R-PODID – Reliable Powerdown for Industrial Drives

Zuverlässige Abschaltung für industrielle Antriebe

R-PODID ist ein von KDT JU kofinanziertes EU-Projekt mit dem Ziel, eine automatisierte, cloudfreie, kurzfristige Fehlerprognose für elektrische Antriebe, Leistungsmodule und Leistungsgeräte zu entwickeln, die in Stromrichter integriert werden können.

Ziele

  • Methodik zur Erzeugung von Fehlervorhersagemodellen aus spärlichen Trainingssätzen oder Systemsimulationen
  • Leistungselektronik mit integrierter Unterstützung für Embedded AI
  • 24-Stunden-Fehlerprognose für Gallium Nitrid (GaN) und Siliziumkarbid (SiC) basierte Leistungswandler
  • 24-Stunden-Fehlervorhersage und Fehlervermeidung für elektrische Antriebe
  • Sensoren für die Zuverlässigkeitsvorhersage in Leistungsmodulen

LCM ist ein Konsortialmitglied, das seine Expertise in der Simulation und Modellierung elektrischer Antriebe in das Projekt einbringt. Neuartige Maschinenmodelle, die eine verkürzte Simulationszeit bieten, sollen im Projekt entwickelt und zur Simulation von Fehlerfällen und Abschaltvorgängen verwendet werden.
Die Aktivitäten von LCM sind eng mit den Konsortialpartnern AVL List GmbH, Silicon Austria Labs, Brno University of Technology und der Johannes Kepler Universität Linz verzahnt, um den Use Case für sicheres Handhaben von Fehlerfällen der industriell weit verbreiteten Asynchronmaschine zu erarbeiten.

R-PODID Homepage

R-PODID EU-Projektseite auf LinkedIn

Photo: TeraGlobus

Acknowledgment

R-PODID wird durch das Chips Joint Undertaking und seinen Mitgliedern unterstützt, einschließlich der Zusatzfinanzierung durch die nationalen Behörden Italiens, der Türkei, Portugals, der Niederlande, der Tschechischen Republik, Lettlands, Griechenlands und Rumäniens unter dem Grant Agreement Nr. 101112338.

Logo Oberoesterreich
Datenschutzübersicht

Um Ihnen den bestmöglichen Service zu bieten, verwendet unsere Webseite Cookies. Diese helfen uns dabei die Webseite zu analysieren und zu verbessern.

Hier können Sie Ihre Cookie-Einstellungen treffen.

Unbedingt notwendige Cookies

Ohne diese Cookies können wir Ihre Einstellungen nicht speichern. Dies würde bedeutet, dass Sie jedes Mal, wenn Sie diese Website besuchen, Cookies erneut aktivieren oder deaktivieren müssen.

Drittanbieter-Cookies

Diese Website verwendet Google Analytics und Google Tag Manager um anonyme Informationen wie die Anzahl der Besucher der Website und die beliebtesten Seiten zu sammeln.
Diesen Cookie aktiviert zu lassen, hilft uns, unsere Website zu verbessern.

Ebenso werden Youtubevideos geladen wenn diese Option aktiviert ist.