Software de ingeniería de automoción

El rendimiento del vehículo se refiere a las funcionalidades, la eficiencia y el funcionamiento generales de un vehículo. Abarca aspectos como la aceleración, la autonomía de la batería, la seguridad, la aerodinámica y la gestión del agua, los sistemas avanzados de asistencia al conductor (ADAS), la gestión energética y térmica, el ruido, la vibración y la dureza (NVH), la acústica, la resistencia y la durabilidad, los controles del vehículo y su manejo.

La ingeniería de rendimiento en automoción se rige por requisitos empresariales. Ofrece una optimización integral del sistema mediante un bucle continuo de pruebas y supervisión virtuales. Mediante una estrategia de anticipación, los fabricantes y proveedores de vehículos pretenden proporcionar un mejor valor empresarial descubriendo posibles problemas en las fases iniciales del ciclo de desarrollo. El uso de la simulación en fases iniciales del proceso de diseño y la comprobación virtual de si los productos cumplen los requisitos pueden ayudar a detectar los problemas en las fases iniciales y rectificarlos en un gemelo digital fácil de entender. Además, pueden explorar alternativas de diseño al principio de la fase de diseño, cuando cambiar de diseño es más fácil y tiene menos repercusiones.

Una simulación multifísica se refiere al análisis de varios fenómenos físicos simultáneos de un sistema o sistemas y de las interacciones entre ellos. Teniendo en cuenta las demandas de los consumidores y los requisitos empresariales, el software multifísico de ingeniería de automoción tiene como objetivo diseñar productos seguros y de alto rendimiento con mayor rapidez. Permite modelizar la complejidad, explorar las posibilidades de funcionamiento de los productos en condiciones reales y descubrir posibles problemas en las fases iniciales del ciclo de desarrollo.

Por ejemplo, en el desarrollo de baterías para vehículos, los equipos de diseño e ingeniería tienen que integrar la ingeniería electroquímica, eléctrica, térmica y estructural. Ejecutar campañas aisladas dirigidas a estos atributos por separado generará modelos y conjuntos de datos redundantes y, a veces, contradictorios. En cambio, un enfoque multifísico integral permite comprender exactamente cómo funcionarán los componentes cuando se integren con otros y asegura que incluso el primer prototipo se comportará según lo previsto.

La época en que las pruebas de automoción (sistemas) se realizaban en prototipos hace mucho que ha pasado a la historia. Hoy en día, el desarrollo no se detiene al final del ciclo V, sino que continúa en un bucle infinito utilizando datos históricos, de pruebas y de vehículos en uso para crear modelos basados en pruebas que definan la relación entre las características del vehículo y su rendimiento.

Un buen ejemplo son las pruebas de sistemas basadas en modelos (MBST). Consisten en un marco de ingeniería que emplea tres soluciones clave: modelos virtuales, sistemas virtuales-físicos y prototipos físicos. Se utilizan los datos de las pruebas para construir, validar y mejorar los modelos de simulación, identifican las interacciones mediante XiL en diversos escenarios y mejoran los datos de las pruebas con modelos de simulación para prototipos físicos. Los fabricantes que utilizan MBST son más eficientes y rápidos, y evitan errores en la transferencia de datos o en el postprocesamiento.

Otro ejemplo muy destacado es la creación de prototipos virtuales. La creación de prototipos virtuales es un eficiente método de pruebas que permite explorar alternativas de ensamble de vehículos antes de construir prototipos físicos. Aborda el rendimiento de NVH y utiliza el análisis de trayectoria de transferencia basado en componentes (TPA) para evaluar rápidamente varios diseños. De este modo, ahorra costes al detectar y controlar los problemas con antelación.

Los métodos tradicionales de diseño e ingeniería tienen dificultades con los complejos flujos de trabajo actuales. Aprovechar la inteligencia artificial (IA) y el aprendizaje automático (ML) acelera la toma de decisiones, lo que mejora la productividad de los equipos de ingeniería y desarrolla productos innovadores en plazos más cortos. Adaptado a cualquier fase del ciclo de desarrollo, Simcenter ofrece un marco para implementar la inteligencia artificial con el fin de aprovechar los datos históricos, evitar errores, acelerar el análisis y optimizar los diseños de manera fiable.

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. Aunque los actuales sistemas de percepción de los vehículos autónomos casi igualan las capacidades sensoriales humanas, sobre todo en condiciones estándar, se quedan cortos en condiciones meteorológicas extremas y escenarios complejos. El proceso de proceso de creación de escenarios de Simcenter ayuda a generar escenarios críticos para OEMs y proveedores de vehículos autónomos, y asegura el cumplimiento de normas de seguridad como la seguridad de la funcionalidad prevista (SOTIF).

El único modo sostenible de integrar los sistemas del vehículo es enfocar el diseño y la ingeniería como un ecosistema completo. Esto permite a los fabricantes rediseñar y reutilizar rápidamente el flujo de trabajo a medida que evolucionan los requisitos, así como intercambiar atributos entre múltiples dominios. En el caso de los procesos, es clave cumplir los requisitos y, al mismo tiempo, mantenerse conectado con el sistema de gestión del ciclo de vida del producto (PLM) para asegurar que los cambios realizados en un dominio se reflejen en todo el sistema. Un enfoque de ingeniería de sistemas basada en modelos (MBSE) en el desarrollo de vehículos conecta la ingeniería de sistemas con el resto de los equipos que intervienen en el desarrollo; de esta forma, mejoran la colaboración y la toma de decisiones.

Veamos el ejemplo de ingeniería de tracción eléctrica. Un e-drive consta de un motor eléctrico, una caja de cambios y electrónica de potencia. Varios expertos de distintos dominios tienen que colaborar para conseguir una tracción eléctrica eficiente e integrada. Por lo tanto, es esencial prescindir de los tradicionales silos de desarrollo y permitir una ingeniería de sistemas interfuncional y multidominio. Solo un enfoque de ingeniería conectada, con flujos de trabajo integrados y reutilizables mediante la aplicación de MBSE y un gemelo digital, proporciona a los fabricantes la cadena de herramientas de software de ingeniería de automoción para gestionar la espiral de complejidad de la ingeniería de vehículos eléctricos no solo del producto, sino también del proceso de desarrollo.