Projekt - Simulation und Technische Diagnose - MDT - Technische ...
Projekt - Simulation und Technische Diagnose - MDT - Technische ... Projekt - Simulation und Technische Diagnose - MDT - Technische ...
Projekte im Fachgebiet Elektronische Mess- und Diagnosetechnik Prof. Dr.-Ing. Clemens Gühmann, Joachim Priesnitz, Sebastian Nowoisky, Marco Decker, Jürgen Funck, René Knoblich, Jan Malte Riedel, Marc Seimert Technische Universität Berlin Fakultät IV Elektrotechnik und Informatik Institut für Energie- und Automatisierungstechnik Fachgebiet Elektronische Mess- und Diagnosetechnik
- Seite 2 und 3: Veranstaltungen Kleines Projekt Mes
- Seite 4 und 5: Beurteilung Qualität der Dokumenta
- Seite 6 und 7: Projekt 1: Dezimation mit CIC-Filte
- Seite 8 und 9: Es soll ein Sensormodul für mindes
- Seite 10 und 11: Projekt - Simulation und Technische
- Seite 12 und 13: Projekt 7: Modellierung einer induk
- Seite 14 und 15: Projekte Simulation und Technische
- Seite 16 und 17: Projekte Simulation und Technische
<strong>Projekt</strong>e im Fachgebiet<br />
Elektronische Mess- <strong>und</strong> <strong>Diagnose</strong>technik<br />
Prof. Dr.-Ing. Clemens Gühmann, Joachim Priesnitz,<br />
Sebastian Nowoisky, Marco Decker, Jürgen Funck,<br />
René Knoblich, Jan Malte Riedel, Marc Seimert<br />
<strong>Technische</strong> Universität Berlin<br />
Fakultät IV Elektrotechnik <strong>und</strong> Informatik<br />
Institut für Energie- <strong>und</strong> Automatisierungstechnik<br />
Fachgebiet Elektronische Mess- <strong>und</strong> <strong>Diagnose</strong>technik
Veranstaltungen<br />
Kleines <strong>Projekt</strong> Messdatenverarbeitung (LV 0430 L 348)<br />
• Bachelor/Diplom<br />
• 2 SWS / 3 LP<br />
Großes Messdatenverarbeitung (LV 0430 L 349)<br />
• Bachelor/Diplom<br />
• 4 SWS / 6 LP<br />
Kleines <strong>Projekt</strong> <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong> (LV 430 L 331)<br />
• Master/Diplom<br />
• 2 SWS / 3 LP<br />
Großes <strong>Projekt</strong> <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong> (LV 0430 L 332)<br />
• Master/Diplom<br />
• 4 SWS / 6 LP<br />
2
Definition <strong>und</strong> Planung<br />
Organisation<br />
<strong>Projekt</strong><br />
Ziel- <strong>und</strong> Anforderungsdefintion (Lastenheftes)<br />
<strong>Projekt</strong>planung (Zeit- <strong>und</strong> Kapazitätsplanung)<br />
Kleines <strong>Projekt</strong>: 2 SWS = 3 LP = 90 St<strong>und</strong>en<br />
Großes <strong>Projekt</strong>: 4 SWS = 6 LP = 180 St<strong>und</strong>en<br />
Umfang LP x Studentenanzahl<br />
Bearbeitung<br />
Dokumentation<br />
Ausgedruckte Dokumentation<br />
Präsentation z.B. Powerpoint auf einer CD<br />
Programmdateien (Quell- <strong>und</strong> Binärdateien der Programme) (CD)<br />
eventuelle Messdaten (CD)<br />
Stromlaufplan, Schaltplan (CD)<br />
Hardware<br />
Wartungshandbuch <strong>und</strong> ein Benutzerhandbuch<br />
Präsentation<br />
20 Minuten + Präsentation<br />
3
Beurteilung<br />
Qualität der Dokumentation - 30 %<br />
Qualität des Ergebnisses - 30 %<br />
<strong>Projekt</strong>planung <strong>und</strong> -bearbeitung - 30 %<br />
Abschlusspräsentation - 10 %<br />
Feedback<br />
Organisation<br />
Prüfung<br />
Alle <strong>Projekt</strong>e sollten am 31. März beendet sein!<br />
4
<strong>Projekt</strong> 1: Dezimation mit CIC-Filtern<br />
<strong>Projekt</strong>e Übersicht<br />
<strong>Projekt</strong> 2: Spektralanalyse mit intelligenten Sensorknoten<br />
<strong>Projekt</strong> 3: Sensoren für den Einsatz in drahtlosen Sensorknoten<br />
<strong>Projekt</strong> 4: Automatisierte Bestimmung der Zeitkonstante <strong>und</strong> der Kennlinie eines<br />
