动力性能测试  |  制动性能测试  |  振动与噪声  |  操作稳定性测试  |  空气动力学  |  耐久性试验  |  安全性测试  |  车身及材料测试  |  环境测试  |  数据采集分析  |  仿真与模拟  |  电子系统测试  |  自动驾驶测试  |  新能源测试  |  汽车实验室  |  模态试验  |  变速箱测试  |  悬架K&C试验  |  汽车评测  |  测试行业动态  |  
首页 > 会议活动 > 正文

CTI中国论坛采访报告(含主席台讨论笔记)

2018-10-30 23:42:44·  来源:MarkLines 电动化智能化汽车动力系统  
 
0
中国新能源车市场的电动化、智能化和传动技术CTI中国2018论坛活动采访报告2018/10/30■概要■宏观趋势■技术概要2018年CTI中国论坛(CTI Symposium China 2018)
中国新能源车市场的电动化、智能化和传动技术
CTI中国2018论坛活动采访报告
2018/10/30
■概要
■宏观趋势
■技术
 
概要
2018年CTI中国论坛(CTI Symposium China 2018)于9月19日到20日在上海宝华万豪酒店举行。MarkLines参加其中的多场论坛活动,针对其中4场撰写了报告。活动中汇聚了来自知名整车厂、汽车零部件公司和知名大学的众多精英,大家针对中国新能源车市场的电动化、智能化发展趋势以及相应的车辆传动技术问题各抒己见,进行了热烈的探讨。
 
Car Training Institute (CTI)汽车培训学院,是德国在汽车技术各领域最负盛名的高品质会议和讲座品牌。自2003年建立以来,所有会议都基于详细的市场调查和与汽车行业专家的紧密合作。CTI会议的参会者覆盖从工程师和技术设计师到研发主管和跨国公司管理高层,也有员工及经理人参加CTI会议以获取最新研发和流行信息。该论坛每年在中国、美国和德国各举办一场活动。
 
宏观趋势
■主席台讨论 —— 中国是否具有领导混动和电驱技术的核心能力
主持人和嘉宾们采用问答的形式,针对中国是否具有领导混动和电驱技术的核心能力这一话题,进行了热烈的探讨。嘉宾们普遍认为,在未来中国新能源车市场会以高过其它国家的速度发展;而在领导混动、电驱和自动驾驶等技术方面,虽然目前仍和美国有一定差距,未来仍旧有可能反超领先。
 
