Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek 11. a , Roztoky -

Centrum kompetence automobilového průmyslu Josefa Božka

Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek 11. a 12. 11. 2015, Roztoky -

Popis obsahu balíčku WP01VaV znalostní databáze projektu Design Assistance SYstem - DASY

Vedoucí konsorcia podílející se na pracovním balíčku České vysoké učení technické v Praze, zodpov. osoba Prof. Ing. Jan Macek, DrSc.

Členové konsorcia podílející se na pracovním balíčku

ŠKODA AUTO a. s. M. Hrdlička, Vysoké učení technické v Brně P. Novotný, Vysoká škola báňská Technická univerzita Ostrava Z. Folta, TÜV SÜD Czech s.r.o. O. Vaculín, Technická univerzita v Liberci P. Brabec, Ricardo Prague s.r.o. B. Hnilička, Honeywell, spol. s r.o. P. Škara

Hlavní cíl balíčku Zkrácení času mezi výzkumem koncepce a aplikací inovovaného výrobku na trhu (time-to-market, TTM) o cca 30%.

Dílčí cíle balíčku pro nejbližší období WP01C03: Vyzkoušení funkčnosti databáze DASY pro optimalizaci hnací jednotky vozidla z hlediska dojezdu na příkladu hnací jednotky elektromobilu. DASY se základními komponentami bude využita pro komplexní optimalizaci hnací jednotky elektromobilu včetně akumulátorů z hlediska dojezdu s vazbami na hmotnost vozidla a jeho odpory, na rekuperaci energie pro dobíjení akumulátorů, topení a větrání/klimatizaci vozidla a dynamiky vozidla za různých provozních situací. Bude sledována TTW spotřeba energie pro ocenění reálného přínosu elektromobilu ke snížení emisí skleníkových plynů. TE 0102 0020

Str. 1

Za WP 01 Jan Macek, ČVUT v Praze



Popis plnění balíčku WP01VaV znalostní databáze projektu Design Assistance SYstem - DASY

Algoritmus optimalizace spotřeby energie elektromobilu při srovnávání koncepcí – příklad použití DASY pro vozidlo 1. Rozpad vozidla na hnací jednotku s podsestavami (kola, převodová ústrojí, emotor, inverter/converter, baterie; karoserii s příslušenstvím - např. otopný a klimatizační systém; řídicí systém). 2. Simulační popis vlastností základních entit – PDR, ODR, regresní algebraické náhrady. 3. Simulační popis vozidla jako celku při jízdě (ODR s numerickou integrací nebo v uzavřeném tvaru integrované ODR). 4. Popis tratě (úseky jsou s různou délkou rozděleny podle parametrů – max. rychlost, doporučená rychlost, nadmořská výška, součinitel adhese a valivého tření, teplota, rychlost a směr větru atp.). Popis řidiče (jízdní návyky, pohodlí). 5. Algoritmus pro průjezd tratí s danými omezeními. 6. Algoritmus optimalizace spotřeby energie s danými omezeními. 7. Porovnání optimálních výsledků spotřeby energie pro různé koncepce. TE 0102 0020

Str. 2




Popis plnění balíčku WP01VaV znalostní databáze projektu Design Assistance SYstem - DASY 1,0 0,9

Simulační modely jednotlivých dílů po rozpadu konstrukce.

eta M

0,8 0,7

eta M r

0,6

eta M

Model vozidla se základními ODR trakční dynamiky.

Rozpad konstrukce.

0,5

0,4 0,0 1,0 P rel M 2,0 Motor a generátor – účinnosti nahrazené regresním modelem (zde iracionální lomená funkce). Podobná procedura pro tepelná čerpadla pro H i AC (korekce proti Carnotovu čerpadlu). Model ohřátí motoru a změn teploty v chladicím systému. TE 0102 0020

3,0

Str. 3

3 Za WP 01 Jan Macek, ČVUT v Praze



Optimized control

Velocity profile optimization

GPS coords, speed limits, road profile

Optimization inputs

Popis plnění balíčku WP01VaV znalostní databáze projektu Design Assistance SYstem - DASY Simulation

Simple vehicle model of FIAT Doblo Vozidlo

Popis trasy a jejích pevných (max. rychlost) i variabilních Route data Route planning parametrů (reálná rychlost, součinitel adhese, vítr, …). preprocessing

TE 0102 0020

Str. 4

Post-processing: energy demands analysis

Aplikace řídicího systému.





