Autoteollisuuden ohjelmistot

Ajoneuvon suorituskyky liittyy ajoneuvon yleisiin ominaisuuksiin, tehokkuuteen ja toimivuuteen, joka kattaa muun muassa kiihtyvyyden, akun kantaman, turvallisuuden, aerodynamiikan ja vedenhallinnan, kehittyneet kuljettajaa avustavat järjestelmät (ADAS), energian ja lämmön hallinta, melu, tärinä ja kovuus (NVH) ja akustiikka, lujuus ja kestävyys, ajoneuvon ohjaus ja ajoneuvon käsittely.

Autoteollisuuden suorituskykysuunnittelua ohjaavat liiketoiminnan vaatimukset, ja se tarjoaa järjestelmän kokonaisoptimoinnin jatkuvan virtuaalisen testaus- ja valvontasilmukan avulla. Käyttämällä a vaihto-vasemmisto-strategia, autonvalmistajat ja toimittajat pyrkivät tarjoamaan parempaa liiketoiminta-arvoa löytämällä mahdolliset ongelmat kehityssyklin varhaisessa vaiheessa. Käyttämällä simulointia suunnitteluprosessin varhaisessa vaiheessa ja testaamalla virtuaalisesti, täyttävätkö tuotteet vaatimukset, he voivat havaita ongelmat varhaisessa vaiheessa ja korjata ne ymmärrettävässä digital twinissä. Lisäksi he voivat tutkia suunnitteluvaihtoehtoja aikaisemmin suunnitteluvaiheessa, kun mallien muuttaminen on helpompaa ja vähemmän häiritsevää.

Monifysiikan simulaatiolla tarkoitetaan järjestelmän tai järjestelmien useiden samanaikaisten fyysisten ilmiöiden ja niiden välisten vuorovaikutusten analysointia. Kuluttajien vaatimusten ja liiketoiminnan vaatimusten ohjaamana multifysiikan autosuunnitteluohjelmisto pyrkii suunnittelemaan turvallisia ja tehokkaita tuotteita nopeammin. Sen avulla voidaan mallintaa monimutkaisuutta, tutkia todellisissa olosuhteissa toimivien tuotteiden mahdollisuuksia ja löytää mahdollisia ongelmia kehityssyklin varhaisessa vaiheessa.

Otetaan esimerkiksi ajoneuvon akkukehitys, suunnittelu- ja suunnittelutiimien on integroitava sähkökemiallinen, sähkö-, lämpö- ja rakennesuunnittelu. Näihin erillisiin määritteisiin kohdistettujen yksittäisten kampanjoiden suorittaminen tuottaa tarpeettomia ja joskus ristiriitaisia malleja ja tietojoukkoja. Sen sijaan all-in-one-multifysiikan lähestymistavan avulla voit ymmärtää tarkalleen, miten komponentit toimivat integroituna muihin, ja varmistaa, että jopa ensimmäinen prototyyppi toimii suunnitellusti.

Aika, jolloin autojen (järjestelmän) testaus suoritettiin prototyypeille, on kauan mennyt. Nykyään kehitys ei lopu V-syklin lopussa. Sen sijaan se jatkaa äärettömässä silmukassa käyttämällä historiallisia tietoja, testitietoja ja käytössä olevien ajoneuvojen tietoja luodakseen testipohjaisia malleja, jotka määrittelevät ajoneuvon ominaisuuksien ja suorituskyvyn välisen suhteen.

Hyvä esimerkki on mallipohjainen järjestelmän testaus (MBST). MBST on tekninen kehys, joka käyttää kolmea keskeistä ratkaisua: virtuaalimallit, virtuaaliset fyysiset järjestelmät ja fyysiset prototyypit. Se hyödyntää testitietoja simulaatiomallien rakentamiseen, validointiin ja parantamiseen, tunnistaa vuorovaikutukset xIL: n kautta erilaisissa skenaarioissa ja parantaa testitietoja fyysisten prototyyppien simulaatiomalleilla. MBST: tä käyttävät valmistajat ovat tehokkaampia, nopeampia ja välttävät virheitä tiedonsiirrossa tai jälkikäsittelyssä.