库:电动车目前市场占比低,是被什么因素给限制了?
陆:主要是续航里程,如果开空调情况下续航不能超过200km,中国用户很难接受;然后是相关基建仍有待加强,以及电动车成本相比传统燃油车更高;最后是人们对电动车可靠性的仍有一定的担忧。
舍:相关基建设施有待完善;另有一点有趣的是,电动车相比内燃车声音
太小,可能会影响一定的消费意愿。
库:根据华尔街报告,中国目前众多制造新能源车的车企、包括造车新势
力在内,有将近487家,其中最后会胜出多少家?未来针对电动化汽车会
有怎样的改良?
陆:参考美国的汽车工业发展历史,曾经美国有100多家车企,总销量却不到200万,最后只剩下今天这几家车企。车企的利润率不高,必须要大批量产才能降低成本得以存续。汽车相关概念再多,也要车能移动,相关成本很重要。如果我们对比通用和特斯拉,特斯拉迄今为止多年亏损,但是在资本市场上却生存得很好,这或许说明现在如果用传统方式生存率会很低,要使用跨行业模式。
舍:不会所有的造成新势力都能生存,因为车企自身因素之外,还和政府政策以及用户需求相关,牵扯到诸多细节,需要时间和量的沉淀。
亨:造车和其它产业有很大不同,参考特斯的经历,创建至今有过诸多困境,不是所有企业都能经受住生存下来。
林:车企竞争激烈,未来有一定不可预测性。目前国内改良基本有三策,一为传统车上加电动的动力传动系统;二为使用电机电池代替发动机;三为长城华冠强调的,一些技术方面全新的创造,这会在前途汽车之后的产品上体现。今后发展趋势是在家用市场,电动车逐渐占据主导地位;但在产业方面,传统车仍不可代替。
库:中国在新兴技术(AI、大数据、互联、共享等)的领先之处能否成为让中国引领新能源车的关键因素?
舍:中国用户用这些的使用习惯大不同于欧洲,这些功能加进去对于面向中国客户的车企有大优势;另外AI涉及大数据,而中欧之间大数据的安全措施
稍有不同,在中国使用更简单,这会带来优势。
亨:电动车和相关大数据的使用,在中国都会发展得比其他国家快很多,因为民众接受度高。
陆:中国的文化氛围今时不同往日,现在大家都争当第一。AI和大数据等技,中国的相关研究尽管很扎实,目前和全球第一的美国仍旧有一定差距。但是中国的数据新,有天时优势;在应用方面深化合作研究,是有机会世界领先的;而技术方面还需要企业、机构和院校等各方加强研究。
林:车企竞争激烈,我们应该发展地看问题,虽然纯电车有各种短板,但是可以参考机械表和电子表的历史,后者在出现之后不仅比前者精确而且成本更低,未来中国车市可能重复一样的趋势,只不过还需要若干技术上的突破。
库:对于电动车而言2速变速器的好处在哪里?中国车企选择或者不选择它的原因为何?
陆:奇瑞本身,还有很多其它中国车企,包括吉利和长城等,都在自己的电动车上使用2速变速器。上汽的MARXEL X是一个例外,我想这是因为它的双电机构造要求稍微不同的变速机构。基本来说,如果电动车只有低速,确实不需要2速变速器;但是如果电动车能达到高速,并且用户追求驾驶过程的刺激、舒适等体验,那么2速变速器就是必须的,否则传动机构在力矩、噪声、过热等方面都会有问题。
库:未来变速器的主要形态会是P几及其原因为何?
林:今后混动技术会延续很长时间,这是汽车电动化不可或缺的设备。至于变速器以P几为主,个人倾向于P2,因为其设计理念较为成熟;而其它的比
如P4加电动桥,也是一种补救方式,但是它的完整性和控制性有所欠缺,不如P2顺畅。
库:奥迪在今后准备主要发展几速变速箱?相关规划如何?
舍:和变速箱的档位相比,其实更关键的是变速箱的传动比。在全世界所有汽车市场之中,德国的最高车速往往最高。未来奥迪需要做的是提高变速箱的传动效率,而不是仅仅是增加变速箱档位数量。
库:中国消费者们对变速器的档位数量是否非常在意?还是他们更在乎AI、互联、共享等等其它元素?
林:中国客户一般追求极致的技术,但从市场效果来看,这一问题涉及到性价比。因为如果档位高,不仅效率高,价格也高,接受度会受影响。长城华冠倾向做电动车和自动驾驶,因为传统车产业的发展在今后会有瓶颈,长城华冠在发展控制和智能驾驶方面会有天生优势。
陆:根据奇瑞的市场调研,中国用户对车的好坏倾向用排量大小和涡轮增压的有无来判断。相对而言,对变速器档位没有这么敏感。用户对带智能功能的车更青睐,当然这只限于客户意向,不讨论技术开发的方面。
库:也许在未来,车辆会变成使用者的身份证件和智能设备,类似现在的手机,奥迪如何看待这种展望?
舍:车辆发生的变化会为用户改变自身周遭环境带来很多机会,之前你能用手机做到的很多事,之后用车也可以做到了;但我们也应该始终记住,不能仅仅把手机中的功能拿移植到车上,而应该始终保持车的价值,之前介绍了以后的车可以让出行过程中也能进行娱乐和放松,这就是和手机不同的功能。
库:PHV比HV重,这两种类型的车那种是降低油耗的更好的解决方案?
舍:目前的大趋势,是包括很多中国城市在内的大城市都在推进汽车电动化,其相关的基建设施等等都在不断完善,以一个发展的眼光来看,HV没有任何优势,因为它们不能利用这些相关设施,这对于HV来说是一个大问题。
林:未来的方向是客户会根据自我需求去选购车辆,中国的消费观念正在经历转型,之前大家都挑贵的最好的最高级的,现在应用群在逐渐改变观念。关于PHV和HV的选择,可以类比手机,大家都能接受自己使用的手机每晚充电,那么如果在几个街区内小范围开车,每晚给车充电是没问题的;而如果天天需要开车长途越野,客户自然会选用其它车型。
 
