還沒好好用心感受，十一長假就在意猶未盡中結(jié)束啦，打工一族們也惜別山水，又回到了自己熟悉的工位。不知道大家有沒有一種錯覺，除了哪里都是人山人海外，綠色車牌的電動汽車出行明顯增多了。

這其中的原因，與人們追求低碳綠色生活的意識息息相關(guān)，更是得力于新能源汽車技術(shù)的持續(xù)進步與基礎(chǔ)設(shè)施的不斷完善。各大主機廠商紛紛把握行業(yè)變革趨勢，依托尖端智能技術(shù)為消費者打造安全、舒適、節(jié)能的“爆款電動車”。

現(xiàn)代汽車集團（HMG）正利用人工智能（AI）技術(shù)開發(fā)熱銷車型的電動版本。為了確保推出的電動車型一亮相即驚艷四座，現(xiàn)代汽車向西門子尋求工程咨詢、設(shè)計與分析軟件服務(wù)以及AI方法。

綠色轉(zhuǎn)型任重道遠

將備受好評的傳統(tǒng)燃油汽車升級為電動車，無疑是一項漫長且繁復(fù)的工程。將內(nèi)燃機動力系統(tǒng)替換為電動馬達僅僅是冰山一角。這背后隱藏著成百上千的技術(shù)難題與抉擇，比如底盤性能的調(diào)校。

在汽車這類高度復(fù)雜的工程領(lǐng)域，提早進行測試、分析，驗證或淘汰不實際假設(shè)，是控制開發(fā)成本的關(guān)鍵。遵循V型開發(fā)流程的企業(yè)，將測試與驗證工作前置——即“左移策略”——能有效預(yù)見并規(guī)避未來可能遭遇的資金損耗、時間延誤和不必要的困擾。由于避免了后期的設(shè)計變更，工程團隊能夠以更快的速度和更低的成本開發(fā)并最終確定可用于量產(chǎn)的設(shè)計。

AI助力“左移策略”的實施

無論是汽車還是巨型船舶，交通運輸行業(yè)各個細分領(lǐng)域都在奮力邁向更加可持續(xù)的未來，力求以更低碳的推進技術(shù)取代內(nèi)燃機（ICE）。在全球電動化轉(zhuǎn)型的浪潮中，AI已逐漸成為工程界不可或缺的輔助工具，助力企業(yè)實現(xiàn)可持續(xù)發(fā)展目標。AI賦能的“左移策略”的重要性與實用性日益凸顯。

很少有電動產(chǎn)品的設(shè)計和開發(fā)是從零開始的。絕大多數(shù)“綠色產(chǎn)品”——例如汽車行業(yè)——是基于早期設(shè)計、方向和成品的更新迭代成果。幸運的是，現(xiàn)代汽車可以利用在燃油車研發(fā)過程中積累的大量開發(fā)和仿真數(shù)據(jù)與模型，為全新電動車型的開發(fā)奠定堅實基礎(chǔ)。

運用神經(jīng)網(wǎng)絡(luò)確定車輛設(shè)計目標

工程師現(xiàn)今能夠通過訓練神經(jīng)網(wǎng)絡(luò)，在仿真數(shù)據(jù)中發(fā)掘理想的車輛及零部件配置方案，這使得從既有與新增數(shù)據(jù)中提煉價值可能且可行。2023年，現(xiàn)代汽車集團就注意到可以利用AI落實“左移策略”——在電動汽車開發(fā)的概念階段確定架構(gòu)驅(qū)動的需求。隨后，現(xiàn)代汽車與Simcenter?工程和咨詢服務(wù)部門最終達成了合作伙伴關(guān)系，構(gòu)建必要的神經(jīng)網(wǎng)絡(luò)模型。

在設(shè)計初期，即V型開發(fā)周期的前端，工程團隊依據(jù)質(zhì)量、尺寸、懸掛技術(shù)等指標設(shè)定初步要求，這些初步構(gòu)想需經(jīng)過盡可能高效的探索與分析，以快速逼近理想的設(shè)計與配置方案。最佳質(zhì)量、運動學特性、駕駛性能、駕乘體驗等屬性的目標設(shè)定，能為工程團隊提供客觀的度量標準或關(guān)鍵性能指標。及早實現(xiàn)這些目標，不僅能夠顯著縮短開發(fā)周期，還能大幅度削減成本。

兼顧駕乘舒適與精準操控

作為現(xiàn)代汽車集團駕駛舒適虛擬開發(fā)團隊的成員，舒適性工程師Ilsoo Jeong與其團隊肩負著制定底盤開發(fā)目標的重任。

Jeong表示：“我們的目標是實現(xiàn)最佳舒適性和操控性能，因此我們需要考慮數(shù)百個底盤參數(shù)，如質(zhì)量分布、懸掛運動學特性和安裝系統(tǒng)等。同時，我們也必須顧及由內(nèi)燃機轉(zhuǎn)換為電動系統(tǒng)所帶來的設(shè)計與配置變動。我們希望構(gòu)建靈敏度分析能力，以便快速了解單個組件的設(shè)計變動會如何影響其他組件的性能?！?

