Überwindung des Flaschenhalses bei der Berechnung von Eisenverlusten in der Auslegung elektrischer Maschinen

• Antragsteller: Professor Dr.-Ing. Simon Steentjes
• Fachliche Zuordnung: Elektrische Energiesysteme, Power Management, Leistungselektronik, elektrische Maschinen und Antriebe
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 569667762

Eisenverluste stellen eine große Herausforderung bei der Auslegung elektrischer Maschinen und Antriebe dar und haben einen erheblichen Einfluss auf die Energieeffizienz. Trotz ihrer entscheidenden Bedeutung, fehlen der Industrie präzise Werkzeuge zur genauen Bestimmung dieser Verluste, bedingt durch die Komplexität sowohl der Modellierung als auch der Messung. Der zunehmende Einsatz von Leistungselektronik und die weitere Steigerung der Leistungsdichte in elektrischen Antrieben haben das Problem weiter verschärft, da höhere Betriebsfrequenzen und zusätzliche Harmonische ie Eisenverluste dramatisch erhöhen. Zum Beispiel steigen die Verluste in einem 0,50 mm dicken Elektroblech von 1,05 W/kg bei 1 T und 50 Hz auf 24 W/kg bei 1 T und 400 Hz. Zwei grundlegende Herausforderungen haben den Fortschritt bei der genauen Modellierung von Eisenverlusten behindert. Erstens ist die magnetische Hysterese von Natur aus komplex und schlecht modelliert; bestehende Modelle kämpfen damit, Anisotropie, Rotationsverluste, und eine nahtlose Integration in Finite-Elemente-Simulationen zu berücksichtigen. Zweitens erfordert die Berechnung von Eisenverlusten das Erfassen sowohl mikrostruktureller als auch makroskopischer Effekte, was traditionell eine rechnerisch prohibitive Aufgabe darstellt. Jüngste Fortschritte im Bereich des maschinellen Lernens bieten eine bahnbrechende Lösung. Richtig trainierte neuronale Netze können die komplexe multiskalige Physik der Eisenverluste effizient erfassen und ermöglichen schnelle sowie genaue Simulationen. Ziel dieses Forschungsprojekts ist es, bestehende Hysterese-Modelle zu verbessern und KI-gesteuerte Werkzeuge für eine präzise Bestimmung von Eisenverlusten zu entwickeln. Durch das Überbrücken der Lücke zwischen Genauigkeit und rechnerischer Effizienz werden diese Innovationen Ingenieuren ermöglichen, Eisenverluste zu verbessern, den Energieverbrauch zu senken und die Gesamteffizienz zu steigern – ein bedeutender Schritt in Richtung nachhaltiger Elektrotechnik.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Belgien
• Großgeräte: Rotational Power Loss Tester Stator Test Bench System
• Gerätegruppe: 0150 Geräte zur Messung der magnetischen Materialeigenschaften
• Partnerorganisation: Fonds National de la Recherche Scientifique - FNRS
• Kooperationspartner: Professor Dr.-Ing. Christophe Geuzaine