Temperatursensors<br />
<strong>Projekt</strong> 5: Neuronale Netze <strong>und</strong> Evolutionäre Algorithmen<br />
<strong>Projekt</strong> 6: Entwicklung eines Digitalen Reglers für eine HiL-<strong>Simulation</strong><br />
<strong>Projekt</strong> 7: Modellierung einer induktiven Zündanlage für Ottomotoren unter Modelica/Dymola<br />
<strong>Projekt</strong> 8: Modellierung eines Elektrofahrzeugs mit Permanenterregten Synchronmotor unter<br />
Modelica/Dymola<br />
<strong>Projekt</strong> 9: Modellierung eines Seriellen Hybridfahrzeuges mit Permanenterregten<br />
Synchronmotor unter Modelica/Dymola<br />
<strong>Projekt</strong> 10: Modellierung eines Fahrzeugmodells mit Doppelkupplungsgetriebe <strong>und</strong> integriertem<br />
Elektroantrieb unter Dymola/Modelica<br />
<strong>Projekt</strong> 11: Modellierung des thermischen Verhaltens einer Permanenterregten<br />
Synchronmaschine<br />
<strong>Projekt</strong> 12: Modellierung eines KFZ-Klauenpolgenerators mit Regelung unter Modelica/Dymola<br />
5
<strong>Projekt</strong> 1: Dezimation mit CIC-Filtern<br />
<strong>Projekt</strong> - Messdatenverarbeitung<br />
Um analogen Anti-Aliasing-Filter geringer Ordnung verwenden zu können <strong>und</strong> dennoch Aliasing-<br />
Effekte ausschließen zu können, wird in der Praxis oft eine wesentlich höhere Abtastrate<br />
verwendet als für die anschließende Messdatenanalyse benötigt würde. Allerdings wird die<br />
Menge der Messdaten so stark erhöht. Dies ist, insbesondere wenn der Speicher für die<br />
Messdaten oder die Bandbreite zur Übertragung knapp ist, unerwünscht.<br />
Ein Ausweg kann es sein, das abgetastete Signal mit einem digitalen Tiefpassfilter zu filtern <strong>und</strong><br />
es anschließend mit einer geringeren Abtastrate erneut abzutasten (Dezimation). Dies kann mit<br />
Cascaded-Integrator-Comb-Filtern (CIC-Filter) sehr effizient durchgeführt werden.<br />
Die Aufgabe besteht darin die Eigenschaften von CIC-Filtern zu untersuchen <strong>und</strong> einen CIC-<br />
Filter in ein bestehendes Messdatenerfassungssystem auf einem Mikrocontroller zu integrieren.<br />
Betreuer: Jürgen Funck<br />
CIC-Dezimator<br />
I I I R K K<br />
6<br />
K<br />
I Integrations-Filter<br />
K Kamm-Filter<br />
R Unterabtastung
<strong>Projekt</strong> - Messdatenverarbeitung<br />
<strong>Projekt</strong> 2: Spektralanalyse mit intelligenten Sensorknoten<br />
Spektralanalysen spielen in vielen technischen Anwendungen<br />
eine wichtige Rolle. Würde bereits ein (intelligenter) Sensor<br />
diese übernehmen, könnte die die Bandbreite für die<br />
Übertragung der Messdaten erheblich reduziert werden.<br />
Es sollen daher verschiedene Algorithmen zur Spektralanalyse auf den 8 Bit-Mikrocontrollern<br />
der intelligenten Sensorknoten des Fachgebiets implementiert werden. Besonders<br />
interessant erscheinen die folgenden:<br />
• Singleton-Algorithmus<br />
•Goertzel-Algorithmus<br />
•Digitale Bandpassfilterung<br />
•Diskrete Wavelet-Transformation<br />
Betreuer: Jürgen Funck<br />
7
Es soll ein Sensormodul für mindestens eine der<br />
folgenden physikalischen Größen entworfen werden:<br />
• Temperatur<br />
• Beschleunigung<br />
• Drehwinkel<br />
• (Luft-)Schall<br />
Dabei soll die Hardware entworfen <strong>und</strong> getestet sowie<br />
die Software des Sensorknotens erweitert werden.<br />
Außerdem ist ein Programm unter MATLAB oder<br />
LabView zur Aufnahme <strong>und</strong> Auswertung der<br />
Sensordaten auf einem PC zu entwickeln.<br />
Betreuer: Jürgen Funck<br />
<strong>Projekt</strong> - Messdatenverarbeitung<br />
