Das Training eines Modells reduzierter Ordnung mit einer Vielzahl von Variablen beschleunigt die Simulation eines Brennstoffzellensystems um das 100-fache

Förderung von Produktinnovationen

Seit 1946 treibt Plastic Omnium Innovationen in der Automobilindustrie voran. Das Unternehmen begann mit dem Einsatz von Kunststoffen zur Verbesserung von Fahrzeugkomponenten und zur Reduzierung des Gesamtgewichts und hat sich in den letzten 75 Jahren weiterentwickelt, um den Herausforderungen der heutigen Welt gerecht zu werden.

Die jüngste Entwicklung ist die Plastic Omnium New Energies Division, die geschaffen wurde, um die Wasserstoffmobilität voranzutreiben und den Fahrzeugherstellern zu ermöglichen, ihre Emissionen zu reduzieren.
Laut Jurgen Dedeurwaerder, System-Konstrukteur bei Plastic Omnium: „Für den Erfolg dieser neuen Technologie sind die Speicherung von Wasserstoff sowie Niedertemperatur-Brennstoffzellen von zentraler Bedeutung.

Plastic Omnium erwarb Firmen, die zwar schon in der Entwicklung und Fertigung von Brennstoffzellensystemen tätig waren, sich aber überwiegend mit Demonstrationsanlagen befassten.
Wir mussten dies für die Automobilindustrie anpassen, damit die Brennstoffzellensysteme in hoher Qualität in Serie produziert werden können.
Dafür mussten wir sowohl unseren Entwicklungs- als auch unseren Produktionsprozess beherrschen.“

Effizientere Abläufe und niedrigere Kosten

Für den Erfolg jedes neuen Unternehmens ist Kosteneffizienz entscheidend, und dies galt auch für den Bereich Neue Energien.

„Wir waren uns sicher, dass die Simulation nicht nur unsere Prozesse verbessern, sondern auch dabei helfen würde, die Kosten in Grenzen zu halten“, so Dedeurwaerder. „Somit war es von Anfang an unverzichtbar.“

Diese Infrastruktur basiert auf der Simcenter™-Software, Bestandteil der Siemens Xcelerator Business-Plattform aus Software, Hardware und Services. Dedeurwaerder verwendete zunächst die Software Simcenter Amesim™, um ein vollständiges Modell des Brennstoffzellensystems mit all seinen Komponenten zu erstellen. Obwohl dieses Modell zur Optimierung der Architektur und der Produktionskosten genutzt werden konnte, machte der hohe Detaillierungsgrad eine umfassende Untersuchung aller Optionen zeitaufwendig.

Um den Prozess zu beschleunigen, setzte Dedeurwaerder die Simcenter Reduced Order Modeling-Software ein. „Wir haben das ursprüngliche Modell mit einer Vielzahl von Variablen trainiert, wie z. B. der Steuerung von Aktuatoren und den Umgebungsbedingungen“, sagt er. „Bei diesen Trainingssätzen haben wir Simcenter Reduced Order Modeling verwendet, um das Modell reduzierter Ordnung zu erstellen. Das Ergebnis war ein viel schneller laufendes Anlagenmodell, das Simulationen etwa 100-mal schneller durchführte als das ursprüngliche Modell.“

Dieses Anlagenmodell wird dann in ein Black-Box-Modell umgewandelt, das von Steuerungs- und Softwareingenieuren zur Entwicklung und zum Testen ihrer Algorithmen verwendet wird. Dieser Prozess wird in späteren Entwicklungsphasen für Hardware-in-the-Loop-Tests (HiL) eingesetzt und bietet Kunden ein schnelles, akkurates Modell, das sie in ihre Gesamtfahrzeugmodelle integrieren und in ihrer eigenen Umgebung erproben können.

„Wir bieten unseren Kunden auch umfassende Fahrzeugsimulationen, die wir intern durchführen“, so Dedeurwaerder. Mithilfe von Simcenter Amesim untersuchen wir unterschiedliche Antriebskonfigurationen, Batteriekapazitäten, Schiffsgrößen und Leistungsstufen von Brennstoffzellen. Auf diese Weise können wir mit unseren Kunden in Dialog treten, um die bestmögliche Konstruktion zu entwickeln.“

Optimiertes Testen

Laut Dedeurwaerder liegt ein bedeutender Nutzen von Simcenter Amesim und Simcenter Reduced Order Modeling in der Verringerung der notwendigen physikalischen Prüfungen des kompletten Systems. „Es handelt sich nicht zwangsläufig um eine Verringerung der Gesamtzahl der Tests“, erläutert er. Allerdings konzentrieren sich die Tests stärker auf einzelne Komponenten. Anschließend entwickeln Sie ein Modell mit Komponenten, denen Sie vertrauen. Dank eines so akkuraten Modells können viele Analysen, die früher vollständige Systemtests erforderten, jetzt durch Simulationen realisiert werden.

