Precyzyjne określenie warunków termicznych panujących wewnątrz silnika elektrycznego od lat stanowi jedno z największych wyzwań inżynieryjnych w przemyśle motoryzacyjnym. Kwestia ta ma kluczowe znaczenie zarówno na etapie projektowania i rozwoju funkcjonalnego pojazdów, jak i podczas ich późniejszej, codziennej eksploatacji. Odpowiedzią na te wyzwania stała się nowa technologia opracowana przez firmę ZF. Niemiecki koncern wprowadził do produkcji seryjnej rozwiązanie o nazwie TempAI, które wykorzystuje zaawansowane algorytmy sztucznej inteligencji do wirtualnego pomiaru temperatury wewnątrz jednostki napędowej.

Nadmierne ciepło jako krytyczne wyzwanie dla trwałości napędów elektrycznych

W branży inżynieryjnej powszechnie uznaje się, że wysokie temperatury są największym zagrożeniem dla optymalnego funkcjonowania maszyn elektrycznych. W warunkach intensywnej eksploatacji i pod dużym obciążeniem, gdy wirnik silnika pracuje z bardzo wysoką prędkością obrotową, wnętrze konstrukcji potrafi nagrzać się do poziomów rzędu 100–150 stopni Celsjusza. Długotrwałe utrzymywanie się tak wysokich wartości temperatur prowadzi do nieodwracalnego uszkodzenia izolacji uzwojeń, co drastycznie skraca żywotność całej jednostki. Dodatkowo w przypadku silników elektrycznych z magnesami trwałymi, oznaczanych jako PSM, przegrzanie wywołuje zjawisko rozmagnesowania, co w praktyce oznacza całkowitą utratę funkcjonalności napędu.

Aby zapobiegać destrukcyjnym skutkom przegrzania, konstruktorzy dążą do optymalizacji układów chłodzenia oraz podnoszenia efektywności systemów monitorowania temperatury. Poprawna kontrola termiczna pozwala na poprawę sprawności całego układu napędowego oraz widoczne zmniejszenie zużycia energii elektrycznej. Choć cel ten wydaje się oczywisty, jego realizacja przy użyciu tradycyjnych metod była dotychczas niezwykle trudna. Alexander Hoffmann, starszy menedżer ds. technologii elektrycznych układów napędowych, wyjaśnia, że instalacja tradycyjnych, przewodowych czujników wewnątrz obudowy silnika jest niemożliwa ze względu na skrajny brak wolnej przestrzeni oraz panujące tam ekstremalne ciepło. Jednocześnie klasyczne modele symulacyjne, mające odzwierciedlać na przykład efekt chłodzenia oleju, okazały się w testach stanowiskowych zbyt niedokładne i obarczone dużymi odchyleniami od stanu faktycznego.

Inteligentna prognoza na podstawie milionów kombinacji danych

Zastosowanie sztucznej inteligencji pozwoliło na skuteczne rozwiązanie tego strukturalnego problemu. Algorytmy zaimplementowane w technologii TempAI nie potrzebują fizycznego dostępu do wnętrza silnika. Zamiast tego bazują na ogromnych zbiorach danych pomiarowych zebranych podczas wcześniejszych, wieloaspektowych testów funkcjonalnych na stanowiskach badawczych oraz w pojazdach testowych. System analizuje łatwo dostępne parametry zewnętrzne, takie jak aktualna prędkość obrotowa wirnika, temperatura otoczenia silnika (w tym oleju znajdującego się w misce olejowej) oraz dokładna ilość oleju wykorzystywana w danym momencie do chłodzenia maszyny.

Główną zaletą algorytmów sztucznej inteligencji jest zdolność do błyskawicznego identyfikowania skomplikowanych zależności pomiędzy tymi zmiennymi, które bezpośrednio wpływają na zmiany temperatur w wirniku oraz stojanie. Na tej podstawie TempAI generuje niezwykle precyzyjną, wirtualną prognozę zachowania termicznego wnętrza silnika. Jak podkreśla Alexander Hoffmann, prognozy te niemal idealnie pokrywają się z rzeczywistymi pomiarami, a wartości generowane przez sztuczną inteligencję różnią się od stanów faktycznych zaledwie o kilka stopni Celsjusza. Tak wysoka dokładność pozwala inżynierom na dalsze doskonalenie pozostałych funkcji oprogramowania sterującego pojazdem.

Wymierne korzyści ekonomiczne, ekologiczne i operacyjne

Wdrożenie technologii TempAI przynosi producentom oraz użytkownikom pojazdów elektrycznych wieloaspektowe korzyści. Z perspektywy operacyjnej, dokładniejsze prognozy pozwalają na bezpieczne użytkowanie silników elektrycznych w rejestrach zbliżonych do ich maksymalnej dopuszczalnej temperatury roboczej. W efekcie wydajność maszyny wyraźnie wzrasta, a ogólne zużycie energii przez pojazd można zmniejszyć w zakresie od 6 do 18 procent. Ponadto wykorzystanie wirtualnych czujników zamiast fizycznych testów drastycznie skraca czas potrzebny na rozwój i walidację nowych napędów – z kilku miesięcy do zaledwie kilku dni, ponieważ sztuczna inteligencja błyskawicznie przetwarza napływające informacje.

Nowe podejście ma również istotny wymiar środowiskowy i finansowy. Zoptymalizowana konstrukcja termiczna pozwala na bardziej precyzyjne projektowanie silników i dokładne planowanie zapotrzebowania na surowce produkcyjne. Dzięki wyższej wydajności możliwe staje się zmniejszenie gabarytów silników, co automatycznie redukuje zapotrzebowanie na magnesy, a to z kolei pozwala producentom na zaoszczędzenie znacznych ilości cennych i rzadkich surowców naturalnych, takich jak metale ziem rzadkich.

Dzięki naszemu rozwiązaniu technicznemu TempAI udaje nam się jeszcze bardziej zwiększyć wydajność i niezawodność naszych układów napędowych. Jednocześnie to nowe podejście pokazuje, jak rozwój oparty na danych może być nie tylko szybszy, ale także bardziej zrównoważony i wydajny – skomentował dr Stefan Sicklinger, dyrektor ds. sztucznej inteligencji, inżynierii cyfrowej i walidacji w dziale badań i rozwoju w firmie ZF.

Bezpieczna i lekka integracja programowa nowej generacji silników

Technologia TempAI od firmy ZF została już pomyślnie wdrożona do produkcji seryjnej i stanowi integralną część nowej generacji silników elektrycznych tej marki. Rozwiązanie to ma charakter wyłącznie programowy (software-based), co oznacza, że do jego poprawnego działania nie jest wymagany montaż jakichkolwiek dodatkowych komponentów sprzętowych czy fizycznych czujników w pojeździe.

Automatycznie generowane, oparte na prawach fizyki modele temperatury zostały zoptymalizowane pod kątem zapotrzebowania na moc obliczeniową. Dzięki minimalnym wymaganiom sprzętowym algorytmy te mogą być bez przeszkód uruchamiane i wykonywane na istniejących już w samochodach, standardowych jednostkach sterujących, eliminując konieczność ponoszenia dodatkowych kosztów strukturalnych przez producentów pojazdów.ZF wprowadza seryjne rozwiązanie TempAI oparte na sztucznej inteligencji. Technologia monitorująca temperaturę silnika elektrycznego.