Suchen

Künstliche Intelligenz soll Motorenentwicklung optimieren

| Redakteur: Dipl.-Ing. (FH) Hendrik Härter

Forscher wollen Maschinelles Lernen einsetzen, um Prüfdaten, Steuergeräte und Prüfstände in der Automobilindustrie zu überwachen und zu optimieren. Zum Einsatz kommen Deep Learning und die Zeitreihenanalyse.

Firmen zum Thema

Mithilfe des Deep Learnings und der Zeitreihenanalyse soll im neugegründeten Forschungszentrum für Künstliche Intelligenz die Motorenentwicklung verbessert werden.
Mithilfe des Deep Learnings und der Zeitreihenanalyse soll im neugegründeten Forschungszentrum für Künstliche Intelligenz die Motorenentwicklung verbessert werden.
(Bild: IAV)

Das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI) und IAV, ein Entwicklungspartner der Automobilindustrie, haben ein gemeinsames „Forschungslabor Lernen aus Prüfdaten“ in Kaiserslautern eröffnet. Mit Hilfe des Deep Learing, genauer den Einsatz neuronaler Netze im Steuergerät, soll es lernen, wie die Eingangsgrößen optimal einzustellen sind.

Hintergrund: Ein modernes Motor-Steuergerät verfügt über mehr als 50.000 Einstellparameter, die maßgebend sind für Leistung, Verbrauch, Verschleiß und die gesamte Performanz des Motors. Im neu gegründeten Forschungslabor will man unter anderem solche Netze verwenden, um bei der Zeitreihenanalyse von Motorprüfdaten neue Ansätze für das „Predictive Health Monitoring“ zu entwickeln. Daraus lassen sich Voraussagen treffen, die Verschleiß und Wartungsfälle verbessern.

Messdaten aus neuronalen Netzen

Außerdem wollen die Forscher an neuen Visualisierungsmöglichkeiten für die vielfältigen Messdaten aus den neuronalen Netzen arbeiten. So soll ein Werkzeugkasten von KI-Tools entstehen, die von Automobil-Ingenieuren intuitiv und passend eingesetzt werden können.

„Neben den vielversprechenden Möglichkeiten beim Einsatz auf bestehender Hardware in Serienfahrzeugen werden im Forschungslabor auch neuartige Anwendungsfälle für selbstlernende neuronale Netze erforscht“, sagt Prof. Dr. Andreas Dengel, Leiter des Forschungsbereichs Smarte Daten & Wissensdienste am DFKI. „Ziel ist es, sowohl auf lange Sicht grundlegende Erkenntnisse zu erarbeiten als auch kurzfristig konkrete Lösungen zu aktuellen Problemstellungen zu entwickeln.“

Matthias Schultalbers, Executive Vice President for Powertrain Mechatronics bei IAV: „Gemeinsam mit dem DFKI übertragen wir die vielfältigen Anwendungspotenziale der KI-Techniken in die Antriebsstrangentwicklung. Das enthält auf der einen Seite den Einsatz von KI in Steuerungssystemen, auf der anderen Seite neue Möglichkeiten zur Effizienz- und Robustheitssteigerung im Entwicklungsprozess. Als Engineering-Partner der Automobil-OEMs heben wir das Engineering durch KI und Deep Learning auf ein völlig neues Level.“

(ID:45103375)