Qu'est-ce que la modélisation solide?

La modélisation solide est une méthodologie de conception assistée par ordinateur (CAD) qui construit des objets tridimensionnels comme des représentations mathématiques complètes, remplies de volume. Contrairement à la modélisation de surface ou de cadre filaire, qui ne décrit qu'une forme de la coque extérieure, la modélisation solide capture à la fois l'intérieur et l'extérieur d'une pièce, y compris la densité du matériau, les propriétés de masse, et les cavités internes.

La technique remonte aux années 1970 avec le développement de la géométrie solide constructive (CSG) et de la représentation des frontières (B-Rep). Des outils commerciaux modernes, tels que Dassault Systèmes , CATIA, Siemens NX et Autodesk Inventor, sont en fait des modèles paramétriques, basés sur des fonctionnalités qui permettent aux ingénieurs de créer des assemblages complexes à partir de croquis simples et d'extrusions. Selon un rapport de Grand View Research, le marché mondial de la CAO devrait dépasser 15 milliards de dollars d'ici 2030, principalement à cause des applications automobiles et aérospatiales.

Caractéristiques clés des modèles solides

  • Géométrie étanche:[ Pas de trous ou de surfaces qui se chevauchent, permettant une simulation et une fabrication fiables.
  • Les dimensions et les contraintes peuvent être mises à jour automatiquement, en propageant des changements dans tout l'assemblage.
  • Propriétés du matériau: La densité, le module Young et la conductivité thermique peuvent être assignés pour des analyses physiques réalistes.

Le rôle critique de la modélisation solide dans le développement de véhicules autonomes

Les véhicules autonomes (AV) comptent sur un vaste éventail de capteurs, de processeurs, de vérins et de composants structurels qui doivent fonctionner sans faille dans des environnements réels. La modélisation solide fournit l'épine dorsale numérique pour la conception, l'essai et la fabrication de ces pièces avec la précision que les systèmes critiques pour la sécurité exigent.

Intégration et optimisation des capteurs

Les capteurs LiDAR, radar, caméras et ultrasonores forment la couche de perception d'un AV. Chaque capteur doit être positionné pour atteindre un champ de vision non obstrué tout en restant protégé contre les intempéries et les vibrations. La modélisation solide permet aux ingénieurs de créer des boîtiers détaillés et des supports de montage qui répondent aux caractéristiques électromagnétiques et thermiques du capteur. Par exemple, un ensemble miroir rotatif LiDAR peut être modélisé pour analyser la traînée aérodynamique et la dissipation thermique aux vitesses de l'autoroute.

Unité de contrôle et gestion thermique

La conduite autonome nécessite de puissants ordinateurs embarqués, qui consomment souvent plusieurs centaines de watts. Ces unités de commande électronique (ECU) doivent être maintenues dans des limites de température strictes pour éviter la dégradation ou la défaillance des performances. Des modèles solides de dissipateurs thermiques, de canaux de refroidissement et de boîtiers permettent de simuler la dynamique des fluides (CFD) qui prédisent le débit d'air et la distribution de température.

Validation des composants critiques de sécurité

Les organismes de réglementation comme SAE International et NHTSA exigent que les composants AV répondent à des normes strictes de durabilité et de résistance à l'écrasement. Les modèles solides facilitent l'analyse des éléments finis (FEA) pour prédire la durée de la contrainte, des contraintes et de la fatigue dans divers scénarios de chargement. Par exemple, un support de commande de direction peut être testé dans une simulation de choc virtuel pour s'assurer qu'il ne se fracture pas ou ne se déforme pas de manière à compromettre le contrôle de la direction.

Optimisation de la conception grâce à la modélisation solide

La modélisation solide moderne va au-delà de la simple création de géométrie, elle s'intègre aux outils d'optimisation qui aident les ingénieurs à réaliser des conceptions plus légères, plus fortes et plus rentables.

Conception de type générique

Les algorithmes de conception de génération utilisent la modélisation solide pour explorer des milliers de géométries possibles qui répondent à des critères de performance spécifiques (p. ex., rigidité maximale avec poids minimum).Les conditions de limite de l'entrée, les charges et les contraintes de fabrication, et le système produit des formes d'aspect organique qui sont souvent impossibles à concevoir manuellement.

