Porsche використовує штучний інтелект (ШІ) під час розробки автомобілів, щоб зробити системи привода ще більш ефективними та стійкими, а також з метою подальшої оптимізації процесів розробки. ШІ дає комп’ютерам можливість аналізувати проблеми та вирішувати їх автоматично — так само, як людина. Цей потенціал використовується для розробки як електричних силових агрегатів, так і для двигунів внутрішнього згоряння.
Прогнозування аерації оливи
Під час розробки традиційних двигунів внутрішнього згоряння, наприклад, ШІ вирішує задачу прогнозування вмісту газу в моторній оливі. Оскільки високий вміст газу призводить до аерації оливи і, таким чином, до зниження змащувальної здатності, мастильна система повинна бути спроектована з урахуванням найменшого можливого вмісту газу. Проте вимірювання навряд чи можна проводити в автомобілі з працюючим двигуном. Новий процес ШІ від Porsche тепер забезпечує надійні прогнози вмісту газу в моторній оливі.
«У процесі ми змогли зберегти обчислювальну потужність, необхідну для алгоритму ШІ, настільки низькою, що ми можемо легко інтегрувати її в процес розробки двигуна, — зазначає інженер-розробниця Хонг Трук Юнг, яка відповідає за інструменти ШІ в силовому агрегаті Porsche. — Під час стандартних стендових ипробувань він працює безперервно і в процесі надає нам потрібні дані».
Першим двигуном, для якого Porsche застосував новий процес ШІ, був 6-циліндровий опозитний двигун для Porsche Cayman GT4.
Аналіз стану акумулятора для електричних автомобілів
Одна з систем ШІ від Porsche Engineering визначає характеристики старіння літій-іонного акумулятора, і водії електромобілів вже використовують її для прогнозування ємності акумулятора під час водіння. Алгоритм ШІ використовує внутрішній опір акумулятора, щоб зробити висновок про його старіння. З-поміж іншого, він враховує такі впливи, як температура та ступінь зарядженості, а також результати довготривалих випробувань і експлуатаційних випробувань. В автомобілі ШІ адаптується до профілю користувача; таким чином прогноз стає дедалі точнішим.
Повний контроль
Компанія Porsche Engineering створила особливо гнучку методологію розробки для розширення областей використання ШІ, що ґрунтується на методі глибокого навчання з підкріпленням сигналами від середовища.
«Наша методологія PERL, скорочення від Porsche Engineering Reinforcement Learning, виходить за рамки специфічного вирішення окремих завдань, оскільки вона розуміє системні взаємозв’язки і вчиться приймати стратегічні рішення», — пояснює Маттіас Бах, старший менеджер із застосування двигунів та механіки в Porsche Engineering.
Оскільки нейронні мережі алгоритму ШІ можуть змінювати декілька параметрів одночасно, зокрема в поєднанні один з одним, і передбачати кінцеві результати, PERL ідеально підходить для складних завдань із застосуванням двигунів та багатьох інших сфер розробки автомобілів.
«З PERL ми можемо скоротити час розробки, водночас досягаючи кращих практичних результатів, ніж це дозволяють звичайні методи», — додає Бах.
Наразі цей метод проходить практичні випробування у розробці приводів, а в середньостроковій перспективі використовуватиметься також в інших напрямках, як-от комплектний транспортний засіб, шасі та електрика/електроніка в Porsche Engineering.