运输具有数字孪生和物联网的下一代电动汽车

尽管天然气价格飙升，全球对可持续性的关注日益增加，但交通运输部门仍占全球碳排放量的 18%。因此，电动汽车已成为临时解决方案的重要组成部分。凭借其零道路碳排放的承诺和全球相对便宜的电力供应，电动汽车正朝着主导移动和运输市场的方向迈进。

许多专门的电动汽车公司的诞生以及试图满足日益增长的电动汽车需求的老牌企业的诞生证明了电动汽车的必要性。此外，由于无情的需求导致市场竞争加剧，促使这些公司在广泛的领域开发他们的技术，从而导致电动汽车领域的许多改进。与柴油发动机车辆相比，这些创新使电动汽车的排放量减少了 43%。为了可持续地优化这一排放问题的解决方案，需要智能解决方案，其中之一就是数字双胞胎的概念。

了解数字孪生

顾名思义，数字双胞胎是模拟或数字空间中现实世界或物理设备的双胞胎。它们是由从飞机发动机和车辆到风车和城市建筑物的物理对象建造的。通过将物联网 (IoT) 与具有人工智能和机器学习功能的最新软件工具相结合，可以轻松提高数字双胞胎的性能。数字双胞胎正在迅速成为 21 世纪的一项主要工程技术。多亏了模拟，研究人员可以在任何数字双胞胎上进行无数次测试，这在物理设备上是困难的。

自 20 年前概念诞生以来，许多研究人员和研究所已经定义了数字孪生并致力于构建基于它们的有效软件系统。数字孪生是现实世界对象的复制品，因此也可用于复制基于它们的流程。这为对设备执行预测性维护和检查铺平了道路。

理解数字双胞胎的一个简单例子是水电站中的涡轮机，它连接了许多传感器。收集的传感器数据(例如水流量、温度和能量输出)被馈送到数字双胞胎。通过这些输入，可以执行模拟来分析健康和维护数据，从而延长物理资产的使用寿命。

使用数字孪生构建高效电动汽车

正如我们之前所见，电动汽车有望显着减少碳足迹。让这些车辆上路的主要挑战之一是它们的定价和电池容量。应对这些挑战的一种方法是优化车辆内的电能消耗，我们需要一个支持架构来实现它。数字孪生作为所需的架构，与物联网一起将离线物理资产映射到数字模型。凭借 EV 生成的大量感官数据，数字孪生技术比硬件在环模拟等其他技术更适合。这种转换可以实现智能系统监控、预测即将发生的事件、故障检测、剩余使用寿命等，这些将在接下来的几节中讨论。

自动驾驶系统

自动导引车(AGV)领域发展迅速，数字孪生技术在其发展中发挥着重要作用。数字孪生系统用于通过将决策算法暴露于各种场景来生成控制系统响应。这有助于以无法在物理系统中复制的规模生成车辆大数据。嵌入在 AGV 中的 AI 模型使用数字孪生系统生成的响应进行训练。这使得数字双胞胎既可以用于生成训练模型，也可以用作新技术的测试平台。数字双胞胎还可以使用实时互连或使用可以使用档案数据集生成的预测模型与物理系统同步。

高级驾驶辅助系统

现代智能汽车的显着特点之一是高级驾驶辅助系统 (ADAS)。它的存在是为了通过减少事故的数量和严重程度来提高驾驶员和行人的安全性。数字双胞胎可用于生成其他驾驶员、行人等因素的虚拟对应物，并且使用它，ADAS系统的决策模型也可以使用历史数据进行训练。这可以与来自物理车辆传感器的实时数据相辅相成，模型可以根据这两种数据执行操作。

车辆健康监测和预测性维护

持续监测 EV 的健康状态是维持和延长其使用寿命的重要因素。与故障后维护相比，车辆健康管理系统的发展导致了基于状态的管理。数字双胞胎具有在模拟环境中测试各种场景的功能，可帮助制造商将易磨损的车辆部件推向极限。这些模型还可用于预测电机等组件的剩余寿命，而无需实际从车辆上卸下组件。

电池管理及智能充电系统

通过采用数字双胞胎和物联网框架，可以构建高效的充电基础设施，优化电子控制单元 (ECU) 和 EV 动力传动系统。电池管理系统 (BMS) 是任何大型电池组的重要组成部分，可提供电池容量、充电/放电期间的折旧、充电状态 (SoC) 等信息。这些可用作数字孪生模型，用于开发电池各个方面的模型，例如最佳充电和放电速率和 SoC，以根据当前的 SoC 和历史驾驶趋势准确告知用户车辆可以行驶的距离。

智能电动汽车的未来展望

如前所述，数字双胞胎可以在整个电动汽车行业的发展中发挥巨大作用，从消费者的角度来看，这有助于提供概念上可持续且运行可靠的产品。然而，数字孪生技术的影响远远超出了电动汽车制造和运营的优化。它可用于让消费者了解电动汽车与传统汽车相比的不同之处，这是决定将电动汽车作为可行替代品的前景的一个重要因素。