Esta página fue traducida automáticamente.
Complete una encuesta de 1 minuto sobre la calidad de esta traducción.
Simulación de conducción autónoma con gemelo digital en 3D
Rendimiento real de un vehículo híbrido en el aula
Casi 200 estudiantes universitarios de segundo año se reunieron en un aula de la Universidad de Waseda. Los estudiantes prepararon sus equipos portátiles para la serie de conferencias avanzadas de aprendizaje basado en proyectos, un curso obligatorio del Departamento de Ingeniería Mecánica que enseña habilidades especializadas de resolución de problemas a través de proyectos para mejorar habilidades.
La sección de medio ambiente y movilidad del profesor Jin Kusaka presentó un modelo de conductor creado con Simulink® y RoadRunner para un vehículo eléctrico híbrido en serie (SHEV), un vehículo eléctrico con un motor de combustión interna y un motor eléctrico alimentado por batería, desplazándose por la universidad. Los estudiantes aprendieron a operar el modelo integrado y realizar simulaciones para obtener una calificación de ahorro de combustible. Luego generaron ideas sobre cómo mejorar la eficiencia de combustible.
"La mayoría de los estudiantes no pueden visualizar cómo es conducir un automóvil cuando los números generados por una simulación de vehículo simplemente se representan en un gráfico", dice Kusaka. "Buscamos despertar su imaginación".
Kusaka, un conocido profesor de ingeniería mecánica que dirige el programa Organización de investigación para vehículos de próxima generación de la Universidad de Waseda, es un influenciador en la industria de automoción japonesa. Es director de tecnología y vicepresidente de la Sociedad de Ingenieros Automotrices de Japón. Como estudiante de posgrado en Waseda, realizó investigaciones sobre motores de metanol con Koji Sato, presidente de Toyota Motor Corporation.
Kusaka desafió a los estudiantes en la serie de conferencias a pensar como ingenieros de automoción enfocados en optimizar el ahorro de combustible y los costos de electricidad. El objetivo es preparar a los estudiantes para carreras en la industria de automoción, con la que la Universidad de Waseda mantiene fuertes vínculos. Las sedes de varios de los principales fabricantes de automóviles japoneses se encuentran cerca, y entre sus antiguos alumnos se incluyen altos ejecutivos de corporaciones globales como Toyota, Nissan e Isuzu.
"Realizamos proyectos de investigación con empresas relacionadas con la industria de automoción, industrias pesadas, agencias gubernamentales y la Asociación de Investigación de Tecnología de Motores de Combustión Interna Automotriz (AICE)", dice Kusaka. Su laboratorio tiene un proyecto conjunto de innovación en tecnología verde que desarrolla un catalizador para vehículos híbridos que utilizan e-fuel con AICE. Esta organización nacional fomenta la colaboración entre el ámbito académico, gobierno e industria. También asesora a comités gubernamentales locales y nacionales sobre emisiones y ahorro de combustible.
"A nivel mundial, las regulaciones sobre emisiones y ahorro de combustible son cada vez más estrictas desde una perspectiva de protección ambiental", afirma Kusaka. "Las empresas automotrices necesitan crear vehículos que cumplan con estas regulaciones".
Con esto en mente, Kusaka y Soraki Harada, estudiante de maestría de segundo año en el laboratorio de Kusaka que realiza investigaciones sobre sistemas de propulsión de automóviles, utilizaron la infraestructura Campus-Wide de MathWorks para la serie de conferencias y eligieron Simulink y RoadRunner por su funcionalidad avanzada y facilidad de uso.
El equipo de laboratorio comenzó conduciendo un Note e-POWER Nissan 2016® por una ruta planificada cerca de la universidad. Harada extrajo datos de señales de tráfico y mapas de estas pruebas de carretera en un modelo de conducción de Simulink junto con otra información clave, como la elevación de la carretera y los límites de velocidad. Usó RoadRunner para replicar escenarios urbanos. Harada, asistentes de enseñanza y personal de MathWorks enseñaron a los estudiantes a operar el modelo integrado y ejecutar simulaciones. Los estudiantes reprodujeron entornos de carreteras y tráfico reales de manera efectiva para determinar calificaciones de eficiencia de combustible.
Simulación de conducción en RoadRunner. (Crédito del vídeo: Universidad de Waseda)
"Los estudiantes lograron múltiples objetivos en la clase", reflexionó Kusaka. "Pudieron poner en práctica sus ideas al poder visualizar el vehículo realmente conduciendo a través de animaciones de RoadRunner."
Pruebas rigurosas del mundo real
Fuera del aula, estas simulaciones son muy prometedoras para evaluar el ahorro de combustible y los costos de electricidad de los nuevos vehículos ligeros, lo que podría permitir a los fabricantes ahorrar cantidades significativas de tiempo y costos en I+D. Los ingenieros de automoción tienen en cuenta las condiciones reales de la carretera al calcular el ahorro de combustible. Factores importantes incluyen peso del vehículo, aceleración, desaceleración, resistencia al gradiente y resistencia a la rodadura. A medida que aumenta la velocidad del vehículo, la resistencia del aire también juega un papel más importante.
