Sakellaris, HelenaHelenaSakellarisBayrasy, PascalPascalBayrasy2024-01-242024-01-242023-10-25https://publica.fraunhofer.de/handle/publica/459271Um eine Brennstoffzelle mit Luft als Oxidationsmittel mit einem gewünschten Druck zu versorgen, werden Turbokompressoren benötigt. Sie sind jedoch in ihrem Bauraum begrenzt und müssen gleichzeitig eine hohe Leistungsdichte bereitstellen, die mit aktuellen Motorkonzepten nicht gewährleistet werden kann. In einem Kooperationsprojekt zwischen den Instituten Fraunhofer LBF, Fraunhofer IFAM, Fraunhofer IISB und Fraunhofer SCAI haben wir ein Motordesign entwickelt, das die gewünschte Drehmomentdichte durch direkte Kühlung von Stator und Rotor erreicht. Um das optimale Maschinendesign zu ermitteln, haben wir mehrere Multiphysik-Simulationen durchgeführt, die in den mechanischen Bereich, den elektromagnetischen Bereich, das thermische Verhalten des Rotors und das thermische Verhalten des Stators mit gemeinsamen Randbedingungen unterteilt sind. Unter Verwendung der verfügbaren Simulationsdaten und unter der Annahme einer festen Maschinengeometrie wurden für jeden physikalischen Bereich Gaussprozesse trainiert, wobei die jeweiligen Eingangsparameter variiert und Unsicherheitsbereiche für jeden von ihnen angenommen wurden. Die einzelnen Surrogatmodelle wurden anschließend zu einem vollständigen digitalen Zwilling der Maschine kombiniert und ausgewertet, um die Auswirkungen insbesondere des Volumenstroms und der Wärmeleitfähigkeit des Kühlmediums auf die maximale Endtemperatur des Motors zu untersuchen. Die Verwendung von Gaussprozessen ermöglicht die Quantifizierung der Modellunsicherheit, die sich entlang der Simulationskette ausbreitet.enMachinelles LernenDigitale ZwillingeMultiphysics-SimulationenUnsicherheitsquantifizierungUnsicherheitspropagationDDC::600 Technik, Medizin, angewandte Wissenschaften::620 Ingenieurwissenschaften::621 Angewandte PhysikDDC::500 Naturwissenschaften und Mathematik::510 Mathematik::519 Wahrscheinlichkeiten, angewandte MathematikModeling for Thermal Analysis of a High-Speed Electric Motor using Gaussian Processesconference paper