Transformace parametrů algoritmu XLSX do DASY VEHICLE m veh delta S x.c x

1500 kg 0.1 1 m2

w max nom

135 km/h

W M clutch W M in W batt net W batt gross

17.19 22.84457 23.57907 26.32174

kWh/100km kWh/100km kWh/100km kWh/100km

P a max P b min P cont max P cont min

46.70758 -11.5708 28.84158 8.577538

kW kW kW kW

S body L body k rest body al nat conv c p body m body thermal m body

CAR BODY 4 m2 2m 20 W.m-2.K-1 10 W.m-2.K-1 540 J.kg-1.K-1 100 kg

OPERATION

OPTIMIZATION P M lim in 40 Kf 0.3 Ka 1 K sl 0.5 impact on reference power Kb 0.1 K aD 0.1 K bD 0.3 K bD lim 0.05 Kw 1 Ke 0.5 K eD 0.7 a b lim -1 m.s-2 Upper limitaof aDdownhill lim accceleration 1 m.s-2 Lower limitaof a acceleration>0 0.0001 m.s-2 Lower limitaof b deceleration -0.1 m.s-2 Lower limitPof a power>0 0.1 W

DRIVER

POWERTRAIN m Powertrain 360 kg F T max 1200.035 N n M nom 10146.13 min-1

T in comf int. temp. dev.

r

TE 0102 0020

ROUTE 0.025396 W.m-1.K-1 1.49E-05 m2.s-1 9.81 m.s-2 287 J.kg-1.K-1

T_out_ini 20 °C TABLE OF T OUT File_nameColumns

1000 kg

HVAC m HVAC 30 kg Q HVAC ini 2000 W Q HVAC CH 2000 W T_H 30 °C TC 15 °C AC corr. fact. (incl. mech.eff.) 0.25 HP corr. factor 0.25

20 °C 3 °C

lam air nu air g

DRIVETRAIN Mass 30 kg P acc ini 400 W eta m trans ini 0.98 eta m FORMULA I trans 5

MOTOR Mass 30 Se 0.4 ke 400 cpe 600 m e thermal 10 T_M_lim 100 T M ini 20 ke*Se 160 T M ave 42.27599 T_M_max 52.94104

kg m3 W.m-2.K-1 J.kg-1.K-1 kg °C °C W.K-1 °C °C

T in ini T M cool ini total trip length total time time w/o breaks w ave

Str. 5

w base i w opt i f adh mu r alpha pi Ti w wind m cargo load

20 °C 20 °C 10282.66 17.99555 11.32888 54.45902

m min min km/h

TABLE

Za WP 01 Jan Macek, ČVUT v Praze phi R




Možné přístupy k optimalizaci • • •

hrubá síla (všechny úseky každý zvlášť se splněním omezení) heuristika pro kombinaci možných jízdních režimů deterministický přístup prediktor (odzadu) – korektor (dynamické programování) – se zobecněnými optimalizačními proměnnými v omezeném počtu

•

Výsledky hrubé síly a heuristického algoritmu jsou obdobné a poněkud lepší než deterministický přístup. Vyžadují co nejustálenější rychlost. Deterministický přístup využívá maximální rychlosti a blíží se ke běžnému stylu jízdy.

