Mit Hilfe neuartiger mathematischer Methoden suchen Ingenieure den perfekten elektrischen Antrieb.
Andreas Burkert
Mit neuartigen mathematische Methoden suchen Ingenieure den perfekten elektrischen Antrieb. Das Ziel ist es, elektromechanische Energiewandler hinsichtlich Zuverlässigkeit und Wirkungsgrad zu optimieren.
Ob in der Industrie, im Haushalt, im Elektroauto oder -fahrrad: Elektrische Maschinen und Produkte, wie sie Andreas Binder in seinem Buch „Elektrische Maschinen und Antriebe“ im Detail beschreibt, gewinnen durch die Energiewende immer mehr an Bedeutung. Um ihre Effizienz zu steigern, müssen sie am technischen Limit entwickelt werden. Keine einfache Aufgabe angesichts der Vielfalt unterschiedlicher elektromechanischer Energiewandler. Und je nach Schwerpunkte ihrer Einsatzgebiete ist das Verständnis der Funktionsweise der elektromechanischen Energiewandlung dringend notwendig, schreibt Binder.
Vor diesem Hintergrund erproben nun Wissenschaftler im Forschungsverbund SIMUROM, „Simulation und robuste Optimierung von elektromechanischen Energiewandlern unter Berücksichtigung von Unsicherheiten“ mathematische Methoden, die das Auslegen von Maschinen noch zuverlässiger machen und gleichzeitig den Wirkungsgrad der Geräte weiter erhöhen sollen.
Mathematische Methoden für höheren Wirkungsgrad
Das Verbundprojekt untersucht Fragen, die sich an den Bedarfsfeldern der Hightech-Strategie 2020 der Bundesregierung orientieren: Klima, Energie, Mobilität. Effizientes Design von elektrischen oder elektromechanischen Energiewandlern, wie Motoren, Generatoren und Wirbelstrombremsen, muss viele Komponenten berücksichtigen. Bei Berechnungen müssen Systeme mit Millionen von Unbekannten gelöst werden. Multiphysikalische Effekte wie Wirbelströme, Anregungen elektrischer Netzwerke, Rotorbewegungen oder Wärmeentwicklung müssen die Entwickler ebenfalls einbeziehen, so dass hoch aufgelöste Simulationen von komplizierten Geräten derzeit oft eine Woche oder länger dauern.
Ziel des Vorhabens ist es, durch Grundlagenforschung Methoden zu entwickeln, die es in Zukunft erlauben, elektrische Motoren direkt am Computer „robust“ zu optimieren. Wegen der hochdimensionalen Problemstellungen müssen hier Modellordnungsreduktions- und -adaptationsverfahren eingesetzt werden.