Neues Getriebe-Effizienzmodell übertrifft ISO-Standards in E-Antriebstests
Im schnelllebigen Bereich der Elektromobilität, wo jede Wattstunde zählt und jedes Prozentpunkt an Effizienz zusätzliche Reichweite bedeuten kann, ist aus der Zusammenarbeit zwischen chinesischer Wissenschaft und Industrie ein leiser, aber folgenschwerer Durchbruch hervorgegangen. An der Schnittstelle von mechanischer Präzision, computergestützter Modellierung und experimenteller Validierung hat ein neuartiges Berechnungsmodell für den Wirkungsgrad von Getriebereduzierern in Elektrofahrzeugen (EV) eine beispiellose Genauigkeit demonstriert – es übertrifft sogar international anerkannte ISO-Standards um eine Größenordnung.
Dieser Sprung nach vorn kommt nicht von plakativer Batteriechemie oder schlagzeilenträchtigen Motorinnovationen. Stattdessen entspringt er einem tiefen Eintauchen in eine der unterschätztesten, yet kritischsten Komponenten des E-Antriebsstrangs: den Reduzierer – oft irreführend als „Getriebe“ bezeichnet, obwohl er bei den meisten heutigen Personenkraftwagen typischerweise nur ein einziges festes Übersetzungsverhältnis bietet. Im Gegensatz zu herkömmlichen Mehrganggetrieben in Fahrzeugen mit Verbrennungsmotor arbeiten EV-Reduzierer mit erheblich höheren Drehzahlen – oft über 10.000 U/min – und unter signifikanten Drehmomentbelastungen. Ihr Wirkungsgrad bestimmt direkt, wie viel der in der Batterie gespeicherten Energie tatsächlich die Räder erreicht, anstatt als Wärme, Reibung oder Flüssigkeitswiderstand verloren zu gehen.
Bis vor kurzem mussten sich Ingenieure bei der Konstruktion dieser Reduzierer auf veraltete Modelle verlassen – primär ISO/TR 14179-1 und ISO/TR 14179-2 –, die ursprünglich für industrielle Zahnradsysteme entwickelt und mit begrenztem Erfolg auf Hochgeschwindigkeits-EV-Anwendungen adaptiert wurden. Diese Standards, obwohl umfassend, überschätzten den Wirkungsgrad oft um bis zu 0,86 %, verglichen mit realen Testdaten. Das mag vernachlässigbar klingen, aber man bedenke: In einem 60-kW-Antriebsstrang, der kontinuierlich unter Spitzenlast arbeitet, entspricht selbst ein Fehler von 0,5 % einer permanenten Diskrepanz von 300 Watt zwischen vorhergesagten und tatsächlichen Verlusten. Über die Lebensdauer eines Fahrzeugs hinweg verzerren solche Fehlkalkulationen die Anforderungen an das Thermomanagement, beeinträchtigen NVH-Vorhersagen (Noise, Vibration, Harshness) und untergraben letztlich das Vertrauen in simulationsgestütztes Design.
Nun tritt ein neu validiertes Modell auf den Plan, entwickelt in einer gemeinsamen Initiative von Forschern der Zhejiang Universität für Technologie, der Zhejiang Sci-Tech Universität und der Zhejiang Fangyuan Test Group. Veröffentlicht in der Zeitschrift Chinese High Technology Letters, führt die Arbeit einen verfeinerten analytischen Rahmen ein, der nicht nur die vier kanonischen Verlustmechanismen berücksichtigt – Zahnradeingriff, Lagerreibung, Ölplanlage & -verwirbelung und Wellendichtungsreibung –, sondern dies mit deutlich verbesserter Genauigkeit tut, insbesondere in Hochgeschwindigkeitsbereichen, wo frühere Modelle am stärksten von der Realität abweichen.
