“ Romax 久經驗證的軟體平臺和工程經驗給了我們足夠的信心，依靠虛擬驗證技術減少了大量的樣機反覆測試，使我們的開發週期成功縮短了7-9個月。 ”

——Valeo傳動系統產品研發和電氣化總監 Jérôme Mortal

由各國政府同意並立法執行的空氣品質目標促使汽車行業快速地向電氣化發展。 隨著日益加快的城市化進程和越來越少的停車空間，在治理市區空氣污染的同時，汽車產業也面臨著為這些問題提供解決方案的壓力。 電驅動單元需求的變化意味著供應方式的轉變，在這之前需求的變化直接來自傳統汽車主機廠，隨著造車新勢力和一級供應商的加入，當前汽車市場中電驅傳動系統的競爭更加激烈。 由於這些汽車零部件供應商們開始向新的移動解決方案邁進，他們也必須改變原有的模式。 之前零部件供應商只需要提供符合規範的簡單零部件，隨著汽車系統變得越發複雜，供應商們也被要求能夠提供子系統甚至完整的動力系統。 同時，電氣化、自動駕駛、網聯化、共用汽車和降低電池成本等又為汽車零部件供應商帶來了更高的要求和更大的壓力。

技 術 挑 戰 ： 

設計和提供靈活和低成本的小城市出行解決方案，並使用魯棒性設計流程縮短開發週期。

解 決 方 案 ： 

利用Romax豐富的工程經驗和工程軟體來做複雜的集成式電驅傳動鏈模擬分析，在電驅動產品開發中實現了以CAE為導向的設計流程。

客 戶 受 益 ： 

使用模擬分析代替物理樣機測試，使得開發週期縮短了7-9個月。

Valeo傳動系統產品研發和電氣化總監 Jérôme Mortal表示，“整個汽車行業在以前所未有的速度前進，很難相信五年前我們還在籌建新的燃油汽車工廠。 我們相信，到2030年電動汽車（主要是48V和純電動汽車）將占到全球汽車的三分之二。 我們希望未來的移動出行是多元化的，在擁有混動和純電動乘用車的同時，也有不同的市區電動出行方案可供選擇。 ”像Valeo這樣的一級零部件供應商有機會通過提供適用於不同場景（從低功率的電動自行車到大功率的卡車）的驅動系統來擴展自己的產品組合，這些驅動系統可以被不同的生產商安裝在自己的車輛產品上。 Valeo的產品覆蓋了低速短距離出行（<50km/hr, <100km）、輕型電動汽車、輕混、混動、插電式混動和純電動汽車（高性能、低二氧化碳排放）。 在短距離出行方案上，Valeo開發了像電動自行車這樣的小微出行方案，平衡車和簡易汽車，通過迴圈利用產品零部件以確保其競爭力。 Valeo已經開發出一系列電驅系統，目前正聚焦在小功率解決方案，目的是開發一款多功能的產品，開拓更廣闊的市場。

可靠的模擬結果減少樣機反覆運算 ：

在城市出行解決方案中，產品投放市場的時間非常關鍵。 客戶期待的新產品開發時間是兩年。 對於這個項目，留給 Valeo 從概念設計到投產的時間是18個月。 為了實現這一目標， Valeo 不得不尋求新的解決方案來加快開發流程，他們決定採用虛擬模擬測試系統以減少樣機反覆運算。 由於在過去很多專案中都使用過 Romax 軟體產品， Valeo 相信 Romax 的模擬結果是可靠的，對虛擬模擬測試結果充滿信心。

 “在專案初始階段就得到可靠的設計是非常關鍵的，並且模擬的結果非常準確可靠，我們能夠充分信賴並減少了測試時間。 像 Romax 這樣的軟體工具大大減少了我們的樣機測試時間——目前我們做樣機測試只是為了作為模擬的補充來驗證模擬的結果是否準確。 不久之前，我們還需要去測試每一個設計方案。 但是現在，在A樣測試階段，我們只需要在批量生產之前測試一輪樣機。 Romax 久經驗證的軟體平臺和工程經驗給了我們足夠的信心，依靠虛擬模擬技術減少了大量的樣機反覆運算，使我們的開發週期成功縮短了7-9個月。”

—— Valeo傳動系統產品研發和電氣化總監Jérôme Mortal.