•

TE 0102 0020

Str. 6



Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek 11. a 12. 11. 2015, Roztoky Energy and Power - Motor Clutch 17.2| Motor In 22.9 | Battery Nett 23.7 | Battery Gross 26.4 kWh/100 km || P acc 400W || PHVAC 2.0kW

Velocities and Slope - Average Speed 52.8km/h Motor Power Limit 27kW 100.0

20%

90.0

15%

3.0000

80.0

30.0

10%

25.0 2.5000

5% 0%

40.0

-5%

30.0 -10% 20.0 -15%

10.0 0.0 0

2000

4000

6000

8000

10000

20.0

-20% 12000

w base [km/h]

15.0 10.0

1.5000 5.0 1.0000

0.0 -5.0

s cumm [m] w [km/h]

2.0000

0.5000 w P lim [km/h]

-10.0

Slope %

0.0000 0

Velocities and Acceleration - Average Speed 52.8km/h 100.0

2000

4000

6000

8000

-15.0 12000

10000

s cumm [m] 2.0

90.0

W cumm clutch [kWh]

1.5

W M in [kWh]

Deterministický model s omezeným počtem optimalizačních parametrů.

1.0 70.0

50.0

0.0

40.0

a [m/s2]

0.5

60.0

W batt net [kWh]

W SOC [kWh]

P ave [kW]

Energy and Power - Motor Clutch 17.2| Motor In 22.9 | Battery Nett 23.7 | Battery Gross 26.4 kWh/100 km || P acc 400W || PHVAC 2.0kW

80.0

30.0

60.0

25.0

50.0

20.0

40.0

15.0

30.0

10.0

20.0

5.0

10.0

30.0

-1.0 20.0

-1.5

10.0

0.0 0

2000

4000

6000

8000

10000

-2.0 12000

s cumm [m] w [km/h]

w P lim [km/h]

a [m/s2]

0.0 0

TE 0102 0020

Str. 7

2000

4000

6000

8000

s cumm [m]

10000

0.0 12000

7 Za WP 01 Jan Macek, ČVUT v Praze T cool °C

T in °C

T M °C

T M °C

-0.5

T in °C

w [km/h]

P ave [kW]

50.0

W Cumm [kWh]

60.0

Slope %

w [km/h]

70.0



35 30

14 13 12 11 10 9 8 60.00

25 20

15 10

0.00

10.00

20.00

30.00

40.00

50.00

Total Time [min]

wdw wlim then Energy Consumption - Route 06if ; K w w 1,0 alim w/o heating ds  17 mred 2 else w dw 16 15 Pconst

Trakční práce a čas jízdy bez zastávek a případného nabíjení v závislosti na omezeném výkonu motoru a omezeném zrychlení v dolním rozsahu rychlostí. Lokální maximum spotřeby může způsobit pomalá akcelerace, jež spotřebovává více práce než rychlá. To platí jen pokud se řidič snaží kopírovat průběh povolené rychlosti!

Maximum Power Used [kW] W M clutch

W M in

W batt gross

time w/o breaks

Spotřeba energie z baterie je ovlivněna účinností nabíjení/vybíjení baterie. Závisí při krátkých jízdách velmi na počátečních teplotách při použití topení nebo klimatizace (obojí s tepelným čerpadlem). HVAC je řízeno na předtápění/chlazení a využití rekuperace energie při jízdě po spádu. Vytápěcí tepelné čerpadlo je zapojeno na chladicí okruh motoru. TE 0102 0020

Energy Consuption [kWh/100 km]


dW  Fres ds

Energy Consumption - Route 06; K w 0,8 Heating: initial temperature 20°C, out -10°C 30 28 26 24 22 20 18 16 14 12 10

85% 80% 75% 70% 65%

0.00

10.00

20.00

30.00

Maximum Power Used [kW]

Str. 8

W M clutch 60% 40.00 50.00 W M in W batt gross eta e M av*eta I*eta C eta e G av*eta I*eta C





20.0

15.0

30.00

25.00

20.00 10.0

Energy Consumtpion and Time to Drive: Route 06 Větší20°C rezerva 10.28km | m veh 1500kg | T_out_ini | T in ini 20°C |

35.0

výkonu na akceleraci

30.0


Spotřeba energie na kolech

25.0

Time to Drive [min]