Was diesen neuen Ansatz auszeichnet, ist keine radikale Neuerfindung, sondern ein bewusstes Schichten von physikalisch fundierten Verfeinerungen. Während beispielsweise ISO-Standards nur Gleitreibung bei den Zahnradeingriffsverlusten berücksichtigen, integriert das neue Modell sowohl Gleit- als auch Rollreibungskomponenten und stützt sich dabei auf die Elastohydrodynamische Schmierungstheorie (EHL), um den Rollwiderstand genauer abzuschätzen. Es ersetzt ältere Gleichungen für Lagerverluste – basierend auf jahrzehntealten SKF-Formulierungen – durch das neueste Reibmomentmodell des Herstellers, welches das Verhalten in hochdrehenden, niedrigviskosen Umgebungen, wie sie typisch für moderne EV-Ölwannten sind, besser erfasst.
Vielleicht am entscheidendsten ist, dass das Team die Behandlung von Planage- und Verwirbelungsverlusten neu bewertete – oft der dominierende Verlustmodus bei hohen Geschwindigkeiten. Anstatt generischer Koeffizienten zu verwenden, kalibrierten sie Eintauchfaktoren pro Zahnrad (z.B. 0,5 für das große Zwischenwellenzahnrad, 0,4 für das Abtriebszahnrad) und behielten die Formulierung nach ISO/TR 14179-1 bei, aufgrund ihrer überlegenen empirischen Passgenauigkeit in Hochgeschwindigkeits-Ölbad systemen. Diese Nuance ist wichtig: Wie die Studie bestätigt, können bei 9.000 U/min und niedrigem Drehmoment (60 N·m) Planage und Verwirbelung über 41 % der Gesamtverluste ausmachen – ein Wert, den ältere Modelle dramatisch unterschätzten.
Um die Leistung zu quantifizieren, wählten die Forscher eine repräsentative einstufige Reduziereinheit mit zwei Zahnradpaaren – eine gängige Architektur in kompakten und mittelgroßen EVs –, ausgelegt für 9.000 U/min und 200 N·m Eingangsdrehmoment. Anschließend bauten sie einen modernen Hochgeschwindigkeits-Dreiachs-Prüfstand: ein vollinstrumentiertes, temperiertes, energie rückgewinnendes Leistungsprüfstand system, das sowohl Antriebs- als auch Rekuperationsbremsbedingungen mit einer Drehmomentgenauigkeit von ±0,05 % des Endwerts simulieren kann. Über mehrere Testzyklen hinweg kartierten sie den Wirkungsgrad über 36 gültige Betriebspunkte (gefiltert für die 60-kW-Leistungsgrenze des Reduzierers) und erzeugten so eine vollständige Wirkungsgradlandkarte – nicht nur Spitzenwerte.
Die Ergebnisse sind beeindruckend. Der Spitzenwirkungsgrad – 97,58 % – wurde bei 3.500 U/min und 140 N·m erreicht, genau im typischen Stadt- bis Autobahn-Reisefenster. Der Wirkungsgrad blieb für alle mittleren bis hohen Drehmomentbedingungen (≥60 N·m) konstant über 95 %, was das gut optimierte Design des Reduzierers bestätigt. Aber die Niedrigdrehmoment-Hochgeschwindigkeits-Ecke – wie etwa beim Autobahnsegeln oder Rekuperation unter Leichtlast – zeigte eine deutliche „Wirkungsgradsenke“, die bei 9.000 U/min/60 N·m auf bis zu ~95,4 % abfiel. Genau hier dominieren Planageverluste, und genau hier hätten frühere ISO-basierte Simulationen fälschlicherweise eine höhere Performance vorhergesagt.
Als die drei Modelle – das neue, ISO/TR 14179-1 und ISO/TR 14179-2 – anhand der experimentellen Daten verglichen wurden, vergrößerte sich die Lücke erheblich. Bei 9.000 U/min beispielsweise sagte das neue Modell 95,48 % Wirkungsgrad vorher gegenüber gemessenen 95,37 % – ein winziger relativer Fehler von +0,12 %. Im Gegensatz dazu überschätzte ISO/TR 14179-1 mit 96,33 % (+1,01 % Fehler), und der konservativere ISO/TR 14179-2 landete bei 97,47 % – ein erstaunlicher Fehler von +2,20 %. Ähnliche Trends zeigten sich über den Drehmomentbereich bei 3.000 U/min: Das neue Modell wich nie mehr als -0,38 % von den Testdaten ab, während die ISO-Methoden konsequent um bis zu 0,97 % zu hoch lagen.
