Software voor autotechniek

Voertuigprestaties hebben betrekking op de algemene capaciteiten, efficiëntie en functionaliteit van een voertuig, waaronder aspecten zoals acceleratie, actieradius van de batterij, veiligheid, aerodynamica en waterbeheer, geavanceerde rijhulpsystemen (ADAS), energie- en warmtebeheer, geluid, trillingen en hardheid (NVH) en akoestiek, sterkte en duurzaamheid, voertuigbedieningen en voertuigbediening.

De prestatietechniek in de automobielsector wordt bepaald door zakelijke vereisten en zorgt voor systeemoptimalisatie van begin tot eind door middel van een continue virtuele test- en monitoringcyclus. Met behulp van een strategie om naar links te schakelen, autofabrikanten en leveranciers willen een betere bedrijfswaarde bieden door potentiële problemen vroeg in de ontwikkelingscyclus te ontdekken. Door vroeg in het ontwerpproces gebruik te maken van simulatie en virtueel te testen of producten aan de vereisten voldoen, kunnen ze problemen vroegtijdig detecteren en deze in een begrijpelijke digital twin verhelpen. Bovendien kunnen ze eerder in de ontwerpfase ontwerpalternatieven verkennen, wanneer het wijzigen van ontwerpen eenvoudiger en minder storend is.

Een multifysische simulatie verwijst naar de analyse van meerdere, gelijktijdige fysische fenomenen van een systeem of systemen en de interacties daartussen. Gedreven door de eisen van consumenten en bedrijven, is multifysische software voor autotechniek bedoeld om sneller veilige, goed presterende producten te ontwerpen. Het stelt iemand in staat om de complexiteit te modelleren, de mogelijkheden te verkennen van producten die onder reële omstandigheden werken en potentiële problemen vroeg in de ontwikkelingscyclus te ontdekken.

Neem bijvoorbeeld Ontwikkeling van de accu van voertuigen, ontwerp- en engineeringteams moeten elektrochemische, elektrische, thermische en structurele engineering integreren. Het uitvoeren van geïsoleerde campagnes gericht op deze afzonderlijke kenmerken zal leiden tot redundante en soms tegenstrijdige modellen en datasets. In plaats daarvan kunt u met behulp van een alles-in-één multifysische benadering precies begrijpen hoe componenten zullen presteren wanneer ze met andere componenten worden geïntegreerd, en kunt u ervoor zorgen dat zelfs het eerste prototype volgens plan werkt.

De tijd dat prototypes in de automobielsector (systeem) werden getest, is allang voorbij. Vandaag stopt de ontwikkeling niet aan het einde van de V-cyclus. In plaats daarvan gaat het verder in een oneindige cyclus door gebruik te maken van historische gegevens, testgegevens en gegevens van voertuigen die in gebruik zijn om op tests gebaseerde modellen te maken die de relatie tussen voertuigkenmerken en de prestaties ervan bepalen.

Een goed voorbeeld is systeemtesten op basis van modellen (MBST). MBST is een technisch raamwerk dat gebruik maakt van drie belangrijke oplossingen: virtuele modellen, virtueel-fysieke systemen en fysieke prototypes. Het maakt gebruik van testgegevens om simulatiemodellen te bouwen, te valideren en te verbeteren, identificeert interacties via XiL in verschillende scenario's en verbetert testgegevens met simulatiemodellen voor fysieke prototypes. Fabrikanten die MBST gebruiken, zijn efficiënter, sneller en vermijden fouten bij de gegevensoverdracht of nabewerking.

Een ander uitstekend voorbeeld is virtuele prototyping. Virtuele prototyping is een efficiënte testmethode waarmee alternatieven voor voertuigassemblage kunnen worden onderzocht voordat fysieke prototypes worden gebouwd. Het heeft specifiek betrekking op de prestaties van NVH en maakt gebruik van op componenten gebaseerde transfer path analysis (TPA) om snel verschillende ontwerpen te evalueren, waardoor kosten worden bespaard door problemen vroegtijdig op te sporen en te beheersen.

Traditionele ontwerp- en engineeringsmethoden worstelen met de complexe workflows van vandaag. Gebruikmaken van kunstmatige intelligentie (AI) en machine learning (ML) versnelt de besluitvorming, verhoogt de productiviteit van technische teams en ontwikkelt innovatieve producten in kortere tijdsbestekken. Simcenter is geschikt voor elke fase van de ontwikkelingscyclus en biedt een raamwerk voor de toepassing van kunstmatige intelligentie om historische gegevens te benutten, fouten te vermijden, de analyse te versnellen en ontwerpen met vertrouwen te optimaliseren.

In autonome voertuigsystemen worden AI en ML bijvoorbeeld gebruikt om menselijk gedrag te integreren in de perceptie van machines. Hoewel de huidige waarnemingssystemen voor autonome voertuigen bijna overeenkomen met de menselijke zintuigen, vooral in standaardomstandigheden, schieten ze tekort bij extreem weer en complexe scenario's. Van Simcenter proces voor het maken van een scenario helpt bij het genereren van kritieke scenario's voor OEM's en AV-leveranciers, waarbij wordt gezorgd voor naleving van veiligheidsnormen, zoals de veiligheid van de beoogde functionaliteit (SOTIF).

De enige duurzame manier om voertuigsystemen te integreren is door het ontwerp en de engineering als een compleet ecosysteem te benaderen. Dit stelt fabrikanten in staat om de workflow snel opnieuw te ontwerpen en opnieuw te gebruiken als de vereisten veranderen, en om eigenschappen tussen meerdere domeinen af te wisselen. Op procesniveau is het van cruciaal belang om aan de vereisten te voldoen en tegelijkertijd verbonden te blijven met het PLM-systeem (Product Lifecycle Management) om ervoor te zorgen dat wijzigingen die in één domein zijn aangebracht, in het hele systeem worden weerspiegeld. EEN modelgebaseerde systeemtechnische benadering (MBSE) op het gebied van voertuigontwikkeling verbindt systeemtechniek met de rest van de ontwikkelingsorganisatie, waardoor de samenwerking en besluitvorming worden verbeterd.

Neem het voorbeeld van techniek voor elektrische aandrijving. Een e-drive bestaat uit een elektromotor, een versnellingsbak en vermogenselektronica. Meerdere deskundigen uit verschillende domeinen moeten samenwerken om tot een efficiënte, geïntegreerde elektrische aandrijving te komen. Het is daarom van essentieel belang om de traditionele ontwikkelingssilo's uit het verleden achter zich te laten en systeemontwikkeling tussen functies en domeinen toe te staan. Alleen een geconnecteerde technische aanpak, met geïntegreerde, herbruikbare workflows door de toepassing van MBSE en een digital twin, biedt fabrikanten de softwaretoolchain voor autotechniek om de groeiende complexiteit van de elektrische voertuigtechniek te beheersen — niet alleen van het product maar ook van het ontwikkelingsproces.