Innovative Design Optimization for Efficient Automotive Powertrains: A Renault Case Study

技术

分析与建模 - 数字孪生/模拟
传感器 - 温度传感器

适用行业

汽车
生命科学

适用功能

采购
产品研发

用例

时间敏感网络
虚拟现实

挑战

雷诺是欧洲最大的汽车制造商之一，面临着开发新型、高效、轻量化汽车动力系统的挑战。该公司旨在通过重新设计关键部件以使用最少量的材料，进一步减轻现有和正在开发的发动机的重量并提高其性能。由于需要满足欧洲、美国和亚洲更严格的法规，以及消费者对更节能车辆的需求的转变，这一挑战变得更加复杂。该公司还希望从开发过程一开始就使用设计优化技术，而不是作为在详细设计阶段解决重量问题的战术工具。然而，创建动力系统模型的复杂性和耗时性对这种方法构成了潜在的障碍。

关于客户

雷诺是欧洲最大的汽车制造商之一，其位于世界各地的工厂生产各种乘用车和商用车。该公司多年来一直致力于开发高性能、节能的发动机。 2009 年，雷诺公司跻身欧洲平均二氧化碳排放量表现最佳的三大汽车制造商之列。该公司现在的目标是通过进一步减轻发动机的重量并提高发动机的性能来跻身领先地位。雷诺正在大力投资开发更轻的车辆和更经济的发动机，这些发动机可以在更少的燃料下走得更远，以应对更严格的法规和消费者需求的转变。

解决方案

雷诺与仿真解决方案提供商 Altair 合作，开发了在组件和子系统级别使用所需的优化设计方法和流程。 Altair 为雷诺的 HyperWorks 仿真套件中的设计优化技术提供了广泛的支持，并通过其产品开发部门 Altair ProductDesign 提供了工程专业知识。此次合作涉及进行模拟“大挑战”，以展示优化技术对动力系统性能的潜在影响。 Altair 使用新的设计方法和流程快速开发创新的解决方案来应对既定的工程挑战。该解决方案涉及使用 Altair 的 SimLab 有限元建模环境根据概念 CAD 模型自动构建复杂结构，并使用 OptiStruct 对全局动力总成装配的外部肋网络执行拓扑优化。

运营影响

The use of optimization technology early in the development process proved to be extremely effective for Renault. It allowed the powertrain team to rapidly experiment with hundreds of design variables that an engineer would not typically consider, while still allowing the team to use their judgment in choosing the best solution. The process freed the team to concentrate on added value tasks rather than time-consuming modeling activities. The final design of the new powertrain not only achieved an 8% reduction in weight but also improved in-house NVH and fatigue cumulated performance indicators by 30%, making the performance of the new Renault engine the best in its class. The grand challenge activity demonstrated that using optimization technology early in the development process can help to reduce the development time by shortening costly design loops and minimizing the effort required for product validation.

数量效益