MATLAB®, Simulink® y Simscape™ permiten a los ingenieros concentrar los esfuerzos de desarrollo de vehículos eléctricos (EV) al principio del proceso mediante el uso sistemático de datos y modelos. Puede utilizar aplicaciones de referencia predefinidas para facilitar la simulación. Con MATLAB y Simulink, puede:
- Utilizar la ingeniería de sistemas basada en modelos para diseñar arquitecturas de EV complejas y optimizar sistemas
- Modelar baterías y desarrollar sistemas de gestión de baterías (BMS)
- Modelar sistemas de pilas de combustible (FCS) y desarrollar sistemas de control de pilas de combustible (FCCS)
- Modelar motores de tracción y desarrollar unidades de control de motores (MCU)
- Desplegar, integrar y probar algoritmos de control
- Utilizar flujos de trabajo basados en datos e inteligencia artificial (IA) en el desarrollo de EV
Descubra cómo otras empresas utilizan MATLAB y Simulink para el desarrollo de EV
Desarrolle la arquitectura del sistema y realice la simulación del sistema
Los vehículos eléctricos requieren un diseño y análisis en el nivel de vehículo que implica integrar sistemas multidominio. Con MATLAB, Simulink y Simscape, puede:
- Realizar una simulación de EV rápida y completa con motor, generador y componentes de almacenamiento de energía utilizando aplicaciones de referencia predefinidas para configuraciones de tren de potencia más utilizadas
- Realizar análisis de tradeoff de arquitectura, dimensionamiento de motores y baterías, y optimización de parámetros de control
- Integrar, analizar y probar sistemas multidominio
- Capturar en un solo entorno el diseño detallado, la arquitectura del sistema y los detalles de implementación, con seguimiento digital a través de modelos de diferentes pasos del proceso
- Reutilizar modelos en todo el flujo de diseño, desde la arquitectura y el análisis hasta las pruebas de hardware-in-the-loop (HIL)
Explore productos
Modele baterías y desarrolle BMS
El modelado preciso de baterías permite concentrar los esfuerzos de desarrollo de baterías y BMS al principio del proceso para satisfacer diversas condiciones de carga, descarga y ambientales. Con MATLAB, Simulink y Simscape, puede:
- Modelar y simular baterías, y desarrollar BMS
- Modelar baterías con circuitos equivalentes e incorporar fidelidad con topologías de circuitos complejas
- Simular no linealidades, efectos térmicos, SOC/SOH y degradación de baterías
- Desarrollar BMS, incluidas la lógica de control, la generación automática de código y la simulación de lazo cerrado para flujos de trabajo de AUTOSAR y de certificación
- Implementar funcionalidades tales como monitorización de voltaje y temperatura, protección térmica y contra sobrecarga, y equilibrio y aislamiento de pilas en sistemas de gestión de baterías
Explore productos
Modele sistemas de pilas de combustible y desarrolle sistemas de control de pilas de combustible
El modelado preciso de sistemas de pilas de combustible (FCS), como la membrana de electrolito polimérico (PEM), permite concentrar el desarrollo de FCS y FCCS al principio del proceso para satisfacer diversas condiciones operativas y ambientales. Con MATLAB, Simulink y Simscape, puede:
- Modelar y simular FCS y desarrollar FCCS
- Modelar pilas de combustible PEM aplicando principios básicos a partir de datos electroquímicos o experimentales
- Simular ahorro de combustible, rendimiento y efectos térmicos en vehículos eléctricos de pila de combustible (FCEV)
- Desarrollar FCCS, incluidas la lógica de control, la generación automática de código y la simulación de lazo cerrado para flujos de trabajo de AUTOSAR y de certificación
- Implementar funcionalidades tales como gestión térmica, y monitorización de corriente, voltaje y potencia
Explore productos
Modele inversores y motores de tracción, y desarrolle software de control de motores
El modelado preciso de motores permite concentrar los esfuerzos de diseño de motores y unidades de control de motores (MCU) al principio del proceso, antes de las pruebas de hardware. Con MATLAB, Simulink y Simscape, puede:
- Modelar y simular motores, electrónica de potencia y MCU
- Modelar motores con la fidelidad deseada en los niveles de sistema, diseño de control y diseño de motores, mediante la estimación de parámetros automatizada
- Diseñar, simular y validar sistemas de conversión de potencia con librerías de modelos de fuentes de energía, semiconductores de potencia y máquinas tales como un motor síncrono de imanes permanentes (PMSM) y un motor de inducción (IM)
- Permitir el desarrollo de MCU con bloques para la creación y el ajuste del control de campo orientado, el ajuste automático de controladores PID, la generación automática de código y la validación en simulaciones de lazo cerrado, incluida HIL con soporte para flujos de trabajo de AUTOSAR y de certificación
Despliegue, integre y pruebe algoritmos de control
Los desarrolladores de EV deben cumplir con estándares de seguridad cada vez más exigentes. Con MATLAB y Simulink, puede:
- Generar automáticamente código C y HDL optimizado
- Realizar un seguimiento de requisitos, medir la calidad de código y modelos, y generar casos de prueba automáticamente
- Cumplir con un flujo de trabajo de referencia ISO 26262 para satisfacer los requisitos de seguridad funcional
- Utilizar herramientas precualificadas para ISO 26262
- Aprovechar AUTOSAR Blockset (clásico y adaptativo) para modelar componentes de software de AUTOSAR, simular composiciones e importar/exportar archivos ARXML
- Realizar integración con canalizaciones de integración continua/entrega continua/pruebas continuas, generar código, crear paquetes de despliegue y automatizar pruebas de regresión
Explore productos
Utilice inteligencia artificial y flujos de trabajo basados en datos en el desarrollo de EV
Con datos de prueba y datos de conducción del mundo real, puede tomar decisiones de diseño, crear modelos de orden reducido que aceleren las simulaciones y desarrollar servicios de mantenimiento. Con MATLAB y Simulink, puede:
- Aprovechar el flujo de trabajo de IA completo: preparación de datos, modelado de IA, simulación y prueba, y despliegue en hardware integrado, dispositivos edge, la nube o servidores empresariales
- Comenzar con algoritmos, modelos y ejemplos de referencia predefinidos para el modelado de IA
- Acceder a datos de bases de datos, fuentes en la nube, archivos binarios tales como MDF, y mucho más
- Entrenar modelos con apps de estilo point-and-click para Machine Learning y Deep Learning
- Importar modelos creados por la comunidad de usuarios de IA para transferencia del aprendizaje y despliegue
- Integrar IA en modelos de todo el sistema, simular y verificar antes de pasar al hardware
- Utilizar prestaciones de IA para predecir la vida útil restante, mantenimiento predictivo, crear gemelos digitales e incorporar IA a Simulink