Optimisation de la topologie

L'optimisation topologique est étroitement liée à la structure de la structure, ce qui modifie la distribution des matériaux dans un espace de conception donné. À partir d'un bloc solide, le solveur enlève les matériaux où la contrainte est faible, laissant une structure à la fois légère et solide.

Simulation multiphysique

Les modèles solides servent de base à des simulations couplées qui combinent des analyses structurales, thermiques et électromagnétiques. Par exemple, un modèle solide d'un module d'antenne peut être utilisé pour simuler la propagation des radiofréquences tout en évaluant l'accumulation de chaleur à partir de l'émetteur.

Prototypage et fabrication

Une fois qu'un modèle solide est validé numériquement, il devient la définition principale pour tous les processus de fabrication en aval.

Fabrication additive

L'impression 3D à partir de modèles solides permet aux ingénieurs de produire rapidement des prototypes fonctionnels. Les géométries internes complexes – comme les canaux de refroidissement conformaux dans un étrier de frein – sont facilement imprimées à partir d'un modèle solide, mais ne peuvent pas être usinées de façon conventionnelle.

Moulage par usinage et injection par CNC

Pour la production en volume élevé, les modèles solides conduisent à la création de voies d'outils pour les machines de commande numérique par ordinateur (CNC) et de surfaces de cavité/pièces pour les moules à injection.

Jumelles numériques

Une pratique émergente consiste à maintenir un jumeau numérique en direct, un modèle solide continuellement mis à jour qui reflète les données des capteurs du monde réel du véhicule. Dans un parc de camions autonomes, par exemple, le jumeau numérique d'un module de freinage peut comprendre des données de température et d'usure mesurées, permettant un calendrier de maintenance prédictive.

Avantages de la modélisation solide dans le développement AV

  • Précision et répétabilité:[ Les modèles solides éliminent les ambiguïtés géométriques, garantissant que chaque partie de l'assemblage s'adapte parfaitement et se comporte comme prévu.
  • Détection d'erreurs précoces:[ Les contrôles d'interférence et les empilements de tolérance peuvent être effectués virtuellement, en saisissant les défauts de conception avant que tout métal soit coupé ou composite guéri.
  • Mode réduit pour le marketing:[ En compressant le cycle de fabrication de la conception, les équipes peuvent libérer des produits plusieurs mois avant les méthodes traditionnelles.
  • économies de coûts:[ Moins de prototypes physiques, moins de déchets de matériaux et moins d'itérations d'outillage, moins de budgets de développement.
  • Une collaboration renforcée:[ Des plateformes de modélisation solides basées sur le cloud permettent aux équipes géographiquement dispersées de travailler sur le même modèle simultanément, avec le contrôle de version et le suivi des changements.

Défis et tendances futures

Malgré ses avantages, la modélisation solide des composants autonomes des véhicules présente plusieurs défis que l'industrie continue de relever.

Demandes de calcul

Des modèles solides de haute fidélité d'assemblages complexes (p. ex. une suite de capteurs complète avec faisceaux de câblage) peuvent contenir des millions de visages et nécessiter de puissants postes de travail graphiques.

Gestion des données

Les programmes autonomes de véhicules génèrent d'énormes quantités de données CAO – chaque révision de conception, chaque résultat de simulation et chaque instruction de fabrication doivent être suivis.Les systèmes de gestion du cycle de vie du produit (PLM) intégrés à des outils de modélisation solides, tels que Dassault Systèmes ENOVIA, aident à gérer cette complexité en reliant la géométrie aux exigences, aux résultats d'essais et aux BOM.

Modélisation assistée par l'IA

L'intelligence artificielle commence à augmenter la modélisation solide en automatisant les tâches répétitives (par exemple, arrondies, création d'angles de brouillage) et même en générant des géométries complètes des composants à partir des exigences fonctionnelles.

Considérations de durabilité

Comme les constructeurs automobiles s'engagent dans la fabrication neutre en carbone, la modélisation solide permet la légèreté et l'optimisation des matériaux qui réduisent la consommation d'énergie d'un véhicule.

Conclusion

La modélisation solide est passée d'une aide à la rédaction à une discipline d'ingénierie indispensable qui sous-tend chaque étape du développement autonome des composants du véhicule. De la simulation initiale et multiphysique au prototypage rapide et à la gestion numérique, la technologie fournit la précision, la flexibilité et l'efficacité dont les fabricants d'AV ont besoin pour commercialiser des produits sûrs et fiables.