HVACの制御最適化:エネルギー消費を10%削減

  • 最適化

課題

車両の空調システム(HVAC)内部に存在する様々なパラメータを制御し、電力の消費効率を高め、走行距離を伸ばすことが必要。従来はシミュレーターを活用して制御モデルを開発していたが、実際の車両環境を十分に再現できず速度も十分でなかったため実車両で制御性能が再現されず、モデル開発が遅延。

アプローチ

実際の電気自動車の空調システムから収集されたデータを利用し、車両の内部状態を再現するダイナミクスモデルを開発。車両シミュレーターの代わりに学習されたモデルで車両内部の環境変化を予測し、これを基に効率的な空調システム制御モデルを開発。

創出された価値

従来の制御方式より効率的に目標温度への到達が可能に。総エネルギー消費量を10%削減し、総走行距離は5%増加。仮に世界中のすべての電気自動車にこのアルゴリズムが搭載されれば、走行可能距離が約4億km増える換算。

このケースについて詳しく知りたいですか?

MakinaRocksのAI専門家にご相談ください

専門家に相談する
Use Cases
See how AI technology in anomaly detection, optimization, and predictive analytics is making industries intelligent