碳化硅逆变器加速电动汽车传动系统开发

| 作者 : Matthias Braband 博士，eMoveUs GmbH

“我们开发了一款 800 伏的碳化硅逆变器，它能够为汽车牵引传动应用提供高达 600 千瓦的峰值功率。在这一开发过程中，我们所采用的工作流和工具链方法得到了充分验证。参与 MathWorks 初创企业计划帮助我们缩短了该产品的上市时间，同时控制了成本，这对几乎所有初创企业来说都是至关重要的。”

---- Matthias Braband 博士，eMoveUs GmbH

在整个电动汽车 (EV) 及电动出行行业，负责电动传动系统开发的工程团队面临着许多共同的挑战。这些挑战不仅在于产品本身的复杂性日益增加，更在于需要在控制成本、并确保开发流程符合 ASPICE、ISO 26262 等标准的同时，以更快的速度交付高质量的产品。

为了应对这些挑战，我们在 eMoveUs 迎来了一个职业生涯中千载难逢的机遇：我们可以将员工们在电动出行领域的深厚经验，与从零开始创办一家新公司的契机完美结合。我们建立了一个精益开发流程，并采用了一致的工具链来解决我们在使用以前方法时发现的缺点。

在对各种可用方案进行全面评估之后，我们采用了一套新的工作流程。该流程将基于模型的系统工程 (MBSE) 与基于模型的设计相结合，并集成使用了 MATLAB 和 Simulink 产品以及 Polarion 应用生命周期管理 (ALM) 软件。图 1 展示了 ASPICE 的系统工程过程。该工作流程已在多个方面具有经过验证的优势。它使我们能够基于单一数据源进行工作，并在不同学科和go工程之间实现工作产品的充分复用。此外，它使我们的工程师能够专注于功能开发而不是满足过程要求，同时建立从需求到架构、模型、代码和测试的可追溯性。重要的是，它还使我们能够将“流程前置”范式应用于系统工程，从而可以在系统层面分析动态系统行为，特别是在整个流程的早期识别规范错误。

图 1. eMoveUs 系统开发工作流概述，包括项目管理、软件工程、硬件工程、机械工程和电磁体设计接口。

使用 System Composer 进行系统架构建模

在传统的产品开发流程中，系统规范中的错误通常要等到原型机问世，并依据系统规范进行测试时才能被首次发现。这通常会导致高昂的错误修正成本，并在一定程度上造成严重的项目延误。为了避免在系统层面因规范错误而产生这些额外的、不可预测的成本，我们的目标是在流程中尽早地验证规范的正确性。在我们的工作流程中，我们使用 System Composer 来定义可仿真的系统架构。这使我们能够将测试和验证活动“流程前置”，并通过 CI 管道实现自动化，如图 1所示。

此外，我们在 System Composer 和 Simulink 中，维持了系统组件与其对应的软件架构组件之间的一对一映射关系，从而可以在系统层面分析动态行为。因此，软件工程师可以将系统级的行为模型用作草稿。在 Simulink 中为软件生产开发详细设计时，他们不仅可以复用接口，还可以将系统架构中定义的行为模型作为起点。另外，跨部门的模型和环境复用率也很高。例如，系统、硬件和软件部门使用相同的被控对象模型进行闭环仿真和测试，并且能够直接在我们的 Speedgoat HIL 系统上实时运行。描述这种依赖关系的示意图请参见图 2。

图 2. 使用 System Composer 建模的功能、逻辑、硬件(物理)和软件架构，并与被控对象模型结合，实现系统级闭环仿真。

此外，我们使用 Requirements Toolbox 和 Polarion Connector for Simulink，将 Polarion 中管理的需求与 System Composer 模型中定义的架构元素关联起来。我们还使用该连接器，将软件实现所用的 Simulink 模型内部的详细设计元素也链接起来。这种配置实现了在规范和实现之间的双向可追溯性(且无需手动同步)，促进了跨学科团队之间的协作，并有助于确保整个开发周期的一致性。