Energy Consumtpion and Time to Drive: Route 06 10.28km | Větší rezerva 35.0 40.00 m veh 1500kg | T_out_ini 20°C | T in ini 20°C | výkonu na Spotřeba akceleraci 30.0 35.00 energie z baterie 25.0

… pro různá omezení rychlosti

20.0

Topení na 17°C při -10°C – tepelné čerpadlo na motoru

15.0

15.00

5.0

0.0

10.00 0

10

20

30

40

50

60

70

Motor Power Limit [kW]

W batt gross: K w = 1.0: del P a = 0.1 W batt gross: K w = 1.0: del P a = 0.5

10.0

W batt gross: K w = 0.8: del P a = 0.1 W batt gross: K w = 0.6: del P a = 0.1 W batt gross: K w = 0.4: del P a = 0.1

W batt gross: K w = 1.0: del P a = 0.1

W M clutch: K w = 1.0: del P a = 0.1









time w/o breaks: K w = 1.0: del P a = 0.1




5.0

W batt gross: K w = 0.8; del P a = 0.1; T out = -10

0.0


TE 0102 0020

Str. 9

8.00

13.00

18.00

23.00

28.00

33.00

Time to Drive [min] Za WP 01 Jan Macek, ČVUT v Praze

38.00



Plnění cílů, milníků a výstupů, splněné výsledky balíčku WP01VaV znalostní databáze projektu Design Assistance SYstem - DASY

Plnění dílčích cílů, milníků a výstupů WP01M02: Implementace konstrukční studie elektromobilu do DASY. (ČVUT v Praze, VUT v Brně, VŠB-TUO, TÜV SÜD Czech, Ricardo Prague) Integrace popisu struktury koncepce, optimalizace parametrů a návaznost jednotlivých kroků konstrukce vozidla bude použita jako test schopností DASY popsat a řešit pokročilou koncepčně novou konstrukci vozidla s maximálním využitím existujících prvků. Implementace databáze u zúčastněných partnerů pro provedení testů.

WP01A05: Vývoj vybraných modulů pro návrh elektrických vozidel. W01V003: Výsledky srovnání různých koncepcí elektromobilů v prostředí DASY. (ČVUT) Jako příklad aplikace DASY s praktickými výsledky pro pracovní balíčky WP18 a WP19 bude provedeno srovnání různých koncepcí pro konkrétní elektromobil se zahrnutím interakcí mezi konceptem pohonu, hmotností, energetickou spotřebou a dojezdem. TE 0102 0020

Str. 10




Plnění cílů, milníků a výstupů, splněné výsledky balíčku WP01VaV znalostní databáze projektu Design Assistance SYstem - DASY

Přehled splatných výsledků a jejich plnění TE01020020V083 WP01, WP18, WP19: Doplnění modulů a optimalizace elektromobilu pomocí DASY. Jako praktický test potenciálu DASY bude databáze doplněna o potřebné moduly a použita pro srovnání různých koncepcí hnacích jednotek elektromobilů. Návrh optimální trakční charakteristiky pohonu a parametrů elektrického motoru, určeného pro pohon elektromobilu, resp. hybridního automobilu. Výstupem bude programový soubor umožňující optimalizaci regulačního systému automobilního trakčního motoru zohledňující specifika elektrického pohonu pro silniční vozidla. Implementace v DASY. Budou ověřeny aplikační možnosti nových akumulátorů a konvertorů energie v hybridních pohonech s elektrickým děličem výkonu a čistě elektrických pohonech s akumulátory. Cílem je dosažení optimálních pracovních podmínek pro základní palubní komponenty a zdroje energie (elektrický dělič výkonu, chemický akumulátor, případně palivový článek). 1*SW, použit spolu s ViF a Škoda Auto. Programy XLSX a MATLAB ve formě vhodné pro DASY. Soupis parametrů pro DASY. 1*X – Mechatronika Warszawa TE 0102 0020

Str. 11




Návrh dalšího postupu v balíčku WP01VaV znalostní databáze projektu Design Assistance SYstem - DASY

Návrh dalšího postupu včetně návrhů na spolupráci a realizaci výstupů Provedení úplné optimalizace pro deterministický model. Zavedení podrobného 1-D modelu pro optimalizace. Algoritmus návrhu a řízení řaditelné převodovky.

