JAJY142 January 2024 DRV3901-Q1 , DRV3946-Q1 , TPSI2140-Q1 , TPSI3050-Q1
技術革新は、BMS 内のソフトウェア実装でも起こっています。カルマン フィルタやクーロン カウントよりも高度な State-of-X (SoX) アルゴリズムの基礎となるのが、取得したパックとセルの測定精度です。
運転行動、交通状況、地理的条件、道路状況を個別に監視できるので、より正確な車両航続距離の予測、バッテリの健全性状態データおよび充電状態の推定が可能になります。データをクラウドに集中させれば、機械学習アルゴリズムを使用して車両全体を監視し、予測サービスを実現することができます。たとえば、ある故障パターンが以前に観察され保存されていた場合、アルゴリズムはその兆候を早期に検出し、他の車両の将来的な故障の可能性を計算することで、事前対応的にサービス入庫を依頼できるのです。デジタル ツインの作成で知られるこの機能によって、ソフトウェア定義車両における一時的な車両航続距離のアップグレードなど、新たなビジネス モデルやサービスの展開が促進されます。
テキサス・インスツルメンツは、人工知能を搭載したバッテリ パック ソリューションを製作している Electra と連携し、EV バッテリをオンライン化して、BMS をよりスマートでコネクテッドなものにしています。Electra の EVE-Ai 360 フリート分析ソフトウェアは、バッテリ分析ツールで、個々の車両とフリート全体のバッテリ パック データを活用して、バッテリの健全性状態のトレンドと予測モデルを生成します。バッテリ、車両、環境に関するデータを機械学習と一緒に使用して、バッテリの潜在的な問題や故障を事前に特定できるため、フリートの効率とパフォーマンスが最適化されます。
テキサス・インスツルメンツの AM263P4-Q1 Arm ベースの AutoSAR 対応マイクロコントローラには、適応型セル モデリング システムを使用できるライブラリが搭載されており、機械学習サービスによってフリートや車両の State-of-X (SoX) 測定を強化し、よりスマートな充電とバッテリの健全性、航続距離の最適化を実現します。