使用 Simscape 进行物理建模

要在系统、软件或硬件层面进行闭环仿真，就需要一个电动汽车动力总成的物理模型。我们使用 Simscape 和 Simscape Electrical 创建了该模型，其高层视图如图 3 所示。该多域模型包括用于传动系统电池、直流电缆、电磁干扰 (EMI) 滤波器、逆变器、交流母排、电驱动、负载模型和冷却的模块化组件。在该模型中，我们还可以集成来自 Ansys Maxwell 等 CAE 工具的、用于仿真热效应和电磁效应的降阶模型，以保证达到预期的仿真速度。

图 3. 电动汽车动力总成的模块化被控对象模型。

为了能让工程师能够为当前仿真用例中的任意组件选择保真度级别，我们使用模型变体实现了一套变体管理系统。例如，团队可以使用 Variant Manager for Simulink 选择一个将电池建模为简单恒压源的变体模块，以进行基本仿真。之后，他们可能会切换到电池的 RC 或 RL 电路变体，以分别研究其低频电容行为或高频电感行为。同样地，我们的工程师可能会为逆变器选择一个简单的受控电压源变体来加快仿真速度，或者选择一个具有真实开关行为的更高保真度变体来评估 PWM 效应。图 4 展示了在变体管理器中处理这些变体的示例。

图 4. Variant Manager for Simulink。

闭环模拟、代码生成与实时 HIL 测试

当我们在 System Composer 中规划好系统架构，并且详细的被控对象模型也准备就绪后，我们便可以在多个层级上进行闭环仿真。具体而言，我们可以使用 Simulink 中的系统行为模型、软件架构模型或详细设计模型来进行这些仿真，如图 5 所示。

图 5. 用于在系统架构级别运行闭环仿真的仿真环境。

它使我们能够将已在系统层面进行的验证活动“流程前置”，从而最大限度地减少复杂驱动系统功能中的规范错误。

在这个环境中，我们能够使用 MATLAB 及其数据检查器，在系统层面分析产品行为，并对信号、性能指标和时序关系进行可视化。图 6 展示了一个系统架构的闭环仿真结果的示例，该仿真用于分析磁场定向控制器的电流控制行为。使用 Simulink Test，我们可以在系统层面或针对特定的架构组件，在这种闭环设置中执行自动化测试。此外，这些测试结果会自动同步回 Polarion，以便根据测试用例规范进行最新的项目跟踪和报告。

图 6. 永磁同步电机的闭环

电流控制分析结果。该电机采用了可仿真系统架构和模块化电机模型。

这种一致性的开发方法并不会止步于领域边界，而是会进一步延续。 随着我们在 V 周期中不断推进，从系统规范进展到软件规范、架构、基于模型的设计和实现，我们工作流程的下一阶段就

包括了代码生成以及 MIL、PIL 和 HIL 测试。在这一阶段，我们使用 Embedded Coder 从 Simulink 中的软件架构或详细设计模型生成代码，将其集成到 AUTOSAR 协议栈中，并部署到英飞凌 AURIX TC3xx 微控制器上。然后，前面介绍过的受控对象模型，会通过 HDL Coder 和 Simulink Real-Time 部署到 Speedgoat 实时目标机上的 FPGA 中。这种配置能够在 HIL 上验证最终产品的正确软件行为。此外，为了利用协同效应并降低设备和开发成本，同一个 HIL 平台也会在最终的台架测试完成之前，用于执行系统集成和验证测试。

已实现的效益和持续的集成改进

我们开发了一款 800 伏的碳化硅逆变器，它能够为汽车牵引驱动应用提供高达 600 千瓦的峰值功率。在这一开发过程中，我们所采用的工作流程和工具链方法得到了充分验证。参与 MathWorks 初创公司计划帮助我们缩短了该产品的上市时间，同时控制了成本，这对于几乎所有初创公司而言都是至关重要的。

我们正在持续扩展和改进我们的工作流程。例如，我们已经将 CI 与 Jenkins 和 Bitbucket 结合使用，以持续执行软件单元、集成和验证测试。我们还致力于将这种基于 CI 的自动化工作流程进一步向上延伸至 V 周期的更前端，以实现对我们系统架构的、基于 CI 的自动化验证。