betway最新网站2025年7月14日獲悉，采埃孚突破性地實現了電機內(nei) 部高溫、狹小且無法觸達區域的精準測溫，無需額外硬件，僅(jin) 通過人工智能算法即可獲取精確的溫度數據。這項技術讓電機釋放出更高功率：更強動力、閑置儲(chu) 備更少，效率顯著提升。
 

圖：采埃孚推出搭載全新TempAI技術的電驅動係統
 

　　依托基於(yu) 人工智能的TempAI解決(jue) 方案，采埃孚為(wei) 電驅動係統溫度管理開創了全新路徑，將其技術水平提升至新高度。采用自學習(xi) 溫度模型，TempAI可將預測精準度提升15%以上，從(cong) 而實現對電機熱能利用的顯著優(you) 化。

　　TempAI技術基於(yu) 一個(ge) 可從(cong) 測量數據中自動生成物理模型，並能在極短時間內(nei) 實現運行的平台。該AI模型對算力資源的要求較低，現有的控製單元完全能夠滿足，因此批量生產(chan) 時可顯著降低成本。采埃孚集團研發部人工智能、數字工程與(yu) 驗證負責人斯特凡·西克林格博士(Dr. Stefan Sicklinger)表示：“這項技術能夠進一步提升采埃孚電驅係統的效率和可靠性。此外，TempAI還證明了數據驅動開發不僅(jin) 能夠加快速度，還具備可持續性和其它巨大潛力。”

　　這項基於(yu) 人工智能的技術已具備量產(chan) 條件，並可用於(yu) 采埃孚新一代電驅係統。采埃孚電驅傳(chuan) 動技術事業(ye) 部研發高級副總裁奧特馬爾·沙雷爾博士(Dr. Otmar Scharrer)表示：“能將這一創新投入批量生產(chan) 並為(wei) 更高效的電動出行賦能，我們(men) 倍感自豪。TempAI是電驅動係統溫度管理領域的一次真正的技術突破。”

　　經WLTP循環測試驗證，可實現更強動力、更少儲(chu) 備

　　更精準的溫度預測使控製更加準確，直至達到熱運行極限。在全球真實駕駛排放標準WLTP循環測試中，TempAI使電機峰值功率提升6%，效率提升得到驗證。在動態駕駛中(例如紐博格林北環賽道)，根據不同負載，能耗可降低6%至18%。

　　兼顧生態效益，縮短研發周期

　　除性能優(you) 勢外，TempAI還具備生態和經濟雙重優(you) 勢：優(you) 化後的散熱設計可大幅減少重稀土的使用量。同時單個(ge) 項目的研發周期也從(cong) 數月大幅縮短至數日。在電驅動係統的開發過程中，電機內(nei) 部運行過程因成本或時間限製，缺乏可靠的物理模型，而人工智能恰好能幫助解析並記錄這些過程。這其中的關(guan) 鍵難點在於(yu) ，運行狀態下直接測量轉子內(nei) 部溫度的成本極高。

　　在測試台架上以及測試車輛上進行的廣泛功能測試中，大量測量數據會(hui) 被係統性地記錄。這些數據包括來自環境的溫度值，如油底殼的溫度以及轉子轉速溫度等。各種可能的運行點及其時間變化會(hui) 產(chan) 生數百萬(wan) 個(ge) 數據點。這些數據點與(yu) 駕駛員是否以及何時調用全功率或以步行速度行駛密切相關(guan) 。人工智能算法經過“訓練”，能夠精確篩選出對轉子和定子溫度變化影響顯著的關(guan) 鍵因子。