(Citroen AMI One)

Valeo SVA 僅在專案開始之後18個月就交付了該驅動裝置（2020年6月投放市場，搭載在Citroen AMI One車型上）。 但是意義深遠的是， Valeo SVA 證明了虛擬模擬的使用可以大大降低開發新的電驅裝置的時間和成本。 “我們已經證明了使用虛擬模擬把新產品快速投入生產和市場的可行性，但這也是由於 Romax 模擬結果是準確可靠的，給了我們信心減少樣機反覆運算。 對於我們交付的產品我們感到非常驕傲，我們的客戶也很滿意，我們打算把這一開發流程和收穫的技術經驗運用到未來的專案中。”

了解Valeo

Valeo 是一家法國公司，致力於汽車零件研發、製造、銷售，以及汽車內部嵌入式模塊。是全球汽車製造商的合作夥伴。成立於法國巴黎郊區的聖旺，當時公司叫 Société Anonyme Française de Ferodo ，在英國菲羅多公司授權下，銷售剎車內襯和雨刷 。 公司於1960年開始多元化經營：剎車系統（1961年）、空調系統（1962年）、離合器和自動變速箱生產和裝配線（1966年）、照明系統（1970年）和汽車電子系統（1978年）。公司於1980年5月28日決定更名為法雷奧（在拉丁語中被譯為「我會很好」）。

從1980年代開始，法雷奧快速進軍國際市場，通過一系列海外兼併，發展成一家跨國企業，涵蓋多個重要汽車零件領域的。 現今，法雷奧由四大分支組成，其中最年輕的分支成立於2007年，前身為愛爾蘭科能特電氣（Connaught Electronics）。

Valeo 已經在巴黎證券交易所上市 。 2019 年， Valeo 集團營業額達 192 億歐元， 並將設備銷售的 13% 投入了研發。  Valeo 開發智慧出行創新解決方案 ，聚焦自動駕駛和二氧化碳減排技術 ，在全球 33 個國家擁有 115,000 名員工 。

Valeo 由四大類分支共13種產品系列組成：

1. 汽車舒適，輔助駕駛系統（Comfort and Driving Assistance Syst）:
   • 內部控制（CIC/ VIC- Valeo Interior Control）,
   • Driving Assistance – CDV 前身安全系統（VSS- Valeo Security System）
   • Connected Car – CCC
2. 動力總成系統（Powertrain Systems）:
   • 電機系統（VEES- Valeo Electric Engin System）或（Electrical Systems – PES）
   • 電子系統（Electronics – PEL）
   • 傳動 （Transmission Systems – PTR）
   • 發動機控制系統和空氣循環控制 （Combustion Engine – PCE）
3. 車載空調系統（Thermal Systems） :
   • 車內溫度控制系統（Thermal Climate Control – TCC/VCC- Valeo Climat Control）,
   • Thermal Powertrain – TPT
   • Thermal Front End – TFE
   • 渦輪增壓（Thermal Compressor – TCP/VC- Valeo Conpressors）,
4. 視覺系統（Visibility Systems）:
   • 燈光照明指示系統（VLS- Valeo Lighting System）,
   • 雨刷系統（VWS- Valeo Wiper System）

此外，法雷奧服務機構 Valeo Service（VS）是一個致力於維修市場的營銷機構。 此項商業活動在2011年占到了法雷奧15%的營業額。

想 更 清 楚 的 了 解 Valeo透過Romax成功縮短9個月的電驅動產品開發週期 Romax 的 細 節 ，歡 迎 來 電 (02)2712-8448 或 是 來 信。

If you want to know more details from Romax ,please contact Simhex.

Romax 可 以 做 什 麼 ?

