Porsche Engineering ปรับแต่งแบตเตอรี่แฝดแบบดิจิตอล
เมื่อปีที่แล้ว Porsche Engineering เริ่มพัฒนาแฝดดิจิทัลสำหรับแบตเตอรี่ไฟฟ้าแรงสูง ขณะนี้บริษัทในเครือด้านวิศวกรรมของผู้ผลิตรถยนต์หรูสัญชาติเยอรมันรายนี้รายงานความคืบหน้าอย่างรวดเร็ว รวมถึงฟังก์ชันเริ่มต้นที่เรียกว่า "การทำนายการซ่อมแซม"
Porsche Engineering เป็นบริษัทในเครือของ Porsche AG โดยมีสำนักงานใหญ่ในเมือง Weissach ประเทศเยอรมนี และนำเสนอบริการสำหรับบุคคลที่สาม เช่นเดียวกับ Porsche Consulting เช่นเดียวกับบริษัทในเครือที่ปรึกษา Porsche Engineering มีรากฐานมาจากบริษัทแต่มีความเชี่ยวชาญในบริการการพัฒนาทางเทคนิคสำหรับลูกค้าที่หลากหลายมาเป็นเวลาหลายปี
เมื่อพิจารณาถึงยุคไฟฟ้าที่กำลังเกิดขึ้น Porsche Engineering อธิบายว่าแบตเตอรี่เป็นส่วนประกอบสำคัญของรถยนต์ไฟฟ้า เหนือสิ่งอื่นใดเนื่องจากแบตเตอรี่มีอิทธิพลอย่างมากต่อมูลค่าคงเหลือ เพื่อทำความเข้าใจในรายละเอียดว่าเซลล์แบตเตอรี่และระบบมีอายุอย่างไร และมีอิทธิพลต่อพฤติกรรมการใช้งานที่มีต่ออายุการใช้งานอย่างไร บริษัทจึงได้พัฒนาสิ่งที่เรียกว่า Digital Twin มาตั้งแต่ปี 2023 และขณะนี้กำลังประกาศผลการดำเนินงานชั่วคราวครั้งแรก
“เราจำเป็นต้องเข้าใจว่าเซลล์จะมีพฤติกรรมอย่างไรในภาคสนามในระยะยาว โดยไม่ต้องอาศัยประสบการณ์หลายปี อย่างเช่นในกรณีของเครื่องยนต์สันดาป” Joachim Schaper หัวหน้าฝ่าย AI และ Big Data ของ AI อธิบาย ปอร์เช่ เอ็นจิเนียริ่ง. ดังนั้นแบตเตอรี่แฝดจึงมีจุดมุ่งหมายเพื่อให้มองเห็นอนาคต โดยการนำเสนอแบบดิจิทัลของแบตเตอรี่จะมีพฤติกรรมเหมือนกับแบตเตอรี่ดั้งเดิมทุกประการ และให้ข้อมูลเกี่ยวกับกระบวนการเสื่อมสภาพที่คาดหวัง บริษัทในเครือด้านวิศวกรรมกล่าวว่า Digital Twin ยังสามารถใช้เพื่อปรับปรุงอายุการใช้งานและประสิทธิภาพของแบตเตอรี่ได้
ผู้เชี่ยวชาญด้าน AI ที่ Porsche Engineering ในเยอรมนีและสาธารณรัฐเช็กรายงานว่าตอนนี้พวกเขาได้สร้างต้นแบบของแบบจำลองไฟฟ้าเคมีและความร้อน ซึ่งขณะนี้ถูกรวมเข้ากับการวิเคราะห์ AI การทำงานกับ Digital Battery Twin ได้ส่งผลให้มีฟังก์ชันเริ่มต้นพร้อมการคาดการณ์การซ่อมแซม โดยอิงตามอัลกอริธึมการเรียนรู้ของเครื่องที่ตรวจสอบข้อมูลแบตเตอรี่และเตือนสัญญาณของการสึกหรอหรือความผิดปกติ
ในการสร้างแบตเตอรี่แฝดแบบดิจิทัล จำเป็นต้องมีแหล่งข้อมูลหลายแหล่ง โมดูลประสิทธิภาพที่เรียกว่าโมดูลประสิทธิภาพทำหน้าที่เป็นพื้นฐานในการอธิบายพฤติกรรมทางไฟฟ้าของแบตเตอรี่ในลักษณะที่เรียบง่าย และสามารถสร้างจากแนวทางที่กำหนดไว้ (เช่น รุ่นตัวต้านทาน-ตัวเก็บประจุ) นอกจากนี้ยังมีแบบจำลองไฟฟ้าเคมีที่ซับซ้อนมากขึ้นซึ่งจำลองกระบวนการในเซลล์แบตเตอรี่ เสาหลักอีกประการหนึ่งคือแบบจำลองความร้อน ซึ่งสามารถใช้เพื่อคาดการณ์ว่าแบตเตอรี่จะมีปฏิกิริยาอย่างไรต่อความเย็นหรือความร้อน
