Немецкая компания ZF представила технологию на базе искусственного интеллекта под названием TempAI, которая позволяет значительно повысить точность прогноза температуры в электрических двигателях. Это решение открывает новые возможности для повышения эффективности и мощности электромобилей без ущерба для надежности.
Повышение точности
TempAI повышает точность температурного прогноза более чем на 15%, что позволяет значительно эффективнее использовать тепловой потенциал электродвигателя. При этом решение не требует дополнительного аппаратного обеспечения — все осуществляется с помощью программных ИИ-моделей, работающих на существующих блоках управления. Благодаря низкой нагрузке на вычислительные ресурсы, внедрение TempAI в серийное производство обходится экономически выгодно.
ZF сообщает, что TempAI уже полностью готова к серийному производству и будет применяться в новых поколениях электродвигателей компании. Основой системы является платформа, которая автоматически строит физически обоснованные модели на основе данных измерений и внедряет их в рабочие процессы за считанные дни, а не месяцы.
«Эта технология позволяет нам еще больше повысить эффективность и надежность наших приводов. TempAI — пример того, как разработка на основе данных может быть не только быстрее, но и экологичнее», — отметил доктор Стефан Зиклингер, руководитель отдела ИИ, цифровой инженерии и валидации в R&D-подразделении ZF.
Больше мощности, меньше затрат
Благодаря более точному контролю температуры вплоть до пределов тепловой нагрузки, технология позволяет увеличить пиковую мощность до 6% и повысить общую эффективность в рамках цикла WLTP — международного стандарта оценки расхода энергии. В условиях динамичного вождения, например, на трассе Нюрбургринг, потребление энергии может снизиться на 6–18% в зависимости от режима нагрузки.
Дополнительным экологическим преимуществом является сокращение использования тяжелых редкоземельных металлов за счет оптимизированного теплового проектирования.
Во время разработки электроприводов TempAI использует ИИ для анализа процессов внутри двигателя, где отсутствуют точные физические модели. Прямая регистрация температуры внутри ротора во время работы требует дорогого оборудования, однако в процессе испытаний на стендах и в тестовых автомобилях собирается огромное количество косвенных данных — от температуры масла до оборотов ротора.
Эти данные охватывают миллионы рабочих режимов, от резких ускорений до движения с минимальной скоростью. ИИ-алгоритмы обучаются выявлять ключевые зависимости, влияющие на температурные изменения в роторе и статоре, что позволяет формировать точные прогнозы и адаптивное управление.
