FahrKLang – Verbrauchs- und Emisionsbewertung von Fahrzeugantriebskonzepten für die Langstreckenmobilität der Zukunft
Im Rahmen des öffentlich geförderten Projekts FahrKLang wurde eine Gesamtoptimierungsumgebung für die vergleichende Bewertung der Ökobelastung von Antriebskonzepten entwickelt, die eine belastbare Vergleichsbasis für die Bewertung von Antriebsstrangkonzepten schafft. Ausgangspunkt zur Dimensionierung der zu vergleichenden Antriebskonzepte sind dabei reale Flottenfahrdaten, die das charakteristische Nutzungsverhalten der Fahrer in Deutschland abbilden. Durch spezielle Zyklussyntheseverfahren werden aus den Flottenfahrdaten repräsentative Fahrzyklen erzeugt, welche die umfangreichen Datensätze komprimiert abbilden können. Dies ermöglicht eine recheneffiziente Bewertung von Antriebskonzepten mittels Simulation auf Basis von Realfahrdaten.
Eine Optimierungsumgebung wird verwendet, um die optimale Parametrierung des Antriebsstrangs und eine für jede einzelne Variante angepasste Betriebsstrategie zu ermitteln. Die Zielfunktion der Optimierung setzt sich aus den Treibhausgasemissionen über den gesamten Lebensweg der Fahrzeuge zusammen. Für jedes Antriebsstrangkonzept werden durch die optimale Dimensionierung und Bedatung der Komponenten die jeweils minimalen Treibhausgasemissionen ermittelt. Auf diese Weise wird eine belastbare Vergleichsbasis für verschiedene Antriebskonzepte geschaffen. Über zusätzliche technologieneutrale Randbedingungen, wie z.B. eine erforderliche Anfahrsteigfähigkeit, wird die Plausibilität der generierten Fahrzeugparametrierungen sichergestellt. Durch diese Methode wird eine belastbare Vergleichsbasis von Antriebsstrangtechnologien unter variierenden Randbedingungen geschaffen. Dabei wird auf die Auswahl von Stellvertreterfahrzeugen von am Markt verfügbaren Fahrzeugen verzichtet, die üblicherweise zur Festlegung der typischen Komponenteneigenschaften von verschiedenen Antriebsstrangkonzepte herangezogen werden. Da diese Fahrzeuge aber unter diversen und unbekannten Entwicklungszielen, wie der sportlichen Performance oder dem Markenimage entwickelt wurden, ist der Vergleich bezüglich der lebenszyklusbezogenen Treibhausgasemissionen zu hinterfragen. Im FahrKlang Projekt wird als Lösungsansatz hingegen für jedes Betrachtungsszenario die optimale Parametrierung und Betriebsweise aller Antriebsstrangkonzepte für die Reduzierung der Ökobelastung identifiziert, sodass eine gemeinsame Vergleichsbasis der Antriebskonzepte entsteht. Diese Vergleichsbasis stellt das Potential der verschiedenen Antriebsstrangkonzepte zur Reduzierung der Treibhausgasemissionen dar (das erreichbare Minimum).
Für die Bewertung von Antriebskonzepten werden verschiedene Szenarien externer Einflussgrößen untersucht. Neben einem Szenario für den aktuellen Stand aus 2018 werden auch Entwicklungsszenarien z.B. für den prognostizierten deutschen Strommix oder bzgl. der Batterietechnologie für die Jahre 2030 und 2050 diskutiert. Im Projekt FahrKLang wird eine differenzierte Untersuchung, insbesondere für langstreckentaugliche Fahrzeuge durchgeführt.
Doppel-E-Antrieb mit Range-Extender (DE-REX)
Im Vorhaben „Doppel-E-Antrieb mit Range-Extender“ (DE-REX) wurde ein innovatives parallel-serielles Hybrid-Antriebskonzept aufgebaut. Das Antriebskonzept ist dadurch gekennzeichnet, dass sowohl die zwei vergleichsweise kleinen Elektromotoren als auch der Verbrennungsmotor über ein Getriebe mit den Antriebsachsen des Fahrzeugs verbunden werden können. Das Getriebe ist als automatisiertes Schaltgetriebe – bestehend aus zwei Teilgetrieben mit jeweils zwei Gängen – umgesetzt. Das Antriebskonzept zeichnet sich dabei insbesondere durch hohe Effizienz und zugkraftunterbrechungsfreie Schaltvorgänge aus.