Jeong深知，AI能夠極大地加速這類分析與評估過程。

“鑒于Simcenter?Amesim?軟件是我們首選的分析工具，我們決定與Simcenter工程和咨詢服務(wù)團隊合作，共同搭建所需的神經(jīng)網(wǎng)絡(luò)。他們在汽車開發(fā)領(lǐng)域及神經(jīng)網(wǎng)絡(luò)技術(shù)上的深厚底蘊為我們提供了強大支持?！?

優(yōu)化電動汽車架構(gòu)

Simcenter工程服務(wù)團隊將之前與現(xiàn)代汽車集團合作的Simcenter Amesim軟件應(yīng)用項目中積累的寶貴經(jīng)驗融入了本次合作項目之中。在先前的合作中，雙方共同構(gòu)建了一套Simcenter Amesim架構(gòu)，用于評估車輛操控表現(xiàn)，分別對52項獨立的關(guān)鍵性能指標（KPI）進行加權(quán)計算，綜合得出全面的評價分數(shù)。

在此堅實基礎(chǔ)上，Simcenter團隊進一步深化了對電動車底盤的優(yōu)化工作。利用現(xiàn)代汽車集團提供的目標參數(shù)，Simcenter工程師在Simcenter Amesim中生成了超過20萬個仿真模型，并在實體車輛上驗證模型。所有仿真數(shù)據(jù)均被妥善存儲于高性能計算環(huán)境之中，以便將來實現(xiàn)更快的計算。

Jeong解釋說：“在本項目中選擇西門子數(shù)字化工業(yè)軟件，Simcenter Amesim是主要推動力。只有Simcenter Amesim具備我們所需的大規(guī)模仿真能力，同時這一軟件也能靈活驗證NVH頻率等屬性。此外，Simcenter Amesim還支持自定義模板，而非僅限于預(yù)裝模板。就靈活性和仿真時間而言，Simcenter Amesim無疑是最佳選擇?！?/span>

Reduced Order Modeling軟件

借助Simcenter Reduced Order Modeling軟件，Simcenter工程服務(wù)創(chuàng)建并訓練了一個神經(jīng)網(wǎng)絡(luò)，該網(wǎng)絡(luò)可提供仿真結(jié)果，直接實現(xiàn)優(yōu)化模型。此神經(jīng)網(wǎng)絡(luò)與HEEDS?軟件集成，協(xié)助現(xiàn)代汽車集團工程師識別出理想的車輛配置方案。

Jeong表示，“即使目標或參數(shù)發(fā)生變化，我們也無需再從頭開始整個流程?，F(xiàn)在，我們只需從Simcenter工程服務(wù)團隊構(gòu)建的神經(jīng)網(wǎng)絡(luò)中搜索，便能快速找到最優(yōu)參數(shù)組。能夠輕松檢索這些仿真結(jié)果，意味著我們可以迅速向各個子系統(tǒng)團隊反饋理想的配置信息。在后續(xù)的開發(fā)中，我們也能夠利用神經(jīng)網(wǎng)絡(luò)檢索到的基準數(shù)據(jù)，高效地對比車輛的實際駕駛性能與預(yù)設(shè)目標。”

AI賦能時間節(jié)省從一周縮短至15分鐘

與Simcenter工程服務(wù)的合作以及Simcenter軟件為Jeong的團隊的開發(fā)流程帶來了顯著的收益。

“在本項目之前，一個需求評估仿真運行耗時兩分鐘，”他回憶道。采用西門子Simcenter工程服務(wù)團隊開發(fā)的神經(jīng)網(wǎng)絡(luò)后，這一時間縮短至僅0.1秒。同樣地，以前，我們的子系統(tǒng)參數(shù)優(yōu)化周期為一周；現(xiàn)在，在Simcenter工程服務(wù)團隊的幫助下，這一周期已縮短至15分鐘?！?

展望未來

創(chuàng)新的步伐未曾停歇，Jeong與Simcenter工程服務(wù)團隊正致力于集成Teamcenter® Simulation軟件與神經(jīng)網(wǎng)絡(luò)，實現(xiàn)全面鏈接并提供參數(shù)和需求可追溯性，從而提高效率。這一創(chuàng)舉能讓系統(tǒng)仿真的強大功能和益處惠及更廣泛的用戶群體，即便是缺乏仿真專業(yè)背景的項目經(jīng)理，也能直接設(shè)定項目需求，利用過往案例的參數(shù)，在線執(zhí)行仿真運算，預(yù)測系統(tǒng)表現(xiàn)或優(yōu)化子系統(tǒng)參數(shù)配置。

Jeong指出，“西門子的Simcenter產(chǎn)品組合以及Simcenter工程服務(wù)將持續(xù)作為現(xiàn)代汽車集團在開發(fā)階段的特殊合作伙伴。我們雙方保持著緊密的合作關(guān)系，也期待未來能有更多的項目合作機會?！?