【导读】恩智浦半导体宣布新开发的解决方案可通过S32G GoldBox汽车网络参考设计将其高压电池管理系统（HVBMS）连接到云端，以利用由人工智能（AI）驱动的电池数字孪生模型。
恩智浦半导体（NXP Semiconductors N.V.，纳斯达克股票代码：NXPI）宣布新开发的解决方案可通过S32G GoldBox汽车网络参考设计将其高压电池管理系统（HVBMS）连接到云端，以利用由人工智能（AI）驱动的电池数字孪生模型。恩智浦通过Electra Vehicles, Inc的EVE-Ai™ 360度自适应控制技术激发云端数字孪生模型的潜在优势，实现更优物理BMS实时预测和管理，提升电池性能，改善电池健康状态（提升高达12%），并支持多种全新应用（例如电动汽车车队管理）。恩智浦将在今年的慕尼黑电子展上演示该解决方案。
产品重要性
电池仍然是电动汽车（EV）中最为昂贵的组件，由AI驱动的数字孪生云服务拥有巨大潜在优势，可以改善对电池健康状态（SOH）和充电状态（SOC）的估算，继而提高能效、延长使用寿命、降低成本。运行条件的变化可能导致电池健康状态的持续变化，电池数字孪生模型可适应这种持续变化，并向BMS反馈数据更新，从而持续改进控制决策。
汽车厂商可以使用该技术来提供驾驶员分析，例如剩余里程或速度建议等。除此之外，自适应电池控制还可以改善电池的性能，并安全地延长其使用寿命，为车厂降低保修成本。该技术的另一个潜在应用是电动汽车车队管理，可为车队运营商提供重要的使用情况分析，例如汽车充电时间和电池预测诊断等。此外，有了这些深度信息，电池维护中心可以实现快速诊断，减少停机时间，电动汽车充电站运营商可以有效地优化充电服务，提高能源效率。
随着电动汽车市场不断发展，重复利用电池的供应规模也必将扩大。这些电池作为汽车电池已经达到寿命终点，但其剩余容量惊人，高达80%。如果能源存储系统（ESS）中的剩余电池寿命（RUL）能用于家庭，房主的能源开支将有望降低。
更多详情
AI驱动的电池数字孪生解决方案由恩智浦与Electra Vehicles, Inc.合作开发，方案中包含高精度的传感器、BMS的实时闭环控制以及与预测算法相结合的网络连接，独具性能优势。解决方案包括三个要素——其一是恩智浦基于S32K3的HVBMS参考设计，提供了高精度和高准确性，安全地延长了电池的使用寿命。精确测量电池的SOH和SOC可以充分发挥电池的潜力，并通过准确的诊断来提高行驶里程。
第二个要素是恩智浦基于S32G的汽车网络处理解决方案。恩智浦GoldBox可为基于云的数据驱动型汽车服务提供安全的高性能计算能力和实时网络性能，以及安全的云连接。Electra Vehicles, Inc.是基于AI的车载电池控制、数据分析和设计的行业领导者。因此，数字孪生解决方案的第三个，也是最后一个要素是实施其EVE-Ai自适应数字孪生模型，并将其电气化解决方案无缝连接到云端。
恩智浦半导体电池管理系统总监兼部门经理Andreas Schlapka博士表示：“恩智浦对数字孪生技术的贡献包括对精确传感器数据的访问能力、BMS的实时闭环控制、高性能的车载处理能力以及安全连接到云端获取服务和空中（OTA）更新。通过集成Electra的EVE-Ai架构，我们解决了实现数字孪生方案的两大挑战，即处理来自电气化解决方案的海量数据和处理不同用例的差异，前者需要清理和选择适当的功能，后者需要选择模型和自适应训练。”
Electra Vehicles, Inc.联合创始人兼首席执行官Fabrizio Martini表示：“一直以来，Electra专注于使用软件优先的方法来解决电动汽车电池行业最为迫切的里程、寿命和安全问题。而如今，我们有机会展示我们的核心AI电池自适应数字孪生技术，与恩智浦一同驱动EVE-Ai技术发展。恩智浦无疑是实现这一目标的完美合作伙伴。其位列前沿的集成硬件让他们成为了BMS数字孪生和电气化云连接技术的领导者。”
Electra的EVE-Ai架构可通过处理数据识别周期（时间序列），并提取电池和汽车层级的特征信息。其次，自适应单元建模系统技术可为特定的使用配置文件动态选择最合适的模型。
免责声明：本文为转载文章，转载此文目的在于传递更多信息，版权归原作者所有。本文所用视频、图片、文字如涉及作品版权问题，请联系小编进行处理。
推荐阅读：
如何将第三代 SiC MOSFET 应用于电源设计以提高性能和能效
AMP 创新型电动汽车充电解决方案采用 Wolfspeed E-系列碳化硅器件
