競争の激しい電気自動車（EV）市場では、エンジニアは革新、シミュレーション、堅牢な e-パワートレインソリューションのテストを行うという二重の圧力と、持続可能な輸送のための世界的な需要に応えるために生産サイクルを加速させるという二重の圧力に対処しなければなりません。最近、2024年の自動車テスト技術国際（ATTI）賞での代替パワートレインテスト革新賞を受賞したe-パワートレイン用のセカンドマインド・フォー・キャリブレーションアプリケーションは、業界全体の問題に対処することによって、自動車のオリジナル機器製造業者（OEM）に戦略的な優位性を提供し、e-モーターの効率を高め、開発時間を大幅に短縮します。

e-パワートレインキャリブレーションの複雑さ - 現状

e-モーターとインバーターの組み合わせはe-パワートレインシステムの核心であり、キャリブレーションの課題、例えば厳格な熱管理や複雑なパラメータの相互作用を呈しています。正確なキャリブレーションは、効率と車両の航続距離を最適化するために重要であり、現在の電流レベル、エネルギー消費、回転数（RPM）などのパラメータの変更の影響を予測するために正確で堅牢なモデリングが必要です。

エンジニアは、すべての運用条件でトルクターゲットを効率的にバランスさせることによって、精密に調整されたキャリブレーションマップを作成する必要があります。これは、短い期間内に相互に関連する複数の変数間の複雑なトレードオフを含みます。実験計画法（DoE）は、入力変数と応答との関係を探りますが、その制限としては、手動プロセスが必要であり、手動による監視や反復的調整を必要とし、キャリブレーションサイクルが延長され、平凡な作業において人間の専門知識を消費することが含まれます。

キャリブレーションエンジニアが直面する深刻な課題の一例は、日産リーフやテスラモデル3などのEVで使用される永久磁石同期モーター（PMSM）です。高精度な制御が必要なため、モーターの熱的ダイナミクスや効率に重要なパラメータ間の複雑な相互作用のキャリブレーションは特に困難です。テスト中の磁石の熱により、トルク性能が低下し、エンジニアはキャリブレーションプロセスの整合性と精度を維持し、正確な車両の航続距離を確保することが難しくなります。一定の回転子温度で多くの測定が必要なため、テスト間の長い冷却ダウンタイムが発生し、プロセスが大幅に延長されます。

解決策 - セカンドマインド・フォー・キャリブレーション

e-パワートレイン用のセカンドマインド・フォー・キャリブレーションアプリケーションは、あらゆる電気モーターシステムを最適化できる多用途のソリューションです。このソリューションは、DoEプロセスのインテリジェントな自動化を可能にし、エンジニアは記録的な時間で非常に正確なモデルを作成できるようになります。セカンドマインドのアクティブラーニングを活用することで、アプリケーションは最も重要なデータポイントにのみ焦点を当て、モデルの精度を大幅に迅速に向上させ、データ要件を最大80%削減します。エンジニアは最初のモデルを開発するために必要な少量のサンプルデータとテストプランを必要とするため、時間を即座に節約できます。その後、自動化された反復的な精緻化ループを開始し、実験の手動計画の必要性を排除します。

最初からより正確なモデルを持ち、どの実験が最も価値のあるデータを得られるかを賢く特定することで、不要なテストが最小限に抑えられます。各実験から得られる関連データがモデルの精度を向上させるため、手動作業の削減により、エンジニアは手間のかかる手動作業から解放され、データのテーラーメイドな貢献やモデルの精緻化といった高価値の活動に焦点を当てることができます。

PMSMの例では、セカンドマインドはインテリジェントな温度補償アルゴリズムで回転子温度の問題に対処します。リアルタイムで、さまざまな運転条件におけるモーターの熱によるトルクの劣化を考慮することを自動的に学習し、冷却回数を大幅に削減し、データ収集の効率を向上させます。PMSMの熱挙動を理解し予測することで、セカンドマインドはエンジニアに主要な過渡効果を軽減する能力を与え、データの整合性を損なうことなく、より迅速な測定サイクルを実現します。

このアプローチは、テスト間の長い冷却期間の必要性を最小限に抑えます。これにより、さまざまな温度シナリオにおけるモーターの磁場の効果を最適化するために必要な連続的なデータ収集が可能になります。また、モーター速度、DC電圧、電流振幅、電流位相角、回転子温度、DCなどの重要なパラメーターを考慮した多面的な最適化プロセスを可能にします。

セカンドマインドは、物理的知識に基づいたモデルと高度な機械学習を組み合わせ、高度なe-モーター性能調整に不可欠な非常に正確な予測を可能にします。このアプリケーションは、エンジニアの深い専門知識と最先端のAIを統合し、e-モーター性能に影響を与える要因の複雑な相互作用を理解し、各モーターの「個性」に迅速に適応できるモデルを作成します。

この制御と精度の向上により、エンジニアは深いシステム専門知識を活用して、迅速に正確なキャリブレーションマップを生成できます。その結果、回転子温度の安定を維持するという通常は厄介な作業が、より管理しやすく、顕著に加速したプロセスに変わります。

インパクト - テストベッド占有率が80%減少

最も労働集約的なキャリブレーション作業をインテリジェントに自動化することで、セカンドマインド・フォー・キャリブレーションは、経験豊富なエンジニアが高価値な電動化の問題解決に専門知識を集中させる可能性を解放し、他のDoEツールに対して大幅な優位性を提供します：

• キャリブレーション作業にかかる時間が50%短縮され、テストベンチ測定、モデル作成、検証を含む労働集約的なキャリブレーション作業が自動化されます。

• テストベッド占有率が80%減少し、キャリブレーションワークフローの効率が向上します

• 高精度なモデルを作成するために必要なデータが80%減少します。

• テスト中に必要なコストのかかるプロトタイプが40%減少します。

セカンドマインドは、それぞれの電動モーターシステムのために正確で効率的なキャリブレーション設定を可能にします。これにより、エンジニアはより高い精度と短いターンアラウンドタイム、データ要件の削減を達成し、テストベッドを効果的に空け、予約の競合にしばしばボトルネックとなる早期モーター試作の依存を減らします。この開発の加速は、新しい電気自動車をより早く市場に投入する助けとなります。

e-パワートレイン用のセカンドマインド・フォー・キャリブレーションアプリケーションは、最近、2024年の代替パワートレインテスト革新賞として自動車テスト技術国際賞を受賞しました。詳細については、私たちのプレスリリースをここでお読みください。