Cómo utilizar la ingeniería generativa en la exploración de la arquitectura de los vehículos eléctricos

Cómo utilizar la ingeniería generativa en la exploración de la arquitectura de los vehículos eléctricos

 

El análisis de arquitectura, ya sea una arquitectura de tren motriz o una arquitectura de sistema de enfriamiento, asegura que las arquitecturas del sistema estén alineadas con los requisitos deseados y que todas las posibilidades se exploren a fondo. Es un aspecto esencial de la ingeniería de sistemas basada en modelos (MBSE – Model  Based Systems Engineering), un enfoque en el que todos los requisitos se capturan y se convierten en un modelo que muestra la relación entre la función y los requisitos. En este artículo, exploraremos una técnica de análisis de arquitectura con ingeniería generativa dentro del ámbito de MBSE. También mostraremos un estudio de caso de análisis de arquitectura de enfriamiento para vehículos eléctricos para demostrar la aplicación práctica de estas técnicas.

 

El estado actual del arte en la selección de arquitectura automotriz a menudo implica un proceso iterativo y que requiere mucho tiempo para evaluar y refinar conceptos basados en experiencias pasadas y el juicio de expertos. Este proceso puede ser subjetivo, propenso a sesgos y limitado por el conocimiento y las experiencias de las personas involucradas. También puede pasar por alto ciertas compensaciones e interacciones del sistema que pueden afectar significativamente el rendimiento y la eficiencia generales de la arquitectura automotriz. A medida que los sistemas automotrices se vuelven más complejos, interconectados y tecnológicamente avanzados, existe una necesidad creciente de un enfoque más sistemático y completo para la selección de conceptos que vaya más allá de las limitaciones del estado actual de la técnica.

 

Generar ideas más rápido y llevar productos al mercado más rápidamente

La ingeniería generativa es un proceso iterativo de diseño e ingeniería que utiliza IA (Inteligencia Artificial) para generar resultados basados en un conjunto de criterios. Permite a los ingenieros iterar y seleccionar rápidamente las mejores opciones de diseño. Es particularmente valioso para resolver problemas difíciles, como las primeras exploraciones de diseño arquitectónico.

 

La ingeniería generativa en la exploración de la arquitectura se complementa con la simulación y el análisis de compensaciones, que cuantifica los beneficios y los inconvenientes de las alternativas arquitectónicas, lo que lleva a decisiones de diseño más informadas. Al crear modelos virtuales y someterlos a escenarios simulados, los ingenieros pueden evaluar el rendimiento del sistema y otros atributos clave. Las simulaciones permiten la evaluación de alternativas arquitectónicas bajo diversas condiciones, proporcionando una comprensión integral del comportamiento del sistema.

 

El software Simcenter Studio de Siemens ofrece soluciones de ingeniería generativa que ayudan a los fabricantes a realizar una evaluación holística de arquitecturas de sistemas alternativos. Un equipo de expertos de múltiples disciplinas dentro de su organización puede trabajar en conjunto para incorporar una amplia gama de requisitos y vincularlos a la simulación o prueba, para definir un modelo de sistema. A partir de ese modelo central, el software explora automáticamente todas las arquitecturas de sistemas alternativas posibles, clasificándolas y promoviéndolas de manera inteligente para asegurarse de que haga su selección entre las mejores opciones disponibles.

 La ingeniería generativa implica generar y evaluar sistemáticamente una amplia gama de alternativas arquitectónicas dentro de restricciones predefinidas. Este enfoque fomenta la creatividad y la innovación al descubrir configuraciones novedosas que pueden no haberse considerado utilizando métodos tradicionales. Los ingenieros pueden explorar manualmente el espacio de diseño o aprovechar algoritmos automatizados para descubrir diseños óptimos.

 

Explorando el análisis de la arquitectura alternativa de los sistemas de enfriamiento para un vehículo eléctrico

Los sistemas de refrigeración eficientes son vitales para mantener un rendimiento óptimo y evitar daños en los componentes sensibles.

El análisis de la arquitectura del vehículo de los motores de combustión interna a menudo se enfoca en optimizar un solo objetivo de enfriamiento, como mantener un rango de temperatura específico para el motor. Sin embargo, para un vehículo eléctrico, existen múltiples componentes que deben mantenerse a diferentes temperaturas. El sistema de enfriamiento ahora necesita servir a muchos objetivos. El motor aún debe mantenerse a 95 C°, pero la batería de iones de litio está a unos 35 C° y el motor eléctrico en algún punto intermedio, a unos 65 C°. Adoptar técnicas de optimización multiobjetivo permite a los ingenieros considerar objetivos adicionales, como minimizar el consumo de energía y reducir la complejidad del sistema.

