Renault utilizza Maple per sviluppare un nuovo motore per un veicolo completamente elettrico

2781

Renault HEV Car.jpg_ico500Per entrare con successo nel mercato in espansione dei veicoli elettrici, Renault ha voluto creare un nuovo progetto di motore. Anziché limitarsi a progetti e processi esistenti, che spesso non sono adeguati per soddisfare sia il piacere della guida sia le esigenze della produzione di massa, il team Renault ha avuto l’opportunità di iniziare da zero, pur rispettando i normali vincoli di tempistica, budget e qualità.

In particolare, un gruppo diretto dal sig. Patrick Orval è stato incaricato dell’analisi strutturale del rotore avvolto del motore. Il gruppo ha utilizzato Maple già nelle prime fasi con le approssimazioni del primo ordine del rotore. E’ stato quindi possibile ottenere un’idea di come i componenti si sarebbero comportati con parametri e condizioni operative differenti, permettendo di eseguire scelte accurate per le dimensioni principali.

Dopo avere analizzato il primo insieme di risultati, il team ha anche capito quali tematiche avrebbero richiesto una maggiore fedeltà. Da qui, sono stati ulteriormente sviluppati i modelli matematici corrispondenti in Maple, sulla base di equazioni fisiche.

Abbiamo cominciato con la creazione di modelli matematicamente semplici e siamo riusciti a ottenere dei risultati in linea con gli obiettivi del progetto – sottolinea il sig. Orval – grazie alla grande quantità di supporto e risorse sia nel prodotto stesso, sia online, in un breve periodo di tempo abbiamo potuto acquisire dimestichezza e sviluppare modelli più sofisticati”.

Un particolare problema di complessità crescente risolto con Maple è stato quello della bietta di cava, che tiene in posizione i conduttori rotorici per assicurare affidabilità sia sotto massimo carico che nel funzionamento a lungo termine.

Modellando la deviazione della bietta sotto carichi centrifughi e termici, è stata determinata una prima semplice GMPeEclate.jpg_ico400regola basata sulla rigidezza flessionale. Tenendo in considerazione i dati dei concorrenti, sono stati selezionati lo spessore e il materiale appropriati per la bietta.

Grazie a questo semplice modello, è stata individuata un’opportunità di riduzione della massa del rotore (più leggero è meglio, perché il veicolo può fare più strada con la stessa carica della batteria). La soluzione immaginata dal team è descritta come due spessori ‘connessi matematicamente’ in Maple per creare un’approssimazione del primo ordine di una nuova bietta di cava. Ciò è stato fatto in maniera analitica e parametrizzata, per poter determinare facilmente un possibile insieme di dimensioni per questa ‘nuova forma’ della bietta. E’ stata quindi investigata la libreria dei fattori di concentrazione per limitare gli stress nel punto in cui lo spessore della bietta cambia ed è stata eseguita un’analisi degli elementi finiti (FEA) per validare il progetto completo.

Questo lavoro non solo ha permesso al team di ridurre la massa del rotore, ma ha anche portato alla richiesta accolta di un brevetto progettuale. Descrivendo questo risultato, il Sig. Orval afferma: “Maple è stato fondamentale per aiutarci a definire il rotore e-powertrain di terza generazione. La sua portata ci ha permesso di creare modelli che sono perfettamente adatti alle nostre esigenze e di raggiungere risultati eccezionali già nelle prime fasi del processo di progettazione. Inoltre, il lavoro eseguito con Maple ha significativamente contribuito a ridurre i nostri costi di ingegneria, permettendoci di incorporare tecnologie di terze parti come la FEA”.

Dopo avere sviluppato la bietta di cava, il team ha proseguito esaminando gli stress interni risultanti sui conduttori nel sistema. Fra gli altri fattori, gli stress interni sono determinati dalla rigidità dei conduttori e dall’attrito fra la bietta di cava e la pila di lamierini – che sono entrambi completamente sconosciuti e difficili da determinare. In precedenza, sarebbe stato utilizzato un modello a elementi finiti. Tuttavia, tale approccio avrebbe richiesto una laboriosa serie di prove ed errori e il team avrebbe incontrato delle difficoltà con la convergenza numerica. Usando invece Maple, il team è riuscito a modellare caratteristiche non lineari come l’attrito fra bietta e pila e la perdita di contatto locale fra conduttori e bietta a elevate velocità di rotazione. Il team prevede di raggiungere buoni risultati fisici, perché l’insieme di equazioni differenziali ordinarie e le condizioni che governano la deviazione della bietta sono stati perfettamente accoppiati.

Le due incognite (rigidità dei conduttori e coefficiente di attrito) sono state determinate mediante confronto con misure di deformazione e quindi utilizzate come dati realistici in una FEA del rotore.

Riassumendo questa fase del progetto, il Sig. Orval ha così concluso: “Maple ha fortemente ridotto la necessità di apprendimento sperimentale. Sia la tempistica di sviluppo, sia l’affidabilità del rotore sono in linea con le aspettative del progettouna combinazione che non sarebbe stato possibile ottenere senza l’uso di Maple”. Lavorando su fasi successive del progetto, il Sig. Orval e i suoi colleghi prevedono di continuare a usare Maple per analizzare e validare le loro opzioni progettuali, per migliorare il prodotto finale.

 

Maplesoft™, una filiale della società giapponese Cybernet Systems Co. Ltd., ha oltre 20 anni di esperienza nello sviluppo di prodotti per la formazione e la ricerca, offrendo una soluzione valida per ogni aspetto della vita accademica. La sua suite di prodotti riflette la filosofia per la quale, se si dispone di strumenti adatti, si possono fare grandi cose.

Le principali tecnologie di Maplesoft includono il motore di calcolo simbolico più avanzato del mondo che è la base di tutti i suoi prodotti, inclusi Maple™, l’ambiente di calcolo e documentazione tecnica; MapleSim™, il tool di modellazione e simulazione multidominio a elevate prestazioni per sistemi fisici; e Maple T.A.™, un sistema basato sul web per creare e valutare test e compiti online.

Maplesoft ha anche compiuto un passaggio fondamentale nella formazione tecnica attraverso le sue iniziative Clickable Math™ e Clickable Engineering™. L’idea alla base di tale passaggio è quella di creare una tecnologia che permesse a studenti e docenti di concentrarsi sui concetti, non sullo strumento. Queste iniziative offrono una potente matematica attraverso metodi di puntamento e selezione visivi interattivi in Maple, mentre l’ambiente intuitivo di modellazione fisica di MapleSim aiuta i docenti a dimostrare rapidamente la connessione fra i concetti di modellazione e la teoria matematica sottostante. 

Oltre il 90% delle istituzioni di ricerca avanzate e università di tutto il mondo, inclusi MIT, Stanford, Oxford, il Jet Propulsion Laboratory della NASA e il Dipartimento U.S. dell’Energia, ha adottato le soluzioni Maplesoft per migliorare le proprie attività di formazione e ricerca. Nell’industria, i clienti Maplesoft includono Ford, Toyota, NASA, Canadian Space Agency, Motorola e DreamWorks, c che coprono i settori: automobilistico, aerospaziale, elettronica, difesa, energia, prodotti di consumo e intrattenimento.

Fonte: MapleSoft