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 benötigt. 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. Die Volkswagen AG, als Anwender in der Entwicklung von Bremsen und Bremssystemen, stellt hier als Teilvorhaben Fahrprofildaten eben dieser BEV zur Verfügung. Das Ziel wird verfolgt, bereits zum Beginn des Projekts mit realen Fahrzyklen die Entwicklung der Methodik anzureichern, um so eine anschließende Integration des angestrebten Werkzeugs in Fahrzeugsteuergeräte zu gewährleisten. 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 von Bremsen bei der Volkswagen AG 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. Somit stellt das Projekt den Nukleus für zukünftige interdisziplinäre Kooperationen und Technologie-Entwicklungen mit dem Ziel des umweltschonenden Verkehrs dar.