ALT + +→ Schriftgröße anpassen
ALT + /→ Kontrast anpassen
ALT + M→ Hauptnavigation
ALT + Y→ Socials
ALT + W→ Studiengang wählen
ALT + K→ Homenavigation
ALT + G→ Bildwechsel
ALT + S→ Übersicht
ALT + P→ Funktionsleiste
ALT + O→ Suche
ALT + N→ Linke Navigation
ALT + C→ Inhalt
ALT + Q→ Quicklinks
ESC→ Alles zurücksetzen
X
A - keyboard accessible X
A
T
Forschung am E&D

Elektrische Antriebe

    Forschungskompetenz: Energieeffiziente Betriebsführung von Maschinen

    Ziel der Forschungsarbeiten ist die Reduzierung der Verluste in Drehfeldmaschinen durch eine optimale Einstellung der Sollwerte für den Statorstromzeiger

    • im dynamischen Betrieb
    • unter Berücksichtigung der Strom- und Spannungsgrenzen.

    Forschungskompetenz: Parameteridentifikation elektrischer Maschinen

    Ziel der Forschungsarbeiten ist die Parametrierung von Maschinenmodellen durch Identifikationsverfahren

    Forschungskompetenz: Regel- und Steuerverfahren elektrischer Maschinen

    Im Rahmen von Projekten werden bestehende Regel- und Steuerverfahren für elektrische Maschinen weiterentwickelt

    Forschungskompetenz: Leistungselektronik für die Antriebstechnik

    Ziel der Forschungsarbeiten ist die Entwicklung neuer leistungselektronischer Konzepte mit quasikontinuierlicher Ausgangsspannung für die Motoransteuerung.

    Forschungskompetenz: Condition Monitoring

    Ziel der Forschungsarbeiten sind Verfahren zur Vorhersage der Restlebensdauer von Komponenten im Antriebsstrang.

    Aktuell sind Erfahrungen im Bereich der Antriebsmechanik verfügbar. Diese Kompetenzen werden kontinuierlich ausgebaut.

    Projektbeispiele

    • Geberlose feldorientierte Betriebsführung eines fremderregten Synchrongenerators
    • Automatisierte Parameteridentifikation von Asynchronmaschinen
    • Dynamisch energieeffiziente Betriebsführung von Asynchronmaschinen (EffiDynA)
    • Modularisierbare, skalierbare Leistungselektronik auf Basis von Gallium-Nitrid-Bauelementen mit kontinuierlicher Ausgangsspannung für die Elektromobilität (SkalModEl)
    • Modellbasiertes Hierarchisches Condition Monitoring