Frühzeitige Virtualisierung ermöglicht fortschrittliche, AWD-ähnliche Bewegungsregelung für PATACs RWID-ATV
Ersetzung mechanischer Differentiale durch virtualisierte Steuerungsstrategien mithilfe von Simulink
„Von unserer frühen 0.1-Plattform bis zur aktuellen 3.1-Modell-Bibliotheksarchitektur ermöglichen diese standardisierten Toolchains die Wiederverwendung von Werkzeugen und Prozessen in Projekten. Dadurch wird die Entwicklungseffizienz und -qualität verbessert und die Einstiegshürden gesenkt.“
Wichtigste Ergebnisse
- Simulink wurde mit PATAC- und Drittanbieter-Tools integriert, um die vorgelagerte Virtualisierung im Bereich der Fahrzeugbewegungsregelung zu ermöglichen und eine dreischichtige Softwarearchitektur aufzubauen.
- Mithilfe von Simulink erreichte PATAC die Virtualisierung im RWID-ATEV, um Funktionen wie intelligentes Freifahren aus schwierigem Gelände, Fahrredundanz, minimalen Wendekreis, Wenden auf der Stelle und paralleles Parken zu unterstützen.
- Fahrzeugentwicklungsprojekte erreichten unter Motorfehlerbedingungen eine stabile Bewegung und Steuerbarkeit.
Fahrzeugentwicklungsprojekte werden aufgrund kürzerer Entwicklungszyklen, verzögerter Integration auf Systemebene, schwieriger Tests und des Wettbewerbsdrucks zur Bereitstellung fortschrittlicher Funktionen immer komplexer. Um diese Herausforderungen besser zu bewältigen, nutzt das Pan Asia Technical Automotive Center (PATAC), ein in Shanghai ansässiges Joint Venture zwischen General Motors und SAIC Motor, Simulink®, um ein Fahrzeugmodell zu entwickeln, das virtuelle und physische Ansätze integriert.
Das PATAC-Team implementierte eine frühzeitige Virtualisierung im Bereich der Fahrzeugbewegungsregelung in seinem ersten Advanced Technology Engineering Vehicle (ATEV) mit erweiterter Reichweite und unabhängigem Hinterradantrieb (RWID). Ziele auf Subsystemebene definierten Softwarefunktionen und Regelungsalgorithmen. Simulink ermöglichte Tests von Fahrszenarien wie Vollgasbeschleunigung auf gerader Strecke, Kurvenfahrt, Bergauffahren und Fahrbahnoberflächen mit unterschiedlicher Reibung. Dies führte zu besserer Spurführung und agilerem Lenkverhalten. Die Simulation von Motorausfällen verbesserte die Beherrschbarkeit des Fahrzeugs.
Die Simulationsergebnisse flossen in die Verbesserung der Regelungsstrategien ein. Das Team entwickelte eine Steuerungsstrategie, um mechanische Differenzialsperren durch elektronische Systeme zu ersetzen. Die dynamische Drehmomentverteilung auf Mikro- und Makroebene, die Antriebsstrangregelung, aktive Dämpfung und Kalman-Filter trugen zu einem gleichmäßigen Drehmomentverlauf bei. In der letzten Phase implementierten sie cloudbasiertes Monitoring und eine standardisierte, wiederverwendbare Algorithmenbibliothek, um Closed-Loop-Simulationen mit realen Tests zu integrieren.
