

Roboter für flexibles automatisches Laden von Elektrofahrzeugen

Kurzbezeichnung GINI
Förderung

Bundesministerium für Wirtschaft und Klimaschutz

Kurzbeschreibung

GINI verfolgt das Ziel einen smarten, teilautonom-agierenden, mobilen Laderoboter mit Schnellladetechnik und induktiver Ladeschnittstelle zu entwickeln. Neben der Funktion für das Laden von elektrifizierten Fahrzeugen im städtischen Raum soll zusätzlich das Laden von E-Bike-Sharing-Stationen, sowie die Datenaufnahme, -vorverarbeitung und -analyse im vernetzten Umfeld ermöglicht werden. Somit kann ein signifikanter Beitrag zum dringend benötigten Ausbau kosteneffizienter, leistungsfähiger und flexibler Ladeinfrastruktur für elektrifizierte Mobilitätslösungen geleistet werden.

Laufzeit

09/2021 - 08/2024

 
  Nicht verfügbar
Titel

Large scale system approach for advanced charging solutions

Kurzbezeichnung XL-Connect
Förderung

Europäische Kommission, Horizon Europe

Kurzbeschreibung Die starke Zunahme von Elektrofahrzeugen ist eine große Herausforderung für das Stromnetz in Europa, gleichzeitig aber auch eine Chance, V1G/V2G/V2X-Technologien zu nutzen. Da Fahrzeuge überwiegend parken, können sie als Energiespeicher genutzt werden, um die Netzstabilität zu erhöhen. Das übergeordnete Projektziel ist die Optimierung der gesamten Ladekette - von der Energiebereitstellung bis zum Endverbraucher - um einen klaren Nutzen für alle Beteiligten zu schaffen.
Laufzeit

01/2023 - 06/2026

 
 

ESCALATE

Titel

Powering EU Net Zero Future by Escalating Zero Emission HDVs and Logistic Intelligence

Kurzbezeichnung ESCALATE
Förderung

Europäische Kommission, Horizon Europe

Kurzbeschreibung Im Einklang mit den europäischen 2050-Zielen zielt ESCALATE darauf ab, hocheffiziente zHDV-Antriebsstränge (bis zu 10 % Steigerung) für Langstreckenanwendungen zu demonstrieren, die eine Reichweite von 800 km ohne Betankung/Aufladung bieten und mindestens 500 km im durchschnittlichen täglichen Betrieb (6+ Monate) unter realen Bedingungen zurücklegen. ESCALATE wird dies durch Modularität und Skalierbarkeit erreichen, indem es von der β-Ebene der Hardware- und Software-Innovationen ausgeht und darauf abzielt, die γ-Ebene im ersten Sprint und schließlich die δ-Ebene am Ende des Projekts durch seinen 2 Sprint-V-Zyklus zu erreichen.
Laufzeit

01/2023 - 06/2026