Effizienz am Limit: Wie hochintegrierte Konzepte und Hochdrehzahlanwendungen den Wärmehaushalt im E-Antrieb neu definieren

Herr Schwarz, ein modernes E-Getriebe wirkt im Vergleich zu einem klassischen 8-Gang-Automaten fast erschreckend einfach. Warum ist die Auslegung für die Serienproduktion aber doch hoch anspruchsvoll?

Bjarne Schwarz: Der optische Eindruck mag auf den ersten Blick zutreffen, doch er trügt. Auf Komponentenebene stimmt zwar die Beobachtung: weniger Bauteile, klarere Struktur. Aber die Komplexität ist nicht verschwunden, sie hat sich nur verlagert. Ein konventionelles Getriebe bewegt sich in einem gut erforschten Betriebsraum. Drehzahlen, Schmierstoffeigenschaften, Verlustleistungsverhalten, all das ist über Jahrzehnte experimentell abgesichert und in etablierte Gleichungen und Berechnungsansätze geflossen. Bei Hochdrehzahl-E-Antrieben hingegen begegnen wir vollkommen neuen Anforderungen. Die Betriebspunkte verschieben sich, der Schmierstoff wird noch mehr zu einer zentralen Stellgröße. Zusätzlich ist die E-Maschine meist direkt mit dem Getriebe in einem gemeinsamen Gehäuse verbaut und kann somit das thermische Verhalten des Gesamtsystems verändern. Was auf dem Papier einfacher aussieht, ist in der Berechnung erheblich komplexer geworden. Heute operieren E-Getriebe in Drehzahlbereichen, in denen teilweise völlig andere Verlustleistungen dominieren und zusätzliche Anforderungen an den Wärmehaushalt bestehen. Dies führt dazu, dass heutzutage Komponenten wie die E-Maschine, das Getriebe und oft auch die Leistungselektronik gesamtheitlich betrachtet werden müssen, da sie sich je nach Bauweise gegenseitig thermisch beeinflussen können.
 

Ein Entwicklungstrend bei der E-Maschine scheint aktuell zu immer höheren Drehzahlen zu führen. Wie lautet Ihre Einschätzung, ist die „Schallmauer“ von 20.000 Umdrehungen pro Minute bald Geschichte?

Bjarne Schwarz: Das hängt letztlich davon ab, wie der jeweilige OEM konzeptionell vorgeht und sich strategisch aufstellt. Der Hochdrehzahl-Trend ist attraktiv, weil eine höhere Drehzahl bei gleicher Leistung ein geringeres Drehmoment erfordert. Da das Drehmoment direkt mit dem Durchmesser und dem Gewicht der E-Maschine skaliert, lässt sich so die Leistungsdichte massiv steigern. Bei deutlich höheren Umfangsgeschwindigkeiten kann sich das Verlustleistungsverhalten jedoch deutlich zu den bisher betrachteten Betriebsbedingungen unterscheiden. Nicht jeder Hersteller geht diesen Weg mit, manche setzen stattdessen auf drehmomentstärkere, schwerere Maschinen oder nutzen gänzlich andere Konzepte, was für eine hohe Dynamik auf dem Markt sorgt. Wir erforschen den Hochdrehzahl-Bereich deshalb so intensiv, weil hier die bisherigen technologischen Standards an ihre Grenzen kommen.
 

Sind etablierte Simulations- und Berechnungsverfahren, welche über Jahrzehnte den Standard gebildet haben, für zukünftige Getriebskonzepte noch geeignet?

Bjarne Schwarz: Es existieren heutzutage etablierte Berechnungsmethoden, welche für konventionelle Parameter- und Anwendungsbereiche umfangreich validiert wurden. Bei der Anwendung auf Electric Drive Units bewegen wir uns jedoch häufig außerhalb des validierten Anwendungsbereichs, sodass häufig extrapoliert werden muss und noch keine hinreichenden Validierungsversuche und experimentelle Erkenntnisse existieren. Deshalb sind die bisher etablierten Berechnungsverfahren möglicherweise nicht ohne weiteres anwendbar, was zu Ungenauigkeiten bei der Anwendung von Simulationstools führen kann.
 

