M.Sc. Silvan Scheuermann

offen

Motivation

Elektrische Maschinen werden vermehrt als Traktionsantriebe in der Automobilindustire eingesetzt, was eine hohe Drehmomentdichte sowie einen hohen Wirkungsgrad innerhalb eines geringen Bauraums erfordert. Um den Anforderungen gerecht zu werden kommen vermehrt Hairpin-Wicklungen zum Einsatz. Diese bestehen aus einem Rechteckprofil und zeichnen sich durch einen hohen Nutfüllfaktor und einem kurzen Wicklungskopf aus. Innerhalb der Nut steigt somit auch die Wärmeleitung, da weniger thermische Isolationsmaterialen nötig sind. Demgegenüber führen jedoch steigende Frequenzen und die Nutzung der Hairpin-Elemente zu höheren Verlusten und damit stellen diese eine Herausforderung dar.Für die Wicklungskonfiguration für unterschiedliche Pol-Nutzahl-Kombinationen gibt es eine große Anzahl von Schaltungsmöglichkeiten. Die Unterdrückung von Kreisströmen und die Identifizierung der idealen Wicklungsvariante stellt eine große Herausforderung dar. Im Rahmen des Projekts sollen verschiedene Verschaltungsarten mithilfe eines KI - Modells analysiert und bewertet werden. Eine anschließende Validierung mithilfe FEM folgt.

Aufgabenstellung

• Einarbeitung in die Thematik und entsprechender Software.Erstellen eines KI Modells für gekoppelte physikalische Systeme.
• Identifizierung und Bewertung der Parameter mit großem Einfluss auf das Betriebsverhalten.
• Vergleich von verschiedenen Arbeitspunkten.
• Untersuchung und Validierung von Verschaltungen mithilfe FEM.
• Gegenüberstellen von verschiedenen Verschaltungsarten.
• Dokumentation und Präsentation der gewonnenen Erkenntnisse.