■主题:交通领域的大趋势
奥迪的米迦勒·舍夫曼阐述了他对未来交通领域的大趋势相关观点,主要有三方面。
 
数字化与互联性
“就数字化而言,将汽车与驾驶人的生活环境进行智能互联很有必要”。在我们的日常生活中,如果考察相关电器元件为了保持正常功能而所需要的晶体管数量,从2000年左右开始有了猛烈增长,现今已经达到7X10^9的级别。未来4年(截止到2022年),数字化会进一步深入生活中的方方面面,预计每辆车的数据生成量将达到25,000MB/小时,全球的互联汽车数会达到357,270,000辆,现今高端车的行代码将达到1亿行;互联汽车份额将由现在的10%上升到90%,年数据量将由8,591艾(EB)增加到40,026艾(EB),物联网会有500亿互联设备,手机用户数量会从38亿增加到46亿。而展望未来中国的经济和商业环境,每年有800万大学毕业生,每天出现18,000余家新创业公司,有7.55亿4G网络用户,在2016年出现了130万份新专利,全世界25%的风险投资资金进入了中国市场。人们对未来汽车有着诸多强烈期望,比如语音控制、指纹识别、增强现实(AR)和人脸识别等,在过去6年之内,智能移动设备上面的功能呈直线增长之势,今后这些功能也将能应用于汽车上面。而用户也将从中获得诸多益处,比如可以躲避拥堵、提前知道危险信息和道路状况、联运驾驶、与智慧家庭互联、天气预报,这些都是互联网时代用户的合理预期和智能汽车的必然要求。之后舍夫曼展示了一段视频,里面显示奥迪的概念车Aicon是如何采用警告动画提醒行人或者骑行者注意危险情况。单柱车架的左右两侧配有类似双眼形状的水平切割的照明组件,其形状既可展开为宽大的瞳孔状,又可缩小为凌厉的半眯状。一旦车辆识别出行人或者骑行者,便会一一进行眼神交流。

自动驾驶
 
自动驾驶可以增强安全性、达成环保驾驶、使用户更加舒适并且让车辆高效利用基础设施。而驱动自动驾驶的主要因素有如下几点——车辆数量的增加,截至2025年全球汽车数量会较现在增加60%;人口加速向城市流动,相比2015年,2025年全球城市居民数量会再增加7.5亿,其中中国会增加1.3亿;以及上述两点带来的交通拥堵、高排放和增加道路安全性等问题。自动驾驶是一种可以改善上述状况的解决方案。而ADAS系统的发展进化,也会对应自动驾驶的等级而分布进化。比如导航方面,会按照停车场泊车导航、交通拥堵导航、城市道路导航和高速公路导航的次序进化;而辅助系统方面,则会按照前后方车流预感应系统、倒车雷达、主动式车道保持辅助系统和自适应巡航控制系统的次序进化。舍夫曼认为,自动驾驶给用户带来的最大的好处,是能够创造出每天的“第25个小时”,因为一旦高等级的自动驾驶得以实现,那么出行过程不仅变得油耗更低、更加安全(车辆会自动探知危险情况并采取规避行动),而且还允许用户根据自己的需求将出行的时间用于工作或者娱乐、放松,包括
接入社交网络等等。但是,自动驾驶的实现,尤其是在中国,还面临着诸多挑战。比如不遵守交通法规的行人和车辆、大量的公路用户、极端天气情况和复杂的高架公路情况等等。舍夫曼还简介了2010年到2018年各公司申请的自动驾驶相关专利数量,大多数知名主机厂或零部件供应商的数量在300到500之间,比如奥迪为516件;较为突出的是博世公司,达到958件;互联网公司谷歌也达到338件。另外,针对不同级别的自动驾驶技术,各国民众接受态度也不尽相同。中印两国民众的态度趋同,在L2级别有60%以上,在L5级别也达60%左右;美国民众的态度随着等级上升而显著下降,在L2级别有70.5%,而到L5级别只有38%;日本则和德国的民众态度趋同,在L2级别为50%左右,而到L5级别下降为30%左右。
 
新型驱动概念
 
根据舍夫曼的描述,2017年,中国发放265,700块新能源车绿色车牌,新能源车车主数量达到180万;北京有30,363个公用充电桩,上海有16,444个;锂电池生产能力,已经从2014年的0.8GWh,增加到58GWh。2016年较2015年,全球电动车数量增加了73%,到达130万辆,并且中国在其中占最大比例。全球的锂矿资源,在2008年有15%用于生产锂电池,而到2018年这一比例已经提升至29%。而即使是使用锂电池的纯电动车,在其供电的上游环节同样会产生碳排放。美国的纯电动车平均碳排放为122g/km,其能源组分较为均衡,大头为石油,占37%;天然气和煤矿次之,均为23%左右。
 
