Hardware in the Loop Tests für thermische Systeme

HiL-Tests sind nicht nur etwas für die Automobilindustrie! Unsere Erfahrung mit simulationsbasierter Regelungsentwicklung für thermische Systeme wie Wärmepumpen, Kälteanlagen oder Brennstoffzellen.

Manuel Gräber

|

September 28, 2021

TLK Energy

In vielen Industriezweigen sind Hardware in the Loop (HiL) Tests und ihre Verwandten MiL und SiL ein fester Bestandteil der Reglungsentwicklungs, häufig auch Funktionsentwicklung genannt. Durch die Verwendung von Simulationsmodellen als virtuelles Abbild der Regelstrecke kann der Regler im geschlossenen Regelkreis getestet werden, ohne dass ein realer Prototyp vorhanden sein muss. Damit werden die Leistung und Zuverlässigkeit von in Produkten integrierten Steuergeräten sichergestellt.

Diese Technologien sind für elektrische und mechanische Anwendungen sehr ausgereift und etabliert, allerdings nicht so sehr für thermische Anwendungen wie Wärmepumpen oder Kältemaschinen. In den letzten Jahren haben wir eine ganze Reihe von Projekten zu HiL-Tests von thermischen Systemen durchgeführt. Bei diesen Projekten haben wir eine Menge gelernt. Hier sind die drei wichtigsten Erkenntnisse.

Thermische Systeme sind sehr nichtlinear

Kältekreisläufe in Wärmepumpen mit ihrer zweiphasigen Strömung sind eine Herausforderung für numerische Löser. Üblicherweise werden für HiL-Tests Euler-Löser mit fester Schrittweite verwendet, um deterministische CPU-Zeiten zu gewährleisten.

Am Anfang haben wir versucht, mit unserer Modelica-Bibliothek TIL Suite erstellte Systemmodelle mit dem Euler-Löser zum Laufen zu bringen. Wir sind recht weit gekommen, aber wir haben nie 100%igeRobustheit erreicht. Und das ist ein Problem, wenn man an automatische Testläufe über Nacht denkt. Verschärfend kommt hinzu, dass man in der Regel unterextremen Bedingungen testen will, z. B. unter minimaler und maximaler Last oderunter sehr instationären Randbedingungen. Diese extremen Bedingungen sind für Solver mit fester Schrittweite am problematischsten.

Die einzig mögliche Lösung für Solver mit fester Schrittweite ist der Wahl sehr kleiner Schrittweiten. Dies führt jedoch direkt zu erhöhten Rechenzeiten, und damit kann schwierig werden, die Echtzeitanforderungen zu erfüllen. Letztendlich haben wir die Modelle modifiziert, um die kleinsten Zeitkonstanten zu erhöhen und größere Schrittweiten zu ermöglichen. Aber das ist schwierige Handarbeit, die eigentlich nur von hochqualifizierten Experten durchgeführt werden kann.

Irgendwann wechselten wir von Euler zu CVODE, einem Löser mit variabler Schrittweite, der in vielen Modelica-Tools wie Dymola oder OpenModelica verfügbar ist. Dieser Solver garantiert keine Obergrenzen für CPU-Zeiten, aber er kann nichtlineare und steife Systeme sehr effizient lösen. Dies war ein wichtiger Faktor für unsere HiL-Projekte.

Dank des Modellschnittstellenformats FMI können wir unsere Simulationsmodelle mit integriertem CVODE-Löser sogar an spezielle Testhardware und -software, wie SCALEXIO von dSPACE, exportieren.

Echtzeitanforderungen sind weniger restriktiv

Im Vergleich zu elektrischen und mechanischen Systemen sind thermische Systeme sehr langsam. Regler laufen normalerweise mit 10 oder sogar nur1 Hz Abtastrate.

Das bedeutet, dass Sie sich bei Echtzeitsimulationen keine Gedanken über Verzögerungen im Millisekundenbereich machen müssen. Sie haben keinen Einfluss auf Ihren Regler.

Sie können HiL-Tests sogar auf normalen Windows-PCs durchführen und so die Investitionskosten für spezielle HiL-Hard- und Softwaresparen.

 Das ist ein Grund, warum Solver mit variabler Schrittweite für thermische Systeme recht gut funktionieren. Wenn die Abtastrate 10 Hz beträgt, bleibt in der Regel genug Zeit für alle internen Iterationen, um zu konvergieren. Und selbst wenn es hin und wieder vorkommt, dass ein Schritt zu langsam ist und die Simulationszeit nicht mit der Echtzeit mithalten kann, beeinflusst das wirklich das komplette Testergebnis?

Physikalische Modellierung ist der Schlüssel

Manche Leute verwenden bei HiL-Tests für thermische Systeme Black-Box-Modelle, die anhand von Messdaten erstellt wurden.

Dieser Ansatz mag für einige Arbeitspunkte funktionieren. Aber um den thermischen Prozess über den gesamten Betriebsbereich genau zu modellieren, ist es viel besser, ein Simulationsmodell zu verwenden, das auf physikalischen Grundsätzen beruht.

Physikalische Modelle extrapolieren!

Wollen Sie mehr?

Folgen Sie uns, um in Verbindung zu bleiben:

Dr.-Ing.

Manuel Gräber

Managing Director

TLK Energy

Dr.-Ing. Manuel Gräber arbeitet seit 2008 an der Modellierung, Optimierung und Regelung von thermischen Systemen. Seine Promotion an der TU Braunschweig hat er mit dem Thema „Energieoptimale Regelung von Kälteprozessen“ abgeschlossen. Im Rahmen der Tätigkeiten als wissenschaftlicher Mitarbeiter an der TU Braunschweig und als Angestellter bei der TLK-Thermo GmbH hat er zahlreiche Forschungs- und Entwicklungsprojekte mit verschiedenen Industriepartnern durchgeführt. Seine besondere Stärke ist die Verknüpfung einer breiten theoretischen Wissensbasis aus verschiedenen Disziplinen mit der praktischen Erfahrung konkreter Ingenieursprojekte.

Keep on reading: