Prädiktive Temperaturregelung für Nabenmotoren von elektrischen Zweirädern mittels gradientenbewusster neuronaler Regelung mit Verschleißverfolgung und fehlertoleranter Mehrzustands-Drehmomentanpassung

Intelligentere elektrische Roller für den Alltag in der Stadt

Elektrische Scooter werden in vollen Städten zunehmend alltäglich, doch die kompakten Motoren im Radinneren können unbemerkt überhitzen und verschleißen. Dieses Papier untersucht eine neue Methode, mit der diese Nabenmotoren vorausschauend auf Wärme reagieren, sich vor Schäden schützen und trotzdem Fahrern sanfte, kräftige Beschleunigung bieten. Durch die Verknüpfung von Physik, künstlicher Intelligenz und cleverer Sicherheitslogik zeigen die Autorinnen und Autoren, wie künftige Roller sowohl mehr Fahrspaß als auch höhere Zuverlässigkeit über Jahre täglichen Gebrauchs erreichen könnten.

Warum Wärme der heimliche Gegner ist

Bei vielen kostengünstigen elektrischen Zweirädern ist der Motor direkt in das Hinterrad integriert. Das spart Bauteile und erhöht die Effizienz, führt aber dazu, dass Wärme in einem beengten Raum mit schlechter Luftzirkulation eingeschlossen wird — besonders im Stop‑and‑Go‑Verkehr, bei steilen Anstiegen oder in brütender Sommerhitze. Steigen die Temperaturen zu sehr, altern Kupferwicklungen, Magnete und Isolierungen schneller oder fallen sogar aus. Die meisten aktuellen Scooter schützen dagegen mit einfachen Temperaturschwellen: Meldet ein Sensor einen hohen Wert, kappt die Steuerung abrupt das Drehmoment. Das schützt die Hardware, wirkt sich aber wie ein plötzlicher Leistungsverlust aus und lässt an kühleren Tagen oder bei sanften Fahrten oft ungenutzte „thermische Reserve“ ungenutzt.

Ein dreischichtiges „Gehirn" für den Nabenmotor

Die Autorinnen und Autoren schlagen ein Hybrides gradientenbewusstes neuronales Regelungssystem (GANR) vor, das wie ein dreischichtiges Gehirn für den Nabenmotor arbeitet. Erstens schätzt und prognostiziert ein leichtgewichtiges neuronales Netz die Motortemperatur anhand bereits vorhandener Signale—Strom, Spannung, Geschwindigkeit und Umgebungstemperatur—so dass es auch bei driftenden, verrauschten oder ausgefallenen Temperatursensoren weiterarbeiten kann. Zweitens verfolgt das System den kumulierten Wärmeschaden des Motors über einen Motor‑Gesundheitsindex, eine Zahl, die mit tausenden Hitzezyklen allmählich sinkt. Drittens entscheidet ein Mehrbedingungs‑Drehmomentregler anhand der aktuellen Temperatur und dieses Gesundheitsindex sowie Umgebungsbedingungen und Fahrintensität, wie viel Drehmoment in den nächsten Sekunden sicher zu liefern ist. Statt erst nach Überschreiten einer Grenze zu reagieren, betrachtet es die Aufheizrate und dämpft das Drehmoment behutsam, bevor Probleme auftreten.

Überwachung von Gesundheit, thermischer Reserve und dem weiteren Fahrverlauf

Im Hintergrund nutzt das System ein vereinfachtes, aber erprobtes thermisches Modell, um zu schätzen, wie Wärme von den Kupferwicklungen über das Motorgehäuse an die Luft abgegeben wird. Darauf aufbauend berechnet es eine „thermische Marge“ und eine „Zeit bis zur Drehmomentabsenkung“: wie weit der Motor von einer kritischen Temperatur entfernt ist und wie viele Sekunden verbleiben würden, bis bei unveränderter Situation eine Reduzierung nötig wäre. Gleichzeitig akkumuliert der Motor‑Gesundheitsindex Schäden basierend auf bekannten Temperatur‑Lebensdauer‑Gesetzen — gelegentlich etwas wärmer zu laufen ist unproblematisch, aber längere Aufenthalte nahe der Grenze verringern eindeutig die verbleibende Lebensdauer. Der Regler mischt diese Indikatoren mit Batteriestand und gewähltem Fahrmodus (Eco, Normal oder Sport), um zwischen leistungsorientiertem, ausgewogenem oder schützendem Verhalten zu wählen. In heißen Klimazonen verschärft er automatisch die zulässigen Grenzen; bei kühler Witterung erlaubt er sicher mehr Drehmoment, bevor er zurücknimmt.

