KI verleiht Computern die Fähigkeit, Probleme zu analysieren und sie automatisiert zu lösen – ähnlich wie ein Mensch. Dieses Potenzial wird bei der Antriebsentwicklung sowohl im Bereich E-Mobilität als auch beim Verbrennungsmotor als traditionelle Maschinenbaudomäne genutzt.

Prognose der Ölverschäumung

Bei der Entwicklung klassischer Verbrennungsmotoren löst die KI beispielsweise das Problem der Prognose des Gasgehalts im Motoröl. Da hohe Gasanteile zur Ölverschäumung und damit zu reduzierter Schmierfähigkeit führen, muss das Ölsystem auf einen möglichst geringen Gasgehalt ausgelegt werden. Messungen sind bei laufendem Motor im Fahrzeug allerdings kaum durchführbar. Ein neues KI-Verfahren von Porsche liefert nun verlässliche Prognosen über den Gasgehalt im Motoröl. 

Marc Hagemeier, Hong Truc Jung, Entwicklungsingenieurin für die KI-Tools im Antrieb bei Porsche, l-r, 718 Cayman GT4, 2021, Porsche AG
Bei der Entwicklung klassischer Verbrennungsmotoren liefert ein neues KI-Verfahren nun verlässliche Prognosen über den Gasgehalt im Motoröl. Erstmalig wurde dies beim Motor für den Porsche Cayman GT4 angewendet.

„Dabei konnten wir die erforderliche Rechenkapazität für den KI-Algorithmus so geringhalten, dass wir ihn problemlos in den Motorentwicklungsprozess integrieren können“, sagt Entwicklungsingenieurin Hong Truc Jung, die bei Porsche für die KI-Tools im Antrieb verantwortlich ist. „Bei den Standardprüfstandtests läuft er permanent mit und liefert uns dabei die gewünschten Daten.“ Das erste Aggregat, bei dem Porsche das neue KI-Verfahren angewendet hat, war der Sechszylinder-Boxermotor für den Porsche Cayman GT4.

Batteriezustandsanalyse bei E-Fahrzeugen

Eine KI-Anwendung der Porsche-Technologietochter Porsche Engineering ist die Bestimmung des Alterungsverhaltens der Lithium-Ionen-Batterie, die Fahrer von E-Fahrzeugen schon heute für Prognosen über die Batteriereichweite während der Fahrt nutzen. 

Permanenter Gesundheitscheck einer Lithium-Ionen-Batterie, 2021, Porsche AG
Permanenter Gesundheitscheck: Eine KI-Anwendung von Porsche Engineering bewertet den Zustand der Lithium-Ionen-Batterie und prognostiziert so die verbleibende Batteriereichweite des E-Fahrzeugs.

Dabei schließt der KI-Algorithmus durch den Innenwiderstand der Batterie auf ihre Alterung. Er berücksichtigt unter anderem Einflüsse wie die Temperatur und den Ladezustand sowie Ergebnisse von Langzeit- und Flottentests. Im Fahrzeug passt sich die KI an das Nutzerprofil des Fahrers an, sodass die Vorhersage immer präziser wird.

Porsche Engineering Reinforcement Learning (PERL)

Eine besonders flexible Entwicklungsmethodik mit hohem Potenzial für unterschiedlichste Anwendungsfälle hat Porsche Engineering auf Basis der KI-Methode Deep Reinforcement Learning entwickelt. „Unsere Methodik PERL, kurz für Porsche Engineering Reinforcement Learning, geht über die spezifische Lösung einzelner Aufgaben hinaus, denn sie versteht systemische Zusammenhänge und lernt strategisch zu entscheiden“, erklärt Matthias Bach, Leiter Fachdisziplin Motor Applikation und Mechanik bei Porsche Engineering.

Matthias Bach, Leiter der Fachdisziplin Motor Applikation und Mechanik bei Porsche Engineering, 2021, Porsche AG
Matthias Bach, Leiter der Fachdisziplin Motor Applikation und Mechanik bei Porsche Engineering
Hong Truc Jung, Entwicklungsingenieurin für die KI-Tools im Antrieb bei Porsche, 2021, Porsche AG
Hong Truc Jung, Entwicklungsingenieurin für die KI-Tools im Antrieb bei Porsche
/

Da die neuronalen Netze des KI-Algorithmus mehrere auch miteinander gekoppelte Parameter gleichzeitig variieren und die resultierenden Auswirkungen prognostizieren können, ist PERL prädestiniert für komplexe Motor-Applikationsaufgaben und viele andere Entwicklungsbereiche des Fahrzeugs. „Mit PERL können wir die Entwicklungszeit reduzieren und dabei bessere Applikationsergebnisse erzielen, als mit konventionellen Methoden“, ergänzt Bach. Derzeit befindet sich die Methode im Praxistest der Antriebsentwicklung und soll mittelfristig auch in anderen Bereichen wie Gesamtfahrzeug, Fahrwerk und Elektrik/Elektronik bei Porsche Engineering eingesetzt werden.