<strong>Projekt</strong> 3: Sensoren für den Einsatz in drahtlosen Sensorknoten<br />
Die am Fachgebiet verwendeten intelligenten Sensorknoten verfügen über einen Mikrocontroller<br />
mit ADU zur Messdatenaufnahme <strong>und</strong> –Verarbeitung sowie über Hardware zur Kommunikation,<br />
jedoch über keine Sensorik zur Messung physikalischer Größen.<br />
8
Zur Demonstration <strong>und</strong> zur Veranschaulichung der „dynamisches Verhalten eines<br />
Messsystems“ <strong>und</strong> „Kennlinie eines Messsystems“ ins unter dem Programmiersystem<br />
LabVIEW die Aufnahme der Sprungantwort eines Temperatursensors <strong>und</strong> die Bestimmung der<br />
Kennlinie des Sensors zu realisieren.<br />
Betreuer: Clemens Gühmann<br />
<strong>Projekt</strong> - Messdatenverarbeitung<br />
<strong>Projekt</strong> 4: Automatisierte Bestimmung der Zeitkonstante <strong>und</strong> der Kennlinie eines<br />
Temperatursensors<br />
9
<strong>Projekt</strong> - <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong><br />
<strong>Projekt</strong> 5: Neuronale Netze <strong>und</strong> Evolutionäre Algorithmen<br />
Eine in den letzten Jahren immer stärker aufkommende Methode zur Identifikation von<br />
nichtlinearen dynamischen Systemen sind Neuronale Netze. Diese sind den biologischen<br />
Neuronen nachempf<strong>und</strong>en <strong>und</strong> in der Lage mit Hilfe geeigneter Trainingsmethoden zu lernen.<br />
Ein Problem hierbei ist vor allem, einen „vernünftigen“ Startpunkt für das Training der Neuronen<br />
zu finden. Hierfür sollen in diesem <strong>Projekt</strong> evolutionäre Algorithmen zur Anwendung kommen.<br />
Diese sind ebenfalls dem natürlichen Vorbild nachempf<strong>und</strong>en <strong>und</strong> beinhalten Methoden der<br />
Vererbung <strong>und</strong> Mutation von Gewichten.<br />
Betreuer: Jan Malte Riedel Quelle: http://www.cafepress.com.au/+hockey_evolution_sticker,399696871<br />
10
<strong>Projekt</strong> - <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong><br />
<strong>Projekt</strong> 6: Entwicklung eines Digitalen Reglers für eine HiL-<strong>Simulation</strong><br />
Im Rahmen der Vorlesung Modellgestützte Software <strong>und</strong> Funktionsentwicklung soll eine<br />
Teilaufgabe überarbeitet <strong>und</strong> neu konzipiert werden. In dieser Veranstaltung wird ein idealisiertes<br />
Fahrzeugmodell mit Doppelkupplungsgetriebe auf einem HiL-Simulator simuliert. Aufgr<strong>und</strong> der<br />
komplexität, soll diese Teilaufgabe in einer späteren Aufgabe weiter verwendet werden.<br />
Bestandteil der Aufgabe sind neben dem<br />
digitalen Regler auch Filter <strong>und</strong> Filterentwurf sowie<br />
die Signalübertragung über den CAN-Bus.<br />
f (t)<br />
dSPACE DS 1006 dSPACE MicroAutoBox<br />
f<br />
(t)<br />
Betreuer: Sebastian Nowoisky<br />
t<br />
f ( t)<br />
Quelle: www.dspace.com<br />
t<br />
11
<strong>Projekt</strong> 7: Modellierung einer induktiven<br />
Zündanlage für Ottomotoren unter<br />
Modelica/Dymola<br />
<strong>Projekt</strong>e <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong><br />
Zur Veranschaulichung der Wirkungsweise einer<br />
Zündanlage soll für die Vorlesung „Einführung in<br />
die Automobilelektronik“ unter der<br />
Modellierungssprache Modelica eine induktive<br />
Zündanlage für Ottomotoren modelliert werden.<br />
Neben der Hardware sollen auch die<br />
Ansteuerungsverfahren abgebildet werden.<br />
Betreuer: Clemens Gühmann<br />
12<br />
Batterie<br />
Zündungsendstufe<br />
Zündspule<br />
Zündkerze
