Rediseño de chasis ligero para batería de DZK
En el acelerado mundo de la movilidad eléctrica, donde cada kilogramo cuenta y la integridad estructural es primordial, un avance ingenieril reciente está marcando un nuevo estándar en el diseño de sistemas de baterías. Investigadores de la Escuela de Ingeniería Mecánica de la Universidad de Tecnología de Hefei han presentado una estrategia integral de optimización estructural para el alojamiento de la batería del Zhidou D3, un compacto automóvil eléctrico urbano. Mediante la integración de la optimización topológica con algoritmos genéticos multiobjetivo avanzados, el equipo ha logrado una reducción de peso del 19,06 % mientras mejora simultáneamente el rendimiento mecánico y la estabilidad dinámica, sin comprometer la seguridad ni la durabilidad.
El Zhidou D3, reconocido por su agilidad y practicidad en entornos urbanos, incorpora una batería de iones de litio de 33 kWh con química ternaria, ofreciendo una autonomía de 310 km por carga. Aunque sus dimensiones compactas —2.975 mm de largo, 1.585 mm de ancho y 1.590 mm de alto— lo hacen ideal para ciudades congestionadas, también imponen restricciones estrictas de espacio y peso sobre sus componentes principales. El alojamiento original de la batería, que pesaba 236 kg, estaba compuesto por un panel superior de compuesto moldeado en láminas (SMC) y una bandeja inferior de acero DC01, conectados mediante tornillos M3 y suspendidos del chasis mediante fijaciones M12. A pesar de su construcción robusta, los ingenieros identificaron un potencial significativo para reducir peso sin sacrificar el rendimiento estructural.
Bajo la dirección del Dr. Zhang Wei y el Profesor Li Xiang, el equipo de investigación emprendió una misión para reimaginar la arquitectura del alojamiento de la batería. Su enfoque se basó en una metodología sistemática y orientada por datos que comenzó con la optimización topológica, una técnica computacional que distribuye el material dentro de un espacio de diseño dado para maximizar el rendimiento bajo condiciones de carga específicas. El objetivo no era simplemente reducir masa, sino hacerlo de forma inteligente, conservando el material únicamente donde era más necesario para resistir la deformación, absorber impactos y mantener la rigidez bajo cargas dinámicas.
La fase inicial del estudio se centró en simular condiciones reales de conducción, especialmente los efectos combinados de giros bruscos y superficies irregulares, escenarios que someten al paquete de baterías a fuerzas inerciales complejas. Bajo una carga simulada de -2g en la dirección vertical (eje z) y +3,5g lateralmente (eje y), la estructura original mostró un esfuerzo máximo de 180,98 MPa en la esquina inferior delantera izquierda del alojamiento, bien por debajo del límite de fluencia de 210 MPa del acero DC01, lo que indica un margen de seguridad. Sin embargo, el desplazamiento máximo de 2,7267 mm en el centro del panel superior sugirió margen para mejorar la rigidez.
Utilizando el método de densidad variable, el equipo aplicó un umbral de retención de material del 60 %, mapeando eficazmente las zonas donde se podía eliminar masa sin comprometer la integridad estructural. El análisis reveló que las áreas centrales tanto del panel superior como del inferior estaban infrautilizadas, siendo candidatas ideales para la reducción de material. Estas conclusiones guiaron la siguiente etapa: el refinamiento geométrico. El espesor del panel superior se redujo de 5 mm a 2,0236 mm, mientras que la placa base de la bandeja inferior se adelgazó y modificó con un hueco de 2 mm de profundidad en su centro. Para compensar la reducción de material y mantener la rigidez torsional, se introdujo una red de nervaduras de refuerzo en forma de cruz en la cara inferior de la placa base.
Este enfoque híbrido —eliminar masa en zonas de bajo esfuerzo mientras se refuerzan las trayectorias críticas de carga— sentó las bases para la segunda fase de optimización: el ajuste fino de parámetros multiobjetivo. Aquí, los investigadores pasaron de una remodelación estructural general a un refinamiento dimensional preciso. Se identificaron siete variables clave de diseño: los espesores de la placa base inferior, la placa trasera, el panel superior y las cuatro orejas de izado en las esquinas (delantera, trasera y laterales). Cada parámetro se limitó dentro de márgenes prácticos de fabricación; por ejemplo, el panel superior no podía tener un espesor inferior a 2 mm para garantizar moldeabilidad y durabilidad en el manejo.
Para navegar este complejo espacio de diseño, el equipo empleó una estrategia de muestreo de hipercubo latino, un método estadístico que asegura una cobertura completa de los rangos de variables de entrada. Esto permitió crear un modelo sustituto de alta fidelidad capaz de predecir el comportamiento del sistema a través de miles de configuraciones potenciales. El motor de optimización, impulsado por un algoritmo genético de frente de Pareto, minimizó simultáneamente la masa y el desplazamiento mientras maximizaba la primera frecuencia natural, un indicador crítico para evitar resonancias con vibraciones inducidas por la carretera.