Entscheidend ist, dass der umfassende Wirkungsgrad – berechnet nach QC/T 1022-2015 (Chinas nationaler Standard für EV-Reduzierer) über 10 gewichtete Betriebspunkte – experimentell 96,96 % betrug. Das neue Modell lieferte 96,99 % (nur 0,03 % absoluter Fehler), während ISO/TR 14179-1 und -2 97,59 % bzw. 97,80 % ergaben. In ingenieurwissenschaftlicher Hinsicht ist das keine inkrementelle Verbesserung; es ist validierungsreife Präzision.
Für EV-Entwickler erstrecken sich die Implikationen weit über akademischen Stolz hinaus. Ein hochpräzises Wirkungsgradmodell ermöglicht eine echte Co-Optimierung mechanischer und thermischer Systeme. Konstrukteure können nun – mit Zuversicht – die Auswirkungen subtiler Geometrieänderungen simulieren: Reduzierung der Zahnflankenmodifikation zur Senkung der Gleitgeschwindigkeit, Anpassung von Schrägungswinkeln zur Balance von Axiallast und Eingriffseffizienz oder Justierung des Ölspiegels in der Wanne zur Minimierung der Verwirbelung ohne Kompromisse bei der Schmierung. Sie können alternative Lagerkonfigurationen erkunden – wie etwa den Ersatz von Rillenkugellagern durch optimierte Kegelrollenlager – im Wissen, dass die vorhergesagte Differenz im Reibungsverlust der Realität entspricht.
Auch die Ölauswahl, lange ein Kompromiss zwischen Tieftemperaturpumpfähigkeit und Scherstabilität, profitiert. Da das Modell dynamische Viskosität und Eintauchtiefe explizit incorporiert, können Ingenieure Schmierstoffe virtuell auf ihren systemweiten Einfluss screenen: Ein niedrigerviskoses ATF-Öl könnte die Planage bei hoher Geschwindigkeit reduzieren, aber wenn es die EHL-Schmierfilmdicke beeinträchtigt, könnte die Rollreibung in den Zahnradkontakten steigen – und die Gewinne zunichtemachen. Früher wurden solche Trade-offs mit groben Daumenregeln abgeschätzt.
Selbst die Dichtungsstrategie wird überdacht. Die Studie bestätigt, dass Wellendichtungsverluste der kleinste Beitrag (<2 % in den meisten Bereichen) sind, dennoch skalieren sie linear mit Wellendrehzahl und -durchmesser. Mit präzisen Reibmomentverlustdaten könnten Konstrukteure den Wechsel von konventionellen NBR- zu niedrigreibenden FKM-Dichtungen auf der Antriebswelle – wo die Geschwindigkeiten am höchsten sind – rechtfertigen, selbst wenn die Anschaffungskosten höher sind, weil die netto Energierückgewinnung über die Fahrzeuglebensdauer dies rechtfertigt.
Über die Komponentenkonstruktion hinaus verbessert das Modell die Entwick lung von Steuerungsstrategien. Moderne EVs verwenden zunehmend wirkungsgradoptimierte Drehmomentverteilung, insbesondere in Zwei-Motor- oder Allradantriebskonfigurationen. Wenn man genau weiß, wie der Wirkungsgrad jedes Reduzierers sich mit Drehzahl und Drehmoment ändert – bis hinunter zu 0,1 % Auflösung –, kann das Fahrzeugsteuergerät mehr Leistung durch den „effizienteren“ Motor unter Mischlastbedingungen leiten und so unbemerkt vom Fahrer zusätzliche Reichweite herausquetschen.
Es informiert auch die Kalibrierung des Thermomanagements. Reduzierer fallen in EVs nicht durch Verschleiß aus – sie fallen durch thermisches Durchgehen: Schmierstoffdegradation, Lagerausglühen oder Dichtungsextrusion unter anhaltenden hohen Temperaturen. Genaue Verlustvorhersage bedeutet, dass Kühlsysteme (z.B. Kühlplatten an der Ölwanne oder Sprühschmierung Düsen) passend dimensioniert werden können – nicht überdimensioniert für Worst-Case-Überschätzungen, noch gefährlich unterdimensioniert aufgrund optimistischer Simulationen.
