创建车辆组件通常需要大量的时间和财务投资。在格拉茨工业大学（TU Graz），研究人员提出了一种新的方法，可以将电池电动汽车动力系统的开发时间缩短几个月。在汽车工程研究所马丁·霍夫斯特特的指导下，一个团队正在将组件的仿真模型与进化优化算法相结合。这个由人工智能驱动的系统自动微调整个动力系统——从电力电子到电动机和变速器——同时遵循制造商的技术规格，并考虑诸如生产成本、能源效率和车辆内部空间限制等关键因素。经过近十年的研究，OPED（电驱动优化）软件解决方案已经被一家奥地利汽车供应商成功使用。
这种自动化优化的基础是输入动力系统必须满足的技术规格。这些规格涵盖功率输出、最小使用寿命、最大可达速度以及车辆内的可用空间等方面。马丁·霍夫斯特特表示：“电驱动由众多组件组成，这些组件可以通过各种方式设计以满足所需规格。”他进一步指出，“例如，电动机的微小修改会影响变速器和电力电子，使得作出最佳选择变得非常复杂。”更复杂的是，没有一种单一的完美动力系统解决方案，因为不同制造商可能会优先考虑生产成本、重量、体积或能源效率等因素。
一天而不是几个月
OPED软件显著简化了这一复杂性。它根据技术要求，同时变化和组合约50个设计参数，并将模拟的动力系统与制造商的优先事项进行比较。不可行的设计被淘汰，而更有前景的选项则经过进一步优化。在经过数十万个计算和仿真后，OPED识别出与制造商目标紧密对齐的解决方案。然后，他们可以从有限的选项中选择进一步开发的方向。马丁·霍夫斯特特解释道：“工程师如果没有人工智能的支持，通常需要数月才能完成的任务，使用OPED大约可以在一天内完成。这使得开发团队可以专注于高层决策，而不是浪费有限的时间在手动计算和仿真上。”
为整个车辆平台优化
OPED系统还被设计为灵活。研究人员将CO2排放（包括动力系统使用期间和其在供应链中的生产过程）纳入优化标准。这种方法确保可持续性从开发的早期阶段就被考虑在内。最近，多米尼克·莱赫莱特纳在他的博士研究中进一步推进了OPED，通过扩展其优化整个车辆平台上的电动动力系统。这种方法有助于识别可以作为不同车型共同部件的最佳组件，从而减少开发和生产成本。
“OPED方法适用于广泛的产品开发领域，”马丁·霍夫斯特特评论道，“我们期待与新的工业合作伙伴合作，将其量身定制以解决他们的特定挑战和目标。”
因其创新，马丁·霍夫斯特特和多米尼克·莱赫莱特纳获得了德国工程师协会颁发的2024年VDI奖。此外，马丁·霍夫斯特特还获得了由汽车和发动机技术科学协会（WKM）颁发的卡姆-扬特奖章和由奥地利经济商会汽车工业协会颁发的车辆协会周年基金第一奖。
