La transizione ai powertrain elettrici porta con sé nuove sfide nel prevedere quando potrebbe verificarsi un problema e nel mantenere il propulsore in salute. Mentre i metodi di diagnosi tradizionali hanno i loro meriti, spesso offrono solo una limitata possibilità di affrontare l'evoluzione dinamica delle potenziali condizioni pericolose nei powertrain elettrici, dove l'interazione di numerosi componenti elettronici e sistemi complessi richiede un approccio più sofisticato al monitoraggio e alla diagnosi.
ESACO (Electric powertrain System Anomaly detector and Conditions Observer) è stato sviluppato in risposta all'urgente necessità di migliorare la sicurezza, l'affidabilità e le prestazioni dei powertrain elettrici. Con l'aumentare della diffusione dei veicoli elettrici (EV) nel panorama automobilistico, garantire la loro sicurezza e affidabilità è fondamentale.
Il campo di applicazione di ESACO va oltre il semplice miglioramento dei singoli propulsori elettrici; il suo obiettivo è ottimizzarne l'utilizzo e l'integrazione nel panorama dei trasporti. Utilizzando tecnologie diagnostiche e predittive avanzate, ESACO punta a migliorare l'affidabilità e le prestazioni dei veicoli elettrici, facilitando così la loro adozione più ampia. Questo contribuisce a mitigare l'impatto ambientale riducendo le emissioni e promuovendo soluzioni di trasporto sostenibili.
La disponibilità di dati completi sui powertrain dei veicoli elettrici, insieme alla capacità di gestirli efficacemente, consente l'utilizzo di algoritmi addestrati basati sull'intelligenza artificiale. Questa integrazione rappresenta un approccio potente e innovativo per il monitoraggio in tempo reale della salute del powertrain, consentendo la rilevazione precoce di anomalie e potenziali problemi.
Sfruttando tecniche avanzate di intelligenza artificiale, come il machine learning e l'analisi predittiva, questi algoritmi possono analizzare vaste quantità di dati per identificare modelli e tendenze indicative di problemi in via di sviluppo. Questo approccio proattivo non solo migliora l'affidabilità e le prestazioni dei veicoli elettrici, ma contribuisce anche a ridurre i tempi di inattività e i costi di manutenzione, ottimizzando così l'efficienza complessiva e l'utilizzo dei propulsori elettrici in varie applicazioni di mobilità.
Vi presentiamo il convertitore di potenza DC-DC 800V-48V, la nostra soluzione di punta appositamente sviluppata per il motorsport con conversione di tensione fino a 550W.
Questo dispositivo all'avanguardia presenta due schede elettroniche: la scheda ad alta tensione applica una conversione isolata da 800VDC a 48VDC utilizzando la tecnologia avanzata del convertitore risonante LLC, mentre la scheda a bassa tensione sfrutta la tecnologia GaN Mosfets per trasformare efficientemente 48VDC in 14VDC, il tutto racchiuso in un design elegante e compatto.
Vivi la potenza e l'efficienza come mai prima d'ora.
Il nostro DC-DC 800V-48V è costruito con due schede diverse:
Il convertitore di potenza Alma Automotive è stato progettato per essere resistente alle vibrazioni, con particolare attenzione per un utilizzo ambientale severo.
Il DC-DC è dotato di acquisizione dati a bordo come: corrente di carico, tensioni del bus, temperatura ambientale, pressione e VOC, stato degli attuatori e altro ancora. È in grado anche di gestire e comunicare con l'attuatore del connettore di ricarica utilizzando il protocollo CCS2. Questo DC-DC dispone anche di un'uscita PWM a 48V per alimentare un driver di pompa fino a 400W e un PWM a 12V. Il DC-DC ha un modulo BOOST integrato, quindi è possibile accenderlo e alimentare un carico a 12V fino a 80W con una cella di spinta esterna. La scheda LV fornisce un caricatore a bordo per ricaricare la cella di spinta quando il DCDC è alimentato da tensione elevata o da un'alimentazione esterna (Jump Battery).
Le condizioni della batteria e il risparmio energetico sono fattori essenziali per i sistemi di propulsione dei veicoli elettrici. Una batteria soggetta a guasti improvvisi può causare gravi problemi, tra cui il crollo delle prestazioni nel corso del tempo, la necessità di riparazioni costose e la relativa perdita di tempo. Per scongiurare quest'eventualità, Alma Automotive ha sviluppato algoritmi basati sull'intelligenza artificiale (AI) per monitorare lo stato di salute e le condizioni operative della batteria in tempo reale. Questi algoritmi possono attivare allarmi in caso di problemi e perfino prevedere i guasti prima che accadano.
Il nostro algoritmo di previsione delle prestazioni e dello stato della batteria è stato sviluppato per aumentare la potenza e l'energia utilizzabile. Grazie alla stima avanzata dello stato di salute e alle affidabili logiche di sicurezza, questo strumento basato sull'AI è in grado di potenziare i sistemi di gestione dell'energia per la mobilità elettrica.
Gli algoritmi AI hanno bisogno di un'enorme quantità di dati per addestrare i modelli. L'acquisizione e la gestione dei dati per le applicazioni che sfruttano l'intelligenza artificiale è quindi un aspetto chiave nello sviluppo dei modelli. Per questo, come abbiamo spiegato di recente, l'impegno del nostro team di R&S si è concentrato in primis sull'implementazione di modelli precisi e affidabili. Abbiamo scelto di usare i risultati della simulazione come fonte di dati per addestrare il modello AI in modo più rapido ed efficace.