行 業 應 用 案 例 ：

    軌 道 交 通    

客 戶 需 求 ：

軸承供應商調查

Romax 所 提 供 的 服 務：

一列現代化柴油列車軸箱軸承失效問題不斷增加，引起了越來越多的關注。 Romax 工程師使用 優 化 模 擬 軟 體，基於對 軸箱軸承 和 齒輪箱 的深厚知識，通過三個關聯的工作包進行問題根源分析以及詳細高效的問題調查。

    可再生能源    

客 戶 需 求 ：

根據GL認證的要求，在指定載荷譜和極限工況下完成 耐久性 計算。

Romax 所 提 供 的 服 務 ：

詳細的軸幾何尺寸，複雜的行星齒輪系統，花鍵聯結，有限元箱體模型和內部軸承細節。使用載荷分佈評估和選擇軸承，根據ISO標準計算壽命，調查和優化 預緊力 、 遊隙 、 錯位量 、 軸承 內部幾何資訊和 潤滑 狀況。Romax 生成的報告中 耐久性 滿足GL要求。報告允許供應商在該風機中使用它們的軸承產品。

    重 載 車 輛    

客 戶 需 求 ：

審核中型卡車 變速器 ，評估低成本供應商的軸承

Romax 所 提 供 的 服 務 ：

使用 Romax 軟體的全系統方法詳細分析所選軸承類型； Romax 在軸承潛在供應商審核過程中提供支援。基於完整 齒輪箱 系統分析完成 軸承選型 和 優化 。評估預緊力、錯位量、潤滑油和量產變差，鑒別軸承性能的關鍵影響因素。

    汽 車 行 業    

客 戶 需 求 ：

某大型歐洲汽車製造商需要改進 變速器 設計，使製造流程更具魯棒性。裝配過程中產生的結構變形導致 軸承預緊量 發生變化，需分析和優化軸承預緊量變化產生的系統影響。

Romax 所 提 供 的 服 務 ：

Romax 快速的建模 和 分析 功能可以將 齒輪 、 軸 、 軸承 和 箱體 集成到單一的 齒輪箱 模型中，預測各個零部件之間的 相互耦合 作用。通過使用 Romax 軟體對 變速器 進行整體系統優化，充分考慮所有零部件之間的相互影響，分析 電機定子 與 齒輪箱 殼體之間的配合以及箱體變形及其對 齒輪 和 軸承 的影響，最終幫助該汽車製造商優化了製造工藝，成功降低製造成本並進一步提高產品品質。

• 延 伸 閱 讀 

• 變速箱性能最佳化：透過ODYSSEE建立AI ML的Romax變速箱設計
• 2024 Romax 新能源車輛電驅動研討會
• 2023 Romax新能源車輛電驅動研討會圓滿落幕
• 2023 Romax 新能源車輛電驅動研討會
• Romax DT 2022新版功能於 齒輪軸承 應用之介紹
• Hexagon | Romax 軸承 解決方案
• 新版 Romax 2021.1 發布:更貼近軸承、齒輪製造的設計方案
• 電機傳動系統工程，最完整的模擬平台

這篇文章 Valeo透過Romax成功縮短9個月的電驅動產品開發週期 最早出現於 星恆科技有限公司。

ODYSSEE 是海克斯康工業軟體旗下的一款跨學科、跨領域、跨專業的軟體產品，基於機器學習模型，能夠實現秒級即時的CAE靜態、動態模擬、圖像識別、智慧預測等，顯著縮短計算分析週期，提高生產效率。對於車身結構的動態特性（振動傳遞函數）的研究，一般是通過試驗手段或者有限元模擬方法。 但試驗的方法無論在時間成本還是金錢成本方面都比較高，採用有限元分析方法計算車身結構的振動傳遞函數，例如使用MSC Nastran進行相關的計算和預測，可以降低時間和試驗投入成本。 ODYSSEE 軟體能夠根據試驗結果或有限元計算結果進行模型的訓練和學習，來預測車身結構的動態特性，從而進一步縮短模擬時間，並可用於研究設計參數靈敏度以及參數的優化。

在新的車身結構開發初期，設計工程師需要儘快知道當前設計車身結構的動態特性。 使用傳統有限元方法進行求解，面臨網格剖分、邊界條件設置、模型裝配、求解計算等一系列的工作，幾輪反覆運算下來也需要幾天的時間。因此有限元模擬分析往往跟不上現在快速產品設計反覆運算的腳步。 而使用基於機器學習的模擬工具 ODYSSEE ，可以在前期通過已有的設計經驗和模擬結果訓練代理模型，針對新的車身結構設計，能夠實現秒級的動態特性模擬預測，從而加快了車身結構研發速度，説明設計工程師快速完成前期的預測。

