KI in der Konstruktion – Success Story Materialreduzierung Stromschiene

Battery Junction Box BeispieldarstellungIn diesem Entwicklungsprojekt aus dem Bereich KI in der Konstruktion wurden die Metallbleche einer Stromschiene optimiert, die als zentrale Baugruppe in einer Battery Junction Box für Elektrofahrzeuge bzw. in der Emobility dient.

Die Box verbindet die Batterie bzw. den Hochvoltspeicher mit der Leistungselektronik. Die Baugruppe kombiniert einzelne Metallbleche in einem Thermoplast-Gehäuse und integriert die Steuerungselektronik sowie Kühlungselemente.

Mit der KI-basierten Konstruktionsmethodik M.OPT® wurde für die Metallbleche eine Materialreduzierung um 34% erreicht. Lesen Sie in diesem Projektbericht, wie das erreicht wurde.

Hintergrund + Projektziel

  • Optimierung einer Battery Junction Box/Stromschiene für Elektrofahrzeuge mithilfe von KI in der Konstruktion
  • Hohe technische Komplexität, enge Randbedingungen
  • Hauptziel: Reduzierung des Materialeinsatzes der Metallbleche (Bauteilgewicht, Materialkosten)
  • Weiteres Ziel: Minimale Temperaturen im Betrieb und gleichmäßige Temperaturverteilung

Wesentliche Anforderungen

  • Effiziente Wärmeabfuhr für Elektronikkomponenten
  • Beständigkeit unter verschiedenen Belastungsprofilen (z. B. Rennstrecke, schnelles Laden etc.)
  • Einhaltung des vorgegebenen Bauraums
  • Sicherstellung erforderlicher Luft- und Kriechstrecken
  • Berücksichtigung fertigungstechnischer Parameter

Sie vermissen weitere technische Details?  Aus Gründen der Geheimhaltung können hier lediglich symbolhafte, reduzierte Inhalte gezeigt werden.

Ulf Seefeldt, M.TEC ENGINEERING GmbHHaben Sie Fragen zu KI in der Konstruktion? Sprechen Sie uns gerne an!

Ulf Seefeldt, Dipl.-Ing., Head of Business Development

Jetzt Potential-Check für Ihr Projekt anfragen Tel.: +49 2407 9573-7361

Optimierung mithilfe KI-basierter Konstruktions-Methodik M.OPT®

Variantengenerierung der Geometrie eines Blechs durch die KI

Die Randbedingungen waren anspruchsvoll und teils widersprüchlich. Zentrale Herausforderung war die Auflösung des Zielkonflikts aus möglichst großen Flächen der Metallbleche zur Wärmeabfuhr und einer möglichst hohen Materialeinsparung durch Reduzierung dieser Flächen. Zudem war der Bauraum stark beschränkt und es gab zahlreiche Fertigungsrestriktionen.

Zur Bewältigung dieser komplexen Entwicklungsaufgabe nutzten die M.TEC-Ingenieure die eigens entwickelte KI-basierte Konstruktionsmethodik M.OPT® als Multiphysik-Anwendung, um die relevanten physikalischen Bereiche (Strukturmechanik, Thermodynamik, elektrische Spannung etc.) parallel zu analysieren und die Geometrien der Metallbleche zu optimieren.

In diesem Entwicklungsprozess wurden durch die KI in der Optimierung bis zu 500 Input- und Outputparameter gleichzeitig betrachtet, u. a. aus den folgenden Bereichen:

  • Design-Parameter (Bauraum, Geometrie)
  • Materialparameter
  • Thermische Parameter

Vorgehen/Projektablauf

  1. Definition von Zielparametern: fixe Parameter (z. B. Bauraum)  und variable Parameter (z. B. Geometrien einzelner Bleche)
  2. Durchführung von Simulationen zum Aufbau des Meta-Modells
  3. Training des M.OPT®-Meta-Modells
  4. Identifikation des besten Designs und simulative Verifizierung
  5. Lieferung des optimierten CAD-Modells an den Kunden

Ergebnisse + Kundennutzen

  • Einhaltung sämtlicher Vorgaben
  • 34 % Materialreduzierung für das Metall der Bleche
  • Auflösung der widersprüchlichen Zielkonflikte
  • Erhebliche Kosteneinsparung für Serienteile
  • Reduzierung von Iterationen in der Entwicklung

Resumée dieser Geometrie-Optimierung auf KI-Basis

Vergleich der Ausgangsgeometrie eines beispielhaften Blechs mit der KI-generierten optimalen Geometrie

Die bei dieser Mechanikoptimierung erzielten Ergebnisse zeigen, dass mithilfe von KI in der Konstruktion enorme Innovationssprünge realisiert werden können:

  • Anforderungs-Erfüllung: Das optimierte Design erfüllte sämtliche Einzelanforderungen, teils sogar deutlich übererfüllt
  • Materialreduzierung: 34% Materialersparnis bei den Metallblechen
  • Wirtschaftliche Verbesserungen:
    • Enorme Kosteneinsparungen beim Materialeinsatz
    • Kosteneffizienz der KI-basierten Methode, da Iterationen in der Entwicklung weitgehend entfallen sind
  • Innovationsgrad: Deutlich höherer Innovationsgrad des Endprodukts sowie technische Effizienz und Qualität im Vergleich zu herkömmlichen Entwicklungsmethoden

Diese Resultate zeigen eindrucksvoll, welches Potential innovative Engineering-Methoden auf Basis von künstlicher Intelligenz für mechanische Komponenten bieten.

 

Mathematische Lösungsraumdarstellung als Symbolbild für KI-basierte Produktentwicklung Ulf Seefeldt, M.TEC ENGINEERING GmbHDie in diesem Projekt eingesetzte Entwicklungsmethodik M.OPT® von M.TEC ist produkt- und branchenübergreifend anwendbar. Sie steht Ihnen als Entwicklungsdienstleistung für Ihr Produktportfolio zur Verfügung.

Sprechen Sie uns gerne unverbindlich an!

Ulf Seefeldt, Dipl.-Ing., Head of Business Development

Technisches Erstgespräch – jetzt Termin buchen Tel.: +49 2407 9573-7361

 

Referenzen
AKRO
Audi
BHTC
Bosch
FEV
Grammer
Mercedes-Benz
Phoenix Contact
Polytec
Porsche
Quarder
Saint-Gobain
VW
Ihr Ansprechpartner
Ulf Seefeldt
Ulf Seefeldt
Dipl.-Ing., Head of Business Development
+49 2407 9573-7361
+49 2407 9573-7325
Wählen Sie Ihre Sprache:
Deutsch English