最近，通用汽车主席写了一个观点文章对于CNN业务，概述汽车行业最紧迫的挑战，这些挑战妨碍了电动汽车的大规模采用。

世界各地的汽车制造商在动力传动系统的电气化方面取得了大量的投资，但它需要增加的绩效改进以摆脱现状，并将群众从内燃机移开。为了引发消费者行为的巨大变化，仿真驱动的设计过程和数据科学技术是解决这些关键和复杂挑战的关键。

让我们打破他一对一概述的三个挑战。

范围

为了获得每个收费的最大里程，制造商正在转向仿真技术，以降低车辆重量，提高能效，优化下一代电动机。

较轻的汽车需要更少的电池电量，以加速和维持速度，允许单笔电荷进一步乘客。生成设计技术使工程师能够从结构和各个组件中除去材料，同时保持车辆安全和乘坐舒适性所需的强度和刚度。从结构中除去重量也具有复合益处。由于推进车辆的推进所需的功率较少，因此汽车制造商可以降低电池组的尺寸和重量，这是电动汽车重量的最大贡献者之一。

能源效率也是车辆范围改善的关键贡献者。在设计过程中早期引入计算流体动力学（CFD），允许空气动力学性能影响车辆外表面的形状和造型。此外，CFD可用于研究和优化电气和机电系统的热管理，以避免通过过热引起的性能问题。

最后，有改善电动机本身。要考虑设计动力总成系统的复杂性，公司喜欢保时捷部署多职业设计策略，包括电磁和热要求，NVH，应力和耐用性。结果饲料设计勘探和优化研究，以确定能够产生最佳性能的电机设计。

充电基础设施

根据一项研究统计，美国截至2016年，美国有超过100,000个零售气体加油站。通过比较，第二项研究统计报告称，截至2018年，美国的插水电动汽车仅有20,000个充电站。这代表了寻求在典型通勤范围之外冒险的驾驶员的主要潜在干扰。私立和政府机构的合作需要大量承诺，以建立充足的电动车辆充电基础设施，但软件技术提供乐观，这很快就会实现这一目标。

数据科学，人工智能和机器学习算法可用于映射驱动程序的最佳路线，以利用现有的充电基础架构。数据科学还使制造商，收费公司，行业团体和政府能够进行数据驱动的城市规划决策，以基于实时交通流量模式和车辆范围数据优先考虑建设新的充电基础设施。

最后，正在使用模拟来开发创新的充电车辆的新方法，使司机更容易在家里和Go上充电。Gulplug.是来自法国的起动，创建了一种自堵漏的磁性充电解决方案，辅助驱动器随着充电的任务，打开自动车辆的门，在没有任何人类干预的情况下停放和充电。

自主连接和联系的充电解决方案甚至可能会降低专用充电基础设施的需求，使加油站成为过去的东西。

成本

对于大多数消费者来说，最直接的障碍是电动汽车的成本。轻量化，除了改善电池范围外，还通过材料减少提供成本效益。改善电动机效率也有助于制造商降低电池尺寸，以进一步降低成本。

梅赛德斯 - amg和其他OEM在设计过程的各个阶段利用代表性系统模型，有助于加速设计交付，评估效率和性能。这对复杂的机电系统的深入了解有助于制造商将新产品推向更快的市场，其昂贵的物理原型。

一些消费者对一些消费者来设想自己驾驶电动汽车，而CNN文章中概述的艰难战斗表明了这些挑战，但在达到的现代模拟和数据科学工具中，电气化未来的前景看起来比以往更亮。

有兴趣在您的下一个电动机动项目上使用Altair吗？今天联系我们。