Eletrificação - Aspetos estatísticos e de fiabilidade (NEW)

Plugged in chargers into two electric cars at a charge station

A Prenscia Software disponibiliza uma variedade de soluções para análise de vida útil da bateria, compreensão da degradação do desempenho da bateria e identificação de novos modos de falha em novos conceitos de design de veículos eletrificados.

Análise da duração da bateria

Para melhorar a fiabilidade geral do sistema de baterias e evitar uma exposição excessiva à garantia, é importante calcular tanto a vida média como a distribuição estatística da vida útil da bateria. ReliaSoft Weibull++ recolhe dados de duração da bateria de testes laboratoriais ou de uma frota de veículos e calcula informações de fiabilidade. Esta análise é usada para calcular a vida média de vida, a vida útil do B10, etc., bem como análises mais avançadas, como "que proporção das baterias sobreviverá mais de 1000 ciclos de 80% a 20%?", ou "tendo atingido uma vida útil de 1000 ciclos, qual é a fiabilidade esperada das baterias?"

Modelação e análise da degradação do desempenho da bateria

Um modelo preditivo preciso para a duração da bateria é essencial para o sucesso económico futuro dos Veículos Elétricos a Bateria (BEVs). É necessário estimar a distribuição estatística para gerir a exposição à garantia e conceber baterias mais fiáveis e ReliaSoft Weibull++ Oferece uma vasta gama de modelos estatísticos de vida com capacidades completas de análise de regressão. Estes incluem modelos de modos mistos que representam múltiplos modos de falha compostos.

Com uma forte correlação entre o uso do veículo e os padrões de carga/descarga, pode ser encontrado um modelo de deterioração da bateria. Ao combinar resultados de testes laboratoriais com padrões reais de utilização de veículos a partir de dados monitorizados através do CAN, pode ser determinada uma estimativa fiável da vida útil remanescente de uma bateria com base na forma como foi realmente utilizada. Concebido para analisar grandes quantidades de dados CAN de veículos, nCode GlyphWorks oferece uma variedade de algoritmos de contagem cíclica adequados para análise de carga/descarga. Sequências longas de dados CAN podem ser caracterizadas em conjuntos de dados pequenos e compactos para utilização nos modelos de danos. Novos algoritmos também podem ser adicionados usando MATLAB ou Python e permitem a análise de regressão multivariada usando ferramentas padrão da indústria como scikit-learn e PyTorch.

O XFMEA permite-lhe reportar rápida e facilmente o risco pendente identificado na FMEA, utilizando RPN, SxO, Prioridade de Ação ou critérios de risco personalizados.

FMEA para novos modos de falha

A Análise de Modos de Falha e Efeitos (FMEA) e Modos de Falha, Análise de Efeitos e Criticidade (FMECA) são metodologias altamente estruturadas que são particularmente úteis para identificar potenciais modos de falha em novos conceitos de design onde a experiência interna pode ser limitada. Em sistemas complexos e de alto impacto, como baterias de veículos elétricos, a FMEA é uma ferramenta essencial para mitigar riscos e exposição à garantia. ReliaSoft XFMEA suporta todos os tipos de FMEA para análise de conceção, processos, sistemas e ações corretivas, estando totalmente em conformidade com as abordagens padrão da indústria. É também concebido para apoiar o trabalho em grupo, capturando todos os modos de falha e partilhando facilmente resultados entre projetos, de modo a que o conhecimento corporativo seja preservado.

Main Menu

Main Menu

Main Menu

Main Menu

Find Your Sensor

Eletrificação - Aspetos estatísticos e de fiabilidade (NEW)

Análise da duração da bateria

Modelação e análise da degradação do desempenho da bateria

FMEA para novos modos de falha

Transferimos ${referer} para www.hbkworld.com

Transferimos ${referer} para www.hbkworld.com

Transferimos ${referer} para www.hbkworld.com

Transferimos ${referer} para www.hbkworld.com

Transferimos ${referer} para www.hbkworld.com