お久しぶりです。MathWorksで学生競技会を担当している飯島です。

本日はある記事に関してお伝えしたいと思いこちらの場を利用させていただこうと思いました。

今回ご紹介する記事は、電気自動車の開発で役に立つ7つの事例をお話しようと思います。私自身前社では電気自動車用のブレーキの開発に携わっていましたが、その当時にこの記事を知っていれば、こちらのモデルを利用しモデルベース開発を実施することで、どれだけ開発効率を上げ時間を短縮できたか計り知れないようなものだと感じています。

オリジナル記事は英語版のため、今回こちらのブログで日本語に翻訳したものをご紹介させていただくことにしました。ぜひ最後まで読んでいただき、自分の領域で活用していただければと思います。

オリジナル記事: https://www.mathworks.com/company/newsletters/articles/top-7-use-cases-for-electric-vehicle-simulation.html

モデル: https://www.mathworks.com/matlabcentral/fileexchange/79484-simscape-vehicle-templates

↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓↓

電気自動車シミュレーションの使用例トップ7

電気自動車の設計では，適切なエネルギー貯蔵技術を選択し，パワートレインの損失を最小限に抑えることで，性能とエネルギー効率のバランスをとる必要があります．このような重要な課題を解決するためには、パワートレインの構造の選択から組込みソフトウェアのテストまで、開発全体を通して物理システムのシミュレーションが必要となります。

この記事では、MATLAB®, Simulink®, Simscape™が、電気自動車のシミュレーションで最も一般的な7つのユースケースをどのようにサポートしているかを紹介します。

1. 電気自動車のパワートレイン・アーキテクチャの検討
2. 回生ブレーキアルゴリズムのチューニング
3. サスペンション設計の変更
4. 車両性能の最適化
5. アクティブシャシー制御の開発
6. ADASアルゴリズムの検証
7. HIL（Hardware-in-the-Loop）によるテスト

この記事で使用されているサンプルモデルは、ダウンロード可能です。

 

1. 電気自動車のパワートレイン・アーキテクチャの検討

電気自動車の設計に適切なアーキテクチャを選択することは、多くの選択肢とトレードオフを考慮しなければならないため、困難です。アーキテクチャには、1つ、2つ、または複数の電気モーター、内燃機関、およびさまざまな動力源が含まれます。各アーキテクチャは、航続距離、加速、性能、価格などの基準で評価する必要があります。シミュレーションでは、候補となるアーキテクチャを坂道やサーキット、渋滞の中でテストすることで、これらの評価を行うことができます。

Simscapeでは、サブシステム間のインターフェースは、機械的なシャフト、電気的なワイヤー、パイプ内の流体を表す物理的な接続です。物理システムのモデルは、システムがどのように接続されているかを視覚的に伝える模式図です。例えば、3つのモーターとバッテリーを搭載したパワートレインを、バッテリーと燃料電池で駆動する1つのモーターを搭載したパワートレインに交換するなど、様々な構成を試して、それぞれの構成が車両レベルの性能に与える影響を比較することができます（図1参照）

図1. Simulink仮想車両モデルのパワートレイン構成オプション

異なるドライブサイクルや運転スタイルでのテストを自動的に実行し、航続距離やバッテリーの最大温度などの特性を計算して比較することができます。このようなシステムレベルの解析は、モーターやバッテリーの大きさをどのようにするかなどの重要な決定を、設計の初期段階で行うのに役立ちます。

3つのモーターで構成されたパワートレインのシミュレーション結果では、加速中にバッテリーに要求される電流と、回生ブレーキ中にバッテリーを充電するために使用される電流を示しています（図2参照）

図2. 3つのモーターで構成されたパワートレインのシミュレーション結果

 

2. 回生ブレーキアルゴリズムのチューニング

電気自動車の大きなメリットは、運動エネルギーを回収してバッテリーに蓄えることができることです。このプロセスの効率を最大化するためには、駆動系、電力変換器、バッテリーの設計と、バッテリー管理アルゴリズムを連携させる必要があります。シリアル回生ブレーキでは、回生ブレーキと従来のブレーキが同時に作動するため、スムーズな減速を実現するための制御アルゴリズムが必要となります。

制御アルゴリズムのSimulinkモデルは、ブレーキ時にトルクを生成する油圧システムと電気モーターを含むブレーキバイワイヤーシステムのSimscapeモデルに接続できます。両方のシステムを調整して、乗客の安全と快適さの要件のバランスを取り、車両の航続距離を最大化することができます。

図3は、回生ブレーキを使用するように構成された車両モデルです。Simulinkに実装されたアルゴリズムは、電気モーターが供給できる制動トルクを決定し、必要な残りの制動トルクを従来のブレーキに供給するように命令します。

図3. 回生ブレーキアルゴリズムと電気パワートレインの統合

シミュレーションの結果、車両がスムーズに停止するためには、各システムから提供されるトルクを取り混ぜる必要があることがわかります（図4参照）

図4. 回生ブレーキと従来のブレーキの制動時トルクの様子

 

3. サスペンションの設計変更

サスペンションの設計は、乗員の快適性と車両の操縦性のトレードオフの関係にある。サスペンションの挙動は，ハードポイントの位置，ブッシュの剛性，スプリングレートなど，膨大な数のパラメータに依存します．シミュレーションは、新しい設計を調整したり、既存のサスペンションにコンポーネントを統合するためのテストに役立ちます。

Simscapeモデルでは、これらすべてのパラメータをMATLAB変数で定義し、MATLABを使ってホイールのトー角や車両のロールセンターなどの性能指標を計算することができます。これらのパラメータは、設計が要件を満たすまで自動的に調整することができます。

