Porsche Engineering совершенствует цифровой аккумуляторный двойник
В прошлом году компания Porsche Engineering начала разработку цифровых двойников для высоковольтных аккумуляторов. Инженерная дочерняя компания немецкого производителя автомобилей класса люкс теперь сообщает о быстром прогрессе, включая начальную функцию под названием «Прогнозирование ремонта».
Porsche Engineering является дочерней компанией Porsche AG, находящейся в полной собственности Porsche AG, со штаб-квартирой в Вайссахе, Германия, и, как и Porsche Consulting, предлагает услуги третьим лицам. Как и его сестра-консультант, компания Porsche Engineering уходит своими корнями в компанию, но уже много лет специализируется на услугах по техническому развитию для широкого круга клиентов.
Учитывая наступающую эпоху электромобилей, компания Porsche Engineering называет аккумуляторы решающим компонентом электромобилей – в частности, потому, что они оказывают значительное влияние на остаточную стоимость. Чтобы детально понять, как стареют аккумуляторные элементы и системы и какое влияние поведение при использовании оказывает на срок их службы, компания с 2023 года разрабатывает так называемого цифрового двойника — и теперь объявляет первые промежуточные результаты.
«Нам необходимо понять, как клетки будут вести себя в полевых условиях в долгосрочной перспективе, не имея возможности опираться на многолетний опыт, как в случае с двигателем внутреннего сгорания», — объясняет Йоахим Шапер, руководитель отдела искусственного интеллекта и больших данных в компании Порше Инжиниринг. Таким образом, двойник призван дать представление о будущем: цифровое представление батареи будет вести себя точно так же, как оригинал, и, таким образом, предоставит информацию об ожидаемом процессе старения. Инженерная дочерняя компания утверждает, что цифровой двойник также может быть использован для увеличения срока службы и производительности батареи.
Эксперты по искусственному интеллекту из Porsche Engineering в Германии и Чехии сообщают, что теперь они создали прототипы электрохимических и тепловых моделей, которые теперь сочетаются с анализом искусственного интеллекта. Работа над Digital Battery Twin уже привела к созданию первоначальной функции прогнозирования ремонта, основанной на алгоритме машинного обучения, который отслеживает данные батареи и предупреждает о признаках износа или аномалиях.
Для создания цифрового двойника аккумулятора необходимо несколько источников данных. Так называемый модуль производительности служит основой для упрощенного описания электрического поведения батареи и может основываться на устоявшихся подходах (таких как модель резистора-конденсатора). Кроме того, существует более сложная электрохимическая модель, моделирующая процессы в аккумуляторной ячейке. Еще одним столпом является тепловая модель, которую можно использовать для прогнозирования реакции батареи на холод или жару.
В случае Porsche Engineering эти модели в основном основаны на лабораторных испытаниях отдельных элементов или модулей элементов и лишь в ограниченной степени могут предсказать, как аккумулятор будет вести себя в автомобиле. Вот почему используются реальные полевые данные с испытательных автомобилей или испытательных стендов, на которых измеряются элементы. Это дополняется данными из автопарка, если клиенты участвуют в программе обмена данными. Полевые данные используются для обучения алгоритмов искусственного интеллекта распознаванию закономерностей в поведении клиентов. Например, отклонения температуры или напряжения в отдельных элементах могут указывать на преждевременный износ и аномалии.
Однако Porsche Engineering утверждает, что ИИ может распознавать только те аспекты, для которых существует база данных. Он не может делать заявлений о долгосрочных последствиях старения, поскольку вряд ли какой-либо электромобиль на дорогах старше четырех лет. Вот почему инженеры Porsche Engineering объединяют оба мира: «Успех заключается в объединении существующих компонентов на основе моделей с методами искусственного интеллекта», — объясняет Адриан Эйзенманн, инженер-разработчик Porsche Engineering.
Некоторые стартапы уже сосредоточены исключительно на анализе данных об аккумуляторах. Но с точки зрения Porsche Engineering недостаточно просто смотреть на ячейки и модули: «Вам также необходимо всестороннее знание процессов, происходящих в автомобиле», — подчеркивает руководитель Йоахим Шапер, который видит свою компанию как дома в обоих мирах: «Например, , инженеры разработали большую часть системы управления аккумулятором для электромобилей Porsche, а также импульсные инверторы для привода. В то же время в Porsche Engineering работают узкоспециализированные специалисты по данным об аккумуляторах».
Долгосрочная цель компании — не только создание общего цифрового аккумуляторного двойника, но и цифровое представление отдельных автомобильных аккумуляторов в будущем. «Он может работать в облаке и по запросу предоставлять клиентам информацию о том, как их поведение может продлить срок службы аккумулятора без ущерба для качества вождения», — говорят в Porsche Engineering. Некоторые факторы, положительно влияющие на долговечность, широко известны: уровень заряда (SoC) следует поддерживать постоянным в пределах от 30 до 70 процентов, а также следует избегать экстремальных внешних температур. Но это лишь некоторые из многих факторов. Porsche Engineering отмечает, что старение аккумулятора представляет собой сложное взаимодействие множества факторов, которые трудно разделить, особенно в полевых условиях.
С точки зрения инженеров Porsche, вполне возможно, что в будущем цифровой двойник можно будет использовать для персонализации автомобиля. «Мы могли бы проанализировать стиль вождения клиента по запросу и изменить параметры в системе управления аккумулятором, чтобы минимизировать износ», — сообщают они. Цифровые двойники также могут предоставить важную информацию для разработки новых аккумуляторов в будущем – возможно, даже за пределами автомобильной промышленности. Комплексный сбор данных об износе аккумуляторов также позволяет лучше использовать их в устройствах вторичного использования, таких как стационарные хранилища, например, проводимые компанией Voltfang или The Mobility House. Шарпер также отмечает: «Знания о клетках также можно перенести на грузовики, электронные велосипеды и лодки».
