Verbesserte Testanlagen: Große Motoren, kleine Ausreißer

    5. September 2017, 08:00
    1 Posting

    Doris Schadler erhöht die Zuverlässigkeit von Testanlagen bei der Motorentwicklung

    Graz – Bei Personenkraftwagen werden sich Elektromotoren über kurz oder lang weit verbreiten. Doch gibt es eine Reihe von Einsatzbereichen, wo die konventionellen Verbrennungsmotoren nicht so leicht ersetzt werden können: etwa in der Schifffahrt, bei Baumaschinen und anderen großen Nutzfahrzeugen. Am Large Engines Competence Center (LEC) an der TU Graz, das durch das Kompetenzzentrenprogramm Comet des Verkehrs- und Wirtschaftsministeriums unterstützt wird, konzentrieren sich die Wissenschafter unter anderem auf die Optimierung dieser Art von Verbrennungsmotoren.

    Eine der Forscherinnen hier ist Doris Schadler. Die 1988 im kleinen Ort Gnas im Bezirk Feldbach geborene Steirerin beschäftigt sich mit einem Themenbereich, den man auf den ersten Blick nicht mit Motorenforschung verbinden würde – mit Statistik. Im Rahmen ihrer Dissertation arbeitet Schadler, die Technische Mathematik an der TU Graz studiert hat, an Algorithmen, die die Zuverlässigkeit von Prüfständen verbessern sollen – einem der wichtigsten "Werkzeuge" der Motorenentwicklung.

    Aufwändige Prüfungen

    Bei den Tests auf den Prüfständen werden Werte wie die Temperatur, die zufließende Kraftstoffmenge und Luftmasse oder die ausgestoßenen Abgaskonzentrationen laufend gemessen. "Versuche auf dem Prüfstand sind mit hohem zeitlichem und finanziellem Aufwand verbunden", sagt Schadler. "Wenn ein Fehler passiert, will man deshalb, dass dieser so schnell wie möglich erkannt wird."

    Schadler trägt mit ihren Algorithmen entscheidend zu diesem frühzeitigen Erkennen von "Ausreißern" im Datenstrom bei, die beispielsweise durch einen ausgefallenen oder verschmutzten Sensor entstanden sind. Für die Software LEC MCheck arbeitet sie an statistischen Modellen, die nicht plausible Messwerte sofort nach Entstehen identifizieren sollen.

    "Die Ausgangsbasis ist ein fehlerfreier Datensatz. Es wird analysiert, wie sich darin die Daten zueinander verhalten, und ein entsprechendes statistisches Modell entwickelt", erklärt die Mathematikerin. "Daraus kann dann eine Vorhersage zu jenen Werten abgeleitet werden, die bei einer fehlerfreien Messung zu erwarten sind."

    Mathematik und Maschinenbau

    Die Vorhersagen werden mit den realen Messpunkten abgeglichen, das System meldet, wenn grobe Abweichungen vorkommen. Eine Herausforderung dabei ist, dass dieses Prozedere auch bei einer sehr hohen Frequenz von 500 Datenpunkten pro Sekunde in Echtzeit funktionieren soll. "Mich fasziniert der interdisziplinäre Ansatz, die Verbindung von Mathematik mit Maschinenbau und Softwaretechnik", sagt die Forscherin.

    Schadler arbeitet seit Oktober 2016 am LEC an ihrer Dissertation. Schon davor, in ihrer Diplomar-beit, beschäftigte sie sich mit der Identifikation von Messfehlern auf den Motorprüfständen. Ihren Einstieg in den Bereich der statistischen Datenanalyse fand sie im Studium während eines Projekts, bei dem sie Zeitreihen von Feinstaubbelastungen nach auffälligen Mustern durchsuchte.

    Mathematik sei immer ihr Lieblingsfach gewesen, blickt die Statistikerin zurück. Einer ihrer Mittelschulprofessoren habe ihr Talent entdeckt und ihr das Studium empfohlen. In ihrer Freizeit lässt sie die Motorentechnik aber eher kalt – da genießt sie lieber die Natur und das Landleben. (pum, 5.9.2017)

    • Mathematikerin Doris Schadler entwickelt statistische Modelle für die Motorenprüfung.
      foto: privat

      Mathematikerin Doris Schadler entwickelt statistische Modelle für die Motorenprüfung.

    Share if you care.