Verbundprojekt PI-CUBE: Physikalische KI-Methoden zur Reduzierung von Radbrems-Emissionen elektrifizierter Fahrzeuge

Elektrifizierte Fahrzeuge (Battery Electric Vehicles - BEVs) repräsentieren einen wesentlichen Baustein beim technologischen Wandel zu ressourcen-schonendem und umweltfreundlicherem Verkehr. Durch den Entfall des Verbrennungsmotors können Emissionen der Antriebseinheiten drastisch gesenkt werden. Jedoch verbleibt mit von Reibungsbremsen emittierten Partikeln eine Quelle von potentiell gesundheitsschädlichen Stäuben. Auch wenn BEVs per "Rekuperation" energierückspeisend abgebremst werden, wird auch in Zukunft eine Reibungsbremse für das Bremsen in den Stillstand. Das übergeordnete Ziel dieses Verbundvorhabens ist die Entwicklung eines neuartigen Bremsregelsystems für die Bremsen von BEVs, mit dem die Partikel- und Geräuschemissionen unterdrückt bzw. signifikant reduziert werden sollen. Der Innovationsprung, Optimierung der Reibungsbremse hinsichtlich des Umwelt- und Gesundheitsschutz bei gleichzeitiger energieeffizienter Verzögerung bis in den Stillstand, soll durch die Integration künstlicher Intelligenz (KI) in den Entwicklungsprozess erreicht werden. Vorhersagemodelle zu den zu erwartenden Lastgrößen der nächsten Bremsung können das Risiko von stark erhöhten Emissionen bestimmen, um kritische Betriebspunkte mittels rein datengetriebener Regelung (verstärkendes Lernen) der elektrischen und der mechanischen Bremse zu umgehen. Die Funktion des Systems wird an einem prototypischen Labordemonstrator nachgewiesen. Dieses Projekt integriert KI in physikalische Simulationen und mechanische Systeme, um einen schnellen Übertrag neuester Forschungsergebnisse in reale Produkte zu ermöglichen. Somit stellt das Projekt den Nukleus für zukünftige interdisziplinäre Kooperationen und Technologie-Entwicklungen mit dem Ziel des umweltschonenden Verkehrs dar.