Toinen erinomainen esimerkki on virtuaalinen prototyyppi. Virtuaalinen prototyyppi on tehokas testausmenetelmä, joka mahdollistaa ajoneuvojen kokoonpanovaihtoehtojen tutkimisen ennen fyysisten prototyyppien rakentamista. Se käsittelee erityisesti NVH-suorituskykyä ja käyttää komponenttipohjaista siirtopolkuanalyysiä (TPA) erilaisten mallien nopeaan arviointiin, mikä säästää kustannuksia havaitsemalla ja hallitsemalla ongelmat varhaisessa vaiheessa.

Perinteiset suunnittelu- ja suunnittelumenetelmät kamppailevat nykypäivän monimutkaisten työnkulkujen kanssa. Tekoälyn (AI) hyödyntäminen ja koneoppiminen (ML) nopeuttaa päätöksentekoa, parantaa suunnittelutiimien tuottavuutta ja kehittää innovatiivisia tuotteita lyhyemmässä ajassa. Simcenter sopii kaikkiin kehitysvaiheisiin ja tarjoaa puitteet tekoälyn soveltamiseen historiallisten tietojen hyödyntämiseksi, virheiden välttämiseksi, analyysin nopeuttamiseksi ja suunnittelun optimoimiseksi luottavaisin mielin.

Esimerkiksi autonomisissa ajoneuvojärjestelmissä tekoälyä ja ML: tä käytetään sisällyttämään ihmisen käyttäytyminen koneen havaitsemiseen. Vaikka nykyiset autonomiset ajoneuvojen havaintojärjestelmät vastaavat melkein ihmisen aistikykyjä, etenkin tavanomaisissa olosuhteissa, ne jäävät puutteellisiksi äärimmäisissä sääolosuhteissa ja monimutkaisissa skenaarioissa. Simcenterin skenaarioiden luomisprosessi auttaa luomaan kriittisiä skenaarioita OEM-valmistajille ja AV-toimittajille varmistaen turvallisuusstandardien, kuten suunnitellun toiminnallisuuden turvallisuuden (SOTIF) noudattamisen.

Ainoa kestävä tapa integroida ajoneuvojärjestelmät on lähestyä suunnittelua ja suunnittelua täydellisenä ekosysteeminä. Tämän ansiosta valmistajat voivat nopeasti suunnitella ja käyttää työnkulkua uudelleen vaatimusten muuttuessa ja vaihtaa määritteitä useiden toimialueiden välillä. Prosessitasolla on tärkeää täyttää vaatimukset ja pysyä yhteydessä tuotteen elinkaaren hallintajärjestelmään (PLM), jotta varmistetaan, että yhdellä toimialueella tehdyt muutokset heijastuvat koko järjestelmään. A mallipohjainen järjestelmätekniikan (MBSE) lähestymistapa ajoneuvokehityksessä yhdistetään järjestelmäsuunnittelun muuhun kehitysorganisaatioon, mikä parantaa yhteistyötä ja päätöksentekoa.

Otetaan esimerkki sähkökäyttötekniikka. Sähkömoottori koostuu sähkömoottorista, vaihteistosta ja tehoelektroniikasta. Useiden eri alojen asiantuntijoiden on työskenneltävä yhdessä tehokkaan, integroidun sähkökäytön aikaansaamiseksi. Siksi on välttämätöntä jättää perinteiset kehityssiilot menneisyyteen ja sallia monialainen ja toimialojen välinen järjestelmäsuunnittelu. Vain yhdistetty tekninen lähestymistapa, jossa on integroidut, uudelleenkäytettävät työnkulut MBSE:n ja digital twinin avulla, tarjoaa valmistajille autoteollisuuden ohjelmistotyökaluketjun hallitsemaan sähköajoneuvosuunnittelun spiraalimaista monimutkaisuutta - ei vain tuotteen vaan myös kehitysprosessin.