Newsletter April 2022

Parametrierung der Regler

Mit Hilfe der berechneten Systemeigenschaften wie PTx-Verhalten und der Totzeit werden mit einem Workflow-Task die Parameter für PI-Regler mit verschiedenen Methoden bestimmt und am Modell validiert. Alle Ergebnisse des Workflows werden in einem PowerPoint-Bericht zusammengefasst.

Weitere Neuerungen in der MoBA Automation Version 3.0

Neben der regelungstechnischen Systemanalyse bietet die MoBA Automation Version 3.0 noch andere Add-On-Bibliotheken für weitere Anwendungsfälle, wie z.B. Modellreduktion bzw. Machine Learning, Modell-Regressionstest, Modellvalidierung, Optimierung oder Messdatenauswertung. Darüber hinaus sind im neuen Release zahlreiche Ergonomieverbesserungen enthalten, wie z. B. ein beschleunigtes Starten der Task oder bessere Hilfestellungen beim Parametrieren komplexer Workflows. Lizenznehmer erhalten zeitnah und detailliert alle wichtigen Informationen zur neuen Version. Eine Liste aller neuen Features der Version 3.0 können Sie auch den Release Notes entnehmen.

Maßgeschneiderte Lösungen zur Prozessautomatisierung

Neben den Standard-Tasks und den Add-On-Bibliotheken für spezielle Anwendungen bieten wir unseren Kunden auf Wunsch auch maßgeschneiderte Lösungen an, die für individuelle Automatisierungsaufgaben eingesetzt werden können. Bitte sprechen Sie uns an, wenn Sie für die Umsetzung Ihrer Workflows Unterstützung benötigen.

Ihr Feedback

Wir bedanken uns für Ihr wertvolles Feedback, das wesentlich zur Weiterentwicklung von MoBA beigetragen hat. Natürlich arbeiten wir auch weiterhin mit viel Freude und Enthusiasmus an der Verbesserung der Ergonomie unserer MoBA Automation. Sollten Sie dazu Anregungen haben, treten Sie bitte mit uns in Kontakt.

Ansprechpartner regelungstechnische Systemanalyse:  Dr.-Ing. Andreas Varchmin

Ansprechpartner MoBA Automation:  Dr.-Ing. Philipp Ebeling

Im Rahmen des geförderten und im Herbst 2021 abgeschlossenen F&E-Projekts VEOTOP entwickelte TLK, gemeinsam mit der TU Braunschweig, Software-Werkzeuge für die Topologieoptimierung komplexer thermischer Energiesysteme.

Die Topologie thermischer Energiesysteme

Thermische Energiesysteme müssen immer mehr Anforderungen erfüllen: Kühlen, Heizen, Tiefkühlen, Klimatisieren, Entfeuchten etc. – und das unter wechselnden Betriebsbedingungen! Für die Topologie der Energiesysteme, also die Auswahl und Kombination der technischen Komponenten, existieren unüberschaubar viele Optionen. Zur Bewertung dieser Topologien sind darüber hinaus Konzepte zur Betriebsstrategie und Regelung notwendig.

VEOTOP

TLK entwickelte deshalb im Projekt VEOTOP, gemeinsam mit der TU Braunschweig (Institut für Thermodynamik, Institut für Regelungstechnik, Institut für mathematische Optimierung), geeignete Methoden und Software-Werkzeuge, um Topologien zu entwerfen, zu optimieren und inklusive Betriebs- und Regelstrategien zu bewerten.

Die neu geschaffenen Methoden und Werkzeuge ermöglichen es, auf Basis von Nutzerangaben mehrere Topologien eines thermischen Systems zu erzeugen und diese Topologien unter Berücksichtigung von dynamischen Randbedingungen optimal auszulegen. Anschließend können die entwickelten Systeme automatisiert simuliert und visualisiert werden.

Wir bedanken uns für die Förderung und Unterstützung des Projekts beim Bundesministerium für Bildung und Forschung.

Die Verwendung von neuronalen Netzen zur Erstellung von recheneffizenten Ersatzmodellen kann zu einer hohen Approximationsgüte führen. Durch ihren Einsatz bei der Regelung eines CO2-Kältekreislaufs konnte TLK einen COP-maximalen Betrieb sowie eine Verbesserung des Systemverhaltens bei Lastwechseln erreichen.

