加速ECU开发：从早期测试到模型耦合与数字孪生

核心观点与关键数据

• 问题陈述： 电动汽车（BEV）上市时间（TTM）的挑战，挑战者OEMs（如特斯拉）能在18个月内完成BEV开发，而传统OEMs面临更长的开发周期。
• 关键使能因素： 数字孪生（Digital Twins）是挑战者OEMs显著缩短TTM的关键技术。
• 技术能力： AVL在电驱动系统领域具备专业能力，提供系统级仿真和模型在环（MiL）、软件在环（SiL）、处理器在环（PiL）、硬件在环（HiL）、发动机在环（EiL）、动力总成与整车在环（PaViL）等仿真解决方案。

技术应用与案例

• 电驱动系统仿真：
  • 仿真精度： 通过电机仿真，验证了油温和定子温度的模拟精度（油温±3-4°C，最大/最小定子温度±3-4°C），输出机械功率预测值与实测值误差在2%以内。
  • 模型应用： 基于AvL Cruise M结构，构建动态电机模型（PWM电压源、平均电压源），并集成逆变器损耗模型（主磁链、d/q轴电感映射）。
  • 建模方法： 采用通用映射模型、集总惯量/质量热模型和功率损耗行为，进行动态建模（PWM电压源功率转换器、d-q轴电机模型），逆变器需外部建模。
• 应用场景： 电机概念设计、设计开发、热设计、应用软件（ASw）测试与预标定（MCU/ICU控制、安全与诊断功能）、混合动力系统概念研究、操作策略优化等。
• SiL模型网络与虚拟xCU：
  • 技术方案： AVL BEV SiL模型网络将虚拟控制单元（xCU）与虚拟网络集成，实现模型CONNECT（协同仿真）。
  • 应用案例： AVL Tesla演示器上的应用实例，展示了高级动态虚拟原型（DVP）方法。
  • 优势： 结合虚拟与实物原型进行验证（V&V），实现30%的V&V成本降低，集成时间从24个月缩短至13个月（发动机测试3800小时，CD测试130,000公里虚拟化）。
• 高级DVP方法： 通过仿真和模型指导验证，推动开发流程向更早、更快、更经济阶段转变。

研究结论与建议

• 结论： 数字孪生和高级DVP方法能有效缩短电动汽车开发周期，降低成本，提高效率。
• 建议： 需要建立成本效益的决策流程，以在动力总成开发、测试和标定中完成数百个工作包的质量门。
• 技术组合： 结合MiL、SiL、PiL、HiL、EiL、PaViL、连接驾驶（CD）路测等多种仿真技术。
• 客户合作： 与客户共同推进SiL开发合作（如AMG客户出版物），并通过平台实现复杂仿真集成。
• 信任与措施： 实现显著的虚拟化与测试自动化需要采取多项措施并建立对虚拟化的信任。