Ausgangslage:
Elektroantriebe sind das Mittel der Wahl, um die CO2-Emissionen im Straßen- und Bahnverkehr zu senken und einen deutlichen Beitrag zum Klimaschutz zu leisten. Die nachhaltige Mobilität der Zukunft erfordert daher leistungsfähige und ressourceneffiziente Elektromotorkomponenten. Bei der Herstellung dieser Komponenten stoßen konventionelle Fertigungsverfahren jedoch zunehmend an ihre Grenzen. Die additive Fertigung (AM) bietet hier das Potenzial, durch geometrische Gestaltungsfreiheit und Multimaterialverarbeitung die Leistungsdichte, die Kühlleistung und die Energieeffizienz entscheidend zu verbessern. Außerdem kann durch eine dezentrale Produktion die Resilienz gesteigert werden.

Ziel:
Im Fokus des Projekts steht die Weiterentwicklung additiver Fertigungsverfahren in Bezug auf Prozessstabilität, die Verarbeitung neuartiger Hochleistungswerkstoffe im Mono- und Multimaterialbereich, simulationsgestützte Konstruktion, KI-basierte Qualitätssicherung und Technologiekettenplanung. Dadurch soll es möglich werden, E-Motor-Komponenten mit reduziertem Gewicht, geringem Massenträgheitsmoment und verbesserter Kühlung herzustellen, um die Leistungsdichte zu erhöhen. Zu diesem Zweck werden unterschiedliche Demonstratorkomponenten für Motoren von Mercedes-Benz und Siemens entwickelt, technisch und wirtschaftlich bewertet sowie in bestehende Gesamtsysteme integriert.

Vorgehen:
Die interdisziplinäre Prozesskette verknüpft Werkstoffentwicklung, Bauteildesign, Fertigung und Qualitätssicherung, wobei beim Mercedes Benz Demonstrator für elektrische Boost Motoren eine hochfeste Kupferlegierung zusammen mit weichmagnetischem FeSi3 Stahl im PBF LB/M Verfahren mittels Gas und Ultraschallverdüsung des Pulvers verarbeitet wird. Der Siemens Kühlkörper für Hochgeschwindigkeitszüge entsteht aus SiC Pulver im Binder Jetting Verfahren, wobei Druck, Entbinderung und druckloses Sintern optimiert werden, und das AddCasting® Verfahren liefert Hybridlösungen aus additiver Fertigung und Feinguss, unterstützt durch FEM , CFD und E FEM Simulationen sowie KI basierte Prozessüberwachung. Durch Echtzeit Sensorik (Körperschall, Barkhausen Rauschen, Pyrometrie) und maschinelles Lernen werden Prozessparameter dynamisch angepasst, ein digitaler Produktpass gewährleistet Rückverfolgbarkeit und Kreislaufwirtschaft, und die Validierung erfolgt anhand von Leistungsdichte, Gewichtsreduktion und CO2 Einsparungen an den Demonstratoren, wobei Industrie, KMU und Forschung skalierbare, branchenübergreifende Lösungen für zukunftsfähige Mobilität schaffen.