車両の性能エンジニアリング (VPE) におけるコラボレーションと統合の重要性

電気自動車や従来型自動車に対する現代の需要は、自動車メーカーに開発プロセスの見直しを迫っています。増産スケジュールをこなしながら利益を確保することは厳しい課題であり、企業が利益を上げるためには、単にコストを削減するだけでは十分ではありません。自動車メーカーは、自動車の性能向上と開発期間の短縮のために、開発プロセスの改善と効率化を必要としています。

このエグゼクティブ・ブリーフは、自動車メーカーが次世代車両の性能エンジニアリングを改善するために、開発プロセスをどう変えるべきかを議論します。今すぐダウンロードして詳細をご確認ください。

車両統合に伴うコストの問題を回避

自動車の開発期間が短縮の一途を辿るなか、単独で作業を行うと、大幅な設計のやり直しや遅れにつながります。設計チームがプロジェクトの早い段階から定期的にコラボレーションを行うことで、大規模な設計変更を回避することができます。しかし、その答えは、高コストで非効率的な物理試作を作ることではありません。その代わりに、シミュレーションが車両の性能エンジニアリングにおけるコラボレーションと統合への答えとなります。エンジニアは、包括的なデジタルツインを作成して、統合されるとコンポーネントがどのように機能するのかを正確に理解することができ、時間とコストの節約につながります。

より良い製品をより早く、より低コストで生産するためのMBSEの統合

シミュレーションとともに、最新車両の性能エンジニアリングの鍵となるのがモデルベース・システム・エンジニアリング (MBSE) です。モジュラー設計を取り入れることで、エンジニアは新車ごとにゼロから始めるのではなく、要素を再利用し、個々の設計モデルを組み合わせて新しいプロジェクトの基礎を形成することができます。これをフロントローディング・シミュレーション (設計の初期段階に行うシミュレーション) と組み合わせることで、チームはできるだけ早い時期に多数の設計上の意思決定を下し、優れた製品を低コストですばやく完成させることができます。

人工知能を活用した車両の性能エンジニアリング

人工知能 (AI) や機械学習 (ML) は、知覚や制御アルゴリズムの決定、さまざまなシナリオの検証など、自律走行開発において幅広く活用されています。電動化プログラムおよび従来の動力車において、エンジニアはデータ主導のアプローチにより、テストの効率を高め、複雑なシミュレーション・モデルを作成せずに性能を予測し、車両全体の目標をサブシステムに容易に変換することができます。

エグゼクティブ・ブリーフをダウンロードして、シミュレーション、テスト、MBSE、AIを組み合わせることが、最新車両の性能エンジニアリングと現在と将来の競争力維持の鍵である理由をご覧ください。