Las simulaciones con Simulink y RoadRunner pueden predecir el rendimiento con antelación, evitando la necesidad de comprar costosos equipos de medición especializados y realizar pruebas en vehículos reales.
La investigación de Kusaka comparó las pruebas emergentes de emisiones de conducción real (RDE) con el procedimiento de prueba de vehículos ligeros armonizado a nivel mundial (WLTP) convencional en un dinamómetro de chasis. Diseñada para complementar las pruebas de laboratorio, la prueba RDE mide el monóxido de carbono, los hidrocarburos no quemados, los óxidos de nitrógeno y las partículas a través de un equipo de monitoreo portátil en tiempo real en un automóvil de pasajeros que circula por la vía pública. Las pruebas se realizan en diferentes entornos y con distintos rangos de temperatura, límites de velocidad, niveles de tráfico y altitudes.
"Existe una discrepancia entre los gases de escape y la eficiencia del combustible en las pruebas de dinamo de chasis convencionales y la conducción real", señala Kusaka. "El RDE, que se puede medir con mayor precisión, está adquiriendo cada vez mayor importancia".
En países como Japón, que exigen RDE para vehículos nuevos, el factor de conformidad (CF) indica en qué medida difiere el valor de los gases de escape durante la conducción real en carretera del medido durante los bancos de prueba. Los reguladores establecen el límite de CF y las compañías automotrices deben demostrar que el valor de los gases de escape en carreteras reales no lo supera.
Mapeo de una ruta para pruebas de vehículos. (Crédito de la imagen: Universidad de Waseda)
"Durante los 90 a 120 minutos de conducción real en carretera, el vehículo debe circular por una proporción determinada de carreteras urbanas, rurales y autopistas. Existen otras restricciones, como límites superiores de temperatura, altitud y velocidad máxima", explicó Kusaka. "No es raro que se realicen pruebas adicionales costosas".
Las simulaciones con Simulink y RoadRunner pueden predecir el rendimiento con antelación, evitando la necesidad de comprar costosos equipos de medición especializados y realizar pruebas en vehículos reales, continuó Kusaka. Además, es imposible encontrar lugares con las mismas carreteras, temperaturas y altitudes que se tienen en cuenta en las pruebas RDE.
"La simulación RDE con diseño basado en modelos es factible", afirma. Y su clase estaba a punto de demostrarlo.
Gemelo digital en 3D
Kusaka seleccionó un Nissan Note e-POWER 2016 porque ya se había desarrollado un modelo muy preciso y consideró que los estudiantes podrían comprender la estructura sencilla del SHEV. La ruta de prueba en el distrito de Shinjuku, cerca de la universidad, fue un circuito de aproximadamente 2,7 kilómetros con distintas pendientes y bajadas.
Las pruebas de conducción se realizaron a la 1 AM para minimizar otros vehículos y peatones, que el equipo de laboratorio no incluyó intencionalmente en el RoadRunner Scenario y la cosimulación de Simulink. El estado de carga inicial se estableció en 60,0%. Cada conductor calentó el vehículo durante 20 minutos antes de la prueba, asegurando así un motor caliente. Una GoPro a bordo capturó datos del GPS mientras una herramienta de diagnóstico recopiló datos básicos del vehículo.
"Obtuve datos de mapas del área de OpenStreetMap y datos de pendiente de la Autoridad de Información Geoespacial de Japón. Después de subirlo a RoadRunner, creé un gemelo digital 3D extrayendo solo las carreteras. Trabajar en la interfaz visual fue muy intuitivo".
Harada creó un modelo de conducción en Simulink, utilizando un algoritmo de conducción autónoma para imitar cómo una persona acelera y desacelera a lo largo de la ruta.
Obtuvo datos del SHEV a partir de un modelo creado y publicado a través de un proyecto del Ministerio de Economía, Comercio e Industria. Luego cargó datos reales de eficiencia y flujo de control para los componentes del Nissan Note.
Comparación de una toma aérea de la ruta del vehículo con la ruta simulada en RoadRunner. (Crédito de la imagen: Universidad de Waseda)
Agregó datos de las 16 señales de tráfico a Simulink a partir de videos de rutas de prueba con marca de tiempo. Los cálculos determinaron automáticamente qué luz estaba delante del vehículo virtual y la distancia más corta, de forma similar a cómo un conductor humano mira la luz más cercana. Construyó dos escenarios posibles para el control del freno: una desaceleración constante o una parada abrupta.
Los semáforos en la simulación sólo podían ser rojos o verdes. Los tiempos de luz amarilla de los videos se dividieron, con una mitad asignada a verde y la otra mitad a roja. Harada diseñó escenarios urbanos realistas en 3D en RoadRunner.
"Obtuve datos del mapa del área de OpenStreetMap® y datos de pendiente de la Autoridad de Información Geoespacial de Japón", afirma. "Después de subirlo a RoadRunner, creé un gemelo digital 3D extrayendo solo las carreteras. Trabajar en la interfaz visual fue muy intuitivo".