Der energieeffiziente Betrieb von Thermomanagementsystemen durch fortschrittliche Regelungskonzepte ist ein wichtiger Baustein für das Fahrzeug der Zukunft. Im Rahmen des Forschungsprojekts PHyMoS (Proper Hybrid Models for Smarter Vehicles) untersucht TLK den Einsatz von Machine-Learning-Modellen zur modellbasierten Regelung von PKW-Thermomanagementsystemen. Diese können sich im Vergleich zu physikalisch-mechanistischen Modellen durch eine deutlich recheneffizientere Modellauswertung auszeichnen, weshalb ihr Einsatz vor allem bei geringen verfügbaren Rechenkapazitäten vorteilhaft ist.

TLK hat den Einsatz neuronaler Netze zur Bestimmung optimaler Prozessparameter und zur modellbasierten Vorsteuerung von Reglerstellgrößen eines CO2-Kältekreislaufs untersucht.

Bestimmung optimaler Prozessparameter

Die Bestimmung optimaler Prozessparameter stellt für komplexe Kältekreisläufe eine signifikante Herausforderung dar. Detaillierte physikalisch-mechanistische Modelle eines Kältekreislaufs eignen sich aufgrund ihrer hohen Komplexität nur sehr eingeschränkt für Online-Optimierungen, so dass die Optimierungsrechnungen meist separat durchgeführt und die Ergebnisse (bspw. in Form eines Kennfelds) zur weiteren Nutzung hinterlegt werden. Der Einsatz von Machine-Learning-Methoden ermöglicht hingegen die Durchführung von Online-Optimierungsrechnungen auf der Basis eines reduzierten, approximativen Modells des Kältekreislaufs. Hierzu wird ein neuronales Netz trainiert, welches die für die Optimierungsaufgabe relevanten Zusammenhänge zwischen den Prozessrandbedingungen, dem zu bestimmenden Prozessparameter und der zu optimierenden Größe(n) abbildet. Diese in der Abbildung dargestellte Methode wurde zur Bestimmung des optimalen Hochdrucks eines umschaltbaren CO2-Kältekreislaufs mit parallelen Verdampfern eingesetzt. Mithilfe des neuronalen Netzes konnte der maximal mögliche COP (Coefficient of Performance) bis auf eine mittlere relative Abweichung von ca. 0,4 % erreicht werden (getestet für 80 zufällige Randbedingungen, verglichen mit dem simulativ bestimmten maximalen COP).

Modellbasierte Vorsteuerung

Durch eine modellbasierte Bestimmung der Reglerstellgrößen kann eine signifikante Verbesserung des Regelungsverhaltens erreicht werden. Typischerweise werden zur Erstellung der Ersatzmodelle, die für eine solche modellbasierte Vorsteuerung benötigt werden, stark vereinfachende Modellannahmen getroffen, wodurch die Nichtlinearität des Zusammenhangs zwischen Stellgröße und Randbedingungen meist nur unzureichend abgebildet werden kann.

Aus diesem Grund hat TLK die Eignung neuronaler Netze als approximative Ersatzmodelle für den Einsatz in einer modellbasierten Vorsteuerung erprobt. Für die Vorsteuerung der Verdichterdrehzahl eines CO2-Thermomanagementsystems wurde ein neuronales Netz eingesetzt. Hierdurch konnte eine signifikante Verbesserung des Regelungsverhaltens im Vergleich zu einem simulativ ausgelegten PI-Regler erreicht werden. Im Ergebnis wurde die maximale Regelabweichung der Zulufttemperatur bei Änderung des Luftmassenstroms im Klimagerät um 50 % reduziert.

Bereitstellung neuronaler Netze

TLK kann die erzeugten neuronalen Netze wahlweise als Code in der Programmiersprache C oder als DLL bereitstellen. Die neuronalen Netze können somit sowohl in Modelica- als auch in Matlab/Simulink-Modelle eingebunden oder auf beliebigen Systemen kompiliert und ausgeführt werden.

Zukünftige Untersuchungen zu Machine-Learning-Methoden

TLK forscht und entwickelt fortwährend zu neuen Einsatzmöglichkeiten verschiedener Machine-Learning-Methoden zur Lösung regelungstechnischer Problemstellungen. Insbesondere die Bestimmung von Solltrajektorien zur Verbesserung des Regelungsverhaltens sowie der Einsatz zur Vereisungsvermeidung sollen zukünftig verstärkt untersucht werden.

Ansprechpartner Machine-Learning:  M.Sc. Henrik Schatz

Ansprechpartner Regelung:  Dr.-Ing. Andreas Varchmin

Für einen effizienten Betrieb und eine hohe Lebenszeit einer PEM-Brennstoffzelle ist ein guter Wasserhaushalt entscheidend. Um diesen zu optimieren, werden in PEM-Brennstoffzellensystemen Membranbefeuchter eingesetzt. TLK untersucht solche Membranbefeuchter auf einem komplexen Prüfstand.

