燃料将推动下一代汽车?

汽油价格达到不舒服的高位,现在有越来越多的消费者开始展望non-gasoline-powered车辆。但最终将这些车辆是远未明朗。

里面的小木屋,引擎盖下,这些车辆将满是半导体。然而能源是什么对于半导体是争论的主题。可能是电池、氢燃料电池、太阳能、或它们的任何组合。这些决定可能不同地区,法规和总体拥有成本。

“很多人认为世界上的纯电动汽车,这可能是也可能不是真的,”大卫·弗里茨说,副总裁hybrid-physical和虚拟系统,汽车,和mil /航空西门子数字行业软件。“但大多数能源目前在美国今天是烧煤产生的,化石燃料,所以电动汽车不免费开车。生成能量给电池充电,这是昂贵的pollution-wise。我们很长一段路从100%可再生能源。其他东西是全电动可能发生之前,这很容易可以氢。我们会有氢混合动力车。生成氢气是很便宜。需要更少的能量。你把正负两极成水,然后你得到氢气和氧气。您保存氢,并找到一种方法来分发像丙烷。 Then, as the electric charge goes down, the hydrogen actually runs a small engine with an alternator that charges you back up. So a hydrogen hybrid may happen in the future.”

这是很重要的在芯片级,因为所需的所有处理车辆内部。“想象监测正在发生的一切,”弗里茨说。“所有的惯性,所有的相机,所有其他的事情,并确保你有一个安全,舒适的环境需要能量。这意味着我们需要可持续的船上。我们会混合动力车,直到我们终于得到一个聚变反应堆在车里,因为那是你所需要的所有能量你的整个生活。在那之前,这将是一个挑战。”

这是一个重要的汽车科技世界思想的转变,和问题被提出在众多汽车和芯片会议关于这些复杂的电子系统将动力系统。虽然车辆是一个给定的电气化,电气化的燃料来源也在不断变化。

“汽车行业处于混乱阶段,从天然气电力,”Paul Graykowski说高级技术营销经理Arteris IP。“然而,电力汽车并不重要。重要的是未来的计算能力与汽车。在过去,有几个微控制器,aCAN总线等等。现在有23至26 soc在车里。其中一些是专注于摄像机、雷达或激光雷达,有很多的处理能力。更重要的是,还有一个驱动器向信息娱乐,所以有更多的调制解调器。你要娱乐方面,以及增加驾驶舱控制、发动机控制、底盘控制。”

汽车转向二级自主权,巨大的市场机遇,Graykowski指出。“这个市场已经,这几乎是智能手机市场的大小。这是一个巨大的机会,技术一般,和所有的汽车,会使科技未来——不论是汽车,或者网络连接所有的车在一起,或与汽车的数据中心。虽然我们有点进一步与四级自主权,可想而知。我们不能完全无人驾驶,尤其是在城市,因为有太多。但在高速公路上,这是所有可能的。完整的自动驾驶进入城市,基础设施要适应。城市要投资于他们做了什么当他们从马和马车变成了汽车。现在他们将不得不从汽车无人驾驶汽车,和所有的基础设施必须改变。”

许多车辆都是基于改进的数据处理,Graykowski补充道。“今天,它们包括冷却特性,如自适应巡航控制系统等。包括更多的是,它需要额外的计算能力能够为消费者提供更多的功能。所以当我们看到很多专门的硬件开发,现实是软件的让这些事情发生。汽车会简单摆脱传输和你有一个速度,这是不同于旧的实现车辆的全是建设这些复杂的引擎有所有最新的产品获得最大的马力。一个电动马达是如此简单得多。现在我们有了所有这些花哨的处理器坐在那里,我们有一点额外的空间来做一些新东西,所以我们将会看到的一件事一起前进只是这些芯片能做什么。”

这就是区域计算进入画面。而不是所有提要的所有信息处理器,智能传感器只发送他们真正需要的信息发送,和他们做一些当地处理。此外,该软件的芯片被优化。然而,更多的功能,需要更多的能量。

这对未来燃料来源?
现在的问题是能量从哪里来,到目前为止一个大小并不适合所有人。在阳光明媚的气候可以依靠太阳能发电,这并不在世界的很多地方工作。在欧洲,氢燃料电池的争论已经进行多年,与热情的双方的论点。氢燃料电池电动汽车是否成为行车车辆组合的重要组成部分尚未确定。

首先,氢很难处理和存储。“氢太小浸润通过晶体结构和结果是铁氢化物,脆弱,”马克Swinnen半导体产品营销主管业务部门有限元分析软件。“氢可能有一些特定用途的不错,但首先,氢燃料。没有免费的氢。有一些在气井;你可以得到一些氢包含一定比例的天然气井,但氢是我们必须做的。我们如何使氢吗?我们可以把电和电解水,效率很低。但是为什么不直接使用电力的电池和跳过中间人?的方式,95%的氢是由世界上是通过高温改革的天然气。你把天然气中加入高温催化剂,将甲烷蒸汽。 You put it with steam, and it turns into carbon dioxide and hydrogen.”

