synthèse de solution

Le rôle de la collaboration et de l'intégration dans l'ingénierie des performances automobiles

Temps de lecture : 12 minutes
Combiner la simulation, les tests, le MBSE et l'IA pour développer les véhicules électriques et traditionnels de demain.

La demande en véhicules électriques et traditionnels oblige les constructeurs automobiles à repenser leurs processus de développement. Suivre un calendrier de production plus chargé tout en restant rentable est un défi de taille ; il ne suffit pas de réduire les coûts pour que les entreprises puissent faire des bénéfices. Elles doivent améliorer et rationaliser leurs processus de développement pour optimiser les performances des véhicules et réduire les délais de développement.

Cette présentation résume les transformations que les constructeurs automobiles doivent entreprendre dans leur processus de développement pour améliorer l'ingénierie des performances des véhicules de nouvelle génération - Téléchargez-la maintenant pour en savoir plus !

Éviter les problèmes d'intégration

Les délais de développement des véhicules sont aujourd'hui beaucoup plus courts, et le fait de fonctionner en silo entraîne des modifications et des retards importants. Les équipes de conception peuvent s'éviter des modifications majeures en coopérant plus tôt et régulièrement tout au long d'un projet. La solution n'est pas de construire des prototypes physiques plus coûteux et peu efficaces. Bien au contraire, la simulation offre la possibilité de collaborer et d'intégrer l'ingénierie des performances des véhicules. Grâce à un jumeau numérique complet, les ingénieurs peuvent évaluer précisément les performances des composants lorsqu'ils sont intégrés à d'autres, ce qui leur permet de gagner du temps et de faire des économies.

Intégrer l'approche MBSE afin de créer un meilleur produit, plus rapidement tout en réduisant les coûts

Tout comme la simulation, l'ingénierie des systèmes basés sur des modèles (MBSE) est essentielle au développement des performances des véhicules de demain. Grâce à la conception modulaire, les ingénieurs peuvent réutiliser des éléments au lieu de repartir de zéro pour chaque nouveau projet, en combinant des modèles de conception individuels afin de créer une base pour chaque nouveau projet. Combinée à des simulations en amont, cette approche aide les équipes à prendre de bonnes décisions de conception le plus tôt possible, avec pour résultat un meilleur produit, réalisé plus rapidement et à un coût plus faible.

Optimiser les performances grâce à l'intelligence artificielle

L'intelligence artificielle (IA) et l'apprentissage machine (ML) sont fortement utilisés dans le développement de la conduite autonome pour établir des algorithmes de perception et de contrôle ainsi que pour valider différents scénarios. Que ce soit dans le cadre de programmes d'électrification ou de véhicules à moteur traditionnels, les ingénieurs pourront adopter une approche axée sur les données pour accroître l'efficacité des tests et évaluer les performances sans avoir à créer des modèles de simulation complexes.

Téléchargez la synthèse pour découvrir les avantages qu'offrent la simulation, les tests, le MBSE et l'IA dans le développement des véhicules électriques et traditionnels.

Partager

Ressources associées

Infineon: HLS Formal Verification Flow Using Siemens Formal Verification
Webinar

Infineon: HLS Formal Verification Flow Using Siemens Formal Verification

High-Level Synthesis (HLS) is design flow in which design intent is described at a higher level of abstraction such as SystemC/C++/Matlab/etc.

Infineon & Coseda: Facelifting a SystemC System Level Model Towards Physical Prototype – Adoption of High-Level-Synthesis
Webinar

Infineon & Coseda: Facelifting a SystemC System Level Model Towards Physical Prototype – Adoption of High-Level-Synthesis

Infineon & Coseda present on the adoption of High-Level-Synthesis at an existing SystemC system level model.

CEA: Bridging the Gap Between Neural Network Exploration and Hardware Implementation
Webinar

CEA: Bridging the Gap Between Neural Network Exploration and Hardware Implementation

CEA presents a methodology that bridges the open-source DL framework N2D2 and Catapult HLS to help reducing the design process of hardware accelerators, making it possible to keep pace with new AI algorithms.

High-Level Synthesis & Advanced RTL Power Optimization – Are you still missing out?
Webinar

High-Level Synthesis & Advanced RTL Power Optimization – Are you still missing out?

Discover how C++ & SystemC/MatchLib HLS is more than just converting SystemC to RTL. In the RTL Design space, we will cover our technology for Power Optimization with PowerPro Designer & Optimizer.

Alibaba: Innovating Agile Hardware Development with Catapult HLS
Webinar

Alibaba: Innovating Agile Hardware Development with Catapult HLS

At the IP level, an ISP was created within a year using Catapult, a task impossible using traditional RTL. To reduce dependency on designer experience, Alibaba introduced an AI-assisted DSE tool.