Vehículo de prueba, instrumentos de medición y ruta de prueba. (Crédito de la imagen: Universidad de Waseda)
Los estudiantes descargaron el modelo de controlador combinado de la nube de la universidad. De regreso al aula, Harada, los asistentes y el equipo de MathWorks respondieron preguntas sobre el gemelo digital 3D. Luego fue el turno de los estudiantes. Su tarea era crear un vídeo de toda la simulación de conducción con la posición de la cámara desde arriba basándose en los últimos tres dígitos de sus números de identificación únicos de estudiantes. Por ejemplo, 123 significaba que la cámara estaría a 12 metros de distancia a una altura de 3 metros.
Anteriormente, los estudiantes de Kusaka dependían de gráficos de estado de carga calculados, y algunos tenían dificultades para conectar los cálculos con la conducción real del vehículo, afirma. Esta vez pudieron visualizar los resultados.
Avances en eficiencia
A través de simulaciones gemelas digitales 3D, los estudiantes aprendieron sobre el control del sistemas de propulsión en relación con la profundidad de carga de la batería de alto voltaje del SHEV al cambiar la cantidad de carga inicial. Luego compararon los costos y emisiones de CO2 de vehículos eléctricos enchufables e híbridos en serie.
"A diferencia de las pruebas de vehículos reales, el diseño basado en modelos puede probar fácilmente las diferencias entre vehículos. Los estudiantes que tomaron la clase vieron de primera mano cómo se puede mejorar el consumo de combustible utilizando vehículos híbridos enchufables", dice Kusaka. "Fue fantástico poder asignar este ejercicio a una clase de segundo año universitario".
"A diferencia de las pruebas de vehículos reales, el diseño basado en modelos puede probar fácilmente las diferencias entre vehículos. Los estudiantes que tomaron la clase vieron de primera mano cómo se puede mejorar el consumo de combustible utilizando vehículos híbridos enchufables".
Kusaka notó que las habilidades de análisis e interpretación de datos de los estudiantes mejoraron con Simulink y RoadRunner en comparación con años anteriores. Identificaron el cambio de la resistencia a la rodadura, la alteración de la resistencia del aire y el aumento de la eficiencia térmica del motor como factores en la eficiencia de conversión de energía térmica. Algunos sugirieron ideas avanzadas para el control del motor.
"Con diseño basado en modelos y Simulink, los estudiantes exploraron el impacto en la eficiencia del combustible si se aumentara la eficiencia térmica al 50% o si se implementara un sistema híbrido enchufable", dice Harada.
El grupo descubrió que aumentar la eficiencia térmica del área operativa del motor a aproximadamente el 50% podría reducir el consumo de combustible a 21,52 megajulios, una reducción del 37% respecto del valor base. Los estudiantes adquirieron conocimientos automotrices que pudieron aplicar en el mundo real.
"Los graduados en ingeniería que saben cómo utilizar el Diseño Basado en Modelos para la investigación automotriz estarán preparados para comenzar a trabajar de inmediato", dice Kusaka. Después de graduarse, Harada trabajará para Toyota Motor Corporation, donde espera utilizar el diseño basado en modelos y las pruebas de equipos para desarrollar automóviles, aprovechando directamente sus experiencias de laboratorio.
Recientemente, el Laboratorio Kusaka comenzó a investigar cómo mejorar la eficiencia térmica y las emisiones de gases de escape de los vehículos eléctricos híbridos enchufables con calentamiento temprano del motor durante arranques en frío. Las pruebas RDE admiten un rango de temperatura más amplio que las pruebas WLTP, por lo que un arranque en invierno podría tener efectos dominó. El equipo también planea ampliar el modelo de conducción para la serie de conferencias para incorporar el impacto de la aceleración y la desaceleración en la eficiencia del combustible. Los factores que se tienen en cuenta para la aceleración y desaceleración incluyen peatones, otros vehículos y curvas.
Los investigadores prevén que sus socios industriales se beneficiarán enormemente de Simulink y RoadRunner. "Si todo lo relacionado con el automóvil está representado en un modelo común que manejan el fabricante y el proveedor de automóviles, resulta más fácil predecir el rendimiento cuando cambia una pieza", dijo Kusaka. Creemos que el Diseño Basado en Modelos y su simulación del desarrollo de vehículos y las pruebas RDE contribuirán significativamente a reducir los costos para las empresas automotrices.
Más casos prácticos
ROBÓTICA / CONDUCCIÓN AUTÓNOMA
Diseño del autobús autónomo WATonoBus
Los autobuses autónomos son una plataforma ideal para desarrollar la tecnología SAAC
CONDUCCIÓN AUTOMATIZADA / ROBÓTICA
Aplicación de técnicas de robótica comprobadas en procesos de desarrollo de automóviles
Renault avanza en la creación de prototipos de SAAC con ROS Toolbox y Simulink
CONDUCCIÓN AUTÓNOMA
Aptiv implementa escenarios virtuales para la validación de SAAC
El flujo de trabajo ayuda a evaluar el rendimiento del modelo, reducir costes y mejorar la eficiencia
