Software de ingeniería automotriz

El rendimiento del vehículo se relaciona con las capacidades generales, la eficiencia y la funcionalidad de un vehículo, abarcando aspectos tales como aceleración, autonomía de la batería, seguridad, aerodinámica y gestión del agua, sistemas avanzados de asistencia al conductor (ADAS), gestión energética y térmica, ruido, vibración y dureza (NVH) y acústica, resistencia y durabilidad, controles de vehículos y manejo del vehículo.

La ingeniería de rendimiento automotriz está impulsada por los requisitos del negocio y ofrece una optimización del sistema de extremo a extremo a través de un circuito virtual continuo de pruebas y monitoreo. Usando un estrategia de cambio a la izquierda, los fabricantes y proveedores de automóviles tienen como objetivo proporcionar un mejor valor comercial al descubrir posibles problemas al principio del ciclo de desarrollo. Al usar la simulación al principio del proceso de diseño y probar virtualmente si los productos cumplen con los requisitos, pueden detectar problemas temprano y rectificarlos en un digital twin comprensible. Además, pueden explorar alternativas de diseño más temprano en la fase de diseño cuando cambiar diseños es más fácil y menos disruptivo.

Una simulación multifísica se refiere al análisis de múltiples fenómenos físicos simultáneos de un sistema o sistemas y las interacciones entre ellos. Impulsado por las demandas de los consumidores y los requisitos comerciales, el software de ingeniería automotriz multifísica tiene como objetivo diseñar productos seguros y de alto rendimiento más rápido. Le permite modelar la complejidad, explorar las posibilidades de los productos que operan en condiciones del mundo real y descubrir posibles problemas al principio del ciclo de desarrollo.

Tomemos por ejemplo desarrollo de baterías de vehículos, los equipos de diseño e ingeniería necesitan integrar ingeniería electroquímica, eléctrica, térmica y estructural. La ejecución de campañas aisladas dirigidas a estos atributos separados generará modelos y conjuntos de datos redundantes y, a veces, conflictivos. En su lugar, el uso de un enfoque multifísico todo en uno le permite comprender exactamente cómo funcionarán los componentes cuando se integren con otros y garantiza que incluso el primer prototipo funcione según lo planeado.

El tiempo en que se realizaron pruebas automotrices (de sistemas) en prototipos ya pasó. Hoy, el desarrollo no se detiene al final del ciclo V. En cambio, continúa en un bucle infinito mediante el uso de datos históricos, datos de pruebas y datos de vehículos en uso para crear modelos basados en pruebas que definen la relación entre las características del vehículo y su rendimiento.

Un buen ejemplo es pruebas de sistema basadas en modelos (MBST). MBST es un marco de ingeniería que emplea tres soluciones clave: modelos virtuales, sistemas virtual-físicos y prototipos físicos. Utiliza datos de prueba para construir, validar y mejorar modelos de simulación, identifica interacciones a través de XiL en varios escenarios y mejora los datos de prueba con modelos de simulación para prototipos físicos. Los fabricantes que utilizan MBST son más eficientes, más rápidos y evitan errores en la transferencia de datos o el procesamiento posterior.

Otro ejemplo sobresaliente es prototipado virtual. La creación de prototipos virtuales es un método de prueba eficiente que permite la exploración de alternativas de ensamblaje de vehículos antes de que se construyan prototipos físicos. Aborda específicamente el rendimiento de NVH y utiliza el análisis de ruta de transferencia (TPA) basado en componentes para evaluar rápidamente varios diseños, ahorrando costos al detectar y controlar los problemas temprano.

Los métodos tradicionales de diseño e ingeniería luchan con los complejos flujos de trabajo de hoy en día. Aprovechamiento de la inteligencia artificial (IA) y el aprendizaje automático (ML) acelera la toma de decisiones, mejora la productividad de los equipos de ingeniería y desarrolla productos innovadores en plazos más cortos. Al adaptarse a cualquier etapa del ciclo de desarrollo, Simcenter ofrece un marco para aplicar inteligencia artificial para aprovechar los datos históricos, evitar errores, acelerar el análisis y optimizar los diseños con confianza.

Por ejemplo, en los sistemas de vehículos autónomos, la IA y el ML se utilizan para integrar el comportamiento humano en la percepción de la máquina. Si bien los sistemas actuales de percepción de vehículos autónomos casi coinciden con las capacidades sensoriales humanas, especialmente en condiciones estándar, se quedan cortos en condiciones climáticas extremas y escenarios complejos. Simcenter proceso de creación de escenarios ayuda a generar escenarios críticos para los OEM y los proveedores de AV, asegurando el cumplimiento de estándares de seguridad como la seguridad de la funcionalidad prevista (SOTIF).

La única manera sostenible de integrar los sistemas de vehículos es abordar el diseño y la ingeniería como un ecosystem completo. Esto permite a los fabricantes rediseñar y reutilizar rápidamente el flujo de trabajo a medida que cambian los requisitos y canjean atributos entre múltiples dominios. A nivel de proceso, es clave cumplir con los requisitos mientras se mantiene conectado con el sistema de gestión del ciclo de vida del producto (PLM) para garantizar que los cambios realizados en un dominio se reflejen en todo el sistema. A enfoque de ingeniería de sistemas basada en modelos (MBSE) en el desarrollo de vehículos conecta la ingeniería de sistemas con el resto de la organización de desarrollo, mejorando la colaboración y la toma de decisiones.

Tome el ejemplo de ingeniería de accionamiento eléctrico. Un e-drive consiste en un motor eléctrico, una caja de cambios y electrónica de potencia. Varios expertos de diferentes dominios necesitan trabajar juntos para lograr un accionamiento eléctrico eficiente e integrado. Por lo tanto, es esencial dejar los silos de desarrollo tradicionales en el pasado y permitir la ingeniería de sistemas multifuncional y entre dominios. Solo un enfoque de ingeniería conectado, con flujos de trabajo integrados y reutilizables mediante la aplicación de MBSE y un digital twin, proporciona a los fabricantes la cadena de herramientas de software de ingeniería automotriz para administrar la complejidad en espiral de la ingeniería de vehículos eléctricos, no solo del producto sino también del proceso de desarrollo.