Porovnání varianty s asynchronním a synchronními motory.

TE 0102 0020

Str. 12




Děkuji : TA ČR za poskytnutou podporu kolegyním a kolegům za vzornou spolupráci Vám za pozornost a za dotazy

TE 0102 0020

Str. 13




Abstract of WP01 Design Assistance SYstem - 2015 Vehicle DASY v. 2.0 Solution of reverse (or any other) task. Car Body Separation of model and task definition. Known Powertrain and unknown parameters are defined after the model definition. Link to external procedures. HVAC Gauss-Newton algorithm and response surfaces. Accessories Advanced multi-objective optimization Integrated Control algorithm based on SPEA2 genetic algorithm 30 with support of constraints. 28 26 Interaction with any existing software 24 22 packages - data to/from files. 20 18 Interaction simulation  parametric CAD 16 14 Energy and Power - Motor Clutch 17.2| Motor In 22.9 | Battery Nett with optimized changes. 12 23.7 | Battery Gross 26.4 kWh/100 km || P acc 400W || PHVAC

Route and Driver

Different levels of models – example of electric car break-down to main components decisive for energy consumption at defined route.

Route


2.0kW 100.0

3.0000

Energy Consumption - Route 06; K w 0,8 Heating: initial temperature 20°C, out -10°C

Driver: • driving habbits • demands on comfort

65%

10 0.00

20.0

0.5

60.0 50.0

0.0

40.0

-0.5

2.0000

10.0 5.0 1.0000

0.0 -5.0

0.5000 -10.0

30.0 -1.0 20.0

0.0000 0

2000

4000

6000

-1.5

10.0

0.0 0

2000

4000

6000

8000

10000

-2.0 12000

8000

10000

-15.0 12000

s cumm [m] W cumm clutch [kWh]

W M in [kWh]

W batt net [kWh]

W SOC [kWh]

P ave [kW]

s cumm [m] w [km/h]

w P lim [km/h]

a [m/s2]

Speed profile of a route segment and achieved speed with limited power/acceleration TE 0102 0020

W M clutch 60% 10.00 20.00 30.00 40.00 50.00 W M in W batt gross Maximum [kW]Consumtpion and Time to Drive: Route 06 Energy 35.0Power Used eta e M av*eta I*eta C 10.28km | m veh 1500kg | T_out_ini 20°C | T in ini 20°C | eta e G av*eta I*eta C

15.0

1.5000

P ave [kW]

1.0 70.0

a [m/s2] W Cumm [kWh]

80.0

80%

70%

25.0

1.5

85%

75%

2.5000

90.0

w [km/h]

30.0

2.0

Route data preprocessing

Route planning

Cummulative energy consumption and resulting road consumption at limited acceleration/power. Influence of heating by a heat pump. Str. 14

30.0


Velocities and Acceleration - Average Speed 52.8km/h


Cooling System

25.0

20.0

15.0


10.0


5.0



0.0

8.00

13.00

18.00

23.00

28.00

33.00

38.00



Výtah z prací r. 2015 WP01 Znalostní databáze projektu DASY Řešení inverzních a dalších nekonvenčních Vehicle úloh. Oddělení definice modelu a úlohy. Závislé a Powertrain nezávislé parametry se definují mimo popis modelu. Je možné použít vazbu na externí procedury. Gauss-Newtonův algoritmus a regresní náhrada výsledků složitých externích procedur. Accessories Pokročilý vícekriteriální optimalizační genetický Integrated Control algoritmus SPEA2 s omezujícími parametry. Interakce je možná s jakýmkoli existujícím SW používajícím vstupní/výstupní soubory. Zpětná vazba optimalizovaných proměnných na parametrický CAD.

