Return to search

Mehrkriterielle Parameteroptimierung eines Thermoelektrischen Generators / Multi-Objective Parameter Optimization of a Thermoelectric Generator

Aufgrund von steigenden Energiekosten und einer sukzessive steigenden öffentlichen sowie politischen Forderung nach Umweltbewusstsein und Nachhaltigkeit, ist die Effizienzsteigerung von Gesamtsystemen einer der treibenden Kräfte für innovative, technologische Neuheiten geworden. Besonders bei der Entwicklung von verbrennungsmotorisch angetriebenen Fahrzeugen wurden z.B. durch die Hybridisierung von Antriebssträngen, die die Rekuperation von kinetischer Energie ermöglichen, Technologien zur Energieeinsparung etabliert. Da bei Verbrennungsmotoren ein hoher Anteil der im Kraftstoff gespeicherten Energie technologiebedingt als Abwärme im Abgas verloren geht, bietet die Wärmerekuperation ein weiteres hohes Potential für weitere Einsparungen. Diese ist z.B. mit Hilfe von thermoelektrischen Generatoren (TEG) möglich, die einen Wärmestrom direkt in elektrische Energie umwandeln.
Zur effizienten TEG-Systemgestaltung ist ein hoher Temperaturgradient über dem thermoelektrisch aktivem Material notwendig, der wiederum zu kritischen thermomechanischen Spannungen im Bauteil führen kann. Diese werden zum einen durch die unterschiedlichen Temperaturausdehnungskoeffizienten der verschiedenen Materialien und zum anderen durch die mechanische Anbindung auf der heißen und kalten Seite des TEG verursacht. Somit liegt ein Zielkonflikt zwischen dem thermoelektrischen Systemwirkungsgrad und der mechanischen Festigkeit des Bauteils vor.
In dieser Arbeit wird mit Hilfe einer mehrkriteriellen Parameteroptimierung eines vollparametrisierten FE-Modells des TEG in ANSYS WORKBENCH eine Methode vorgestellt, den thermoelektrischen Wirkungsgrad bei gleichzeitiger Reduktion der thermomechanischen Spannungen zu optimieren. Zur Optimierung kommt dabei ein genetischer Algorithmus der MATLAB GLOBAL OPTIMIZATION TOOLBOX zum Einsatz. Der Modellaufbau wird in ANSYS WORKBENCH mit der Makro-Programmiersprache JSCRIPT realisiert. Als Ziel- und Bewertungsfunktionen wird die mechanische Belastung jedes Bauteils im TEG ausgewertet und dessen elektrische Leistungsdichte berechnet. Die Ergebnisse zeigen, dass mit Hilfe der vorgestellten Methodik eine paretooptimale Lösung gefunden werden kann, die den gestellten Anforderungen entspricht.

Identiferoai:union.ndltd.org:DRESDEN/oai:qucosa.de:bsz:ch1-qucosa-142372
Date08 May 2014
CreatorsHeghmanns, Alexander, Beitelschmidt, Michael
ContributorsTU Chemnitz, Fakultät für Maschinenbau
PublisherUniversitätsbibliothek Chemnitz
Source SetsHochschulschriftenserver (HSSS) der SLUB Dresden
Languagedeu
Detected LanguageGerman
Typedoc-type:conferenceObject
Formatapplication/pdf, text/plain, application/zip

Page generated in 0.0025 seconds