MATLAB, Simulink y Simscape permiten adelantar el desarrollo de vehículos eléctricos (EV) mediante el uso sistemático de datos y modelos. Estos productos permiten comprender el comportamiento en nivel de sistema, evaluar tradeoffs de diseño, desplegar algoritmos validados en todo el ciclo de vida de EV, y además:
- Diseñar arquitecturas de sistemas de EV completos con ingeniería de sistemas basada en modelos
- Mejorar la seguridad, longevidad y autonomía de las baterías
- Mejorar la eficiencia del sistema de propulsión mediante controles de motores y electrónica de potencia avanzados
- Optimizar la gestión térmica y uso de energía de los vehículos
- Acelerar los ciclos de desarrollo con datos e IA
Descubra cómo otras empresas usan 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 nivel de vehículo que implica integrar sistemas multidominio. Con Powertrain Blockset, Vehicle Dynamics Blockset y Simscape, puede:
- Poner en marcha rápidamente una simulación de EV completa, con motores, generadores y componentes de almacenamiento de energía
- Analizar tradeoffs de arquitectura, dimensionamiento de motores y baterías, y optimización de parámetros de control
- Desarrollar funcionalidades de control personalizadas para sistema de propulsión, chasis o controles de movimiento del vehículo, y después evaluar su rendimiento con modelos de vehículo de lazo cerrado
- Capturar en un solo entorno el diseño detallado, la arquitectura del sistema y los detalles de implementación, con un seguimiento digital a través de modelos de diferentes pasos del proceso
- Reutilizar modelos durante todo el desarrollo, desde la arquitectura y el análisis hasta las pruebas de hardware-in-the-loop (HIL)
Más información
- Desarrollo de modelos de vehículos personalizados con la app Virtual Vehicle Composer
- Simulación completa de vehículos para sistemas de propulsión electrificados (27:07)
- Serie de vídeos sobre vehículos eléctricos híbridos
- Modelado de vehículos eléctricos: sistema de propulsión, batería y sistemas térmicos (30:50)
Explore productos
Modele baterías y desarrolle BMS
MATLAB y Simulink permiten crear modelos de circuitos equivalentes (ECM), modelos electroquímicos y modelos basados en datos para celdas de batería. También puede:
- Simular dinámica electrotérmica, efectos de histéresis, degradación por deterioro y embalamiento térmico de una batería utilizando modelos de alta fidelidad o de orden reducido para condiciones de funcionamiento de EV
- Explorar tradeoffs de arquitectura para formatos de celdas, diseños de sistemas de baterías, diseños de placas de refrigeración y estrategias de gestión térmica
- Desarrollar y verificar algoritmos de BMS a lo largo de ciclos de conducción, incluyendo estimación de estado (SOC/SOH/SOP), equilibrado de celdas, reducción y protección contra fallos, gestión térmica y perfil de carga rápida de baterías
- Permitir el desarrollo y certificación de software BMS, incluyendo simulación en escritorio de lazo cerrado, generación de código y pruebas de software-in-the-loop (SIL), processor-in-the-loop (PIL) y hardware-in-the-loop
- Integrar modelos de baterías en simulaciones de EV para evaluar autonomía, uso de energía y márgenes de seguridad
Más información
- Modelado de baterías
- Sistemas de baterías
- Diseño, despliegue y prueba de un sistema de gestión de baterías (BMS) con Simulink y Simscape (26:08)
- Modelado y simulación de fallos de un sistema de baterías (30:23)
- Desarrollo de algoritmos de estimación de estado de baterías para BMS en Simulink (30:36)
Explore productos
Modele sistemas térmicos del sistema de propulsión y del habitáculo, y desarrolle algoritmos de control
Con MATLAB, Simulink y Simscape, puede crear modelos de sistemas térmicos detallados para evaluar el rendimiento en nivel de componente y vehículo, especialmente en condiciones de funcionamiento y ambientales extremas.
