Nel settore dell’automotive, le spinte all’innovazione e alla ottimizzazione del prodotto, per guadagnare in prestazioni ed efficienza, insieme alla transizione verso i veicoli elettrici (EV) hanno introdotto livelli di complessità mai visti prima, sia dal punto di vista del prodotto che dei processi di sviluppo attraverso la gestione dei requisiti molto stringente.
I produttori devono innovare più velocemente, ridurre i costi e garantire standard elevati di qualità e sostenibilità. Per affrontare queste sfide, l’adozione dell’ingegneria basata su modelli (Model-Based Systems Engineering, MBSE) e l’integrazione dell’intelligenza artificiale (AI) rappresentano un cambiamento nel modo in cui i dipartimenti collaborano tra loro, ed i sistemi automobilistici vengono progettati, analizzati e simulati.
L’MBSE: il nuovo paradigma per l’automotive
A differenza dell’approccio tradizionale, l’MBSE utilizza modelli digitali come principale mezzo di comunicazione tra i diversi team di ingegneria e gli stakeholder.
Questo metodo permette di creare un digital thread, un filo conduttore digitale che unisce l’intero ciclo di sviluppo, dalla definizione dei requisiti alla validazione finale e fino alle fasi successive del lifecycle.
Un aspetto fondamentale di questa metodologia è la visione funzionale e olistica della progettazione: i produttori possono concentrarsi sulle funzionalità del veicolo invece che sulle singole componenti meccaniche. Questo approccio apre la strada a veicoli software-defined (SDV), continuamente migliorabili attraverso aggiornamenti di sistema.
AI e MBSE: l’accelerazione della simulazione e dell’ottimizzazione
L’introduzione dell’AI con Generative Engineering, nel contesto dell’MBSE, sta rivoluzionando la fase di esplorazione dell’architettura dei sistemi elettrici di powertrain. Software come Simcenter Amesim e Simcenter Studio di Siemens utilizzano algoritmi di IA per generare e valutare automaticamente centinaia di combinazioni possibili di inverter, motori e trasmissioni per identificare le soluzioni più efficienti in termini di prestazioni, consumi e costi. Grazie al Generative Engineering, gli ingegneri possono valutare simultaneamente numerose opzioni, accelerando il processo decisionale e riducendo i tempi di sviluppo.
Ad esempio, nella progettazione di un e-drive system, la scelta tra un motore a induzione o un motore a magneti permanenti è importante per evitare costose modifiche successive. Con l’MBSE e l’AI, queste decisioni possono essere prese in fase iniziale con un livello di precisione molto superiore rispetto ai metodi tradizionali.
Workflow integrato e continuità digitale
L’MBSE non si limita alla progettazione, ma connette l’intero ciclo di sviluppo grazie a soluzioni come Teamcenter e Simcenter. Questo garantisce la continuità digitale, permettendo agli ingegneri di aggiornare automaticamente i parametri di simulazione e di ottimizzare costantemente il design.
Inoltre, i flussi di lavoro diventano riutilizzabili, rendendo le iterazioni di sviluppo più rapide e accessibili anche a team tecnici non specialistici.
Oltre i Silos: un approccio connesso all’ingegneria
Per rispondere alle esigenze del mercato, non è sufficiente progettare un’auto elettrica. I clienti valutano aspetti come la qualità, la durata, la dinamica di guida e l’autonomia. Per raggiungere questi obiettivi, è necessario superare i tradizionali silos aziendali e adottare un approccio cross-disciplinare e integrato.
L’MBSE e l’AI forniscono agli ingegneri gli strumenti per affrontare la crescente complessità dell’automotive elettrico, sia a livello di prodotto che di processo di sviluppo. Per approfondire come queste tecnologie stanno trasformando il settore, vi invitiamo a leggere l’approfondimento sul blog di Siemens e a guardare il video dedicato alla gestione evoluta dei requisiti attraverso i software Siemens.
Scopri di più su come MBSE e AI stanno rivoluzionando la progettazione dei veicoli elettrici leggendo l’articolo completo sul blog Siemens. LINK
