完美作业网有免费视频2025年7月14日获悉，采埃孚突破性地实现了电机内部高温、狭小且无法触达区域的精准测温，无需额外硬件，仅通过人工智能算法即可获取精确的温度数据。这项技术让电机释放出更高功率：更强动力、闲置储备更少，效率显著提升。
 

图：采埃孚推出搭载全新TempAI技术的电驱动系统
 

　　依托基于人工智能的TempAI解决方案，采埃孚为电驱动系统温度管理开创了全新路径，将其技术水平提升至新高度。采用自学习温度模型，TempAI可将预测精准度提升15%以上，从而实现对电机热能利用的显著优化。

　　TempAI技术基于一个可从测量数据中自动生成物理模型，并能在极短时间内实现运行的平台。该AI模型对算力资源的要求较低，现有的控制单元完全能够满足，因此批量生产时可显著降低成本。采埃孚集团研发部人工智能、数字工程与验证负责人斯特凡·西克林格博士(Dr. Stefan Sicklinger)表示：“这项技术能够进一步提升采埃孚电驱系统的效率和可靠性。此外，TempAI还证明了数据驱动开发不仅能够加快速度，还具备可持续性和其它巨大潜力。”

　　这项基于人工智能的技术已具备量产条件，并可用于采埃孚新一代电驱系统。采埃孚电驱传动技术事业部研发高级副总裁奥特马尔·沙雷尔博士(Dr. Otmar Scharrer)表示：“能将这一创新投入批量生产并为更高效的电动出行赋能，我们倍感自豪。TempAI是电驱动系统温度管理领域的一次真正的技术突破。”

　　经WLTP循环测试验证，可实现更强动力、更少储备

　　更精准的温度预测使控制更加准确，直至达到热运行极限。在全球真实驾驶排放标准WLTP循环测试中，TempAI使电机峰值功率提升6%，效率提升得到验证。在动态驾驶中(例如纽博格林北环赛道)，根据不同负载，能耗可降低6%至18%。

　　兼顾生态效益，缩短研发周期

　　除性能优势外，TempAI还具备生态和经济双重优势：优化后的散热设计可大幅减少重稀土的使用量。同时单个项目的研发周期也从数月大幅缩短至数日。在电驱动系统的开发过程中，电机内部运行过程因成本或时间限制，缺乏可靠的物理模型，而人工智能恰好能帮助解析并记录这些过程。这其中的关键难点在于，运行状态下直接测量转子内部温度的成本极高。

　　在测试台架上以及测试车辆上进行的广泛功能测试中，大量测量数据会被系统性地记录。这些数据包括来自环境的温度值，如油底壳的温度以及转子转速温度等。各种可能的运行点及其时间变化会产生数百万个数据点。这些数据点与驾驶员是否以及何时调用全功率或以步行速度行驶密切相关。人工智能算法经过“训练”，能够精确筛选出对转子和定子温度变化影响显著的关键因子。