機器學習、人工智慧AI的最佳幫手 ODYSSEE

ODYSSEE包含了兩個重要模組：ODYSSEE CAE 和 ODYSSEE A-EYE 。 ODYSSEE CAE是一個獨特而強大的以CAE為中心的創新平臺，而ODYSSEE A-EYE是一個獨特而強大的基於圖像的機器學習解決方案。 機器學習+CAE模擬是未來模擬的一種趨勢， ODYSSEE 作為一款新型的基於機器學習的模擬工具，搭載一款便捷、性能優異的工作站進行類比模擬十分重要。 HP ZBook Firefly 14G9工作站具有一體成型的鋁合金機身，在大型模擬模型運行中更加適合散熱，且整體重量輕便，14寸的可擕式工作站起重僅1.439千克，螢幕窄邊框的設計使得整體顯示效果達到最大化，便於在模擬工作中多個視窗的打開，並支援120 Hz刷新率，有助於實現流暢和生動的顯示效果，其性能參數如表1所示。

ODYSSEE測試操作步驟:

•  使用了ODYSSEE 2022.2進行測試的過程中，需要準備以下檔：X.csv,Y.csv,XN.csv, Y_exact.csv。

•  首先打開ODYSSEE軟體，在其中生成DOE資料，演算法採用Optimal Latin HyperCube方法，DOE的樣本點數目為100個，生成9個設計參數d1、d2、……、d9的樣本空間。

•  針對生成的DOE樣本空間，進行改善DOE資料。 通過將Number Of new points設置為20，並點擊Improve DOE，在上述100個樣本空間點基礎上生成新增20組資料。 保存生成的DOE資料為X.csv文件。

•  將DOE檔中每組參數生成相應的Nastran計算檔，並在Nastran中進行計算，完成後提取相應節點位移隨時間變化曲線，形成Y.csv文件。

•  將X.csv和Y.csv檔作為輸入參數檔和輸出參數檔導入到ODYSSEE中進行機器學習，如下圖。

•  針對新參數的預測，可以將XN.csv檔導入到ODYSSEE中，進行預測。 針對本案例，學習及預測的時間為~2s，預測結果如下圖所示。

•  針對本次測試的問題，可以選用不同的機器學習演算法進行學習和預測，ODYSSEE中包含的機器學習演算法如下：

•  通過對比不同的機器學習演算法，針對本模型最優ROM演算法為POD_ARBF，針對三個驗證資料的結果與Nastran計算結果對比如下：

•  針對不同時刻的輸入變數靈敏度分析結果如下：

在使用 ODYSSEE 軟體進行測試時， 惠普Z系列移動工作站硬體功能強勁，達到了功能與便攜的均衡，軟體在惠普Z系列移動工作站上使用流暢，無卡頓，無不顯示或黑屏情況，其工作站的配置保證了軟體的運行速度，在同時打開幾個軟體同時計算的情況下，也能保證每個算例計算的性能基本不受影響。

惠普HP ZBook Firefly 14G9工作站 或是  預測車身結構的動態特性 利用 ODYSSEE 機器學習、人工智慧AI求解，再再讓我們感受到機器學習+CAE模擬是未來的一種趨勢。

想 更 清 楚 的 了 解  機器學習、人工智慧AI的最佳幫手 ODYSSEE ODYSSEE 的 細 節 ，歡 迎 來 電 (02)2712-8448 或 是 來 信。

If you want to know more details from ODYSSEE  ,please contact Simhex.

ODYSSEE CAE

ODYSSEE CAE 藉由即時回答複雜的工程問題來擴增你的知識，若沒有 ODYSSEE CAE 可能需要數百小時來做模擬和分析。 只要一些先前做過的CAE模擬， ODYSSEE 可以即時預測、最佳化和穩健的產出準確的結果。 ODYSSEE CAE 生產完整時程的歷史輸出，包含完整的CAE分析，有詳細的後處理結果。

ODYSSEE CAE is an innovative platform for engineers that integrates machine learning, artificial intelligence, reduced order modelling, and design optimisation into workflows. It enables cost-efficient digital twin creation through real-time predictive modelling and optimisation by leveraging CAE simulation and physical test data. With minimal prior simulations, ODYSSEE CAE can quickly generate accurate results (with deformation, stresses, …) and full-time history outputs.