Die thermodynamischen Verluste einer Brennstoffzelle werden maßgeblich von der feuchtigkeitsabhängigen Protonenleitfähigkeit beeinflußt. Ebenso wirkt sich der Wassergehalt auf die Alterung der Brennstoffzelle aus. Um thermodynamische Verluste sowie Alterungsprozesse zu minimieren, werden sogenannte Membranbefeuchter verwendet.

In Membranbefeuchtern wird das in der Luft enthaltene Wasser aufgrund eines Konzentrationsgradienten von der feuchten Abluft zur trockenen Zuluft der Brennstoffzelle übertragen. Die dafür eingesetzte Befeuchtermembran ist für dieses Wasser gut durchlässig, blockiert jedoch den Transport anderer Gase.

Im Labor von TLK ist die Untersuchung der Wärme- und Stoffübertragung in Membranbefeuchtern unter verschiedenen Randbedingungen – z. B. Luftmassenströmen, relativen Feuchten, Temperaturen und Drücken – möglich. Die größte Herausforderung besteht darin, die Stoffströme präzise einzustellen und gleichzeitig die Leistung exakt zu messen. Selbst geringe Leistungen von nur wenigen Watt spielen eine Rolle. Und bei der Bilanzierung zählt jeder noch so kleine Wassertropfen.

Neben individuellen Untersuchungen für unsere Kunden führt TLK auch eigene Messungen im Rahmen des öffentlich geförderten Projekts AUTO-GEN durch. AUTO-GEN steht für „Teilautomatisierte Generierung physik- und datenbasierter thermodynamischer Modelle für das Design und den Betrieb komplexer Systeme in der E-Mobilität“. In AUTO-GEN erstellt TLK, in Zusammenarbeit mit der TU Braunschweig (Markus Pollak, m.pollak@tu-braunschweig.de), unter anderem Befeuchtermodelle für Brennstoffzellensysteme in Nutzfahrzeugen. Diese werden anschließend mit den erzielten Messdaten vom Prüfstand validiert.

Diese Befeuchtermessungen sind nur ein Beispiel für die Verzahnung von Experiment und Simulation bei TLK. Denn auf rund 1000 m² Versuchsfläche werden vielfältigste Messungen – einerseits für unsere Kunden, andererseits für die Optimierung unser Modellbibliotheken – durchgeführt.

Ansprechpartner:  Dr.-Ing. Nicholas Lemke

Add-On Adsorption

Das neue Add-On Adsorption ermöglicht die Simulation von Anlagen zur Gasreinigung und Gastrocknung. Die Bibliothek beinhaltet ein universelles Basismodel für Gasgemische und Adsorptionsgleichgewichte. Mithilfe der modular aufgebauten Modelle lassen sich komplexe Adsorptionsanlagen- und Verfahren – wie PSA-Anlagen (Pressure Swing Adsorption), TSA-Anlagen (Temperature Swing Adsorption) oder Direct-Air-Capture-Verfahren – modellieren. Diese Modelle sind dazu ausgelegt, Durchbruchskurven sowie Adsorptionskinetiken analysieren und Schlussfolgerung zur Optimierung (z.B. von Zykluszeiten) ziehen zu können.

Die Stoffdatenbank der verfügbaren Adsorptionsmittel kann unkompliziert erweitert werden.

Add-On Hydrogen-Energy-Systems

Mit dem bereits bestehenden Add-On Hydrogen-Energy-Systems (kurz: „TIL H2“) können wasserstoffbasierte Energiesysteme modelliert werden. Neu ist, dass die PEM-Brennstoffzelle entlang der Gaskanäle diskretisierbar ist. Auch sind Modelle zur Beschreibung des Wasserhaushalts hinzugefügt worden. Das System-Beispiel mit Anoden- und Kathoden-Versorgung wurde um eine Befeuchter-Bypass-Regelung erweitert. Für die Rezirkulation auf der Anodenseite steht nun ein Strahlpumpen-Modell zur Verfügung. Weitere Typen von Stapelmodellen wurden hinzugefügt. Eine reversible SOC (Solid-Oxid-Cell) für den Betrieb als SOFC (Brennstoffzelle) oder SOEC (Elektrolyseur) kann flexibel sowohl für den reinen Wasserstoffbetrieb als auch für den Betrieb mit Methan parametriert und simuliert werden. Beispiele für den Betrieb einer SOFC mit Methan-Wasserdampf-Reformator und einer SOEC mit Reformer für die Methanisierung wurden erstellt.

