Modellierte Komponenten für alle Bereiche des Fahrzeugs
Alexander Grimm von der OTH Regensburg beschäftigte sich in seinem Masterstudium mit einer objektorientierten hierarchischen Modellbibliothek für Elektrofahrzeuge, basierend auf der Modellierungssprache Modelica. In der Projektarbeit des ersten Semesters hat er das Modell eines Elektrofahrzeugs mit generischen Komponenten implementiert. Die Schnittstellen zwischen den Komponenten setzen auf einer standardisierten Bibliothek auf. Diese Arbeit wurde als Beitrag zur "12. Internationalen Modelica"-Konferenz 2017 in Prag eingereicht und konnte mit einer weiteren Arbeit den zweiten Platz bei der Preisverleihung der "Modelica Association" belegen.
Die modellierten Komponenten umfassen alle Bereiche des Fahrzeugs: vom Energiespeicher über den Antriebsstrang bis zu einem Modell des Fahrenden. Damit sei es möglich, bereits in einer frühen Entwurfsphase wesentliche Aussagen über Fahrleistungen und Energieverbrauch zu treffen und alternative Lösungen zu vergleichen. In der Projektarbeit des zweiten Semesters beschrieb Alexander Grimm eine wesentliche Komponente mit tiefergehenden Details: die Batterie als Energiespeicher. Schließlich vergleicht er in seiner Masterarbeit Simulationsergebnisse seines Modells mit realen Messwerten, die bei Fahrten des Regensburger Elektro-Busses „EMIL“ mit Unterstützung von AVL und der Regensburger Verkehrsbetriebe gewonnen wurden.
Bei der Jahrestagung des Clusters wurden die Ergebnisse der Forschungsarbeit vorgestellt.
Die Stadt Regensburg baut konsequent ihre Expertise im Bereich Künstliche Intelligenz aus. Eine entscheidende Rolle spielen dabei die am Wirtschafts- und Wissenschaftsstandort ansässigen Technologiecluster, die in der gemeinsamen KI-Initiative AIR Artificial Intelligence Regensburg zusammenarbeiten.
Die Clusterpartnerschaft wurde für das Cross-Cluster-Projekt goAIR mit 250.000 Euro gefördert, mit dem ein umfangreiches Leistungsangebot im Bereich Künstlicher Intelligenz für Unternehmen aufgebaut wurde. Die Förderung für das Regensburger goAIR-Projekt stammten aus dem Programm „go-cluster“ des Bundesministeriums für Wirtschaft und Klimaschutz.
Projektträger ist die VDI/VDE Innovation + Technik GmbH.
Projektlaufzeit: 01.10.2021 - 30.09.2022
Das Ziel der KI-Initiative AIR Artificial Intelligence Regensburg ist es, die jeweiligen Clusterexpertisen zu bündeln und den Mitgliedsunternehmen ein gemeinsames Leistungsportfolio zur branchenübergreifenden Förderung von KI-getriebenen Innovationen anzubieten:
Zu den Best Practice KI-Beispielen
Zum Konzept Data Inventory Mobilitätsdaten
» Hier geht es zur Webseite der Initiative AIR Artificial Intelligence Regensburg.
Am Cross-Cluster-Projekt goAIR Artificial Intelligence Regensburg waren beteiligt:
Das Cluster Mobility & Logistics untersuchte in Kooperation mit dem LaS³ (Laboratory for Safe and Secure Systems) Ladestationen auf ihre Sicherheitsfunktionen. Ziel war es sowohl eine Aussage über das derzeitige Schutzniveau, als auch über Möglichkeiten zur Verbesserung zu treffen.
Für die Einstufung in Sicherheits-Integritätslevel(SIL) wurden die Ladestationen bezüglich ihres Risikos beurteilt. Dafür wurden die möglichen Fehlfunktionen und die dabei auftretende Gefährdung für Nutzer oder Umwelt festgestellt. Um die Fehlfunktionen zu vermeiden wurden Sicherheitsfunktionen implementiert. Gewisse Sicherheitsfunktionen wurden bereits in derzeit am Markt erhältlichen Ladestationen implementiert.
Ausgehend von der Gefährdung wurde durch das SIL Anforderung an den Sicherheitskreis des Gesamtsystems bezüglich Ausfallraten und verwendbarer Komponenten gestellt. Dafür wurde ein Standard-Ladestations-Modell untersucht und bewertet. Davon ausgehend wurde untersucht, welche zusätzlichen Anforderungen an die Architektur von Ladestationen entstehen.
In höheren Sicherheits-Integritätslevel entstanden auch Anforderungen an das Lifecycle-Management des Produktes, also wie Wartungen durchzuführen sind und welche Dokumentationen dabei notwendig sind. Auch diese Schritte wurden bei der Untersuchung berücksichtigt.
Das Cluster hatte in Kooperation mit der Hochschule Regensburg, Labor Las3, einen Leitfaden zur Erstellung ausfallsicherer Software im Bezug auf die funktionale Sicherheit bei Ladesäulen nach IEC 61508 erstellt.
Der Leitfaden kann Interessenten zur Verfügung gestellt werden.