Software de engenharia automotiva

O desempenho do veículo está relacionado às capacidades gerais, eficiência e funcionalidade de um veículo, abrangendo aspectos como aceleração, alcance da bateria, segurança, aerodinâmica e gerenciamento de água, sistemas avançados de assistência ao motorista (ADAS), gerenciamento térmico e de energia, ruído, vibração e aspereza (NVH) e acústica, resistência e durabilidade, controles e manuseio do veículo.

A engenharia de desempenho automotivo é orientada pelos requisitos de negócios e oferece otimização completa do sistema por meio de um ciclo virtual contínuo de testes e monitoramento. Usando um estratégia shift-left, fabricantes e fornecedores de automóveis visam oferecer melhor valor comercial descobrindo possíveis problemas no início do ciclo de desenvolvimento. Usando a simulação no início do processo de design e testando virtualmente se os produtos atendem aos requisitos, eles podem detectar problemas precocemente e corrigi-los em um gêmeo digital compreensível. Além disso, eles podem explorar alternativas de design mais cedo na fase de projeto, quando a alteração de projetos é mais fácil e menos disruptiva.

Uma simulação multifísica se refere à análise de vários fenômenos físicos simultâneos de um sistema ou sistemas e das interações entre eles. Impulsionado pelas demandas dos consumidores e pelos requisitos comerciais, o software multifísico de engenharia automotiva visa projetar produtos seguros e de alto desempenho com mais rapidez. Ele permite modelar a complexidade, explorar as possibilidades de produtos operando em condições reais e descobrir possíveis problemas no início do ciclo de desenvolvimento.

Tomemos, por exemplo desenvolvimento de baterias de veículos, as equipes de projeto e engenharia precisam integrar engenharia eletroquímica, elétrica, térmica e estrutural. A execução de campanhas isoladas direcionadas a esses atributos separados gerará modelos e conjuntos de dados redundantes e, às vezes, conflitantes. Em vez disso, usar uma abordagem multifísica completa permite que você entenda exatamente como os componentes funcionarão quando integrados a outros e garante que até mesmo o primeiro protótipo funcione conforme o planejado.

Já passou o tempo em que os testes automotivos (de sistema) eram realizados em protótipos. Hoje, o desenvolvimento não para no final do ciclo V. Em vez disso, ele continua em um ciclo infinito usando dados históricos, dados de teste e dados de veículos em uso para criar modelos baseados em testes que definem a relação entre as características do veículo e seu desempenho.

Um bom exemplo é teste de sistema baseado em modelo (MBST). O MBST é uma estrutura de engenharia que emprega três soluções principais: modelos virtuais, sistemas físicos virtuais e protótipos físicos. Ele utiliza dados de teste para criar, validar e melhorar modelos de simulação, identifica interações por meio do XiL em vários cenários e aprimora os dados de teste com modelos de simulação para protótipos físicos. Os fabricantes que usam o MBST são mais eficientes, rápidos e evitam erros na transferência de dados ou no pós-processamento.

Outro excelente exemplo é prototipagem virtual. A prototipagem virtual é um método de teste eficiente que permite a exploração de alternativas de montagem de veículos antes que os protótipos físicos sejam construídos. Ele aborda especificamente o desempenho do NVH e usa a análise do caminho de transferência (TPA) baseada em componentes para avaliar rapidamente vários projetos, economizando custos ao detectar e controlar problemas precocemente.

Os métodos tradicionais de design e engenharia enfrentam os complexos fluxos de trabalho atuais. Aproveitando a inteligência artificial (IA) e o aprendizado de máquina (ML) acelera a tomada de decisões, aprimorando a produtividade das equipes de engenharia e desenvolvendo produtos inovadores em prazos mais curtos. Adequado a qualquer estágio do ciclo de desenvolvimento, o Simcenter oferece uma estrutura para aplicar inteligência artificial para aproveitar dados históricos, evitar erros, acelerar a análise e otimizar projetos com confiança.

Por exemplo, em sistemas de veículos autônomos, a IA e o ML são usados para incorporar o comportamento humano à percepção da máquina. Embora os sistemas atuais de percepção de veículos autônomos quase correspondam às habilidades sensoriais humanas, especialmente em condições padrão, eles falham em condições climáticas extremas e cenários complexos. Do Simcenter processo de criação de cenários ajuda a gerar cenários críticos para OEMs e fornecedores de AV, garantindo a conformidade com padrões de segurança, como a segurança da funcionalidade pretendida (SOTIF).

A única maneira sustentável de integrar sistemas de veículos é abordar o design e a engenharia como um ecossistema completo. Isso permite que os fabricantes redesenhem e reutilizem rapidamente o fluxo de trabalho à medida que os requisitos mudam e trocam atributos entre vários domínios. No nível do processo, é fundamental atender aos requisitos e, ao mesmo tempo, permanecer conectado ao sistema de gerenciamento do ciclo de vida do produto (PLM) para garantir que as alterações feitas em um domínio sejam refletidas em todo o sistema. UM abordagem de engenharia de sistemas baseada em modelos (MBSE) no desenvolvimento de veículos conecta a engenharia de sistemas com o resto da organização de desenvolvimento, melhorando a colaboração e a tomada de decisões.

Veja o exemplo de engenharia de acionamento elétrico. Um e-drive consiste em um motor elétrico, uma caixa de câmbio e eletrônica de potência. Vários especialistas de diferentes áreas precisam trabalhar juntos para obter um acionamento elétrico eficiente e integrado. Portanto, é essencial deixar os silos de desenvolvimento tradicionais no passado e permitir a engenharia de sistemas multifuncional e de vários domínios. Somente uma abordagem de engenharia conectada, com fluxos de trabalho integrados e reutilizáveis por meio da aplicação do MBSE e de um gêmeo digital, fornece aos fabricantes a cadeia de ferramentas de software de engenharia automotiva para gerenciar a crescente complexidade da engenharia de veículos elétricos — não apenas do produto, mas também do processo de desenvolvimento.