MAIN MENU
Electric vehicles picto

電気車両の構造部品の耐久設計と試験

Battery testing picto

電気自動車両における交流電力分析のための電気・信号ポスト処理技術

Development productivity picto

電気車両のバッテリ寿命決定のための統計と信頼性技術の適用

電気自動車インサイトのための疲労分析、振動試験、信頼性

エンジニアたちは、より広く採用されるバッテリ駆動のデバイスや輸送手段への移行がもたらす需要と課題に対応するため、迅速に行動を起こしています。Prensciaは、顧客や研究者と協力し、これらの高度な車両について、機械的および耐久性の側面、電気および信号処理の側面、さらに統計および信頼性の側面に関する洞察を提供しています。これにより、航続距離や車両全体の効率を向上させるための深い理解を促進しています。

chevron_left
chevron_right

機械的および耐久性の側面

内燃機関車両と同様に、電気自動車も構造的疲労による故障のリスクがあります。バッテリ構造とそのマウントの機械的複雑さは、重大な疲労故障の問題も引き起こします。エンジニアは、これらの構造および振動に起因する故障を洞察することで、疲労故障のリスクを排除し、電気エンジンの耐久性を向上させ、車両の信頼性を高めることができます。

  • バッテリパックの疲労設計  
  • バッテリパックの加速 振動試験  
  • 車両構造物の疲労分析  

電気および信号処理の側面

電気自動車の理論上の航続距離と実際の航続距離は大きく異なる場合があります。車の航続距離と全体の効率を最大化するためには、車がどのように使われるかを理解し特徴づけ、綿密な測定と分析によって損失が発生する場所を特定する必要があります。

  • 電動機効率と損失マッピング
  • 電力測定と分析
  • 実際のバッテリ使用状況と車 効率評価

統計と信頼性の側面

すべての電気自動車用バッテリは、時間の経過とともに劣化します。ただし、その性能は機種や使用状況、温度、充電方法など外部条件によって異なります。バッテリシステム全体の信頼性を高め、過剰な保証暴露を避けるためには、バッテリの平均寿命と寿命の統計的分布の両方を理解することが重要です。さらに、バッテリの経年劣化を理解することは、バッテリ設計、信頼性、車効率の大幅な向上につながります。

  • バッテリ 寿命分析
  • バッテリ性能 劣化モデリングおよび分析
  • FMEA による新しい障害モード