KIARA

Der steigende Druck auf die Politik und die Gesellschaft, den Weg in eine nachhaltige Mobilität zu gestalten, lässt sich nur bedingt durch die Elektromobilität realisieren. Bei einer CO2-Bilanzierung im Sinne einer vollständigen Well-to-Wheel-Betrachtung zeigen rein elektrisch angetriebene Fahrzeuge Nachteile im Vergleich zu konventionellen Antriebsformen, die auf der Nutzung flüssiger Kraftstoffe basieren. Diese Nachteile liegen bei der Energiegewinnung und Verteilung, die aber in der Betrachtung aus der Sicht der Klimawirksamkeit unbedingt berücksichtigt werden müssen. Antriebssysteme zukünftiger Fahrzeuge in den Bereichen PKW und Nutzfahrzeuge werden deshalb weiterhin einen hohen Grad an verbrennungsmotorischen Anteilen aufweisen. Dabei bieten heutige Fahrzeuge mit modernen Emissionsminderungssystemen bereits ein sehr geringes Emissionsniveau.

Als Folge zunehmender Laufleistung des Fahrzeugs kann der hohe Grad der Schadstoffumsetzung in den Katalysatoren des Abgasreinigungssystem je nach thermischer, chemischer und mechanischer Belastung abnehmen. Dieser als „Alterung“ bekannte Effekt kann aufgrund der hohen Varianz der Nutzungsprofile durch Fahrzeugfunktionen bislang nur unzureichend erfasst werden. Daher stellen bereits jetzt diskutierte gesetzliche Forderungen nach der sogenannten „In-Service-Conformity“ (ISC) die Entwicklung nachhaltiger Abgasnachbehandlungssysteme vor neue Herausforderungen. Katalysator- und Filtersysteme müssen auch nach langen Nutzungsdauern, vielen Fahrzeugkilometern und in erster Linie sehr schlecht vorhersehbaren Einsatzbedingungen in ihrer Leistung in Bezug auf den Schadstoffumsatz stabil sein um damit einen großen Beitrag zur Nachhaltigkeit zu leisten.

Neben der Erkennung von Alterungsmustern der einzelnen Komponenten des Abgasreinigungssystems im Fahrbetrieb, soll die KI-basierte Methode helfen, durch gezielte Eingriffe in die Betriebsstrategie der Motoren, die Alterung der Abgasnachbehandlung zu reduzieren. Für ein optimales Nachhaltigkeitsprofil ist es von entscheidender Bedeutung, auch im gealterten Zustand die Abgasemissionen zu minimieren und einen hohen katalytischen Wirkungsgrad zu erzielen.

Zum Training- und zur stetigen Weiterentwicklung der KI-basierten Alterungsdetektion steht mit dem hochdynamischen 4x4-Rollenprüfstand in Kombination mit der dort eingesetzten umfangreichen Abgasmesstechnik des Technologie- und Umweltzentrums in Pfungstadt eine weitere Prüfeinrichtung in Ergänzung zum Fahrversuch und den Untersuchungen am Motorenprüfstand zur Verfügung. Neben den gemessenen Alterungszuständen am engine-in-the-loop Motorenprüfstand und den realen Straßenfahrten, können nun reproduzierbare Zyklen im Realfahrzeug zur Alterungsidentifikation herangezogen werden. Der Grad der Wiederholgenauigkeit kann durch den Einsatz eines Fahrroboters hierbei noch gesteigert werden. Durch die Tests am Rollenprüfstand mit ihrer klaren Definition und hohen Wiederholgenauigkeit kann der Zustand der Abgasnachbehandlungssysteme, welche im Feld gealtert wurden, exakt ermittelt werden und so die Alterung quantifiziert und klassifiziert werden. Die parallel hierzu auf KI-Modellbasis berechneten Alterungsverläufe können mit den gemessenen Daten abgeglichen werden und das KI-basierte Modell im Hinblick auf seine Güte weiter verfeinert und optimiert werden. Zielsetzung der KI-basierten Alterungserkennung ist es durch gezielte Eingriffe in die Betriebsstrategien der Motoren auch im gealterten Zustand des Abgasnachbehandlungssystems geringste Abgasemissionen zu garantieren. Dies dient der Abgrenzung und Alleinstellung gegenüber aktuell im Feld eingesetzten Alterungserkennungen, die rein statische Eingriffe in die Betriebsstrategien der Motoren zulässt, jedoch keinen Bezug zur Emissionierung haben.

Betreuender wissenschaftlicher Mitarbeiter für das Forschungsvorhaben KIARA ist Alexander Stalp .