而中国的纯电车电能来源,高度依赖煤矿,高达65%;故其碳排放更高,为167g/km。为了限制生产电能而产生的碳排放、鼓励使用二氧化碳中性燃料,各国已经采取相应措施,比如美国通过了EPA法案、加拿大也有类似法案,而在欧洲则通过了EU-28法案。乐观估计,新能源车(包含纯电动车、插电式混动车和增程式电动车)的销量在2020、2025和2030年会分别达到600万、2,500万和4,000万,而其中纯电车在所有新售车辆中的比例分别为6%、25%和40%。将相关的保守数值综合考虑,在2025年全球会售1.06亿辆车,其中有1850万辆新能源车,包含690万辆纯电车,而剩余80%左右的车仍将是传统内燃机车。第一代可再生燃料的不足,将让人们使用新型燃料来补足,并且大大减少二氧化碳的排放,比如生物燃料(发酵产生的乙醇等)。奥迪的设想是,将可再生能源、水、二氧化碳和余料投入到燃料生产之中,生产电、氢气、e-gasoline等燃料,然后整合现有的基础设施,例如压缩天然气或柴油用的加油站,最后实现让终端用户使用可再生能源,并且至少减少70%的二氧化碳排放。
 
技术
■主题:48伏纯电动车——一种面向中国纯电动市场挑战的新解决方案
张雪飞介绍了该公司所做的48伏纯电动电驱系统的研究。其重点在于如何把48伏纯电驱动应用于EV。思路先从法律法规确定要求,再反推相关参数,然后设计电机,最后测试应用。现在其第二代48伏EV样车已经面世,续航里程达到150km,最高时速达到100km/h。
 
根据中国双积分政策,2019年开始要达到相应新能源积分,因此新能源车占比逐年大幅提升。而根据相应积分计算方法,EV在计算积分方面更有优势,因其设计难度低于 PHV,积分却要更高。根据2015到2017年新能源车产量中EV和PHV的占比变化,EV份额有巨大提升。在2018上半年销量前10的EV中,75%是小型车(整备质量<1200kg)。
 
而在2020年之后新能源车补贴将会消失。面临这个挑战,各个主机厂目前两种应对思路,一是高端路线、大型化、高售价,这种对补贴敏感度低;二是小型化、微型化,售价低,成本低,即使无补贴也易生存。法雷奥研发重点就在于第二种。
 
依据国家法规中动力性能相关指标(仅针对当前能拿到积分以及补贴的情况,即续航里程大于150km,最高时速大于150km/h,此外还包括一些加速度和爬坡性能相关的要求),以及能耗相关指标,取Ci=1是一个合理的目标。Ci是新能源汽车积分计算系数,会根据车辆百公里电耗变化,同等整备质量之下,电耗越高Ci越小。
 
在设计EV电机时,需要做仿真,电机之外的零部件效率也需要做假设(因为也会影响能耗,进而影响Ci)。法雷奥根据目前市场上常见的产品进行了假设,以此为前提,反推算欲达到要求时电机所需要的效率。而最后的综合仿真结果显示,整备质量越轻的EV,对电机效率要求越高。比如依据整备质量将车辆分三档,包括800kg、1,000kg和1,200kg,其对应所需要的峰值功率和持续功率分别是16.5kW和13kW、18.5kW和14kW、21kW和14.5kW,而所需的电机效率则分别是86%、75%和69%,以上皆假设在NEDC工况之下。
 
依此仿真结果,法雷奥开发了用于EV驱动的48伏电机。现有的第一代电机,相关参数达到最大功率16.5kW、持续功率13kW、最大扭矩55Nm、最高转速18,000rpm,可以驱动800kg的车。考虑到小型车对价格敏感,使用了铁氧型磁铁。而目前开发中的第二代电机,预计相关参数能够达到最大功率23kW、持续功率18kW、最大扭矩67-75Nm、最高转速18,000rpm,预计可以驱动1,200kg的车。如此可以用较低价格达到稳定的性能和产品质量。其第一代三电合一件(电机、减速器、电机控制器整合),尺寸约为430x350X250mm,减速器速比为13,总质量26.5kg,其中减速器13.5kg,已经很轻。