Aufbauend auf den Optimierungsergebnissen aus dem abgeschlossenen Vorhaben Doppel-E-Antrieb wurden im Rahmen des DE-REX-Vorhabens die Elektromotoren und das Getriebe entworfen, gefertigt und anschließend als Gesamtantriebsstrang mit Verbrennungsmotor sowohl am Prüfstand als auch in einem Versuchsfahrzeug in Betrieb genommen. Im Rahmen des Projekts konnten sämtliche Ziele erreicht werden, sodass das Projekt zum 30.06.2018 erfolgreich abgeschlossen werden konnte.
Homepage: www.de-rex.tu-darmstadt.de
Online und Echtzeit-Lastmonitoring zur Vorhersage der restlichen Lebensdauer von Fahrzeuggetrieben
Die Komponenten eines Getriebes sind unter Berücksichtigung extremer Lastfälle für eine bestimmte Lebensdauer bzw. Laufleistung ausgelegt. Solche extremen Lastfälle werden aber nur von einem geringen Anteil der Fahrer verursacht (ca. 2-3%).
Ein elektronisches System, das den aktuellen Stand der Schädigung von verschiedenen Getriebekomponenten in Echtzeit und im Betrieb überwachen kann, bringt folgende Vorteile:
- Dimensionierung eines Getriebes nur für die Fahrerkategorie, die es unter „normalen“ Bedingungen betreibt. Für die verbleibenden 2-3% könnte das Überwachungssystem ein Echtzeit-Feedback für das Schädigungsniveau der mechanischen Teile geben und gegebenenfalls Lastbegrenzungsbefehle erzeugen
- Beseitigung externer Faktoren, die den Sicherheitsfaktor bei der Dimensionierung eines Getriebes negativ beeinflussen, wie z.B. die Drehmomentstreuung von Motoren oder das Chip-Tuning.
- Speichern der während der Lebensdauer eines Fahrzeugs auftretenden Belastungen. Diese Daten könnten für neue Getriebeentwicklungen genutzt werden.
Somit ist es möglich, Getriebe genau belastungsgerecht und leichter zu dimensionieren, und Ausfälle zu vermeiden.
Cloudbasierte Komfortfunktionen (In Kooperation mit der Daimler AG)
Neuartige elektrische Antriebe bieten in vielerlei Hinsicht großes Potential im Vergleich zum konventionellen Antriebstrang. Die hiermit einhergehenden zusätzlichen Freiheitsgrade ermöglichen unter anderem die Entwicklung von neuen Komfortfunktionen, um die Akzeptanz dieser neuen Technologie zu erhöhen und die Verbindung von Fahrer und Fahrzeug zu stärken. Das IMS verfolgt in Kooperation mit der Daimler AG die Vision einer intelligenten Komfortfunktion, die während des Fahrens lernt und sich somit individuell auf die Bedürfnisse des Fahrers einstellt. Hierzu werden aktuelle Forschungsansätze aus dem maschinellen Lernen aufgegriffen und mit klassischem ingenieurmäßigem Vorgehen vereint. Ziel ist die Ausnutzung von Synergien sodass die Robustheit klassischer Methoden mit der Agilität des maschinellen Lernens in Fahrzeugfunktionalität zusammengeführt werden kann. Zusätzlich wird untersucht inwiefern die intelligente Einbindung der Cloud zu einer Verbesserung des Gesamtsystems herangezogen werden kann.
Bewertungskriterien für Schaltvorgänge (In Kooperation mit der BMW Group)
Ziel des Projekts ist die Untersuchung der Wahrnehmung von Schaltvorgängen in unterschiedlichen Antriebsstrangkonfigurationen unter Berücksichtigung verschiedener Nutzergruppen. Hierbei sollen Zusammenhänge zwischen den physikalischen Effekten eines Schaltablaufs und der subjektiven Bewertung des Fahrers untersucht und geeignete Bewertungskriterien für Schaltvorgänge abgeleitet werden. Als Testumgebung wird der längsdynamische Fahrsimulator des IMS „Driveception“ verwendet. Das Projekt wird in Kooperation mit der Forschungsgruppe Arbeits- und Ingenieurpsychologie (FAI) der TU Darmstadt bearbeitet.