Sie erwähnten bereits den Wärmehaushalt als kritischen Faktor. Wenn die Verlustleistung steigt, wird die Kühlung zum Nadelöhr. Wie lässt sich dieses Problem konstruktiv lösen?

Bjarne Schwarz: Für konventionelle Getriebe wurde in der Vergangenheit aufgrund der geringen Komplexität und Kosten bei einem meist ausreichenden Kühl- und Schmierungspotential häufig auf die Tauchschmierung zurückgegriffen. Bei Electric Drive Units wird vermehrt die Einspritzschmierung verwendet oder eine Kombination beider Schmierverfahren. Zudem rückt der Schmierstoff selbst in den Fokus der Forschung. Wir vergleichen in unseren Untersuchungen beispielsweise ein synthetisches Polyalphaolefin mit einer extrem niedrigen Betriebsviskosität von nur 9 mm²/s bei 40 °C. Das ist erheblich niedriger als das, was man früher beispielsweise in Wandlerautomaten verwendet hat.
 

Sie experimentieren ebenso mit wasserhaltigen Schmierstoffen. Klingt das für einen klassischen Getriebeingenieur nicht schon fast nach Sabotage?

Bjarne Schwarz: Es ist in der Tat ein extrem erscheinender Forschungsansatz. Ein wasserhaltiges Polyalkylenglykol bietet jedoch enorme Vorteile für die Auslegung. Wasser kann kalorimetrisch deutlich besser kühlen als Öl. Noch spannender ist aber die sogenannte „Superlubricity“. Wir erreichen damit bei bestimmten Betriebspunkten Reibungszahlen von unter 0,01 im Zahnkontakt. Das kann die Verlustleistung je Betriebszustand erheblich senken. Natürlich ist das aktuell noch ein Forschungsthema für möglicherweise zukünftige Anwendungen. Doch dieser Ansatz zeigt auf, wie breit wir denken sollten, um die Anforderungen künftiger Antriebe zu erfüllen.
 

Die Modellierung derartiger hochintegrierter Systeme ist sehr rechenintensiv. Wie bilden Sie die thermischen Wechselwirkungen zwischen Motor und Getriebe ab, ohne Wochen auf ein Simulationsergebnis zu warten?

Bjarne Schwarz: Wir nutzen dafür thermische Netzwerkmodelle. Man kann sich das wie einen elektrischen Schaltplan vorstellen, bei dem die verschiedenen Komponenten in isotherme Knoten aufgeteilt werden. Zwischen diesen Knoten berechnen wir thermische Widerstände beziehungsweise Leitwerte. Diese 1D-Modellierung ist sehr recheneffizient und deutlich schneller als eine vollumfängliche CFD-Simulation. Dabei berücksichtigen wir ebenfalls externe Faktoren wie die Wärmeleitung über Wellenenden, die Raumgröße oder die Umgebungsluft. In unserem Modell betrachten eine Electric Drive Unit, bestehend aus Getriebe und E-Maschine.
 

Sie sagten es bereits, Ihre Untersuchung betrachtet nicht nur das Getriebe, sondern die gesamte Electric Drive Unit. Was ändert sich, wenn die E-Maschine ins Bild kommt?

Bjarne Schwarz: Das ist ein entscheidender Punkt. Ergänzend zu dem Getriebe muss zukünftig die E-Maschine bei der Auslegung berücksichtigt werden, sodass die Gesamteffizienz für die Electric Drive Unit zu betrachten ist – und nicht nur das Getriebe für sich allein. Durch die Integration der E-Maschine ergibt sich ein zusätzliches Kühlpotenzial, welches bei der Auslegung ebenfalls berücksichtigt werden muss. An Betriebspunkten, an denen das Getriebe aufgrund seines begrenzten Ölvolumens an seine thermische Grenze stößt, kann die E-Maschine dabei helfen, die Wärme zuverlässiger abzuführen. Die Steigerung der Systemeffizienz ist dabei das Auslegungsziel, welches es zu verfolgen gilt.
 