Über Porsche Engineering 

Die Porsche Engineering Group GmbH ist internationaler Technologiepartner der Automobilindustrie. Die Tochtergesellschaft der Dr. Ing. h.c. F. Porsche AG entwickelt für ihre Kunden das intelligente und vernetzte Fahrzeug der Zukunft – inklusive Funktionen und Software. Rund 1.500 Ingenieure und Software-Entwickler widmen sich neuesten Technologien, etwa in den Feldern hochautomatisierte Fahrfunktionen, E-Mobilität und Hochvoltsysteme, Konnektivität und Künstliche Intelligenz. Sie führen die Tradition des 1931 gegründeten Konstruktionsbüros von Ferdinand Porsche in die Zukunft und entwickeln die digitalen Fahrzeugtechnologien von morgen. Dabei kombinieren sie tiefgreifende Fahrzeugexpertise mit Digital- und Software-Kompetenz.

Weitere Artikel

Verbrauchsangaben

Taycan Turbo

WLTP*
  • 26,6 – 22,9 kWh/100 km
  • 0 g/km
  • 383 – 452 km

Taycan Turbo

Kraftstoffverbrauch / Emissionen
Stromverbrauch* kombiniert (WLTP) 26,6 – 22,9 kWh/100 km
CO₂ Emissionen* kombiniert (WLTP) 0 g/km
elektrische Reichweite kombiniert (WLTP) 383 – 452 km
elektrische Reichweite innerorts (WLTP) 432 - 498 km
NEFZ*
  • 28,0 kWh/100 km
  • 0 g/km

Taycan Turbo

Kraftstoffverbrauch / Emissionen
Stromverbrauch* kombiniert (NEFZ) 28,0 kWh/100 km
CO₂-Emissionen* kombiniert (NEFZ) 0 g/km

Cayenne Turbo GT

WLTP*
  • 14,1 l/100 km
  • 319 g/km

Cayenne Turbo GT

Kraftstoffverbrauch / Emissionen
Kraftstoffverbrauch kombiniert (WLTP) 14,1 l/100 km
CO₂ Emissionen* kombiniert (WLTP) 319 g/km
NEFZ*
  • 11,9 l/100 km
  • 271 g/km

Cayenne Turbo GT

Kraftstoffverbrauch / Emissionen
Kraftstoffverbrauch* kombiniert (NEFZ) 11,9 l/100 km
CO₂-Emissionen* kombiniert (NEFZ) 271 g/km

718 Cayman GT4

WLTP*
  • 11,1 –10,7 l/100 km
  • 251 – 242 g/km

718 Cayman GT4

Kraftstoffverbrauch / Emissionen
Kraftstoffverbrauch kombiniert (WLTP) 11,1 –10,7 l/100 km
CO₂ Emissionen* kombiniert (WLTP) 251 – 242 g/km
NEFZ*
  • 10,9 – 10,2 l/100 km
  • 249 – 232 g/km

718 Cayman GT4

Kraftstoffverbrauch / Emissionen
Kraftstoffverbrauch* kombiniert (NEFZ) 10,9 – 10,2 l/100 km
CO₂-Emissionen* kombiniert (NEFZ) 249 – 232 g/km

Panamera Turbo S

WLTP*
  • 13,2 – 12,8 l/100 km
  • 298 – 290 g/km

Panamera Turbo S

Kraftstoffverbrauch / Emissionen
Kraftstoffverbrauch kombiniert (WLTP) 13,2 – 12,8 l/100 km
CO₂ Emissionen* kombiniert (WLTP) 298 – 290 g/km
NEFZ*
  • 10,8 – 10,7 l/100 km
  • 247 – 245 g/km

Panamera Turbo S

Kraftstoffverbrauch / Emissionen
Kraftstoffverbrauch* kombiniert (NEFZ) 10,8 – 10,7 l/100 km
CO₂-Emissionen* kombiniert (NEFZ) 247 – 245 g/km

Taycan Turbo S

WLTP*
  • 25,6 – 24,3 kWh/100 km
  • 0 g/km
  • 390 – 416 km

Taycan Turbo S

Kraftstoffverbrauch / Emissionen
Stromverbrauch* kombiniert (WLTP) 25,6 – 24,3 kWh/100 km
CO₂ Emissionen* kombiniert (WLTP) 0 g/km
elektrische Reichweite kombiniert (WLTP) 390 – 416 km
elektrische Reichweite innerorts (WLTP) 434 – 477 km
NEFZ*
  • 28,5 kWh/100 km
  • 0 g/km

Taycan Turbo S

Kraftstoffverbrauch / Emissionen
Stromverbrauch* kombiniert (NEFZ) 28,5 kWh/100 km
CO₂-Emissionen* kombiniert (NEFZ) 0 g/km