Fehlerbehandlung und Anpassung an günstige Hardware

Da kostengünstige Scooter mit bescheidenen Mikrocontrollern arbeiten, entwerfen die Autorinnen und Autoren die neuronalen Netze und die Regelungslogik so, dass sie innerhalb strenger CPU‑Zyklus‑ und Speicherbudgets laufen. Sie beschneiden und quantisieren die Netze, sodass sämtliche Intelligenz in einigen Dutzend Kilobyte Platz findet und pro Regelzyklus deutlich unter einer Millisekunde ausgeführt wird. Eine dedizierte Fallback‑Zustandsmaschine überwacht Sensoren und den neuronalen Schätzer: Klebt ein Temperatursensor, driftet oder geht außer Messbereich, schaltet das System automatisch in einen schätzergetriebenen sicheren Modus mit konservativen Drehmomentobergrenzen. Bei Prozessorüberlastung oder unerwarteten Störungen kann es weiter auf einfache Lookup‑Table‑Kontrolle zurückfallen. Durchgehend sorgen Watchdogs und Sicherheitsprüfungen dafür, dass jeder Ausfall zu einer sanften Drehmomentreduktion statt zu einem plötzlichen Abschalten oder unkontrolliertem Aufheizen führt.

Was die Simulationen den Fahrern zeigen

Anhand detaillierter Simulationen von Stadtfahrten und aggressiven Bergauffahrten vergleichen die Autorinnen und Autoren ihren GANR‑Regler mit einer klassischen proportional‑integralen Regelung. Der neue Ansatz hält Spitzentemperaturen des Motors um mehrere Grad niedriger, verbringt deutlich weniger Zeit über riskanten Schwellen und eliminiert nahezu „thermische Runaway“-Szenarien. Er verschiebt außerdem die Notwendigkeit zur Drehmomentreduzierung um bis zu etwa 14 %, verbessert die Energieeffizienz um rund 7 % und hält Temperaturschätzfehler auch bei fehlerhaften Sensoren bei nur etwa 2 °C. Bei wiederholten harten Fahrten — besonders bei Hitze — bleibt der Motor‑Gesundheitsindex des GANR‑Systems deutlich höher als bei einem konventionellen Regler, was auf eine längere Motorlebensdauer mit weniger Überraschungen für Besitzer hindeutet.

Sicherere, langlebigere elektrische Mobilität

Vereinfacht gesagt zeigt diese Arbeit, wie eine moderate Dosis vorausschauender Intelligenz einem elektrischen Roller helfen kann, robuster und angenehmer zu werden. Anstatt zu warten, bis er zu heiß wird und dann abrupt Leistung zu drosseln, lernt der Nabenmotor, wie sich die Bedingungen ändern, wie erschöpft er bereits ist und wie viel Sicherheitsreserve noch bleibt. Er formt das Drehmoment dann sanft, sodass Fahrer eine konsistente Leistung spüren, während die Hardware sich im Stillen schützt. Da das gesamte Konzept auf kostengünstigen Embedded‑Chips lauffähig ist, bietet es einen praktischen Weg zu intelligenteren, sichereren und langlebigeren elektrischen Zweirädern in überfüllten, hitzebelasteten Städten.

Zitation: Deshmukh, S., Lokhande, N. & Yeolekar, S. Predictive temperature control of electric two wheeler hub motor using gradient aware neural regulation with degradation tracking and fault tolerant multi condition torque adaptation. Sci Rep 16, 13436 (2026). https://doi.org/10.1038/s41598-026-37505-y

Schlüsselwörter: elektrische Roller, Thermalmanagement von Motoren, Steuerung durch neuronale Netze, prädiktive Drehmomentreduzierung, fehlertolerante EV‑Systeme