ODYSSEE A-Eye

使用以影像為基礎的機器學習，為任何產業提供即時預測和優化。

ODYSSEE-A-Eye 使用影像為基礎的預測或基於 CAD 幾何 (STEP) 為生產/非工程師建立專用的客製化。

ODYSSEE A-Eye is a machine learning solution for accelerating product design and development through image and CAD-based learning. Using images, CAD and sensor data as inputs, ODYSSEE A-Eye creates customised AI applications that predict output responses and field data. This enables designers and production technicians to explore the design space thoroughly and design next-generation products efficiently without excessive computing time and cost.

ODYSSEE 為 工 程 、 製 造 和 質 量 提 供 實 時 解 決 方 案，包 括 以 下 功 能：

• 機器學習 AI
• 統計 、 數據挖掘 、 數據融合
• 優化 和 魯棒性
• 圖像識別 和 壓縮

機器學習、人工智慧AI的最佳幫手 ODYSSEE 應用領域如下：

• 計算流體力學
• 結構仿真
• 材料
• 聲學設計
• 系統動力學
• 自動駕駛
• 製造工藝

補充說明：

AI 人工智慧 (Artificial Intelligence) 是指通過電腦系統模擬人類智能的技術。AI 包括能夠進行推理、學習、理解自然語言、解決問題、感知環境並做出決策的系統。

ML 機器學習 (Machine Learning) 是 AI 的一個子領域，專注於通過數據進行學習，無需特定編程來完成特定任務。ML 的系統會通過大量數據進行訓練，識別其中的模式，並基於學到的模式進行預測或決策。

AI 和 ML 的區別：

• AI 是一個廣泛的領域，涵蓋了模仿人類智能的各種技術和方法。
• ML 是實現 AI 的方法之一，利用數據訓練模型，通過學習改進系統的表現。

ODYSSEE 應用:

• 延 伸 閱 讀 

• ODYSSEE 以CAE為中心的AI/ML創新平台

這篇文章 機器學習、人工智慧AI的最佳幫手 ODYSSEE 最早出現於 星恆科技有限公司。

多相流功能

新版 PreonLab 5.1新增多相流模擬功能，可以針對氣體進行求解。下圖以上升的氣泡模型顯示 PreonLab 的模擬結果與一般網格模型的分析結果一致。

圖1: PreonLab與不同分析軟體的結果比較

多相流功能可實際應用在高速齒輪箱油的飛濺與潤滑，在模擬結果中可以看到油液中卷吸的氣相粒子，相較於有限體積法， PreonLab 的多相流功能計算速度有明顯的優勢：

圖2: PreonLab與不同分析軟體的速度比較

局部細化功能

新功能中分別支援液相粒子與氣相粒子進行局部的細化，也可以針對不同求解器定義不同的粒子直徑。在PreonLab新版選單中，可以局部加密固體壁面附近的粒子，提供使用者更靈活的建模選擇，相較於box domain的局部細化，其計算速度可提供約2倍。

圖3: 新版 PreonLab的局部細化功能

熱分析應用

• Wall Function 功能提升，提供熱傳HTC的計算精度
• 支持固體溫度場的求解：活塞冷卻、電機冷卻…
• 固體粒子熱傳導計算也支持任意形狀的局部細化，大幅提升計算效率

圖4: 新版 PreonLab 的局部細化功能應用在固體中

Snow求解器增強

在 5.1 版 本 中，Snow求解器 的 計 算 速 度 得 到 大 幅 的 提 升，在 下 圖 與 Audi 的 實 際 應 用 案 例 中 可 看 到 ，用 新 版 PreonLab 可 以 獲 得 3.6倍 的 增 速。

圖5: NAFEMS world congress 2021 “CFD Simulation of a Vehicle Driving in Snow”

想 更 清 楚 的 了 解 新版 PreonLab 5.1 發布: 更貼近真實應用 的 細 節 ，歡 迎 來 電 (02)2712-8448 或 是 來 信。

If you want to know more details from PreonLab  ,please contact Simhex.

