ZF despliega la IA para controlar la temperatura en los motores eléctricos
Utilizando un modelo de temperatura de autoaprendizaje, se dice que TempAI mejora la precisión de la predicción en más de un 15%, según ZF. Esto permite un aprovechamiento térmico mucho más preciso de la máquina eléctrica. En otras palabras: "Estos datos precisos permiten extraer mucha más potencia de un motor eléctrico".
El problema es bien conocido en la industria: actualmente es imposible medir con precisión las temperaturas en el interior del motor eléctrico. Sin un conocimiento exacto de la temperatura real, los fabricantes y proveedores han adoptado hasta ahora un enfoque conservador por razones de seguridad: ninguno está dispuesto a arriesgarse a que un motor eléctrico falle o se dañe por sobrecalentamiento.
El resultado ha sido que a veces los sistemas de refrigeración están sobredimensionados o se utilizan con más intensidad de la necesaria (lo que conlleva un consumo de energía ligeramente superior), o se han utilizado materias primas adicionales para hacer que los componentes sean más resistentes al calor. Por otra parte, las reservas teóricas de rendimiento de la unidad motriz simplemente permanecen sin explotar.
Mientras que proveedor Continental presentó recientemente un novedoso sensor de temperatura de dos piezas para motores síncronos de imanes permanentes Para abordar este problema, ZF está adoptando un enfoque diferente que evita el hardware adicional.
"TempAI se basa en una plataforma que genera automáticamente modelos de base física a partir de datos de medición y los hace operativos en muy poco tiempo. Las unidades de control existentes son suficientes, ya que los modelos de IA utilizados requieren pocos recursos informáticos", explica el proveedor alemán. El resultado es una solución basada exclusivamente en software, sin nuevos sensores ni unidades de control, que permite una implantación en serie muy rentable.
Al proporcionar previsiones de temperatura más precisas, TempAI permite un control específico hasta el límite térmico de funcionamiento. ZF afirma que esto se traduce en "hasta un seis por ciento más de potencia máxima y un aumento verificable de la eficiencia en el ciclo WLTP". En escenarios de conducción dinámica, el consumo de energía puede reducirse entre un seis y un 18%, dependiendo del punto de carga, citando como ejemplo una vuelta en Nürburgring Nordschleife.
Más allá de los beneficios operativos, la mejora de la predicción de la temperatura también afecta al desarrollo, ofreciendo ventajas tanto ecológicas como económicas. Con una comprensión más clara de las temperaturas, se puede optimizar el diseño térmico de los accionamientos, lo que "permite ahorrar cantidades significativas de tierras raras pesadas", afirma ZF. El tiempo de desarrollo del diseño térmico también puede reducirse "de varios meses a sólo unos días", ya que la IA ayuda a los ingenieros a comprender lo que ocurre en el interior del motor.
"Esta tecnología nos permite aumentar aún más la eficacia y la fiabilidad de nuestros accionamientos. Al mismo tiempo, TempAI demuestra cómo el desarrollo basado en datos puede ser no solo más rápido, sino también más sostenible y potente", afirmó el Dr. Stefan Sicklinger, responsable de IA, ingeniería digital y validación en I+D de ZF.
La tecnología basada en IA está lista para la producción en serie y está disponible para la nueva generación de motores eléctricos de ZF, incluido el recientemente presentado SELECT drive plataforma.
"Estamos orgullosos de llevar esta innovación a la producción en serie y contribuir así de forma significativa a una e-movilidad más eficiente", declaró Otmar Scharrer, Jefe de Desarrollo de Tecnología de Transmisiones Electrificadas. "TempAI es un verdadero avance tecnológico para la gestión de la temperatura de los propulsores eléctricos".
0 Comentarios