Big data - IoT: Nutzung zur Effizienzsteigerung von Hybridfahrzeugen

Masterprojekt Elektrotechnik - Schwerpunkt Elektrotechnische Systementwicklung
Masterprojekt Maschinenbau - Schwerpunkt Mechatronik
Masterprojekt Maschinenbau - Schwerpunkt Virtuelle Produktentwicklung

KURZBESCHREIBUNG:

Plug-in Hybridfahrzeuge (PHEV) stellen zur Zeit eine wichtige Brückentechnologie in Richtung Emobilität dar. Sie weisen eine elektrische als auch ein verbrennungsmotorische Antriebseinheit auf. Eine besondere Herausforderung liegt heutzutage darin, das Zusammenwirken  dieser verschiedenen Antriebseinheiten mit Hilfe einer geeigneten Betriebsstrategie so zu gestalten, dass der Energieverbrauch des Fahrzeuges minimiert werden kann. Selbstlernenden Systemen, die aufgrund der Analyse des Fahrerverhaltens die Betriebsstrategie beeinflussen, sowie die Möglichkeit der Einbindung von (vorausschauenden) Navi-Informationen weisen ein Potential auf, die Gesamteffizienz des Fahrzeuges weiter zu steigern beinhalten.

Im Rahmen von zwei eng verzahnten Masterprojekten sollen die Möglichkeiten einer selbstlernenden Betriebsstrategie, aber auch die zielgerechte Analyse des Fahrerverhaltens erarbeitet werden. Ziel des ersten Masterprojektes ist der Aufbau einer Infrastruktur (Handy-Application unter Nutzung der OBD-Schnittstellendaten) , um in ausgewählten Beispielfahrzeugen die relevanten Betriebsdaten zu erfassen, Navi-Informationen einzubinden und diese off-line (cloud) bereit zu stellen. Eine Einarbeitung in App-Programmierung ist hierzu erforderlich. Ziel des zweiten Masterprojektes ist die Analyse von erfassten Betriebsdaten, um z.B. aus den Verläufen  von Gaspedalstellung, Geschwindigkeit, Kraftstoffverbrauch und Batterie eine Bewertung der Energieeffizienz zu ermöglichen und hieraus Optimierungsvorschläge abzuleiten.

Anzahl Plätze: 2

Kooperationsunternehmen: GKN Driveline Int. GmbH Lohmar

Betreuer extern: Dr. Ing. Wolfgang Hildebrandt