然而,几乎没有一个清洁燃料。“燃烧产生二氧化碳甲烷仍出去高耸的烟囱,”同化。“现在你有氢,然后你必须压缩。这需要能量。然后你必须运输它,这需要能量,然后把它放在你的车,然后转回来。为什么不烧天然气在你的车吗?你今天能做到这一点。跳过所有这些无稽之谈,就在你的车烧天然气。同样的二氧化碳是排气管,你跳过中间的复杂性。没有好处将氢和人们会说,‘哦,排气是水。“嗯,没有。 That’s all you have. You created all the CO2 somewhere else. There’s no benefit in hydrogen.”

另一种观点赞成氢燃料电池的能量密度。与其他燃料相比,能量密度高,但这并不是完整的图片。“底部能量密度每公斤,每公斤兆焦耳,另一个是兆焦耳每升,体积密度。氢燃料每公斤是最好的,但它是非常低的每升。液氢很差从体积密度的角度来看,和液体,你必须让它冷了。它必须被压缩,巨大的能量进入。有些人甚至说让氢的能量比氢包含。氢燃料。这是一个能量。”

氢燃料电池,有特定的用例。在伊拉克战争期间,有一个电池应急因为所有的电子设备,收音机、夜视镜,通过电池生产快。权力要求士兵携带许多磅的电池。通过添加喷气燃料变成一个小型燃料电池,可以产生足够的电力功率设备数周,他说。

这是一个氢的辩论。“氢是一种不同的能量载体或向量和高能量密度每公斤(重量密度),”帕特里克Leteinturier说,在汽车动力系统英飞凌科技。“700年酒吧压缩形式,“氢+坦克”的能量重量密度是10倍电动电池解决方案。同时,氢的补充时间槽可以实现在不到10分钟,尽快更新汽油或柴油。一个氢系统可以在非常低的温度下操作例如-30°C。氢是一种可以产生丰富的元素无处不在。一个氢系统需要一些罕见的材料,可以回收容易,不像电池。”

与此同时,Leteinturier识别技术实现的挑战。包括实现高生产水平达到规模经济的氢系统所需的车辆,和得到氢基础设施可用和可负担得起的,是1.50美元每千克氢为例。还需要跨越不同行业与行业的协同效应,能源、加热、和流动性,包括汽车、卡车、火车、船只、飞机等。

这使得一个悬而未决的问题——什么是最好的替代内燃机。答案是,这取决于。

“内燃机使用氢作为燃料,将从燃料机械效率达到50%,而氢燃料电池可以提供一个效率在60%左右,从燃料到电所以没有独特的对这个问题的回答,“Leteinturier说。“这取决于应用程序,无论是乘用车、商用车,LDV MDV,丁肝病毒,HDV-long-haul,施工车辆、农业车辆、火车、船舶,或者飞机。毫无疑问,一个轻量级的乘用车射程400公里以下(BEV)电池的电动汽车。另一方面,一个HDV-long-haul 44吨和800公里范围会更好FCEV(燃料电池电动汽车)。客车、内燃机使用氢作为燃料技术的桥梁。”

图1:在电动车辆,人工智能显示极大的好处在虚拟传感器或系统建模用例。来源:英飞凌

芯片的问题
无论燃料来源,半导体和EDA行业发挥重要作用与任何替代内燃机。

氢燃料电池的生态系统,英飞凌的Leteinturier说,半导体行业在生产过程中发挥作用的氢。“电力电子是关键——碱性electrolizers, PEM electrolizers,固体氧化物electrolizers。此外,对于流动性我们使用电子控制、传感和权力等PEM监测和控制,空气压缩机,电源。此外,半导体行业在运输过程中发挥作用的燃料。电子产品用于压缩或液化。最后,半导体行业在存储过程中发挥作用的燃料来源,和电子产品用于计量、监测、诊断和安全。”