Route and Driver

Car Body

Různé úrovně modelů – příklad rozpadu hnací jednotky elektromobilu pro optimalizaci spotřeby energie na dané trati.

Route


HVAC

Cooling System

3.0000

25.0 20.0

1.0 70.0 0.5

60.0 50.0

0.0

40.0

-0.5

2.0000

10.0 5.0 1.0000

0.0 -5.0

0.5000 -10.0

30.0 -1.0 20.0

0.0000 0

2000

4000

6000

-1.5

10.0

0.0 0

2000

4000

6000

8000

10000

-2.0 12000

8000

10000

-15.0 12000

s cumm [m] W cumm clutch [kWh]

W M in [kWh]

W batt net [kWh]

W SOC [kWh]

P ave [kW]

s cumm [m] w [km/h]

w P lim [km/h]

a [m/s2]

Rychlostní profil tratě a dosažená rychlost při omezeném zrychlení/výkonu. TE 0102 0020

85% 80% 75% 70% 65%

0.00

W M clutch 60% 10.00 20.00 30.00 40.00 50.00 W M in W batt gross Maximum [kW]Consumtpion and Time to Drive: Route 06 Energy 35.0Power Used eta e M av*eta I*eta C 10.28km | m veh 1500kg | T_out_ini 20°C | T in ini 20°C | eta e G av*eta I*eta C

15.0

1.5000

P ave [kW]

80.0

a [m/s2] W Cumm [kWh]

1.5


30 28 26 24 22 20 18 16 14 12 10

2.5000

90.0

w [km/h]

30.0

2.0

Energy Consumption - Route 06; K w 0,8 Heating: initial temperature 20°C, out -10°C

Kumulativní spotřeba energie a výsledná dráhová spotřeba při omezeném zrychlení/výkonu motoru. Vliv topení pomocí tepelného čerpadla. Str. 15

30.0


Velocities and Acceleration - Average Speed 52.8km/h


Energy and Power - Motor Clutch 17.2| Motor In 22.9 | Battery Nett 23.7 | Battery Gross 26.4 kWh/100 km || P acc 400W || PHVAC 2.0kW 100.0


Route planning

25.0

20.0

15.0


10.0


5.0



0.0

8.00

13.00

18.00

23.00

28.00

33.00

38.00


Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek 11. a 12. 11. 2015, Roztoky Vehicle

Abstract of WP01 Design Assistance SYstem – DASY 2012-2015 Requirements on Database DASY of prototypes of X and evaluated normalized (specific) parameters (per required parameter of X, e.g., /kW, /N.m, /kg ...)

features of X

Check of completeness of the set of parameters

 Constraints for components, parameters and DASY links X if already

Selection of methods – estimation of X basic parameters – transformation of requirements by AM

methods: simulation (input from CAD), CAD known Conceptualand design of X (input of results from simulation) Seeking for local Selection of simulation optimum design – experiments (calibration inputs for methods – higher level optimization by for main target simulation). simulation – domain A parameters;





CAD - parametric design of X

N It enables holistic powertrain optimum design – approach to automatic selection of the O.K.? methods of lower level if optimization by Y optimization starting atB early stage of design something is missing simulation – domain Requirements for X’ ... by combining previous experience condensed 7 to empirical algebraic relations with virtual engine models. Seeking for local

TE 0102 0020

Str. 7


Route


HVAC Cooling System

Accessories

Route planning

2. Model window

Integrated Control

Energy Consumption - Route 06; K w 0,8 Heating: initial temperature 20°C, out -10°C 30 28 26 24 22 20 18 16 14 12 10




85%

2.0

90.0

1.5

80.0

80%

1.0 70.0

Every 75%block and connection in the model are 70% represented with one or several relations. 65%

