KI-basierte Optimierung von Performance-Tests bei Elektrofahrzeugen

Institut
Lehrstuhl für Fahrzeugtechnik
Typ
Bachelorarbeit / Semesterarbeit / Masterarbeit /
Inhalt
experimentell / theoretisch /  
Beschreibung

Die Traktionsbatterie ist die teuerste Komponente in einem Elektrofahrzeug (EV) und die tatsächliche Leistung des EV (Reichweite, Leistung, ...) wird maßgeblich von der Batterie selbst beeinflusst. Deshalb werden umfangreiche und kostenintensive Prüfstands-versuche durchgeführt, um die Leistungs-merkmale einer neuen Traktionsbatterie (EoL, Leistung, Reichweite,...) zu bewerten und zu verifizieren. Eine Möglichkeit, den Testaufwand zu reduzieren, ist der Einsatz von KI und insbesondere Machine Learning (ML) Algorithmen, die reale Batterietests ergänzen oder sogar ersetzen können. Dieser Ansatz soll im Forschungsprojekt KIBaTest in Kooperation mit der TÜV Süd Battery Testing GmbH untersucht werden.

Im Rahmen dieser Studienarbeit beim Industriepartner TÜV Süd Battery Testing GmbH soll, aufbauend auf dem Stand der Technik das Potential von KI für die Optimierung von Batterieperformance-Tests bewertet werden. Hierbei soll zunächst ein Überblick über die gängigsten Methoden aus dem Bereich KI gewonnen werden. Basierend auf dem Wissen soll dann der gegenwärtige Testingprozess analysiert werden und KI-Methoden vorgeschlagen werden, mit denen Einzeltests ergänzt oder sogar ersetzt werden können. Damit das tatsächliche Potential auch aufgezeigt werden kann, soll abschließend ein einfaches KI-Modell für einen ausgewählten Einzeltest trainiert werden und die Genauigkeit sowie Kosten mit denen eines realen Prüfstandsversuchs verglichen werden.

 

Voraussetzungen
  • Interesse an künstlicher Intelligenz und Machine Learning
  • Interesse an Elektromobilität und speziell Lithium-Ionen Batterien
  • Erfahrungen mit KI/Machine-Learning  oder Batterie-Prüftstandsversuchen vorteilhaft
  • Selbständige und gründliche Arbeitsweise
  • Sehr gute Deutsch- oder Englischkenntnisse

 

Tags
FTM Studienarbeit, FTM Elektrische Antriebssysteme, FTM Kroeger
Möglicher Beginn
01.03.2021
Kontakt
Thomas Kröger, M.Sc.
Raum: MW3511
Tel.: 089 289 10333
kroegerftm.mw.tum.de
Ausschreibung