最重要的是,有很大机会来改善车辆的效率。“半导体产业与层的和汽车oem合作,使用人工智能,提高效率,”罗恩DiGiuseppe说,汽车知识产权高级营销经理Synopsys对此。“我们认为人工智能可以应用在发动机管理、电池管理、和车载充电器的充电设施。在很多方面,有机会更好的效率,这对电动汽车电池是完美的扩展范围,并提高效率。AI可以用于多种方法来这样做。”

芯片在引擎效率和管理中发挥作用。“电动汽车更少的传感器在发动机和动力系统与传统的内燃机相比,“DiGiuseppe说。“讲效率,因为很多传统的传感器设计的转换从内燃机电池电力。螺线管和油压传感器设计,但仍有一定数量的传感器,在电池的电动汽车。人工智能,提高效率和降低成本的另一种方法是使用人工智能虚拟传感器和预测分析。剩下的传感器可以在电机为例。有一个牵引电动机逆变器,作为电动机的转子定位。消除传感器因此降低了成本,增加了效率。使用虚拟传感器是一种应用在电动马达作为人工智能的一个用例,优化电机控制。它使它更有效率,AI使用预测分析理解,内转子电机的位置。”

人工智能还可以用于电动汽车电池提高效率。这样做的一个方法是在车载充电器,使用AI多阶段的频率控制,降低系统成本,提高效率。

的电动汽车电池,这是最昂贵的子系统在电动汽车中,人工智能电池管理系统中可以使用。“可能会有1000到2000个细胞大,复杂的电池系统,所有的串行连接,“DiGiuseppe说。”一个操作单元在整个电池低,因为他们是串行连接,可能会产生影响。总是最有效的部分,驱动整个系统,因此电池管理系统,可以预测电池这些子集的条件细胞也会提高可靠性和提高效率。

人工智能还用于电力火车,和其他地区。“你会认为火车更传统的力量,他们只是有单片机控制气流。但事实是,人工智能已经非常主要ADAS,所有这些ADAS的核心解决方案设想,雷达,激光雷达,等ADAS就是人工智能,还有一些娱乐功能提醒显示和驱动程序监测系统。人工智能也广泛用于娱乐。AI也被用于动力系统和电池管理、发动机管理、和电动马达管理。现在突然我们看人工智能被广泛用于ADAS和自动驾驶自主车辆、信息娱乐,ADAS,电动汽车动力系统。这是一个很广泛应用的人工智能在整个汽车,所以这是真的扩大。”

设计一个目的地的最佳方式
随着驾驶员辅助功能增加,旅行计划和燃料管理成为严重的问题。

“这车真的理解我的驾驶行为吗?”弗兰克Schirrmeister问道,高级组主管,与生态系统的解决方案节奏。它的规划我的目的地是“如何准确?汽车是如何做呢?汽车理解司机的驾驶行为。例如,对于一个特定的旅行,我的车说我开车经济84%,14%正常,2%咄咄逼人。所以汽车的理解。数字双我的驾驶行为,如果你愿意,并使用这个估计我会多远的。EDA技术是关系到控制和系统需要建在计算方面理解发生了什么你不惊讶当你不到达你的目的地,因为你一英里太短。基础设施、规划和控制是非常重要的在汽车从系统级建模的角度来看。”

随着汽车变得更聪明,他们应该不会耗尽燃料。“汽车中的能源管理是一个系统级的挑战,它需要调整,”Schirrmeister说。“我的车从旅行学习我将根据我的驾驶习惯。但是别人有不同的驾驶习惯可能有非常不同的场景。这种预测能力看着我的车在哪里,到底我对车的情况,道路是什么,它给一个计划基于一个非常复杂的控制算法。明显当自行车通过不同设置的是我的车知道我的驾驶风格,所以整个经济的概念开车,正常和攻击性驾驶行为的影响,然后从那里做了计算,您将使用多大的权力在每一个模式。剩下的就是数学。”

在一天结束的时候,EDA总是5000亿半导体行业支持一点,他说,但是更大的影响是可能的建模场景。“这可以归结为拥有正确的场景正确建模,除了解决规划问题的验证——约束随机测试,进入角情况下,找出你想验证。这是一个相关的问题生成合成自动驾驶的测试用例。下一个层次的场景建模验证的车。在系统环境中,你想真正了解你的车如何行为,以及你将如何表现的车。”