AI系統加速電動車動力系統研發，大幅縮短研發時程

車輛零件的研發是個漫長且成本高昂的過程。格拉茨技術大學（Graz University of Technology，簡稱TU Graz）的研究人員研發出一種方法，能將純電動汽車動力系統的研發階段縮短數個月。

由格拉茨技術大學汽車工程研究所的馬丁·霍夫施泰特（Martin Hofstetter）領導的團隊，正將零件的模擬模型與演化最佳化演演算法相結合。他們的研究成果在CTI研討會上發表。

這個AI系統能依照製造商的技術要求，自動最佳化整個動力系統，從電力電子裝置、電動機到變速箱都一併涵蓋，同時考量生產成本、效率以及車內的安裝空間需求等目標。

OPED（Optimization of Electric Drives）軟體解決方案是格拉茨技術大學研發的成果，歷經近十年的研究。目前，一家知名的奧地利汽車供應商已成功使用此軟體。

自動化最佳化的起點是輸入動力系統必須滿足的技術要求，包括功率輸出、最短使用壽命、可達到的最高時速以及車內可用的最大空間。

馬丁·霍夫施泰特解釋：「電動驅動系統由大量零件組成，為了滿足期望的要求，這些零件的設計方式有很多種。要是我對電動機做一點小改動，就會影響到變速箱和電力電子裝置。所以要做出最佳決策極為複雜。」

另外一個難點在於，動力系統不存在一個完美的解決方案，畢竟製造商的優先考量也會產生影響，可能是生產成本、動力系統的重量和體積，或是能源效率。

OPED軟體解決方案能大幅降低這種複雜度。基於技術要求，軟體能同時改變和組合約50個設計引數，並將模擬的動力系統與製造商的優先考量做比較。不好的方案會被捨棄，更好的方案則會進一步最佳化。經過數十萬次的計算和模擬迴圈後，OPED就能找到最接近製造商優先考量的解決方案。接著，他們就能從數量可控的方案中，挑選出想要詳細開發和落實的方案。

馬丁·霍夫施泰特表示：「要是沒有AI支援，工程師得花數個月才能完成的工作，使用OPED大約一天就能搞定。這能讓研發團隊專注於高層次的決策，而不用把有限的時間花費在人工計算和模擬工作上。」

OPED系統也能靈活擴充。研究人員將動力系統使用期間產生的二氧化碳排放量，以及整個供應鏈中的生產排放量，列為最佳化準則。這表示在早期研發階段就已將永續性納入考量。

作為近期的一項創新成果，多米尼克·萊希萊特納（Dominik Lechleitner）在其博士論文中，成功擴充套件了OPED，用於整個汽車平臺的電動動力系統最佳化。此方法有助於找出最佳零件，這些零件可作為延用零件，用於平臺上不同型號汽車的動力系統，以節省研發和生產成本。

馬丁·霍夫施泰特解釋：「OPED方法可用於各種產品研發，我們很樂意與新的產業合作夥伴合作，使其適應他們面臨的挑戰和目標。」

馬丁·霍夫施泰特和多米尼克·萊希萊特納因這項研發成果，獲得德國工程師協會頒發的2024年VDI獎。馬丁·霍夫施泰特還榮獲了汽車與發動機技術科學協會（WKM）的卡姆 - 詹特獎章，以及由奧地利經濟部汽車工業協會頒發的汽車協會週年基金會一等獎。