Technische Universität München; Lehrstuhl für Elektrische Antriebssysteme und Leistungselektronik

Apparative Ausstattung:

Laboratorium und Einrichtung: Versuchslabor für unterschiedliche Antriebs- und mechatronische Aufgabenstellungen wie Produktionsanlagen, Fahrzeug-Prüfstand, Schwingungsdämpfung, 25 Arbeitsplätze für verschiedenste Anwendungen.

Elektrische Antriebe allgemein (siehe Springer Buchreihe "Elektrische Antriebe 1-4") Einsatz von intelligenten Verfahren mechatronische Systeme; Produktionsanlagen, Antennen, Fahrzeuge (Verbrennungsmotor), Teststände etc. Identifikation, Modellierung, Beobachtung, Regelung, Diagnose, HIL-Teststände Automobiltechnik Hybridfahrzeug "Optimierter Antriebsstrang" (TFB 38) Relegungstechnik im Automobil Leistungselektronik Physikalische Netzwerk-Modellierung von Leistungshalbleitern zur Optimierung von Energiewandlern Anzahl der Mitarbeiter: 10

Ein besonderer Arbeitsschwerpunkt ist das autarke Hybridfahrzeug, welches ein Parallelhybrid-Fahrzeug ist, rein elektrisch, verbrennungsmotorisch mit verbessertem Wirkungsgrad und nur mit dem Verbrennungsmotor allein fahren kann. Insbesondere der zweite Fahrbereich führt zu einer Lastanhebung des Verbrennungsmotors und zum Generatorbetrieb des elektrischen Antriebsstrangs, damit zur Batterieladung und somit zur Autarkie. Schwerpunkte der Kompetenz sind die Erarbeitung der optimalen Betriebsstrategie der Hauptkomponenten elektrischer Antriebsstrang, Verbrennungsmotor und Getriebe, optimale Auslegung aller Komponenten, Steuerung sowie die Regelung der Komponenten, HIL-Tools, Simulationswerkzeuge und Emissionsverminderung. Ein weiterer Forschungsschwerpunkt ist die Identifikation, Modellbildung, Beobachtung und Regelung nichtlinearer dynamischer Systeme. Mit diesem generellen Werkzeug können sehr komplexe Systemeigenschaften mittels intelligenter Verfahren ermittelt und wunschgemäß verändert werden. Diese Verfahren können ganz generell verwendet werden, d.h. in den unterschiedlichsten Anwendungsgebieten und Fragestellungen, um ein besseres Modell, somit ein besseres Verständnis und damit letztendlich Aussagen zu möglichen Verbesserungen zu finden und diese dann auch umzusetzen.