Die Simulation verschafft uns zudem einen tieferen Einblick in die Vorgänge innerhalb unseres Kraftstoffsystems. Beispielsweise könnte man einen plötzlichen, unerwarteten Temperaturabfall beobachten, der sich durch physikalische Tests nicht erklären ließe. Die Simulation zeigt allerdings, dass der Grund dafür die Präsenz von flüssigem Wasser ist und nicht nur von Wasserdampf. Und es ist diese Verdampfung des flüssigen Wassers, die den Temperaturabfall verursacht hat.“

Er betont außerdem die Bedeutung der Flexibilität von Simulationen im Vergleich zu physischen Tests. „Es macht es viel einfacher, das Leistungsvermögen in verschiedenen Umgebungen zu beurteilen. Testaufbauten für spezifische Höhen oder Temperaturen sind oft kompliziert zu realisieren, doch durch Simulation können wir jede gewünschte Bedingung problemlos nachbilden. Neue Komponenten werden nun vorab mittels Simulation verifiziert. Dadurch gelingt uns der Systemaufbau in der Regel auf Anhieb, was bei der Konstruktion weiterer Systeme viel Zeit und Geld einspart.“

Schutz von geistigem Eigentum

Vereinfachte Modelle haben sich auch dann als unbezahlbar erwiesen, wenn vollständige physikalische Eigenschaften von Komponenten nicht zur Verfügung stehen. „Manchmal ist die zugrunde liegende Physik noch nicht vollständig erforscht, oder der Lieferant darf sie aufgrund von Urheberrechten nicht offenlegen“, so Dedeurwaerder. Daher belasten wir die Komponente in sämtliche Richtungen und zeichnen die veränderlichen Daten auf. Damit trainieren wir ein reduziertes Ordnungsmodell, das wir in unser Systemmodell integrieren.“

In ähnlicher Weise ermöglicht die Verwendung von Simcenter Reduced Order Modeling Plastic Omnium, Modelle mit Kunden und Lieferanten zu teilen und gleichzeitig sein eigenes geistiges Eigentum zu schützen. „Wir können ihnen Einblick in die Zellspannungen und die Nettoleistung gewähren, aber sie dürfen nicht alle Einzelheiten des Modells einsehen“, erläutert Dedeurwaerder. „Bei intensiverer Zusammenarbeit mit Partnern können wir im Verlauf der Beziehung allmählich mehr Details enthüllen, wobei wir jederzeit die Kontrolle über diesen Prozess behalten. „Und sie können niemals vollständig in das Systemmodell oder die spezifischen Algorithmen, die wir einsetzen, Einblick erhalten.“

Dedeurwaerder hat keine Zeit verloren, die Stärken von Simcenter Reduced Order Modeling seinen Partnern gegenüber hervorzuheben: „Einer unserer Lieferanten beschränkte sich auf die Arbeit mit realen Modellen. „Es würde zu lange dauern, das physikalische Modell in ein komplettes Fahrzeugmodell zu integrieren. Also zeigten wir ihnen die Vorteile der Verwendung eines Modells reduzierter Ordnung, um komplexe Randnebeneffekte zu untersuchen und sich wie ein physikalisches Modell zu verhalten, aber in viel kürzerer Zeit. Am Ende erhält man ein besseres Endprodukt mit höherer Geschwindigkeit, wenn man alle Randeffekte berücksichtigt.“

Von einfach bis komplex

Vor der Einführung von Simcenter Amesim und Simcenter Reduced Order Modeling verwendeten die Ingenieure von Plastic Omnium für viele ihrer Berechnungen eine Tabellenkalkulation. „Die Anwendung erfolgte auf durchdachte Art und Weise, was zu positiven Ergebnissen führte“, erklärt Dedeurwaerder. „Allerdings kann es nicht sämtliche physikalischen Gegebenheiten einbeziehen, beispielsweise die temperatur- und druckabhängigen Eigenschaften von Gasen oder Flüssigkeiten. „Die Daten sind starr und äußerst unflexibel – ändert man eine Komponente, muss man komplett von vorn beginnen.“