Wie unterscheiden sich dabei die verschiedenen E-Maschinenkonzepte, ob fremderregt, permanent erregt oder Asynchronmaschine?

Bjarne Schwarz: Die Bauweise beeinflusst Materialien, Verlustleistungsverteilung und damit die thermische Modellierung. In meiner Veröffentlichung habe ich diese Unterschiede bewusst nicht als Untersuchungsvariable gewählt, sondern den Fokus auf den Einfluss des Schmierstoffs und der Schmierungsart gelegt. Wir haben aber die Modellierungsstruktur so angelegt, dass sie prinzipiell für verschiedene E-Maschinenkonzepte angepasst werden kann. Das ist für spätere Untersuchungen relevant. So existieren für die E-Maschine beispielsweise eigene Knoten für Rotor, Stator, Wicklung und Wickelköpfe, für welche jeweils die Verlustleistung lokal vorgegeben werden kann.
 

Sie sprechen von Verlustleistungen, Wärmehaushalt, Schmierstoffoptimierung. Wie fügt sich NVH in dieses Bild ein, also das akustische und dynamische Verhalten des Antriebs?

Bjarne Schwarz: Das ist eine wichtige Frage, weil sie zeigt, wie jede Teildisziplin in ein größeres Ganzes eingebettet ist. Bei uns an der FZG arbeiten wir mit dem, was ich gerne „Auslegungsdreieck“ nenne: drei Forschungsschwerpunkte – Effizienz, NVH und Tragfähigkeit beziehungsweise Lebensdauer – natürlich mit den Kosten in der Mitte, um auch die Bedürfnisse der Industrie zu berücksichtigen. Jeder Antrieb ist ein Kompromiss zwischen diesen drei Polen, und je nachdem, wie man die Auslegungsschwerpunkte verschiebt, gewinnt man auf einer Seite und gibt tendenziell auf einer anderen nach. Meine Untersuchung fokussiert sich klar auf Effizienz. Ein Kollege aus dem NVH-Bereich würde denselben Antrieb möglicherweise anders auslegen, mit anderen Prioritäten und er hätte damit ebenso recht. Das Entscheidende ist, diese Wechselwirkungen zu kennen und zu beachten. Für eine vollständige Serienauslegung braucht man alle drei Perspektiven und am Ende den Kompromiss für das gewünschte Antriebskonzept. Der Wert der Grundlagenforschung liegt genau darin: Wir zeigen, wo die Grenzen der bestehenden Methoden sind, was die relevanten Einflussgrößen in neuartigen Betriebsbereichen sind, und welche Parameter berücksichtigt werden müssen, wenn man das Gesamtsystem, nicht nur Getriebe, nicht nur E-Maschine, sondern beides zusammen, wirklich verstehen will. Das ist die Grundlage, auf der die nächste Generation der Berechnungsstandards entstehen wird, so wie wir es beispielsweise im Zuge des Forschungsvorhabens Opt4E untersuchen.
 

Sie kündigen experimentelle Validierungen an. Wo steht der Abgleich zwischen Simulation und Messung derzeit?

Bjarne Schwarz: Dies ist der nächste logische Schritt. Wir haben bereits den Opt4E-Prüfstand, an dem die simulativen Ergebnisse zukünftig experimentell untersucht werden können. Die Berechnungsergebnisse meiner Veröffentlichung werden somit noch experimentell validiert. Das ist entscheidend, denn jedes noch so sorgfältig aufgebaute Modell enthält Vereinfachungen der Realität und Annahmen. Beispielsweise lassen sich Wärmeübergangszahlen, Ölverteilung, und das Strömungsverhalten im Gehäuse simulativ nur angenähert beschreiben. Erst der Abgleich mit Messdaten zeigt, wo das Modell belastbar ist und wo es gegebenenfalls angepasst werden muss. Dieser Prozess ist noch nicht abgeschlossen, aber die Ergebnisse, die ich in Baden-Baden vorstellen werde, bilden die rechnerische Basis, auf der die experimentelle Validierung aufbaut.