- Desarrolle modelos de circuitos de líquido refrigerante, aire y fluido refrigerante de vehículo completo que permiten simulación en tiempo real
- Desarrolle algoritmos de control para accionar válvulas del compresor y bombas en diferentes modos
- Supervise temperaturas de componentes, consumo de energía y flujos de calor para garantizar un funcionamiento seguro y eficiente incluso en condiciones extremas
- Simule eficiencia energética, reducción de potencia del sistema, deterioro y otros efectos térmicos para optimizar el sistema en condiciones de funcionamiento reales
Más información
- Optimización de un sistema de gestión térmica de baterías de un vehículo eléctrico (20:06)
- Gestión térmica de un vehículo eléctrico con bomba de calor
- Simulación en tiempo real basada en ROM de un sistema de gestión térmica de EV con bomba de calor (23:36)
- Sistema de refrigeración de baterías de un vehículo eléctrico
Explore productos
Modele motores de tracción e inversores, y desarrolle software de control de motores
Con Motor Control Blockset y Simscape Electrical, puede acelerar el desarrollo modelando y simulando sistemas de control de motores antes de las pruebas en hardware.
- Modele motores y electrónica de potencia, como motores síncronos de imanes permanentes (PMSM), máquinas de inducción y dispositivos semiconductores, con el nivel de fidelidad adecuado para equilibrar precisión y velocidad de simulación
- Automatice la estimación de parámetros, importe datos de análisis de elementos finitos (FEA) de motores, o importe datos SPICE o de dispositivos de proveedores para semiconductores para reducir el esfuerzo inicial y el tiempo necesarios para crear modelos precisos
- Implemente algoritmos de control de campo orientado con y sin sensores. Ajuste lazos de corriente y velocidad aplicando técnicas de control clásicas o herramientas automatizadas como Field Oriented Control Autotuner para acelerar el desarrollo
- Simule y verifique algoritmos de control, lógica de protección y transiciones entre modos mediante pruebas de HIL antes de la validación en dinamométro para reducir riesgo y tiempo de iteración
- Genere código C y HDL conforme con MISRA™ para unidades de control de motores (MCU) y FPGA directamente a partir de modelos de Simulink, con soporte para flujos de trabajo de AUTOSAR y de certificación ISO 26262.
Casos de éxito
- Eaton: Enfoque iterativo para transición gradual al diseño basado en modelos en controladores de motores existentes (20:48)
- LG Electronics: Desarrollo de software de control de inversores de potencia conforme con ISO 26262 con diseño basado en modelos
- SAIC Motor: Desarrollo de un sistema de control embebido para el automóvil Roewe 750 Hybrid con diseño basado en modelos
Explore productos
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 seguimiento de requisitos, medir la calidad de código y modelos, y generar casos de prueba automáticamente
- Utilizar herramientas que están precalificadas para ISO 26262 y cumplir con un flujo de trabajo de referencia ISO 26262 para satisfacer requisitos de seguridad funcional
- Aprovechar AUTOSAR Blockset (clásico y adaptativo) para modelar componentes de software de AUTOSAR, simular composiciones e importar/exportar archivos ARXML
- Integrar con cadenas de integración y entrega continuas (CI/CD), generar código, crear paquetes de despliegue, y automatizar pruebas de regresión
Explore productos
Utilice flujos de trabajo basados en IA y datos en el desarrollo de EV
Integre técnicas de IA y modelado de orden reducido (ROM) en flujos de trabajo de modelado, simulación y despliegue. Con MATLAB y Simulink, puede:
- Aplicar IA y ROM para reducir la complejidad computacional de modelos de baterías, motores y sistemas térmicos de alta fidelidad, incluso para pruebas de HIL en tiempo real
- Utilizar sensores virtuales para estimar temperatura de motores y baterías, SOC y SOH, lo que permite reducir costes de hardware
- Detectar anomalías y predecir fallos en baterías y motores con flujos de trabajo de Machine Learning y mantenimiento predictivo
- Desarrollar estrategias óptimas de gestión de energía y control de motores, incluyendo Reinforcement Learning integrado con modelos en nivel de sistema
- Utilizar apps interactivas para preparar datos, entrenar modelos y validar componentes de IA antes de desplegarlos en hardware embebido, dispositivos edge o la nube
Casos de éxito