Mit der Einführung des hochautomatisierten Fahrens von Kraftfahrzeugen werden hohe Anforderungen an die Ausfallsicherheit des Energiebordnetzes gestellt, denn bereits kurze Ausfälle der Energieversorgung können zu einem hohen Sicherheitsrisiko werden. Der Bordnetzzustand kann mithilfe von Sensorinformationen identifiziert werden, Fehler können im Idealfall frühzeitig erkannt und entsprechende Gegenmaßnahmen eingeleitet werden. Das Ziel soll es hierbei sein den Bordnetzzustand zu erfassen und das Bordnetz bei Schalthandlungen, bzw. in Fehlerfällen, zu diagnostizieren. Aufgrund der Komplexität und der Vielzahl an Möglichkeiten für Gegenmaßnahmen im Fehlerfall sollen gezielt neuronale Netze trainiert werden um die entsprechend optimale Gegenmaßnahme zur Gewährleistung der Spannungsstabilität auszuwählen. Die Diagnosefähigkeit und Genauigkeit einer zentralen Auswerteeinheit soll unter verschiedenen Einflüssen (z.B. Abtastrate der Sensoren, Einfluss der Sensorquantisierung, Einfluss von Rauschen) untersucht werden.

Aufgabenbeschreibung:

In einer Abschlussarbeit sind verschiedene Schwerpunkte denkbar, sodass die konkrete Festlegung der zu bearbeitenden Aufgaben und der Ablauf der Arbeit in einem Vorgespräch mit dem Betreuer abgesprochen werden. In einer studentischen Arbeit können z.B. folgende Punkte behandelt werden:

• Simulation und Modellierung von Kfz-Energiebordnetzen und Einzelkomponenten
• Implementierung geeigneter neuronaler Netze für die Fehlerdiagnose in Kfz-Energiebordnetzen
• Implementierung von Machine Learning Verfahren auf Prototypen-Hardware
• Methodiken zur Bewertung der Spannungsstabilität von Energiebordnetzen