Ein Angebot von /

Wie sich Subsysteme von E-Autos simulieren und optimieren lassen

| Autor / Redakteur: Alberto Bassanese * / Kristin Rinortner

Simulation: Der Lucid Air wurde von unterschiedlichen Teams mit Hilfe der Plattform Ansys Workbench in zwei Jahren entwickelt.
Simulation: Der Lucid Air wurde von unterschiedlichen Teams mit Hilfe der Plattform Ansys Workbench in zwei Jahren entwickelt. (Bilder: ANSYS/Courtesy Lucid Motors)

Lucid Air zählt zu den High-End-Elektrofahrzeugen. Zur Optimierung von mehr als der Hälfte der Fahrzeug-Subsysteme wurde ein virtueller Prototyp mithilfe einer durchgängigen Simulationssoftware erstellt.

Mit dem Lucid Air wurde 2017 ein Elektroauto vorgestellt, das Tesla Konkurrenz machen soll. Auf den Markt kommen soll es 2020. Mit der nur zwei Jahre dauernden Erstentwicklung eines High-End-Elektrofahrzeugs musste sich Lucid Motors enormen technischen Herausforderungen, einem komplexen Zulassungsverfahren und Konkurrenten mit über einem Jahrhundert Entwicklungsvorsprung in der Automobiltechnik stellen.

Als Neuling in der Branche konnte das Unternehmen aus Kalifornien völlig neue Wege in der Entwicklung gehen und auf modernste Technologien setzen: So brachte man alle an der Entwicklung beteiligten Teams aus den unterschiedlichen Disziplinen – Elektromagnetik, Thermodynamik, Strukturmechanik, Aerodynamik etc. – im Entwicklungsprozess von Anfang an in einem Büro zusammen.

Um die Interaktion und den Konstruktionsprozess intensiv zu fördern, stattete Lucid fast alle Ingenieure mit der Plattform ANSYS Workbench aus. Mit der Simulationsplattform konnten die Entwickler strömungsmechanische, strukturmechanische und elektromagnetische Löser koppeln. Darüber hinaus wurde die Software zur Optimierung der verschiedenen Subsysteme des Fahrzeugs genutzt.

Luftwiderstand der Karosserie reduzieren

Bei der Entwicklung der Fahrzeugkarosserie und eines neuen Lufteinlass- und Kanalsystems verwendeten die Aerodynamiker die CFD-Software ANSYS Fluent mit dem Solver Adjoint zur parameterfreien Formoptierung. Ziel war es, den Luftwiderstand zu minimieren. Mit dem Optimierungstool DesignXplorer zur parametrischen Analyse in Workbench ließen sich unterschiedliche Fahrzeugformen simulieren. So konnte die aerodynamische Leistungsfähigkeit verschiedener Entwürfe mithilfe der so erstellten virtuellen Prototypen bestimmt werden. Die Simulationen lieferten wichtige Erkenntnisse über die Auswirkungen von unterschiedlichen Formen auf den Luftwiderstand.

Hierfür wurden Antwortflächen, Sensitivitätsdiagramme, Paretodiagramme und Trade-off-Plots genutzt. Diese Informationen halfen den Designern und Aerodynamikern, eine Fahrzeugform zu entwickeln, mit der unter Berücksichtigung von Designvorgaben und anderen Spezifikationen der geringste Luftwiderstand möglich wurde.

Motoroptimierung mit verschiedenen Tools

Bei der Entwicklung und Analyse der Elektromotoren, Aktoren, Sensoren, Transformatoren und anderer elektromagnetischer sowie elektromechanischer Komponenten verwendete das Team ANSYS Maxwell – die Simulationssoftware für niederfrequente elektromagnetische Felder in Workbench. Mit Maxwell simulierten die Ingenieure die elektromagnetischen Verluste im Motor. Mithilfe der Workbench – der Host-Umgebung und Datenaustausch-Gerüst der Simulationsplattform – wurden diese Verluste in die Fluent-Simulation integriert und so die Temperatur im gesamten Motor berechnet.

Zwei separate Systeme kühlen den Motor. Das erste ist ein Wassermantel, der in das Motorgehäuse eingeformt ist. Im zweiten System wird Getriebeöl in die heißesten Bereiche eingespritzt – den Wicklungen und dem Rotor. Die Ingenieure benutzten zwei gekoppelte Modelle, ein Öl- und ein Wassermodell, um diese beiden Kühlsysteme zu simulieren.