<strong>Projekt</strong>e <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong><br />
<strong>Projekt</strong> 8: Modellierung eines Elektrofahrzeugs mit Permanenterregten Synchronmotor unter<br />
Modelica/Dymola<br />
Es ist ein Elektrofahrzeug<br />
zur Optimierung der Reichweiten<br />
zur Auslegung eines einfachen Getriebes<br />
zu modellieren. Neben den im Antriebsstrang üblichen Komponenten sollen die relevanten<br />
Verbraucher Klimaanlage, Heizung, Nebenaggregate berücksichtigt werden. Das Fahrzeug ist<br />
derart zu modellieren, dass unterschiedliche Parametrierung automatisiert durchgeführt werden<br />
können.<br />
Die Optimierungsaufgaben sollen nicht in dem <strong>Projekt</strong> bearbeitet werden.<br />
Betreuer: Clemens Gühmann<br />
13
<strong>Projekt</strong>e <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong><br />
<strong>Projekt</strong> 9: Modellierung eines Seriellen Hybridfahrzeuges mit Permanenterregten Synchronmotor<br />
unter Modelica/Dymola<br />
Es ist ein Hybridfahrzeug mit seriellem Antriebsstrang zu modellieren. Neben den im<br />
Antriebsstrang üblichen Komponenten sollen die relevanten Verbraucher Klimaanlage, Heizung,<br />
Nebenaggregate berücksichtigt werden. Das Fahrzeug ist derart zu modellieren, dass<br />
unterschiedliche Parametrierung automatisiert durchgeführt werden können.<br />
Betreuer: Clemens Gühmann<br />
14
<strong>Projekt</strong>e <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong><br />
<strong>Projekt</strong> 10: Modellierung eines Fahrzeugmodells mit Doppelkupplungsgetriebe <strong>und</strong> integriertem<br />
Elektroantrieb unter Dymola/Modelica<br />
Es ist ein Elektrofahrzeug mit Doppelkupplungsgetriebe zu hybridisieren. . Neben den im<br />
Antriebsstrang üblichen Komponenten sollen die relevanten Verbraucher Klimaanlage, Heizung,<br />
Nebenaggregate berücksichtigt werden. Das Fahrzeug ist derart zu modellieren, dass<br />
unterschiedliche Parametrierung automatisiert durchgeführt werden können.<br />
Betreuer: Clemens Gühmann<br />
15
<strong>Projekt</strong>e <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong><br />
<strong>Projekt</strong> 11: Modellierung des thermischen Verhaltens einer Permanenterregten<br />
Synchronmaschine<br />
Zur Überwachung <strong>und</strong> <strong>Diagnose</strong> elektrischen Antriebe ist häufig die Erfassung der<br />
Maschinenerwärmung notwendig. Es soll ein <strong>Simulation</strong>smodell zur Bestimmung der<br />
Temperaturen im Stator <strong>und</strong> im Rotor erstellt werden. Zunächst sind die in der Literatur<br />
bekannten Modelle zu analysieren <strong>und</strong> anschließend in Absprache mit dem Betreuer ein Modell<br />
unter Modelica umzusetzen.<br />
Betreuer: Clemens Gühmann<br />
16
<strong>Projekt</strong>e <strong>Simulation</strong> <strong>und</strong> <strong>Technische</strong> <strong>Diagnose</strong><br />
<strong>Projekt</strong> 12: Modellierung eines KFZ-Klauenpolgenerators mit Regelung unter Modelica/Dymola<br />
Zur Veranschaulichung der Wirkungsweise soll für die Vorlesung „Einführung in die<br />
Automobilelektronik“ unter der Modellierungssprache Modelica ein KFZ-Klauenpolgenerators mit<br />
Regelung modelliert werden. Neben der Hardware sollen auch die Ansteuerungsverfahren<br />
abgebildet werden.<br />
Starterbatterie<br />
Zündung<br />
30 50<br />
Betreuer: Clemens Gühmann<br />
Klemme 30 Dauerplus<br />
Starter<br />
D+<br />
Regler<br />
D-<br />
DF<br />
Generator<br />
B-<br />
Fahrzeugmasse<br />
Klemme 31<br />
Klemme 15 – Plus geschaltet<br />
Generator-<br />
Kontrolllampe<br />
B+<br />
17<br />
Fahrverbraucher<br />
Dauerverbraucher<br />
Sicherung