近日,《汽车制造业》记者有幸采访到业内知名的电驱动技术专家——舍弗勒中国区电驱动事业群负责人陈相滨博士,与他一起探讨新能源汽车及其电驱动系统领域的最新技术进展和未来发展方向。
2024年10月29~31日,2024汽车技术与装备发展论坛(以下简称“论坛”)在苏州成功召开,政府领导,院士专家,汽车、装备及产业链相关企业高层齐聚,围绕“共筑汽车产业新质生产力”这一年度主题,聚焦新技术、新装备、新生态展开深入研讨,探索汽车产业与装备制造业的融合发展。
新能源汽车热失控问题正受到各方关注。本文通过模型逻辑、模型初始化等研究,证实随机森林模型在电池热失控预警问题上的可行性和适用性。随机森林模型通过随机生成的多个决策树组合进行预测的,决策树的随机性降低了样本数据处理难度,减少了过拟合风险,提高了模型泛化能力。
本文结合燃料电池台架试验结果,建立了一套车用燃料电池敏感性分析模型,同时基于蒙特卡罗随机试验,采用“基本效应法”对模型的运行工况进行多参数全局敏感性分析。结果表明:不同运行工况参数的敏感性存在差异,其中阴极化学计量比、电堆工作温度和阴极进气湿度被分类为高敏感参数,证明了燃料电池在中高负荷运行时水热管理和阴极流量管理的重要性;高电流密度下运行工况参数的高敏感性,进一步证明了燃料电池在中高负荷运行时合理运行工况参数设置的必要性。
密封对电池的整体性能和安全性具有关键作用。针对市场上电池密封失效的问题,本文提出了包括系统性审视密封工艺、失效根因分析、关键密封特性识别、密封特性标准梳理和实时监控在内的质量提升策略。同时,引入了先进的数字化监控概念,并借助众行框架设计,实施了相关性分析、积分卡管理以及基于拦截模型的预警机制,能够有效提升电池密封质量的现代化管理水平。
当电池发生自放电行为时,会造成系统内部电池间SOC差异变大,可能造成电池的过充电和过放电,影响系统容量发挥。本文研究了磷酸铁锂电池充电电压和搁置后电压关系,选取特定SOC状态电池,研究其在常温(25℃)和高温(45℃)下的电压降规律。同时对比电池电压和容量的微分曲线(dV/dQ-SOC),并对实验电池进行了批量验证和持续跟踪,得到具备指导生产应用的自放电筛选工艺条件。
增程式电动汽车具有构型简单、燃油消耗量低以及极限续航里程远等优点,被广大用户青睐,同时各大汽车主机厂也将增程式电动汽车的开发视为主流研究方向之一。本文以增程式电动汽车的变速器驱动电机选型为研究对象,通过 MATLAB 软件仿真分析,初步确定了满足整车最高车速,爬坡以及加速要求的增程电机参数,并简单举例说明了增程式电动汽车串联工况下基于 CS(Charging Sustain)规则的能量管理控制策略。
汽车造型已经成为影响消费者选择的关键因素,探究汽车造型设计已经是汽车人的基本功课。近年来流行的贯通式设计更具视觉冲击力和美感特征,成为汽车设计的新风潮。
为了解决某款皮卡的加速轰鸣声问题,通过对异响的采集、传动系统的振动测试,发现轰鸣声与发动机转速强相关,与车速无关,判断轰鸣声来自被发火频率激起整车传动系统的扭转共振。根据噪声频谱特性,设计匹配了双质量飞轮,降低曲轴离合系统的共振频率和能量,轰鸣声消除。
本文对车辆电池包后刮底进行了高精度仿真建模,并做了不同位置的后刮底仿真,筛选出一个最薄弱的位置,对其碰撞情况进行深入的研究和分析,从中总结出了以防护整车电池包为目标的安全策略,并得出了电池包后端需增加缓冲,可新增后部防撞梁或者依靠副车架的优化设计方案。
轮胎的滚动阻力和汽车燃油消耗直接相关,自欧盟标签法发布后,轮胎的滚动阻力成为各大轮胎企业重点关注的性能。本文建立了轮胎滚动阻力仿真模型,分析轮胎结构设计、材料配方等对滚动阻力的影响趋势,再选取合适的参数修改轮胎结构,从仿真层面改善滚动阻力性能,并对部分方案进行了试验验证。
数字化工艺设计与仿真是数字化产品开发的关键技术之一,也是验证产品工艺方案、产品可制造性、可装配性、可使用性和减少产品开发错误的重要手段和工具。本文对使用场景、推进思路、软硬件平台、业务流程及保障措施等一系列环节进行了研究。
本文以汽车焊装生产线为例,介绍了基于达索3DE平台搭建数字化工厂及开展工艺验证的过程。根据3D工艺布局搭建工装设备数模,通过3DE平台同步获取产品数据,并完成工艺流程和定位系统设计,实现产品—资源—工艺的关联。在此基础上,完成机器人姿态、焊点可达性和工时节拍等虚拟工艺验证,针对问题项反馈产品结构优化或设备工装方案调整。通过数字化工厂的搭建和虚拟验证过程,实现了缩短产品设计开发周期、降低设变费用和制造一致性及质量保证。
目前轮胎装配大多采用机械设备辅助人工的方式,但该方式受人为因素影响,容易导致装配精度不足和生产效率低下等问题。针对智能分拣生产线的工作流程和控制要求,我们提出了一种基于3D视觉技术和工业机器人的高效解决方案。经过实践验证,该智能装配生产线能够高效且稳定地运行,为提升企业的自动化水平提供了有力的参考和借鉴。
作为国家支柱产业之一的汽车行业,尽早实现碳中和势在必行。实现碳中和必须先摸清汽车全生命周期的碳排放构成,方能有针对性地开展减排工作。我们通过对国内汽车行业的分析、对汽车生产制造阶段的碳排分析、对汽车运行阶段的碳排放分析以及维修回收阶段的碳排放分析,得到一个清晰的汽车全生命周期碳排放构成图,助力汽车行业各阶段减排工作的开展。
当前,国家高度重视工业企业的绿色发展建设,节能减排成为各行业的重要议题。汽车制造企业作为能源消耗大户,也应顺应时代发展,积极探索节能减排新技术,以降低运行成本,实现节能减排目标。本文从汽车工厂规划角度出发,总结汽车工厂节能减排新技术、新方法。
通过人工智能(AI)建模和参数寻优等技术,对制冷站进行孪生建模,设计和构建了一个全新的汽车工厂制冷站能效智控平台系统,根据末端冷量需求实现设备投用精准预测,优化站内PLC控制系统,实现一键顺序自动控制,通过参数寻优算法,将最佳控制参数下发至控制器,协同整个制冷系统最优节能运行,最终达到降本增效、提升系统和人工运维效率的目标,节能效果显著。