Mediante un enfoque basado en modelos, los ingenieros pueden crear una representación virtual del vehículo eléctrico y su sistema de refrigeración en una herramienta de simulación de sistemas como Simcenter Amesim. Este modelo incluye parámetros como temperatura ambiente, temperatura de la batería, peso y costo. Al someter el modelo a varios escenarios de conducción simulados, sus ingenieros pueden evaluar diferentes arquitecturas de refrigeración y evaluar su rendimiento en diferentes condiciones de funcionamiento.

 

Evaluación automática de alternativas de diseño de refrigeración EV

En esencia, la ingeniería generativa comienza capturando los requisitos y restricciones de un problema o sistema específico. Estos requisitos podrían incluir factores como objetivos de rendimiento, normas de seguridad, limitaciones de materiales u objetivos de costos. Al ingresar estos parámetros en el marco de ingeniería generativa, los ingenieros crean un espacio de diseño que se puede explorar sistemáticamente.

 Usando algoritmos avanzados, la ingeniería generativa genera una amplia gama de alternativas de diseño que satisfacen los requisitos especificados. Estos diseños suelen ser innovadores y poco convencionales, y se extienden más allá de los límites de lo que los diseñadores humanos podrían concebir. Al explorar este vasto espacio de diseño, los ingenieros pueden descubrir soluciones novedosas que antes eran desconocidas o inexploradas.

 El uso de la IA en la ingeniería generativa por parte de Simcenter Studio permite a Siemens diseñar la arquitectura del sistema de enfriamiento térmico para el vehículo eléctrico de demostración, Simrod, que se optimizó en cuanto al consumo de energía, el costo y el peso. Esta metodología aprovecha algoritmos avanzados y modelos computacionales para explorar un amplio espacio de diseño e identificar soluciones óptimas.

Con la ingeniería generativa, creamos numerosos diseños que funcionaban dentro de los límites de temperatura especificados y, al mismo tiempo, ofrecían un rendimiento eficiente. Al considerar tres escenarios de temperatura diferentes y dos ciclos de manejo, este proceso permite una evaluación integral y un análisis de robustez.

 A través de la ingeniería generativa, se exploran e iteran sistemáticamente varios parámetros de diseño, como configuraciones de intercambiadores de calor, caudales de refrigerante y ubicaciones de ventiladores. Los algoritmos generan y evalúan de manera inteligente numerosas alternativas de diseño, optimizando el consumo de energía, el costo y el peso simultáneamente.

 

 

El objetivo del diseño de la arquitectura del sistema de enfriamiento es optimizar el consumo de energía mientras se reduce el peso y el costo. Simultáneamente, el diseño necesita mantener la temperatura de sus componentes en un rango aceptable.

 

La arquitectura del sistema de enfriamiento térmico resultante para Simrod pudo lograr un buen equilibrio entre el rendimiento térmico y la eficiencia de los recursos. Ofrece capacidades de enfriamiento mejoradas, lo que garantiza el control de la temperatura en diferentes condiciones, al mismo tiempo que minimiza el uso de energía, reduce los costos y mantiene un perfil liviano. La ingeniería generativa permitió a nuestros ingenieros diseñar de manera eficiente y efectiva un sistema de enfriamiento térmico avanzado que cumplió con diversos requisitos y superó los enfoques de diseño tradicionales.

 

                            Resumen de la exploración de las opciones de diseño arquitectónico de un sistema de refrigeración EV.

 

 

Cómo aprovechar al máximo la ingeniería generativa impulsada por IA

La IA generativa es una tecnología increíble, pero sigue siendo solo una tecnología. Para aprovecharlo al máximo, las empresas deben reconfigurarse para poder desarrollar rápidamente soluciones, mejorar la experiencia de sus clientes, acelerar la innovación y reducir costos.

En caso de que experimente retrasos en los proyectos o necesite capacidad de simulación, puede asociarse con los expertos en ingeniería y consultoría de Simcenter para satisfacer sus necesidades únicas. El equipo aporta experiencia crítica a su proceso con servicios de diseño de productos comprobados que abordan sus desafíos de desarrollo más críticos.

 

En conclusión, las técnicas alternativas de análisis de arquitectura ofrecen valiosas mejoras a los métodos tradicionales de análisis de factibilidad y etapa de definición de arquitectura en la ingeniería de sistemas basada en modelos. Adoptar la ingeniería generativa y la simulación de sistemas puede mejorar significativamente la eficiencia y la eficacia del proceso de análisis de la arquitectura. Al incorporar estos enfoques en el marco de la ingeniería de sistemas basada en modelos, los ingenieros pueden optimizar el rendimiento del sistema, tomar decisiones de diseño informadas y, en última instancia, crear sistemas robustos que cumplan con éxito múltiples objetivos mucho antes en el proceso de desarrollo. Estas técnicas alternativas fomentan la innovación y elevan la calidad general del diseño del sistema.

 

Artículo publicado en: https://chargedevs.com/  -  July 21, 2023