0.5

60.0 50.0

0.0

40.0

-0.5

30.0

-1.0 20.0

0.00

10.00

20.00

30.00


3. Log window


-1.5

10.0

0.0 0

2000

4000

6000

8000

10000

-2.0 12000

s cumm [m] w [km/h]

w P lim [km/h]

a [m/s2]

DASY v. 2.0 Solution of reverse (or any other) task. Separation of model and task definition. Known and unknown parameters are defined after the model definition. Link to external procedures. Gauss-Newton algorithm and response surfaces. Advanced multi-objective optimization algorithm based on SPEA2 genetic algorithm with support of constraints. Interaction with any existing software packages data to/from files. Interaction simulation  parametric CAD with optimized changes. TE 0102 0020

Str. 16


a [m/s2]

General process of component level X optimization

DASY was applied to basic concept design and optimization of ICE nad electric powertrains with a feed-back to design lay-outs.

Car Body

Powertrain

w [km/h]

Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek 2013, 30.+31.10. 2013 Roztoky -



Route and Driver


Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek 11. a 12. 11. 2015, Roztoky Vehicle

Abstrakt WP01 Znalostní databáze Centrum kompetence automobilového průmyslu Josefa Božka projektu –- AutoSympo DASYa Kolokvium 2012-2015 Božek 2013, 30.+31.10. 2013 Roztoky DASY byla aplikována

Route and Driver

Route


Car Body

Powertrain

naX posouzení koncepce General process of component level optimization a optimalizaci Check of completenesshnacích Accessories Database DASY of features of X of the set of parameters jednotek se spalovacími prototypes of X and Integrated Control i elektrickými motory se evaluated normalized Selection of methods – (specific) parameters zpětnou vazbou na estimation of X basic Constraints for (per required parameters – transformation konstrukci. X if already parameter of X, e.g., Energy Consumption - Route 06; K w 0,8 of requirements by AM known komponenty, DASY spojuje parametry a metody: /kW, /N.m, /kg ...) Heating: initial temperature 20°C, out -10°C 30 simulace se vstupy z CAD, konstrukci v CAD se Conceptual design28of X 26 Seeking for local vstupy z optimalizace a experimenty (kalibrační 24 Selection of simulation 22 optimum design – 20 methods – higher level vstupy pro simulaci). 18 optimization by Requirements on

HVAC

Cooling System

Route planning

0.00

optimum – automatic selection of zkušeností soustředěné dodesign empirických O.K.? methods of lower level if optimization by konstrukčních směrnic s plnorozměrovými Y something is missing simulation – domain B simulačními metodami Requirements for X’ ... virtuálních motorů.

TE 0102 0020

7 Str. 7

N


Str. 17


85%

2.0

90.0

1.5

80.0

80%

1.0 70.0

75% 70% 65%

0.5

60.0 50.0

0.0

40.0

-0.5

30.0

10.00

20.00


30.00


-1.0 20.0

-1.5

10.0

0.0 0

2000

4000

6000

8000

10000

s cumm [m]

-2.0 12000

Řešení inverzních a dalších nekonvenčních úloh. Oddělení definice modelu a úlohy. Závislé a nezávislé parametry se definují mimo popis modelu. Je možné použít vazbu na externí procedury. Gauss-Newtonův algoritmus a regresní náhrada výsledků složitých externích procedur. Pokročilý vícekriteriální optimalizační genetický algoritmus SPEA2 s omezujícími parametry. Interakce je možná s jakýmkoli existujícím SW používajícím vstupní/výstupní soubory. Zpětná vazba optimalizovaných proměnných na parametrický CAD. w [km/h]

w P lim [km/h]

a [m/s2]


a [m/s2]

CADhnacích - parametric design of X  jednotek vozidel od časné fáze návrhu kombinací Seeking for local 16 14 12 10



w [km/h]



for main target – domain A parameters; holistický simulation Umožňuje přístup k optimalizaci




TE 0102 0020


Centrum kompetence automobilového průmyslu Josefa Božka - AutoSympo a Kolokvium Božek 11. a , Roztoky -

Recommend Documents