Bemerkenswerterweise blieben die Forscher nicht bei der Validierung stehen. Sie führten eine detaillierte Verlustzuweisungsanalyse durch, die enthüllte, wie die Dominanz der Verlustmechanismen über den Betriebsbereich hinweg wechselt:
- Bei niedrigem Drehmoment, hoher Drehzahl (z.B. 60 N·m, 9.000 U/min): Planage + Verwirbelung ≈ 41 %, Lager ~30 %, Zahnradeingriff ~27 %, Dichtung ~2 %
- Bei hohem Drehmoment, niedriger Drehzahl (z.B. 180 N·m, 3.000 U/min): Zahnradeingriff ≈ 62 %, Lager ~25 %, Planage ~3 %, Dichtung ~1 %
Diese Dualität erklärt, warum universelle Optimierung unmöglich ist – und warum kontextbewusstes Design essentiell ist. Ein Stadtlieferwagen, der ständig bei niedrigen Geschwindigkeiten anfährt und anhält, erfordert ultra-glatte Zahnradreibungsoberflächen (z.B. Superfinish, DLC-Beschichtungen). Ein Autobahn-Pendlerfahrzeug profitiert hingegen mehr von aerodynamischer Ölwan nengeometrie und optimierter Ölbelüftungs kontrolle.
In die Zukunft blickend ist die Architektur des Modells erweiterbar. Obwohl an einem zweistufigen Schrägstirnradred uzierer validiert, kann seine modulare Verlustzerlegung – Zahnrad, Lager, Fluid, Dichtung – an Planetengetriebe, Mehrganggetriebe oder sogar integrierte E-Achsen angepasst werden. Mit geringen Anpassungen für Hypoidgeometrien oder Kreuzschrägverzahnungen könnte es Schwerlast- oder Gelände-EV-Plattformen unterstützen. Und da es mit geschlossenen Gleichungen arbeitet – nicht rechenintensiver CFD oder Mehrkörperdynamik –, eignet es sich für Echtzeit-Digitaler-Zwilling-Anwendungen in der Fahrzeugzustandsüberwachung.
Selbstverständlich ist kein Modell perfekt. Die aktuelle Arbeit geht von stationären Bedingungen aus; transiente Effekte – wie Ölschwappen bei aggressiver Kurvenfahrt oder Viskositätsverzögerung während rascher Temperaturanstiege – werden noch nicht erfasst. Zukünftige Versionen könnten maschinelle Lern-Surrogate integrieren, die auf hochpräzisen Simulationen trainiert sind, um diese Lücke zu schließen.
Dennoch markiert diese Arbeit einen Wendepunkt: Die Wirkungsgradmodellierung für EV-Reduzierer ist keine „gut genug“-Approximationsübung mehr. Sie hat sich zu einer prädiktiven Ingenieursdisziplin entwickelt – wo Simulation und Experiment sich auf Zehntelprozent genau treffen. Während Automobilhersteller auf die Elektrifizierungsvorgaben für 2030 zusteuern, wird eine solche granulare Kontrolle über Antriebsstrangverluste nicht nur ein Wettbewerbsvorteil sein. Sie wird Grundvoraussetzung sein.
Und in einer Branche, wo „Effizienz“ oft auf Marketing-Slogans reduziert wird – „bis zu 400 Meilen!“ oder „95 % effizienter Antriebsstrang!“ –, gibt diese Forschung der Konversation ihre Strenge zurück. Hinter jedem Prozentpunkt stecken Physik, Reibung, Strömungsdynamik und akribische Validierung. Das ist nicht nur Technik. Das ist Integrität.
Chen Feng, Li Weilin, Weng Wenxiang, He Yinda, Lü Binghai, Yang Qinghua Fakultät für Maschinenbau, Zhejiang Universität für Technologie; Fakultät für Maschinenbau und Automatisierung, Zhejiang Sci-Tech Universität; Key Laboratory of New Energy Automotive Drive Systems für die Zhejiang Marktregulierung, Zhejiang Fangyuan Test Group Co. Ltd Chinese High Technology Letters DOI: 10.3772/j.issn.1002-0470.2023.02.011