Der ölgekühlte Bereich wurde in einer instationären Mehrphasen-Analyse mithilfe der Volume-of-Fluid-Methode simuliert. Dieses Modell lieferte Wärmeübergangskoeffizienten der mit Öl benetzten Oberfläche und die lokale Öltemperatur. Zur Berechnung der Bauteiltemperaturen des Motors modellierten die Ingenieure die Wasserkühlung mit einem Wassermodell auf Basis des stationären konjugierten Wärmeübergangs in Fluent. Die im Wassermodell berechneten Temperaturen wurden in das Ölmodell übernommen und die Simulation wiederholt. Die ermittelten Werte für den Wärmeübergang sind wiederum im Wassermodell abgebildet worden. Dieser iterative Prozess wurde wiederholt, bis beide Modelle auf die gleiche Temperatur kamen.

Thermische Spannungen und Lebensdaueranalyse

Danach koppelten die Ingenieure die Bauteiltemperaturen des Motors mit Hilfe der Workbench mit ihrem Modell zur Festigkeitsberechnung im Mechanik-Tool, um die thermischen Spannungen zu berechnen und die Lebensdauer des Motors durch eine anschließende Ermüdungsanalyse zu verifizieren. Mittels Simulation erhöhten die Ingenieure die Leistungsdichte und Energieeffizienz des Motors um 12%. Die Temperaturberechnungen entsprachen den physikalischen Messungen mit einer Fehlertoleranzgrenze von 3%.

Einen weiteren wichtigen Aspekt bei der Motorentwicklung bildete die Einbindung eines Rotorfluss-Kennfeldes in den Regelalgorithmus, um die Motorverluste unter verschiedenen Betriebszuständen zu minimieren. Die Ingenieure arbeiteten hierfür mit Maxwell und dem „Electric Machine Design Toolkit“, um die Drehmomente, Wirkungsgradkennfelder und andere Kennlinien von elektrischen Maschinen zu berechnen. Sie variierten Parameter wie Frequenz, Schlupf und Eingangsstrom zur Berechnung des Rotorfluss-Kennfeldes und inkludierten diese in den Regelalgorithmus als Tabelle.

Die Rotorflüsse werden während des Fahrzeugbetriebs in pulsweitenmodulierte Signale umgesetzt. Verglichen mit der üblichen Methode, die Rotorfluss-Kennfelder durch Experimente mittels Dynamometer zu erzeugen, verkürzt dieser Ansatz die Kalibrierungszeit um 80%.

Fazit

Mit Simulationen können Ingenieure die wichtigsten Fahrzeugeigenschaften verbessern. Beispielsweise werden Batterien normalerweise unter dem Fahrzeug räumlich flach angeordnet. Dies erhöht die Torsionssteifigkeit und senkt den Fahrzeugschwerpunkt, wirkt sich allerdings negativ auf die Beinfreiheit aus. Beim Lucid Air wurden durch Simulation der vordere Inverter-Motor und die Klimatisierung (HVAC) verkleinert, um Platz für den Akku zu schaffen. Dadurch war es möglich, die Form des Akkus an den vorhandenen Raum unterhalb der Passagierkabine anzupassen. Das schuf mehr Beinfreiheit und damit mehr Komfort.

Dank Lucids durchgängigem Einsatz der Simulationsplattform von Ansys im gesamten Entwicklungszyklus kann das Unternehmen mit etablierten Konkurrenten mithalten. Mit Hilfe der Workbench-Plattform können Ingenieure unterschiedlicher Disziplinen komplette virtuelle Prototypen unter Berücksichtigung aller physikalisch relevanten Aspekte analysieren. Ein Beispiel sind die Außenmaße des Lucid Air. Diese sind nur geringfügig größer als bei der Mercedes E-Klasse. Der Innenraum des neuen Fahrzeugs entspricht dagegen dem der größeren S-Klasse. Der Lucid Air soll ab 2019 in einer neuen 700 Millionen US-Dollar teuren Fabrik in Arizona in Produktion gehen.

* Alberto Bassanese ist Leiter des Bereichs Multiphysics und Optimierung bei Lucid Motors in Menlo Park / USA.

Kommentar zu diesem Artikel abgeben

Schreiben Sie uns hier Ihre Meinung ...
(nicht registrierter User)

Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
Kommentar abschicken
copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45579700 / Software Engineering)