Software für intelligente Batteriemanagementsysteme

Kurzbeschreibung:

Innerhalb der Forschungsgruppe ELS werden zahlreiche Algorithmen und Verfahren, insbesondere aus dem Bereich künstliche Intelligenz zur Optimierung von Batteriemanagementsystemen (BMS) entwickelt. So werden beispielsweise im BMS die Sensordaten der einzelnen Zellen - wie Spannung, Strom, und Temperatur - fusioniert, um deren einzelne Güte zu verbessern. In einem anderen Beispiel werden durch Daten-basierte Ansätze die Zellalterung und Fehlerzustände in der Batterie diagnostiziert. Unter Berücksichtigung der typischen nicht-funktionalen Anforderungen an eingebettete Systeme wie etwa Kosten, Gewicht, Effizienz und der sicherheitskritischen funktionalen Anforderungen ans BMS, werden innerhalb der Gruppe Lösungen erarbeitet, um diese Algorithmen praxistauglich und wirtschaftlich realisieren zu können.
Da, abhängig von der Anzahl der Batteriezellen, die Software zum großen Teil sehr daten- und rechenintensiv ist, werden von uns Parallelisierungsansätze, Betriebssysteme, Kommunikationsschnittstellen und die Softwarearchitektur vom BMS optimiert, um die künstliche Intelligenz echtzeitfähig, sicher, und Plattform-übergreifend implementieren zu können.