PreonLab 介紹：

經 典 CFD 軟體和 PreonLab 之 間 的 差 異 很 快 就 能 解 釋 清 楚 —— 經典 CFD 軟體 基 於 網格創建 ，而 PreonLab 則 選 擇 了 不 同 的 方 法 ：平滑粒子流體動力學 （SPH） 是 革 命 性 PREON® 技術 的 基 礎 。 

無需網格，所 有 流體力學 難 題 都 可 以 快 速 且 輕 鬆 地 解 決 。同 時， PreonLab 能 為 您 提 供 可靠的視覺化結果 。

應 用 領 域 PreonLab 齒輪箱 涉水 雪場景

•  齒輪箱 

使用 PreonLab 進行 齒輪箱 的仿真，能夠顯著的縮短開發周期。 極短的仿真建模時間，能夠實現設計方案快速迭代，甚至可以在優化迭代中考慮換熱。

•  涉水 

不同車速及 涉水 深度條件下，車輛的準確運動規律對於涉水仿真非常的重要。 PreonLab 中的車輛懸架模型，能夠更加準確的考慮涉水過程中的車輛姿態。

•  雪場景 

PreonLab 能夠模擬各種不同屬性的流體，甚至包括雪。 PreonLab 中獨特的雪求解器，能夠幫助用戶進行各種 雪場景 的求解，解決複雜的問題，例如：輪罩內的積雪。

為 什 麼 選 擇 PreonLab ？

• 強大的SPH求解器

與常規的基於粒子的求解器相比， PreonLab 可以穩健地處理更大的時間步長，將計算時間減少幾個數量級，並且無需人為去定義求解步長。

• 後處理

PreonLab 配備了強大的內建後處理工具，保障流暢易用的量化結果統計還是高品質的影像渲染。

• 連續粒子尺寸

對於有限體積法來說網格細化並不是一個新主題，這也是加速計算的有效手段 。但對於粒子法軟體來說是一個非常大的挑戰，PreonLab 透過連續粒子尺寸（CPS）技術可以實現高效且穩健的粒子細化及合併，同樣達到加速求解的效果。

更 重 要 的 是 ？

粒子 也 非 常 適 合 為 其 他 材 料 建模。  PreonLab 可 以 用 彈塑性模型 和 剛體模擬 各 種 類 型 的 雪，當 然 也 是 用 的 隱式解法 。

新 奇 功 能 ？

上 述 並 不 是 PreonLab 能 做 到 的 全 部 ！ PreonLab 還 有 一 些 其 他 特 異 功 能 可 滿 足 你 一 切 所 想 。

• A柱溢流現像模擬

雨天行車側窗被雨水覆蓋嚴重影響駕駛透過後視鏡觀察車輛週邊環境，極易引發交通事故。 雖然該現象無法避免，但是我們可以透過模擬分析手段去優化結構設計，進而確保我們後視鏡的可觀察度。 PreonLab可以透過耦合不同工況下的空氣流場進而分析出對應工況下A柱溢流後雨水在側窗的分佈情況，方便我們提升車輛主動安全性能。

• 泥水污染評估

PreonLab可以透過非牛頓流體模擬車輛通過泥水路面後車身以及機艙內關鍵部件的污染情況。 一方面可以引導我們車身擋泥板等外飾件的設計，另一方面也可以提示我們是否要對關鍵部件做一些必要性的擋板以提升部件的使用壽命。

• 雪屬性資料庫

PreonLab可以模擬積雪路面行車和雪天行車等不同雪場景。然而雪的形態和屬性和天氣狀況有很大關係。 PreonLab 以彈塑性模型和剛體模擬各種類型的雪，並且根據工程經驗內建了6種常見雪的屬性參數供使用者直接呼叫。

• 自動駕駛感應器水管理

自動駕駛功能的可靠性直接影響到我們的行車安全，也是我們主機廠研發人員和終端使用者都非常重視的重點。 功能可靠性的前提是我們的雷達或攝影機能夠擯除幹擾因素獲得準確的訊號。 PreonLab可以較全面的輔助我們分析車輛各種水環境下，雷達或攝影機水的覆蓋情況，引導我們進行設計優化以提升功能可靠性。

延伸閱讀

• AVL PreonLab 5.1 Release
• AVL PreonLab 無網格CFD模擬技術

這篇文章 新版 PreonLab 5.1 發布: 更貼近真實應用 最早出現於 星恆科技有限公司。