本文作者：Altair CTO James Dagg
最近，通用汽車的總裁為CNN商業版寫了一篇關於汽車行業的前瞻性文章，描述了汽車行業在大規模生產電動汽車方面面臨的嚴峻挑戰。
全球汽車製造商已經在傳動系統電氣化方面進行了大量的投資，但如果想要完全顛覆現狀，讓大眾選擇電動汽車而不是內燃機，還需要更多的性能改進。
模擬驅動的設計過程和資料科學技術是解決這些複雜問題的關鍵。
接下來，讓我們逐一分析他列出的三個挑戰。
模擬應用範圍
為了提高充電後的最大里程數，製造商正在使用模擬技術來減少車輛重量、提高能源效率並優化下一代電動機。
汽車越輕用於加速和保持車速所需要的電量就越少，同樣充一次電，可以讓乘客走得更遠。工程師能夠通過創成式設計從整體結構或單個元件中節省材料，同時保持車輛安全和乘坐舒適性所需要的強度和剛度。
除了減少汽車品質，汽車製造商也可以減小電池組（電動汽車中重量最大的部分之一）的尺寸和品質。
能源效率也是提高汽車行駛里程的關鍵因素。由於空氣動力學特性會影響車輛外表面的形狀和造型，因此在設計過程的初期就會用到CFD。
此外，CFD也可用於優化電氣和機電系統的熱管理，避免過熱引起性能問題。
最後，還可以改進的是電動機本身。考慮到動力系統設計的複雜性，保時捷等公司採用了多物理場優化設計，包括電磁和散熱、NVH、應力以及耐久性。模擬結果能夠優化電機設計，達到最佳性能。
充電設施
Statista的一項研究指出，截止到2016年，美國有超過10萬個加油站。相比之下，美國只有2萬個電動汽車充電站。
這對那些想要在正常通勤範圍之外駕駛電動汽車的司機來說是一個重大的潛在問題。
這個問題需要私營公司與政府機構大力合作，建立足夠的電動汽車充電基礎設施。
此外，大資料、人工智慧和機器學習演算法可以利用現有的充電基礎設施，為司機繪製最優的出行路線。
大資料還能讓製造商、電力公司以及政府通過資料驅動作出城市規劃決策，根據即時交通和車輛里程資料優先建設新的充電基礎設施。
最後，模擬技術也被運用於汽車充電新方法的開發，使駕駛員能更方便給電池充電。
法國的一家新公司 Gulplug 提出了一種自插式磁力充電解決方案，在無需任何人工干預的情況下，既能説明司機完成充電任務，又能實現汽車的自動停車和自動充電。
自主連接和非接觸式充電解決方案甚至可能減少對專用充電基礎設施的需求，讓加油站成為歷史。
費用
對大多數消費者來說，電動汽車進入市場最直接的障礙可能是的價格。電動汽車輕量化，除了提高電池續航能力，還能通過減少材料來降低成本。同時，電動機效率的提高也有助於製造商縮小電池尺寸，以進一步降低成本。。
梅賽德斯- AMG和其他整車廠在其設計過程的各個階段利用典型的系統模型，説明其加速設計交付，並評估效率和性能。對複雜機械電子系統的深入瞭解有助於製造商更快地將新產品推向市場，減少昂貴的物理原型試製。
對於一些消費者來說，可能很難想像自己駕駛一輛電動汽車的場景，通用汽車的總裁所寫的CNN文章中所概述的問題也證實了這些挑戰，但隨著現代模擬和資料科學技術的發展， 電動汽車未來可期。
留言列表
