Porsche utilise l’intelligence artificielle (IA) dans l’avancement des voitures pour rendre les systèmes d’entraînement beaucoup plus efficaces et durables et pour améliorer encore les procédures de développement.
L’IA fournit aux systèmes informatiques la capacité d’analyser les problèmes et les résoudre immédiatement – semblable à un être humain. Cette capacité est exploitée dans l’avancement du groupe motopropulseur, à la fois dans le domaine de la mobilité électrique et dans le moteur à combustion interne en tant que domaine standard de l’ingénierie mécanique.
Prévision du moussage d’huile
Dans le l’avancement des moteurs à combustion conventionnels, par exemple, l’IA résout le problème de la prédiction de la matière gazeuse dans l’huile moteur. Étant donné qu’une teneur élevée en gaz provoque le moussage de l’huile et, par conséquent, un pouvoir lubrifiant réduit, le système d’huile doit être conçu pour une teneur en gaz la plus faible possible. Les mesures peuvent difficilement être effectuées dans le véhicule avec le moteur en marche. Une nouvelle procédure d’IA de Porsche fournit désormais des prévisions fiables de la matière gazeuse dans l’huile moteur.
« Ce faisant, nous avons eu la possibilité de maintenir la capacité de calcul requise pour l’algorithme d’IA si faible que nous pouvons l’intégrer rapidement dans le processus d’avancement du moteur », explique l’ingénieur d’avancement Hong Truc Jung, responsable des outils d’IA dans le groupe motopropulseur chez Porsche. « Tout au long des tests au banc standard, il fonctionne en permanence et nous offre en même temps les données préférées. » Le tout premier moteur pour lequel Porsche a appliqué le nouveau processus d’IA était le moteur de combat à six cylindres de la Porsche Cayman GT4.
Analyse de l’état de la batterie pour les voitures électriques
Une application d’IA du Porsche Engineering, filiale d’innovation de Porsche, identifie le comportement de vieillissement de la batterie lithium-ion, que les automobilistes de voitures électriques utilisent déjà pour faire des prévisions sur la variété de la batterie pendant la conduite.
L’algorithme d’IA utilise la résistance interne de la batterie pour présumer de son vieillissement. Entre autres choses, il prend en compte des effets tels que la température et l’état de charge, ainsi que les résultats des tests à long terme et de la flotte. Dans l’automobile, l’IA s’adapte au profil d’utilisateur du conducteur pour que les prévisions deviennent de plus en plus précises.
Porsche Engineering Support Knowing (PERL)
Porsche Engineering a développé une méthodologie de développement particulièrement flexible avec une capacité élevée pour une variété de cas d’utilisation basés sur la connaissance approfondie du support technique de l’IA. « Notre approche PERL, abréviation de Porsche Engineering Reinforcement Learning, va au-delà du service particulier de tâches spécifiques, car elle comprend les relations systémiques et apprend à faire des choix tactiques », décrit Matthias Bach, ancien superviseur des applications et de la mécanique des moteurs chez Porsche Engineering.
Étant donné que les réseaux neuronaux de l’algorithme d’IA peuvent différer un certain nombre de paramètres en même temps, consistant en un mélange les uns avec les autres et prédisant les impacts qui en résultent, PERL est parfait pour les tâches et les lots d’applications de moteurs complexes. d’autres domaines de l’avancement automobile. « Avec PERL, nous pouvons réduire le temps d’avancement tout en obtenant de meilleurs résultats d’application que ce qui serait possible avec les approches standard », ajoute Bach. L’approche fait actuellement l’objet d’un examen utile dans le développement de l’entraînement et sera également utilisée à moyen terme dans d’autres domaines tels que l’ensemble de l’automobile, du châssis et de l’électricité/électronique chez Porsche Engineering.
Toute l’actualité en temps réel, est sur L’Entrepreneur