在制作样车时,所有高压系统部件被替换为48伏系统配件。最后样车的测试结果达到最高时速102km/h、0-50km/h加速时间7.9秒、50-80km/h加速时间13秒、爬坡性能在20%坡度可达到27km/h、能耗为11kWh/100km,与仿真预期一致,并且满足中国法规。
 
48伏系统相对于高压系统,有如下三个优势:一为安全性高,因为48伏属于安全电压,不需要高压防护、高压电缆和接插件;二为可维护性高,因为维修人员不需要高压电培训和相关许可证;三为成本低,因为无需高压保护,动力总成成本降低20%。目前已有不少包括低速电动车厂在内的主机厂表示了针对该款电驱系统的兴趣,而法雷奥更是有针对低速EV市场开发最大功率10kW以下电机的计划。
 
该系统冷却方式为水冷。使用6相电机。
 
■主题:解码客户需求——中国道路测试大数据
演讲者和相应组织:李琳博士,布伦瑞克工业大学;
 
杨建军博士,中国汽车技术研究中心(CATARC)汽车工程研究院
 
李琳博士介绍了德国布伦瑞克工业大学和中国汽车技术研究中心的一个合作项目。该项目在中国进行的一场大规模的道路测试调研,其目的是了解中国客户是如何开车,进而会对驱动系统造成什么样的影响,最后将得到的更准确的相关信息提供给各主机厂和零部件供应商。
 
首先,在设计车辆相应零部件的时候,可以通过选择材料、修改尺寸等方式来改变零件的强度,进而决定其设计耐久。而当零部件装进相应的变速系统和车辆之中,在不同的工况之下、不同的使用者手中,会有不同的零部件载荷。如果以载荷为横轴、以发生频率为纵轴,那么“零部件的载荷谱”和“零部件设计耐久”一般都会呈现正态分布。理想的情况下,设计者在知道真实载荷谱的前提下进行设计,零部件载荷的分布会在零部件耐久分布的左方,两者有细微的重叠部分。然而在现实中,真实的载荷谱往往由于用户驾驶习惯的差异、工况差异、车辆负载差异等原因而变得难以获取。以往在工业界的通用做法是,通过经验来假设相应的载荷谱,这往往会带来较大偏差,导致零部件设计耐久过高或者过低。这次测试最重要的目的,就是获取中国用户的真实的载荷谱。
 
围绕上述主题,布伦瑞克工业大学从1997年开始,陆续在印度、美国、德国、东欧等国家和地区开展了大规模的道路测试,目前已经总计测试了200万余公里的道路数据。针对中国的道路测试,布伦瑞克工业大学和CATARC首先按照“驾驶环境”、“车辆负载”和“驾驶风格”分设三大类实验条件,驾驶环境中分城市、市郊、山区、高速、坏路,车辆负载分轻、中、重,驾驶风格分经济型、一般型、运动型,组合下来共计45种测试条件,用以模拟真实的驾驶条件,被称为3D用户调查模型。测试区域选取在重庆、成都、自贡三市及其周边区域,因为这一区域具备城市、平原、山区、高原等多样地形。目前第一期测试的路线已经规划好,预期在第一期测试种完成3万5千公里的数据测试。测试车辆是一款中型前驱的四门轿车,在车前部安装有一个道路不平度测试系统,车驱动轴部分安装有一个扭矩测试系统,车四轮上安装有轮上加速度测试器,最后还有前后双摄像头、气压计、CAN和陀螺仪系统。此外还对当地用户进行了大范围的问卷调查,目的是进一步了解其驾驶风格、道路情况和负载情况。
 
得到综合问卷调查结果之后,综合之前仪器测试的结果,将其代入3D用户调查模型,最终形成数据库。从数据库种提取具有代表性的驾驶环境数据、驾驶行为数据、车辆模型数据,依次将前者代入后者,就能生成相应情况下的零部件载荷,可以精确到每一个档位上、每一个零件的载荷分布。这些数据可以反过来代入整车厂或者零部件厂商现有的测试循环之中,对零部件的设计、测试项目的设计等进行优化。
 
杨建军博士表示,整个测试原始数据不公开,处理之后的模型接受商业处理。