ในกรณีของ Porsche Engineering รุ่นเหล่านี้อิงจากการทดสอบในห้องปฏิบัติการกับเซลล์หรือโมดูลเซลล์แต่ละเซลล์เป็นหลัก และสามารถคาดการณ์ได้ว่าแบตเตอรี่จะทำงานในรถยนต์อย่างไรในระดับที่จำกัดเท่านั้น นี่คือสาเหตุที่ข้อมูลภาคสนามจริงถูกนำมาใช้จากยานพาหนะทดสอบหรือจากม้านั่งทดสอบที่มีการวัดเซลล์ ข้อมูลนี้จะเสริมด้วยข้อมูลจากกลุ่มยานพาหนะหากลูกค้าเข้าร่วมในโครงการแลกเปลี่ยนข้อมูล ข้อมูลภาคสนามใช้เพื่อฝึกอัลกอริธึม AI เพื่อจดจำรูปแบบพฤติกรรมการใช้งานของลูกค้า ตัวอย่างเช่น ความเบี่ยงเบนของอุณหภูมิหรือแรงดันไฟฟ้าในแต่ละเซลล์สามารถบ่งบอกถึงการสึกหรอและความผิดปกติก่อนวัยอันควร
อย่างไรก็ตาม Porsche Engineering ระบุว่า AI สามารถจดจำเฉพาะส่วนที่มีฐานข้อมูลในภาคสนามเท่านั้น ไม่สามารถกล่าวถึงผลกระทบในระยะยาวได้ เนื่องจากรถยนต์ไฟฟ้าบนท้องถนนแทบจะไม่มีอายุการใช้งานเกินสี่ปีเลย นี่คือเหตุผลที่วิศวกรของ Porsche Engineering นำทั้งสองโลกมารวมกัน: “ความสำเร็จอยู่ที่การผสมผสานส่วนประกอบตามโมเดลที่มีอยู่เข้ากับวิธีการของ AI” Adrian Eisenmann วิศวกรฝ่ายพัฒนาของ Porsche Engineering อธิบาย
สตาร์ทอัพบางรายมุ่งเน้นไปที่การวิเคราะห์ข้อมูลแบตเตอรี่อยู่แล้ว แต่การดูเซลล์และโมดูลเพียงอย่างเดียวนั้นไม่เพียงพอจากมุมมองของ Porsche Engineering: “คุณยังต้องมีความรู้ที่ครอบคลุมเกี่ยวกับกระบวนการต่างๆ ในรถยนต์ด้วย” หัวหน้า Joachim Schaper ผู้ซึ่งมองบริษัทของเขาอยู่ที่บ้านในทั้งสองโลกเน้นย้ำ: “ตัวอย่างเช่น วิศวกรได้พัฒนาระบบการจัดการแบตเตอรี่ส่วนใหญ่สำหรับรถยนต์ไฟฟ้าของ Porsche รวมถึงพัลส์อินเวอร์เตอร์สำหรับการขับขี่ ในเวลาเดียวกัน Porsche Engineering ได้ว่าจ้างนักวิทยาศาสตร์ข้อมูลแบตเตอรี่ที่เชี่ยวชาญเป็นพิเศษ”
เป้าหมายระยะยาวของบริษัทไม่เพียงแต่สร้าง Digital Battery Twin ทั่วไปเท่านั้น แต่ยังรวมถึงการนำเสนอแบตเตอรี่รถยนต์แต่ละคันในรูปแบบดิจิทัลในอนาคตอีกด้วย “มันสามารถทำงานบนคลาวด์ และให้ข้อมูลแก่ลูกค้าได้ตามคำขอว่าพฤติกรรมของพวกเขาสามารถยืดอายุการใช้งานของแบตเตอรี่ได้อย่างไรโดยไม่กระทบต่อสมรรถนะการขับขี่” Porsche Engineering กล่าว ปัจจัยบางประการที่ส่งผลเชิงบวกต่อความทนทานเป็นที่ทราบกันอย่างกว้างขวาง: ควรรักษาสถานะการชาร์จ (SoC) ให้คงที่ระหว่าง 30 ถึง 70 เปอร์เซ็นต์ และควรหลีกเลี่ยงอุณหภูมิภายนอกที่สูงเกินไป แต่สิ่งเหล่านี้เป็นเพียงปัจจัยบางประการจากหลายๆ ปัจจัย Porsche Engineering ชี้ให้เห็นว่าอายุของแบตเตอรี่เป็นปัจจัยที่มีอิทธิพลซึ่งกันและกันที่ซับซ้อนซึ่งยากต่อการแยกออก โดยเฉพาะอย่างยิ่งในภาคสนาม
จากมุมมองของวิศวกรของ Porsche เป็นไปได้ด้วยซ้ำว่า Digital Doppelganger สามารถนำไปใช้เพื่อปรับแต่งรถยนต์ได้ในอนาคต “เราสามารถวิเคราะห์รูปแบบการขับขี่ของลูกค้าตามคำขอ และเปลี่ยนพารามิเตอร์ในระบบการจัดการแบตเตอรี่เพื่อลดการสึกหรอให้เหลือน้อยที่สุด” พวกเขารายงาน ฝาแฝดดิจิทัลยังสามารถให้ข้อมูลเชิงลึกที่สำคัญสำหรับการพัฒนาแบตเตอรี่ใหม่ในอนาคต ซึ่งอาจอยู่นอกอุตสาหกรรมยานยนต์ด้วยซ้ำ การรวบรวมข้อมูลที่ครอบคลุมเกี่ยวกับการสึกหรอของแบตเตอรี่ยังช่วยให้สามารถใช้งานได้ดีขึ้นในการใช้งานครั้งที่สอง เช่น การจัดเก็บแบบอยู่กับที่ เช่น ดำเนินการโดยบริษัท Voltfang หรือ The Mobility House Scharper ยังตั้งข้อสังเกตอีกว่า "ความรู้เกี่ยวกับเซลล์สามารถถ่ายโอนไปยังรถบรรทุก จักรยานไฟฟ้า และเรือได้"
