Description: Das Projekt "FH-Invest 2020: Forschungsumgebung für sichere Lernfähige Batteriesysteme (FUsLeBat)" wird vom Umweltbundesamt gefördert und von Technische Hochschule Ingolstadt, Zentrum für Angewandte Forschung (ZAF) durchgeführt. Das Ziel des Projektes ist der Aufbau und die Inbetriebnahme einer hochflexiblen Forschungsumgebung, um die Weiterentwicklung zukünftiger Batteriesysteme für div. Mobilitäts- und V2X-Anwendungen (Vehicle to everything) als führende Mobilitätshochschule voranzutreiben. Die Emobilität, insbesondere die Erforschung von Batteriesystemen, nimmt an der THI einen großen Raum ein. Dabei ist ein wichtiger Schwerpunkt die interdisziplinäre Erforschung innovativer sicherer Lernfähiger Batteriesysteme auf Gesamtsystemebene, die Themen von der Sensorik- und Halbleitertechnik über die Künstliche Intelligenz, echtzeitfähige Kommunikationskonzepten, dem Einsatz von nachhaltigen Materialen, der Thermodynamik hin zur neuen Sicherheitskonzepten und Diagnostikmethoden behandelt. Mit innovativen Aktorik-Konzepten und flexiblen Eingriffsmöglichkeiten in die Batterie-Topologie wird eine Anwendung von Li-Ionenspeichersystemen als Gleichstrom- und Drehstrom-Batterien realisierbar, die neue Verbesserungsmöglichkeiten in dem gesamten Antriebsstrang eröffnet. Des Weiteren werden an der THI mit der Unfallanalytik, IT-Security und 2nduse Konzepten wesentliche gesellschaftliche Fragestellung bearbeitet. Für einen erfolgreichen Technologie- und Wissenstransfer der Forschungsergebnisse sind strategische Investitionen unerlässlich. Die Investition umfasst die für den Betrieb von ganzen Batteriesystemen notwendige Infrastruktur: Eine großräumige Klimakammer zur Einstellung von Temperatur und Luftfeuchtigkeit, Gleichstrom- und Drehstromansteuerung, Datenlogsysteme und Analysegeräte sowie eine Kühlmittelkonditionierung. Mit der Investition lässt sich das Kommunikationskonzept auf ganze Batteriesysteme übertragen und unter realen Bedingungen weiterentwickeln. Analoges gilt für die Erforschung neuer Schaltertopologien der Lernfähigen Batt.-Systeme und deren positive Einflüsse auf das Alterungsverhalten, was gerade bei Langzeitanwendungen (Nutzfahrzeuge und stationäre Speicher) von großer Bedeutung ist.
Types:
SupportProgram
Origin: /Bund/UBA/UFORDAT
Tags: Thermodynamik ? Batterie ? Nutzfahrzeug ? Analysegerät ? Künstliche Intelligenz ? Technik ? Wissenstransfer ? Luftfeuchtigkeit ? Angewandte Wissenschaft ? Elektromobilität ? Sensorische Bestimmung ? Infrastruktur ? Investition ? Sicherheitsanalyse ? Betriebseinstellung ?
Region: Bayern
Bounding box: 12.53381° .. 12.53381° x 47.795° .. 47.795°
License: cc-by-nc-nd/4.0
Language: Deutsch
Time ranges: 2020-06-01 - 2021-09-30
Accessed 1 times.