Powertrain Blockset fornisce applicazioni di riferimento pre-assemblate per veicoli automobilistici per sistemi di propulsione a benzina, diesel, ibridi, a celle a combustibile ed elettrici a batteria. Il blockset comprende una libreria di componenti per modelli di motori a combustione, motori di trazione, batterie, trasmissioni, pneumatici e conducente, oltre a controller di componenti e di supervisione.
Powertrain Blockset mette a disposizione l’app Virtual Vehicle Composer per configurare e parametrizzare i modelli, oltre a workflow predefiniti per ridimensionare i componenti, calibrare i modelli a partire dai dati, ottimizzare i piani di cambio marcia e generare stimatori di stato e impianti dinamici di Deep Learning. È possibile utilizzare questi modelli per l’analisi dei tradeoff di progettazione e la definizione delle dimensioni dei componenti, l’ottimizzazione dei parametri di controllo e l’esecuzione di test Hardware-In-the-Loop (HIL). I modelli sono aperti, per cui possono essere integrati nei propri sottosistemi e personalizzati secondo necessità.
Applicazioni di riferimento
Modelli a circuito chiuso per l’analisi delle performance, del ciclo di guida e della gestione dell’energia
Punti principali del prodotto
Virtual Vehicle Composer
Parametrizza, configura e crea in modo interattivo un veicolo virtuale per analizzarne il risparmio di carburante, la distanza percorsa con una carica, la gestione dell’energia e le prestazioni.
Workflow di ridimensionamento di motori elettrici e a combustione
Utilizza i workflow predefiniti disponibili nell’app Virtual Vehicle Composer per ridimensionare i motori a combustione e i motori “mapped” in base a specifiche di alto livello come la potenza massima. I controller associati vengono ricalibrati in automatico per il componente ridimensionato.
Generazione di modelli di componenti di Deep Learning
Genera modelli di ordine ridotto (ROM) usando reti dinamiche di Deep Learning per i componenti del veicolo, compresi i motori a combustione o i motori elettrici, per eseguire i test Hardware-In-the-Loop (HIL) e le attività di progettazione dei controlli.
Calibrazione virtuale
Calibra i controller e regola i parametri di un modello di impianto per componenti quali i motori a combustione, i turbocompressori e i motori elettrici, prima di integrarli nel tuo modello di veicolo a livello di sistema.
HIL e supporto per il Cloud
Acquisisci effetti fisici importanti durante l’esecuzione in tempo reale con Simulink Real-Time. Procedi con la distribuzione sul Cloud per aggiungere potere computazionale per studi di simulazione su larga scala.
Integrazione con Simscape
Con Simscape, integra progettazioni elettriche, termiche e meccaniche nei tuoi modelli di veicolo assemblando i componenti in uno schema oppure selezionando le opzioni predefinite offerte dall’app Virtual Vehicle Composer.
Risorse sui prodotti:
FAQ su Powertrain Blockset
Powertrain Blockset fornisce applicazioni di riferimento preassemblate per powertrain convenzionali (benzina o diesel), elettrificati (elettrico a batteria o ibrido elettrico) e a idrogeno (cella a combustibile o H2 ICE).
Virtual Vehicle Composer è un'app per configurare e parametrizzare interattivamente i modelli di veicoli, con workflow predefiniti per dimensionare i componenti, calibrare i modelli a partire dai dati, ottimizzare le strategie di cambiata e generare stimatori basati sul deep learning. Usala per creare rapidamente modelli di veicoli su misura per i requisiti di progetto.
Sì, i modelli sono aperti e puoi incorporare i tuoi sottosistemi e personalizzarli secondo le necessità.
Il blockset include una libreria di componenti per motori, motori di trazione, batterie, cambi/trasmissioni, componenti della linea di trasmissione, pneumatici e modelli di guidatore, oltre a controller di componente e controller supervisori.
Sì, è possibile utilizzare questi modelli per test hardware-in-the-loop (HIL) e ottenere esecuzione in tempo reale tramite Simulink Real-Time, permettendo la validazione del controller e i test di sistema. I modelli sono compatibili con tutti i principali fornitori di HIL.
È possibile utilizzare i modelli per analisi di compromesso progettuale e dimensionamento dei componenti, ottimizzazione dei parametri di controllo, analisi del consumo di carburante e dell'autonomia dei veicoli elettrici, gestione dell'energia e analisi delle prestazioni.
Sì, è possibile generare modelli a ordine ridotto utilizzando reti dinamiche di deep learning per componenti veicolari come motori a combustione interna o motori elettrici, utili per i test HIL e le attività di progettazione del controllo.
Sì, Powertrain Blockset supporta l'integrazione con Simscape per la modellazione di sistemi elettrici, termici e meccanici. Molti modelli di veicoli predefiniti in Powertrain Blockset utilizzano componenti basati su Simscape.
Sì, i modelli di Powertrain Blockset sono aperti e personalizzabili, quindi è possibile integrarli con prodotti come Vehicle Dynamics Blockset e Simscape per includere maggiori dettagli nel modello. È possibile utilizzare prodotti come Model-Based Calibration Toolbox e Optimization Toolbox per calibrare i modelli fisici e i controller in Powertrain Blockset. È inoltre compatibile con prodotti come Simulink Real-Time per test HIL e con Parallel Computing Toolbox per studi di simulazione su larga scala.
Dipende dal controller e dai valori dei parametri forniti. Quando i parametri possono essere ricavati da dati di prova fisici (ad esempio dati da dinamometro motore, dati di prova pneumatici), i modelli possono riprodurre molto bene i risultati del mondo reale. Poiché Powertrain Blockset include strategie di controllo generiche e rappresentative, il comportamento del veicolo può differire rispetto a quello con controller di produzione.
Sì, Powertrain Blockset include dati di cicli di guida standard, come FTP75, US06 e altri cicli comunemente usati per valutare il consumo di carburante, le emissioni e le prestazioni.
Sì, Powertrain Blockset include modelli di dinamometro motore e supporta workflow di calibrazione virtuale, consentendo di calibrare e validare i modelli fisici e i controller prima di integrarli in un sistema veicolare completo.
Sì, è possibile importare dati di misura per parametrizzare e validare i modelli utilizzando dati di prova reali.