Mit Simcenter Amesim und Simcenter Reduced Order Modeling beginnen Ingenieure mit einem einfachen Modell und erhöhen dann die Komplexität, wenn sich das Verständnis verbessert. „Die Simcenter-Produkte sind wirklich einfach zu handhaben“, sagt Dedeurwaerder. „Sie müssen jedoch lernen, wie Sie die Trainingsdaten generieren, die in Simcenter Reduced Order Modeling verwendet werden sollen. „Die Möglichkeit, mit einfachen Schritten zu beginnen, hat es uns erleichtert, das System in unsere Abläufe zu integrieren und unsere Nutzung weiterzuentwickeln, je besser wir es kennenlernen.

„Es ist auch einfach, Daten in und aus anderen Systemen zu exportieren und zu importieren. Zum Beispiel bauen wir gerade ein Anlagenmodell mit mehreren Modellen reduzierter Ordnung und Schaltkreisen um sie herum. Wir setzen und testen die Bedingungen und integrieren sie dann über die Simulink-Schnittstelle in das vollständige Modell. Es passt alles gut zusammen.֧“

Dedeurwaerder ist der Meinung, dass es ohne Simulation fast unmöglich wäre, alle technischen Herausforderungen zu bewältigen, mit denen das Unternehmen konfrontiert ist: „Sie wären auf Tests angewiesen, die viel teurer sind. Und Sie können es sich nicht leisten, Fehler zu machen, denn das verlängert die Zeit und die Kosten der Entwicklung noch weiter.“

Stattdessen liefert die Simulation schnellere Ergebnisse mit weniger Ressourcen. „Mit Simcenter Reduced Order Modeling können wir unsere Simulationsmodelle so weit beschleunigen, dass ein detailliertes Modell einer Brennstoffzellenanlage deutlich schneller als in Echtzeit läuft, und zwar mit der gleichen Genauigkeit wie ein vollständiges Systemmodell“, sagt Dedeurwaerder. Dadurch können Aktivitäten wie die Entwicklung und das Testen von Model-in-the-Loop-Reglern schneller durchgeführt werden, wodurch der gesamte Entwicklungszyklus um rund 25 Prozent verkürzt wird. Gleichzeitig bietet es uns eine zuverlässige, IP-geschützte und kostengünstige Möglichkeit, Modelle an andere Teams zu verteilen, sowohl intern als auch an unsere Kunden, um die Qualität ihrer eigenen Produkte und Prozesse zu steigern. Dies führt dazu, dass Produkte von besserer Qualität an die Endverbraucher geliefert werden.“

Neue Märkte und kontinuierliche Verbesserung

Während die Automobilbranche sich mit großen Schritten auf emissionsfreie Fahrzeuge zubewegt, ist es für Plastic Omnium unerlässlich, mitzuziehen und die modernsten Technologien für die Entwicklung dieser Fahrzeuge einzusetzen. In der Vergangenheit wurde die Wasserstoffmobilität für Autos und Lastwagen verwendet, aber jetzt soll sie auch auf große Schiffe und Boote ausgedehnt werden, um den Schifffahrtsmarkt zu erschließen.

Das Unternehmen verfügt zudem über eine separate Softwareabteilung, die sich auf Anwendungen wie autonomes Fahren und Internet der Dinge (IoT) konzentriert. „Dies wird eine Live-Überwachung ermöglichen und ein besseres Verständnis dafür ermöglichen, wie sich Brennstoffzellensysteme im Laufe der Zeit verschlechtern“, sagt Dedeurwaerder. „Diese Informationen können wir dann in den Entwicklungsprozess einbringen; zum Beispiel um die Art und Weise zu optimieren, wie die notwendige Feuchtigkeit durch die elektrochemische Reaktion an der Kathode generiert wird.

„Da sich die Technologie ständig weiterentwickelt, ist der digitale Zwilling von entscheidender Bedeutung, um einen Wettbewerbsvorteil zu erhalten. Deshalb sind Simcenter Amesim und Simcenter Reduced Order Modeling für uns so wichtig. Sie (Simcenter Amesim und Simcenter Reduced Order Modeling) ermöglichen es uns, einen Einblick in unsere Produkte zu erhalten und aus Echtzeitdaten zu lernen, um in zukünftigen Iterationen Verbesserungen vorzunehmen. Ich erwarte, dass mehr Lieferanten diese Technologie nutzen werden, was uns allen helfen wird, bessere Produkte zu entwickeln.“