Technologien

Unser Lösungskonzept

PowerCare basiert auf den Aktivitäten und Ergebnissen der Institute in den drei Hauptzielbereichen des Projekts:

  1. Neuartige vertikale GaN-Trench-MOSFETs und ihre Verhaltensmodelle (Fraunhofer ISIT)
  2. In einen PWM-Regler integrierte eingebettete KI-Modelle zur Fehlerprognose von Elektromotoren und GaN-Leistungshalbleitern (Fraunhofer IMS)
  3. Demonstration von GaN-MOSFETs und intelligenter Motorsteuerung (Fraunhofer IISB)

Our Core Technologies

Vertikaler GaN-Transistor

Vertikale GaN-Leistungstransistoren kombinieren die Leistungsvorteile vertikaler Transistoren mit großer Bandlücke (WBG) mit den Kostenvorteilen der etablierten Siliziumtechnologie. Zu gegebener Zeit können sie IGBTs ersetzen, um die Verluste bei der Energieumwandlung in vielen preissensiblen Anwendungen zu reduzieren, die von Stromversorgungen für Rechenzentren bis hin zu Traktionswechselrichtern für Elektrofahrzeuge reichen, und GaN als Halbleiter der Wahl über die Unterhaltungselektronik hinaus etablieren. Bei PowerCare werden vertikale GaN-Trench-MOSFETs auf Basis von technischen Substraten für Anwendungen mit 48 V und einer Nennstromstärke zwischen 35 und 160 A pro Gerät entwickelt. Höhere Spannungsniveaus werden ebenfalls evaluiert.

PWM-Controller mit integrierter KI

Ausfallmodelle für Wechselrichter sowie für die angeschlossenen Elektromotoren werden entwickelt und auf ein RISC-V-basiertes Leistungsmodul für die Ausführung vor Ort portiert. Ein PWM-Controller mit RISC-V-Architektur wird um Hardware-Beschleuniger für die Funktionen erweitert

, die für die Modelle wichtig sind (z. B. FFT, Filterung). Die Modellgröße und Ausführungsgeschwindigkeit werden für Echtzeitanforderungen optimiert (z. B. Quantisierung oder Pruning).

Hybridmodelle

Das Ausfallmodell für Elektromotoren berücksichtigt Änderungen des Laststroms und optional weitere Sensordaten (Vibration, Akustik, momentane Drehzahl), die aufgrund drohender Ausfälle beobachtet werden können. Ausgehend von der Erkennung von Lagerschäden wird die Entwicklung weitere Fehler wie Entmagnetisierung oder Wicklungsfehler abdecken.

Das Ausfallmodell der Transistoren und Wechselrichter wird auf der Grundlage von Daten aus Lebensdauertests und Parametermessungen entwickelt und ermöglicht das Training der Ausfallvorhersage.

Intelligentes Leistungsmodul

Es wird ein GaN-basiertes und KI-fähiges Leistungsmodul gebaut, in das die trainierten Ausfallmodelle integriert sind und lokal ausgeführt werden, wobei die Strom- und Sensordaten aus dem Wechselrichter und Motor als Eingabeparameter dienen.