Riportiamo di seguito un esempio di applicazione del nostro algoritmo delle prestazioni della batteria. In questo esperimento è stata innescata una variazione della resistenza interna della batteria. L'algoritmo analizza i segnali di ingresso durante un intervallo di tempo definito, al termine del quale è in grado di stimare un indice di allarme complessivo sulle condizioni di salute e operative della batteria.
Anche se i valori elettrici e termici rientrano ancora nell'intervallo accettabile, il nostro algoritmo rileva le anomalie e può attivare allarmi e logiche di sicurezza all'occorrenza.
Le prestazioni delle batterie dipendono in larga misura dalla temperatura delle loro celle, che è legata alla loro natura chimica e fisica, nonché influenzata da diversi altri fattori, come la resistenza interna e lo scambio di calore.
Per questo, realizzare un modello termico preciso di una batteria richiede un'ottima conoscenza della termofluidodinamica dei componenti del sistema, non solo all'interno della batteria ma anche di tutti i sottosistemi che hanno la funzione di mezzo per il trasferimento del calore.
La figura in basso mostra i risultati di un esperimento svolto durante le attività di test di un propulsore elettrico da corsa con una batteria raffreddata a liquido. Le temperatura delle celle e del refrigerante sono state modellate con un errore massimo di ±1,5°C.
Input del modello:
Il modello è in grado di simulare la temperatura di ogni cella della batteria, mantenendo basso lo sforzo di calcolo e permettendo l'uso del modello anche in applicazioni in tempo reale. Il modello è flessibile e facilmente regolabile, per adattarsi a tutta la gamma di soluzioni di gestione della temperatura.
Il nostro obiettivo è fornire modelli compatti che diano risultati precisi.
In questo caso, mostriamo un breve confronto fra la tensione e lo stato di carica simulati della batteria e i dati sperimentali. Il nostro modello è facile da regolare e può essere usato per simulare le prestazioni elettriche di batterie ad alta tensione composte da diversi tipi di celle agli ioni di litio.
Grazie alle varie attività di calibrazione, il modello ci permette di simulare la tensione della batteria con un errore relativo minore dell'1% rispetto ai dati sperimentali e lo stato di carica con un errore assoluto ancora inferiore.
La varietà di applicazioni in cui lo abbiamo impiegato ci consente di verificare l'affidabilità e la precisione delle simulazioni, verificando la bontà dei risultati in architetture con propulsori automobilistici a 800 V e in molti altri ambiti.
Cosa ci distingue dalle soluzioni precedenti:
Alma Automotive fornisce sale prove elettrificate e mette al servizio dei clienti le sue competenze nello svolgimento di prove sui gruppi propulsori elettrici. I nostri tecnici sono a disposizione per supervisionare ogni prova e compilare rapporti conclusivi dettagliati, seguendo ogni fase del processo.
Abbiamo sviluppato un modello capace di simulare perfettamente la batteria a partire dalla caratterizzazione delle celle usate o previste. Il sistema riproduce il comportamento elettrico e termico del dispositivo in prova e si dimostra estremamente flessibile e preciso, dando la possibilità di gestire l'elettronica di diversi fornitori. Utilizza il bus cc comune da 600 V per controllare un emulatore di batteria da 200 kW fino a 1050 V.
Il freno dinamometrico applicato dipende dalle esigenze specifiche e può essere scelto dall'ampio catalogo di Borghi & Saveri o acquistato dai nostri fornitori selezionati.
Si possono svolgere varie prove per la caratterizzazione del gruppo propulsore elettrico, tra cui:
Ogni sala prove è dotata di un sistema di acquisizione basato sulla piattaforma di National Instruments, che include sensori di temperatura, pressione e accelerometri. Il sistema di gestione delle prove può controllare in modalità locale o remota ogni componente della sala prove, come la ventilazione, l'alimentazione o i sistemi di sicurezza, ed è in grado di digitalizzare qualsiasi tipo di trasduttore.
Il nostro sistema di gestione termica personalizzato, invece, può simulare e riprodurre la gestione termica del motore elettrico e dell'inverter, e ci consente di eseguire prove su entrambi controllando la temperatura del refrigerante in tempo reale, emulando il profilo di temperatura che si avrebbe nel ciclo di guida o testando i componenti a una temperatura stabilita.
Il sistema installato nella sala prove permette anche la caratterizzazione meccanica del motore, misurando:
È possibile condurre prove di trascinamento per misurare le perdite meccaniche e caratterizzare elettricamente il dispositivo in prova mediante analizzatori di potenza di precisione.
Infine, forniamo uno strumento di manutenzione predittiva che rileva qualsiasi deviazione dalle condizioni ideali del dispositivo testato durante il funzionamento.
Basandosi sull'intelligenza artificiale, usa i dati raccolti per stimare i livelli attesi degli indicatori (modello di impianto) e confrontarli con i loro valori effettivi. Questo metodo può essere utile anche per calcolare la vita utile residua o gli intervalli di manutenzione ottimali.
Via Terracini 2/c - 40131 Bologna - Italy
Tel. +39.051.9923806 / +39.051.0548470
Fax +39.051.0544839
info@alma-automotive.it
PEC amministrazione@pec.alma-automotive.it
SEDE CENTRALE
Via Terracini 2 , 40131 Bologna
SALE PROVA MOTORI
Via Provinciale Bologna 28/30
40066, Pieve di Cento (BO)
© Copyright 2021 - Alma Automotive s.r.l. - P.IVA e C.F. 02315721205 - Cap. soc. 10.000€ - Privacy Policy - GDPR - Credits - Sitemap
Gli aiuti di Stato e gli aiuti de minimis ricevuti dalla nostra impresa sono contenuti nel Registro nazionale degli aiuti di Stato di cui all’art. 52 della L. 234/2012 e consultabili qui
