FraunhoferIMS_Förderprojekt_PowerCare_Keyvisual

Das Projekt PowerCare entwickelt eine miniaturisierte Motorsteuerung mit integrierter KI-Ausfallvorhersage. (Bild: Fraunhofer IMS)

Um den Umstieg auf regenerative Energiequellen umzusetzen, muss eine weitgehende Elektrifizierung von Produktion und Mobilität stattfinden. Damit steigt der Bedarf an kompakter, energieeffizienter und zuverlässiger Leistungselektronik. Das Fraunhofer-Förderprojekt PowerCare entwickelt neuartige vertikale Galliumnitrid-Leistungshalbleiter sowie echtzeitfähige Ausfallmodelle für den Einsatz in einem Motorantrieb. Hierbei verfolgt das Projekt einen neuen Ansatz im Überwachungskonzept durch eine miniaturisierte Motorsteuerung mit integrierter KI-Ausfallvorhersage und will damit den Grundstein für die nächste Evolutionsstufe intelligenter, nachhaltiger Leistungsmodule legen.

Das Halbleitermaterial Galliumnitrid (GaN) bietet durch die höhere Leistungsdichte im Vergleich zu anderen Halbleitermaterialien wie Silizium enormes Potential für die Herstellung von kompakteren und effizienteren Leistungsmodulen. GaN-Halbleiter erzielen nämlich beim Umwandeln des Stroms von der Steckdose zum Antrieb eine höhere Schaltgeschwindigkeit und somit weniger Leistungsverluste. Bei flächendeckendem Einsatz sind gegenüber herkömmlichen Halbleitern sogar Einsparungen von jährlichen Treibhausgasen im Gigatonnen-Bereich möglich, was in etwa Emissionen von 600 Kohlekraftwerken entspricht. Industriemotoren machen 30 Prozent des weltweiten Stromverbrauchs aus und haben dadurch einen wesentlichen Anteil am Ausstoß der Treibhausgase. Durch den Einsatz vertikaler GaN-Leistungshalbleiter in industriellen Motorsteuerungen ließen sich im Rahmen von PowerCare etwa 124 Megatonnen CO₂e pro Jahr einsparen. (Annahme: Wirkungsgradsteigerung 3 % bei Verwendung quasi vertikaler GaN Mosfets statt Si-FETs.)

Leistungsmodul mit Datenauswertung, Zustandsüberwachung und Ausfallvorhersage

Die breite Anwendung neuer Leistungselektronik ist jedoch auch mit Risiken hinsichtlich der Zuverlässigkeit verbunden. Insbesondere bei elektrischen Antriebssystemen müssen mögliche Ausfälle frühzeitig erkannt werden, da im Extremfall Menschenleben davon abhängen. Bisher sind GaN-Leistungsmodule mit integrierter Ausfallvorhersage nicht verfügbar. PowerCare möchte dafür eine Lösung bieten, die sich auch für Anwendungen wie Elektromobilität, Drohnen und Elektroflugzeuge, Point-of-Load-Converter für Rechenzentren, Cobots und medizinische Roboter sowie vorausschauende PV-Inverter eignen könnte.

Die Kooperationspartner wollen KI-gestützte Ausfallvorhersagemodelle entwickeln, die auf einem kompakten Hochleistungs-Microcontroller ausgeführt werden. Der KI-fähige Microcontroller setzt sich mit den hocheffizienten GaN-Halbleitern zu einem Leistungsmodul zusammen. Durch ein Co-Design von Leistungshalbleitern, Microcontrollern und Vorhersagemodellen soll ein miniaturisiertes und energieeffizientes Modul entstehen, das direkt in die zu überwachenden Antriebe integrierbar ist. Das Ziel ist, Störungen der Leistungselektronik vorzeitig zu erkennen und damit unerwartete Ausfälle dieser Komponenten zu minimieren. Für Industrieanwendungen bietet das die Möglichkeit effizienter Wartungsplanung, im Bereich der Mobilitätsanwendungen und kritischen Systeme lässt sich auf diese Weise ebenfalls mehr Sicherheit gewährleisten.

Entwicklung mit Partnern aus Industrie und Forschung

FraunhoferIMS_Förderprojekt_PowerCare_Projektteam
Projektteam PowerCare beim Auftakttreffen. (Bild: Fraunhofer IMS)

Die enge Zusammenarbeit von drei Fraunhofer-Instituten soll die Herstellung des intelligenten Leistungsmoduls für Motorsteuerungen ermöglichen. Dabei ist die Entwicklung der Komponenten basierend auf der jeweiligen Expertise aufgeteilt: Fraunhofer-Institut für Integrierte Systeme und Bauelementetechnologie IISB für KI-basierende Zustandsüberwachung von elektrischen Antrieben, Fraunhofer-Institut für Siliziumtechnologie ISIT für vertikale GaN-Bauelemente einschließlich deren Ausfallmodelle und Fraunhofer-Institut für Mikroelektronische Schaltungen und Systeme IMS für RISC-V-Prozessoren und eingebettete KI für Ausfallvorhersagen.

Diese kombinierten Kompetenzen ermöglichen eine schnelle Umsetzung hochwertiger Demonstratoren. Für eine marktgerechte Entwicklung der kognitiven Leistungselektronik stehen außerdem die Projektpartner Siemens, X-FAB Dresden, NXP Semiconductors Germany und die TU Dortmund unterstützend zur Seite.

Sie möchten gerne weiterlesen?