자동차 엔지니어링 소프트웨어

차량 성능은 가속, 배터리 주행 거리, 안전, 공기역학 및 물 관리, ADAS(첨단 운전자 보조 시스템), 에너지 및 열 관리, NVH(소음, 진동 및 충격) 및 음향, 강도 및 내구성, 차량 제어 및 차량 핸들링과 같은 측면을 포함하여 차량의 전반적인 기능, 효율 및 기능과 관련이 있습니다.

자동차 성능 엔지니어링은 비즈니스 요구사항에 따라 구동되며 지속적인 가상 테스트 및 모니터링 루프를 통해 엔드 투 엔드 시스템 최적화를 제공합니다. 시프트 레프트(조기에 근본적인 문제 해결) 전략을 사용하여 자동차 제조업체와 공급업체는 개발 주기 초기에 잠재적인 문제를 발견하여 더 우수한 비즈니스 가치를 제공하는 것을 목표로 합니다. 설계 프로세스 초기에 시뮬레이션을 사용하고 제품이 요구사항을 충족하는지 가상으로 테스트함으로써 문제를 조기에 감지하고 포괄적인 디지털 트윈에서 수정할 수 있습니다. 또한 설계 변경이 더 쉽고 방해가 덜한 설계 단계 초기에 설계 대안을 탐색할 수 있습니다.

다중 물리 시뮬레이션은 시스템 또는 시스템들의 여러 동시 물리적 현상과 이들 간의 상호 작용을 분석하는 것을 말합니다. 소비자 요구와 비즈니스 요구사항에 따라 다중 물리 자동차 엔지니어링 소프트웨어는 안전한 고성능 제품을 더 빠르게 설계하는 것을 목표로 합니다. 이를 통해 복잡성을 모델링하고, 실제 조건에서 작동하는 제품의 가능성을 탐색하고, 개발 주기 초기에 잠재적인 문제를 발견할 수 있습니다.

예를 들어, 차량 배터리 개발, 설계 및 엔지니어링 팀은 전기 화학, 전기, 열 및 구조 엔지니어링을 통합해야 합니다. 이러한 개별 속성을 대상으로 하는 격리된 캠페인을 실행하면 중복되고 때로는 상충하는 모델과 데이터 세트가 생성됩니다. 대신, 올인원 다중 물리 접근 방식을 사용하면 컴포넌트가 다른 컴포넌트와 통합될 때 어떻게 작동하는지 정확히 이해할 수 있으며 첫 번째 프로토타입도 계획대로 작동하는지 확인할 수 있습니다.

프로토타입을 통해 자동차 (시스템) 테스트를 수행하던 시대는 오래 전에 지나갔습니다. 오늘날 개발은 V-사이클의 끝에서 멈추지 않습니다. 대신, 과거 데이터, 테스트 데이터, 사용 중인 차량의 데이터를 사용하여 차량 특성과 성능 간의 관계를 정의하는 테스트 기반 모델을 생성함으로써 무한 루프를 계속 진행합니다.

유용한 예는 MBST(모델 기반 시스템 테스트)입니다. MBST는 가상 모델, 가상 물리 시스템, 물리적 프로토타입의 세 가지 핵심 솔루션을 사용하는 엔지니어링 프레임워크입니다. 테스트 데이터를 활용하여 시뮬레이션 모델을 구축, 검증, 개선하고, 다양한 시나리오에서 XiL을 통해 상호 작용을 식별하고, 물리적 프로토타입을 위한 시뮬레이션 모델을 사용하여 테스트 데이터를 향상합니다. MBST를 사용하는 제조업체는 더 효율적이고 빠르며 데이터 전송 또는 후처리에서 오류를 방지할 수 있습니다.

또 다른 훌륭한 예는 가상 프로토타입 제작입니다. 가상 프로토타입 제작은 물리적 프로토타입을 제작하기 전에 차량 조립 대안을 탐색할 수 있는 효율적인 테스트 방법입니다. 특히 NVH 성능을 다루고 컴포넌트 기반 TPA(전송 경로 분석)를 사용하여 다양한 설계를 신속하게 평가하고 문제를 조기에 감지하고 제어함으로써 비용을 절감합니다.

기존의 설계 및 엔지니어링 방법으로는 오늘날의 복잡한 워크플로를 구현하기 어렵습니다. AI(인공 지능) 및 ML(머신 러닝)을 활용하면 의사 결정을 가속하고 엔지니어링 팀의 생산성을 높이며 더 짧은 시간 내에 혁신적인 제품을 개발할 수 있습니다. 개발 주기의 모든 단계에 적합한 Simcenter는 인공 지능을 적용하여 과거 데이터를 활용하고, 실수를 방지하고, 해석 속도를 높이고, 자신 있게 설계를 최적화할 수 있는 프레임워크를 제공합니다.

예를 들어, 자율주행 차량 시스템에서 AI와 ML은 인간의 행동을 기계 인식에 내장하는 데 사용됩니다. 현재의 자율주행 차량 인식 시스템은 특히 표준 조건에서 인간의 감각 능력과 거의 일치하지만 극한의 날씨와 복잡한 시나리오에서는 부족합니다. Simcenter의 시나리오 생성 프로세스는 OEM 및 AV 공급업체를 위한 중요한 시나리오를 생성할 수 있으며, SOTIF(Safety of the Intended Functionality)와 같은 안전 표준을 준수하도록 보장합니다.

차량 시스템을 통합하는 유일하게 지속 가능한 방법은 설계 및 엔지니어링을 완전한 에코시스템으로 접근하는 것입니다. 이를 통해 제조업체는 요구사항이 변경됨에 따라 워크플로를 신속하게 재설계하고 재사용할 수 있으며 여러 영역 간에 속성을 절충할 수 있습니다. 프로세스 수준에서 이는 요구사항을 충족하는 동시에 PLM(제품 라이프사이클 관리) 시스템과의 연결을 유지하여 한 영역에서 수행된 변경 사항을 시스템 전체에 반영하는 데 핵심입니다. 차량 개발에서 MBSE(모델 기반 시스템 엔지니어링) 접근 방식은 시스템 엔지니어링을 나머지 개발 조직과 연결하여 협업 및 의사 결정을 개선할 수 있습니다.

전기 드라이브 엔지니어링을 예로 들어 보겠습니다. e-드라이브는 전기 모터, 기어박스, 전력 전자 장치로 구성됩니다. 서로 다른 영역의 여러 전문가가 협력하여 효율적인 통합 전기 구동을 달성해야 합니다. 따라서 과거의 전통적인 개발 사일로에서 벗어나 부서 간 및 영역 간 시스템 엔지니어링을 허용하는 것이 중요합니다. MBSE와 디지털 트윈을 적용하여 재사용 가능한 통합 워크플로를 갖춘 연결된 엔지니어링 접근 방식만이 전기 자동차 엔지니어링의 급증하는 복잡성을 관리할 수 있는 자동차 엔지니어링 소프트웨어 툴체인을 제공합니다. 이는 제품뿐만 아니라 개발 프로세스의 복잡성도 관리합니다.