Als zusätzliches Beispiel ist eine Wasserstoff-Betankung mit Hilfe eines Tube-Trailers modelliert. Eine Anpassung individueller Randbedingungen für die anschließende Simulation ist über verschiedene Einstellungen möglich.

Add-On Automotive

Mit dem bereits bestehenden Add-On Automotive können Thermomanagement-Systeme im Fahrzeug modelliert werden. Zu den Neuerungen gehört, dass in den Beispielen für Kältekreisläufe in automobilen Anwendungen das Kältemittel R-1234yf anstelle von R-134a verwendet wird, da dies den aktuellen Gegebenheiten entspricht. Neben Hubkolben-Verdichtern sind auch Scrollverdichter in den Kältekreisläufen eingesetzt. Der detaillierte Wärmeübertrager mit MPET-Geometry „Detailed MPET“, der bisher nur für VLEFluid/Moist-Air verfügbar war, steht nun auch für Liquid/Moist-Air zur Verfügung. Er beinhaltet alle thermischen Massen für Header sowie mehrere luftseitig durchströmte Lagen.

Add-On HeatStorage

Mit dem bereits bestehenden Add-On HeatStorage können thermische Energiespeicher modelliert werden. Zu den Neuerungen gehört, dass für das Modell des Warmwasser-Speichers mit Temperaturschichtung optional ein interner Wärmeübertrager aktivierbar ist. Die mit inkompressibler Flüssigkeit durchströmte Rohrwendel kann mit Geometrie- und Wärmeübergangs-Daten individuell parametriert und über Liquid-Ports nach außen angeschlossen werden.

TIL Basic und TILMedia

Im neuen Release der TIL Suite 3.12.0 sind zwei Beispiele für die Fahrzeugklimatisierung u. a. auf das Kältemittel R-1234yf angepasst, entsprechend der Neuerung im Add-On Automotive. Ein Druckverlust-Modell mit Nominalpunkt für Massenstrom und Dichte ist nun für alle Kältemittel-Wärmeübertrager verfügbar. Mit Hilfe der Parameter für Nominalwerte und Exponenten von Massenstrom und Dichte ist ein Fitting des Modells an Messdaten meist sehr gut möglich.

Mit dem neuen Release von TILMedia 3.12.0 sind Methanol als VLEFluid sowie aktualisierte TILMediaSpline Medien verfügbar. Weitere schnell rechnende TILMediaSplines sind auf Anfrage erhältlich.

Wir laden Sie herzlich zu unserem zweiten Modelica und FMI Users’ Meeting „ThermoSim 2022 - Modellierung und Simulation thermischer Systeme“ für den 4. und 5. Oktober 2022 nach Braunschweig ein. Reichen Sie gerne bis zum 31. Mai 2022 Ihren Abstract für einen Vortrag oder ein Poster ein.

Wir bieten weiterhin unsere bewährten Trainingskurse für Modelica und TIL sowohl online als auch in Präsenz an. Ebenso führen wir auf Anfrage individuelle Schulungen zum Thema Fahrzeugklimatisierung sowie zu unseren Produkten durch.

Zusammen mit unserem Partner TLK-Energy bieten wir ab April 2022 wieder Trainingskurse für Modelica und TIL an. Geplant sind Online- sowie Präsenz- Veranstaltungen. Die genauen Termine sowie zusätzliche Informationen finden sie hier.

Zusätzlich möchten wir gerne auf unser individuelles Kursangebot zum Thema Fahrzeugklimatisierung hinweisen. In einer ein- oder zweitägigen Schulung wird neben den Grundlagen der Thermodynamik, der Wärmeübertragung und der Klimaphysiologie auf die speziellen Anforderungen in Fahrgasträumen sowie verschiedene Kältemittel eingegangen. Auch die unterschiedlichen Anforderungen der Klimatisierung von konventionellen und elektrifizierten PKW und weiteren Verkehrsmitteln werden thematisiert. Es besteht die Möglichkeit, den Kurs an Ihre individuellen Anforderungen und Fragestellungen anzupassen. Interessenten an diesem Themengebiet weisen wir auch gerne auf die Tagung Fahrzeugklimatisierung (HdT und TAE) am 27. und 28.04.2022 im Haus der Technik in Essen hin.

Zu unseren Produkten in den Bereichen Simulationstechnik, Visualisierung, Optimierung und Automatisierung bieten wir auf Anfrage weitere Schulungsmöglichkeiten an. Bei Anregungen oder Fragen sprechen Sie uns gerne an.

Ansprechpartner:
 

Dr.-Ing. Wilhelm Tegethoff

Dr.-Ing. Sven Försterling