Η Porsche Engineering είναι θυγατρική της Porsche AG, με έδρα το Weissach της Γερμανίας και εξειδικεύεται σε τεχνικές υπηρεσίες για ένα ευρύ φάσμα πελατών. Στην εποχή της ηλεκτροκίνησης, η Porsche Engineering περιγράφει τις μπαταρίες ως το καθοριστικό στοιχείο των ηλεκτρικών οχημάτων – μεταξύ άλλων επειδή επηρεάζουν σημαντικά την υπολειμματική αξία τους. Για να κατανοήσει λεπτομερώς πώς “γερνούν” τα στοιχεία και τα συστήματα μπαταριών και ποια επίδραση έχει η συμπεριφορά του οδηγού στη διάρκεια ζωής τους, η εταιρεία αναπτύσσει έναν λεγόμενο ψηφιακό δίδυμο (digital twin) από το 2023 και τώρα ανακοινώνει τα πρώτα ενδιάμεσα αποτελέσματα.
“Πρέπει να κατανοήσουμε πώς θα συμπεριφέρονται στα στοιχεία στον δρόμο μακροπρόθεσμα χωρίς να μπορούμε να βασιστούμε σε πολλά χρόνια εμπειρίας, όπως συμβαίνει με τον κινητήρα εσωτερικής καύσης”, εξηγεί ο Joachim Schaper, επικεφαλής του τμήματος AI και Big Data της Porsche Engineering. Το digital twin έχει στόχο να προσφέρει μια ματιά στο μέλλον, με την ψηφιακή αναπαράσταση της μπαταρίας να συμπεριφέρεται ακριβώς όπως το πρωτότυπο και να παρέχει έτσι πληροφορίες σχετικά με την αναμενόμενη διαδικασία γήρανσης. Η εταιρεία αναφέρει ότι ο ψηφιακός δίδυμος μπορεί επίσης να χρησιμοποιηθεί για τη βελτίωση της διάρκειας ζωής και της απόδοσης της μπαταρίας.
Οι εργασίες για το Digital Battery Twin έχουν ήδη οδηγήσει σε μια λειτουργία με πρόβλεψη του πότε η μπαταρία θα χρειαστεί επισκευή/απόσυρση, βασισμένη σε έναν αλγόριθμο που παρακολουθεί τα δεδομένα της μπαταρίας και προειδοποιεί για σημάδια φθοράς ή ανωμαλίες.
Στην περίπτωση της Porsche Engineering, αυτά τα μοντέλα πρόβλεψης βασίζονται κυρίως σε εργαστηριακές δοκιμές με μεμονωμένα στοιχεία ή μικρά packs και μπορούν να προβλέψουν σε περιορισμένο βαθμό πώς θα συμπεριφέρεται η μπαταρία στο όχημα. Για το λόγο αυτό χρησιμοποιούνται πραγματικά δεδομένα από οχήματα δοκιμών. Αυτά συμπληρώνονται με δεδομένα από το στόλο οχημάτων, εάν οι πελάτες δεχθούν να συμμετέχουν σε ένα πρόγραμμα ανταλλαγής δεδομένων. Τα δεδομένα χρησιμοποιούνται για την εκπαίδευση αλγορίθμων τεχνητής νοημοσύνης ώστε να αναγνωρίζουν μοτίβα στη συμπεριφορά χρήσης των πελατών. Οι αποκλίσεις θερμοκρασίας ή τάσης σε μεμονωμένα στοιχεία, για παράδειγμα, μπορούν να υποδεικνύουν πρόωρη φθορά και προβλήματα.
Ωστόσο, η Porsche Engineering δηλώνει ότι η AI δεν μπορεί να κάνει μακροπρόθεσμες προβλέψει καθώς σχεδόν κανένα ηλεκτρικό όχημα στους δρόμους δεν είναι μεγαλύτερο των 4 ετών. “Η επιτυχία έγκειται στο συνδυασμό των υφιστάμενων στοιχείων που βασίζονται σε μοντέλα με μεθόδους τεχνητής νοημοσύνης”, εξηγεί ο Adrian Eisenmann, μηχανικός ανάπτυξης στην Porsche Engineering.
Μακροπρόθεσμος στόχος της εταιρείας είναι όχι μόνο η δημιουργία ενός ψηφιακού δίδυμου μπαταριών, αλλά και η ψηφιακή αναπαράσταση μεμονωμένων μπαταριών των οχημάτων στο μέλλον. “Θα μπορούσε να υπάρχει στο cloud και, κατόπιν αιτήματος, να παρέχει στους πελάτες πληροφορίες σχετικά με το πώς η συμπεριφορά τους μπορεί να παρατείνει τη διάρκεια ζωής της μπαταρίας χωρίς να επηρεάζεται η οδηγική απόδοση”, αναφέρει η Porsche Engineering. Ορισμένοι παράγοντες που επηρεάζουν θετικά την μακροζωία των μπαταρίων είναι ευρέως γνωστοί: Η κατάσταση φόρτισης (SoC) πρέπει να διατηρείται σταθερή μεταξύ 30% και 70% και να αποφεύγονται οι ακραίες εξωτερικές θερμοκρασίες. Αλλά αυτοί είναι μόνο μερικοί από τους πολλούς παράγοντες…
Σας αρέσουν τα άρθρα μας; Ακολουθήστε μας στο Google News, στο YouTube, στο Facebook και στο Instagram!
Δείτε επίσης:
Πηγή: Electrive