図5は、マルチボディサスペンションを搭載した車両のSimscapeモデルです。赤い球体はハードポイントを表しています。これらは通常、CADアセンブリを介して機械設計者から入手しますが、実際の車両から測定することもできます。

図5. CADシステムから取り出したハードポイントを持つサスペンションのマルチボディモデル

これらのハードポイントの位置を調整することで、図6に示すトーとキャンバーのカーブに影響を与え、車両のハンドリングに影響を与えます。

図6. 車両用サスペンションのトーおよびキャンバー曲線

 

4. 車両レベルでの性能の最適化

電気自動車のシステムは、複数の異なるチームで開発されることが多い。例えば、機械的なドライブトレインと電気モーターは、別々のエンジニアチームが選択し、別々のメーカーが製造します。ブレーキシステムのアルゴリズムは制御系のエンジニアが開発し、マスターシリンダー、バルブ、ポンプは油圧系のエンジニアが選定します。車両の性能を最適化するためには、これらの独立して開発されたシステムに一貫性を持たせる必要があります。

シミュレーションでは、ブレーキキャリパーの圧力、バッテリーの容量、モーターの必要電力などが、スムーズな加減速を可能にする範囲にあることを確認できます。例えば，MATLABの最適化アルゴリズムを使用して，これらのコンポーネントの値を調整し，ラップタイムと航続距離のバランスを取ることができます．

図7のプロットは、ラップタイムの最適化の結果を示しています。直線区間では速く、カーブでは遅く走ることで、ラップタイムが短縮されていることがわかります。

図7. ラップタイムの最適化の結果

図8は、最適化の際に、バッテリーの充電状態と温度をコスト関数の一部として考慮したことを示しています。

図8．最適化問題の個々の反復の結果

 

5. アクティブシャシーコントロールの開発

アンチロックブレーキ、トルクベクタリング、横滑り防止装置などのシャシー制御アルゴリズムは、重要な安全機能です。 氷の表面での運転やトレーラーの積載量が少ないなど、これらのアルゴリズムが動作するための最も困難な物理的条件も、テストが最も困難です。

シミュレーションでは、人や機器を危険にさらすことなく、これらの極端なケースをテストすることができます。また、モデル内に不具合のあるコンポーネントを含めることで、アルゴリズムの耐故障性を確保することができます。

図9に示すステートマシンは，アンチロックブレーキ制御システムのロジックをモデル化したものです．このロジックは、油圧回路図に示されている適用バルブと解放バルブを制御します。

図9. アンチロック・ブレーキ・アルゴリズムと油圧アクチュエーションを備えた車両モデル

図10のプロットは、システムがブレーキをかけて車輪の回転を維持しようとするときに、圧力が段階的に増加したり減少したりする様子を示しています。

図10. ABS イベント時のブレーキ圧とホイールスピードのプロット

 

6. ADASアルゴリズムの検証

ADASアルゴリズムは常に安全要件を満たす必要がありますが、市場での差別化要因は乗客の体験の質かもしれません。例えば、車両が追い越しを行う際に、アルゴリズムは乗客がバランスを崩すような過酷なステアリングとブレーキ操作を行うかもしれません。乗客の快適性のような主観的な品質を評価することは困難です。しかし、シミュレーションモデルは、乗客の不快感のレベルを定量的に測定することができます。

乗客を関節のある3次元の機械的なヒューマノイドとしてモデル化し、加速度計を装着することで、ADASアルゴリズムによって車両が操縦される際に乗客が感じる加速度やジャークを計測することができます。そして、MATLABで加速度計のデータを後処理して、不快感の指標を導き出すことができます。

図11は、乗員の3Dメカニカルモデルを搭載した車両モデルです。シミュレーションでは、テスト施設内の経路をたどってADASアルゴリズムをテストします。

図11. 乗員のマルチボディモデルを用いた車両モデル

図12はシミュレーションの結果です。アルゴリズムがブレーキをかけると判断したことで，車両が急激に前方にピッチングしていることがわかります．

図12. ADASアルゴリズムのテスト中の乗客の動きのプロット

 

7. Hardware-in-the-Loopによるテスト

組込み制御ソフトウェアは、新旧の車両において、経験豊富なドライバーと未熟なドライバー、凍結した道路、急な操作などに遭遇した場合、適切に反応しなければなりません。しかし、すべての要素の組み合わせを実際の車両でテストすることは現実的ではありません。シミュレーションでは、組み込み制御ソフトウェアを仮想の車両でテストすることができます。

SimscapeモデルをCコードに変換し、それらのモデルをHILテストで使用できます。 HILを使用すると、組み込み制御ユニット（ハードウェアとソフトウェア）を、バッテリーの過熱や電気ネットワークの短絡などの最悪のシナリオを含む、あらゆるタイプの車両とあらゆる条件下でリアルタイムシミュレーションでテストできます。

図13は、HILテストにおけるタイムステップごとの実行時間を示したものです。このモデルは、Simulink Real-Time™を使用してSpeedgoatハードウェア上で実行されましたが、他のリアルタイムシミュレーションハードウェアでも実行可能です。

            

図13．車両モデルの2つの構成に対するHILテストの実行時間

サスペンションモデルの忠実度を調整することで、1タイムステップあたりの実行時間を増やし、他の計算タスクに回すことができます。

まとめ

電気自動車に使用される技術は急速に進歩しており、これらの技術を設計に導入した場合の効果を評価することが重要です。柔軟な設定が可能なシミュレーションモデルを使用すれば、開発プロセスのあらゆる段階で、リスクを負うことなく、これらのトレードオフを迅速に検討することができます。