El algoritmo realizó 500 iteraciones, evaluando cientos de permutaciones de diseño. Cada solución candidata se evaluó no solo por sus métricas de rendimiento individuales, sino también por su posición dentro del paisaje de compromisos más amplio. El resultado fue un frente de Pareto —un conjunto de soluciones óptimas donde mejorar un objetivo (por ejemplo, peso) inevitablemente empeoraría otro (por ejemplo, rigidez). De este frente, los investigadores seleccionaron un compromiso equilibrado: una configuración que logró una masa predicha de 199,91 kg, una reducción del 12,71 % respecto a los 236 kg originales, mientras que la primera frecuencia natural aumentó en un 3,33 %. Los esfuerzos se redujeron en un 45,5 % y el desplazamiento disminuyó más del 10 %, indicando una estructura más rígida y resistente.
Sin embargo, el equipo no se detuvo en la predicción algorítmica. Reconociendo que los modelos de simulación, por muy sofisticados que sean, requieren validación empírica, realizaron una ronda final de análisis por elementos finitos sobre el diseño propuesto. Los resultados confirmaron la precisión del modelo: bajo la misma condición de carga de -2g/+3,5g, el alojamiento optimizado mostró un esfuerzo máximo de 97,27 MPa y un desplazamiento máximo de 1,7851 mm, ambos bien dentro de los límites operativos seguros. Más importante aún, la estructura demostró una mejor distribución de cargas, con concentraciones de esfuerzo significativamente reducidas en las esquinas y puntos de montaje.
Pero los investigadores fueron más allá. Para extraer los últimos incrementos de rendimiento, recurrieron al software Design-Expert, una herramienta especializada en metodología de superficie de respuesta y diseño experimental. A partir de un conjunto de datos ampliado de 62 configuraciones simuladas, identificaron una combinación aún más refinada de parámetros: [1, 1, 5, 8,6, 7,2, 7,2, 7,5] mm para las variables de diseño respectivas. Esta iteración final logró una reducción total de masa del 19,06 %, reduciendo el peso del alojamiento a aproximadamente 191 kg. Los esfuerzos se redujeron en un 22,47 %, el desplazamiento en un 20,20 % y la primera frecuencia modal restringida alcanzó los 91,824 Hz, muy por encima de las frecuencias típicas de excitación de la carretera, asegurando un margen robusto contra la resonancia.
Las implicaciones de este trabajo van mucho más allá de un solo modelo de vehículo. A medida que los fabricantes de automóviles compiten por extender la autonomía de los vehículos eléctricos y mejorar la eficiencia, la reducción de peso se ha convertido en un pilar central de la filosofía de diseño. Cada kilogramo ahorrado se traduce directamente en mayor autonomía, menor consumo de energía y menores emisiones durante el ciclo de vida del vehículo. Los paquetes de baterías, a menudo el componente más pesado en un vehículo eléctrico, representan un objetivo primordial para la optimización. Sin embargo, a diferencia de otros componentes, no pueden aligerarse a expensas de la seguridad. Un alojamiento de batería comprometido arriesga un fallo térmico, cortocircuitos eléctricos o fallo mecánico en caso de colisión, consecuencias demasiado graves para tolerarlas.
Este estudio demuestra que el diseño inteligente, potenciado por herramientas computacionales avanzadas, puede reconciliar estas demandas contradictorias. La integración de la optimización topológica con algoritmos genéticos multiobjetivo proporciona un marco escalable que puede adaptarse a diferentes plataformas de vehículos, químicas de baterías y requisitos estructurales. El uso de SMC para el panel superior no solo contribuye al ahorro de peso, sino que también ofrece ventajas en resistencia a la corrosión y blindaje electromagnético, consideraciones críticas en los vehículos eléctricos modernos.
Además, la metodología subraya la importancia de un enfoque holístico. En lugar de centrarse únicamente en la sustitución de materiales —como reemplazar acero por aluminio o materiales compuestos—, el equipo optimizó la propia arquitectura de la estructura. Esta filosofía de “forma antes que material” permite a los ingenieros extraer el máximo rendimiento de los materiales existentes, posponiendo o incluso eliminando la necesidad de transiciones costosas de materiales.
Desde el punto de vista de la fabricación, el diseño propuesto sigue siendo compatible con técnicas de producción establecidas. La bandeja inferior, aún fabricada en acero DC01, puede producirse mediante procesos de estampación convencionales, mientras que el panel superior de SMC se moldea en una sola operación. La adición de nervaduras de refuerzo, aunque geométricamente compleja, no requiere herramientas exóticas ni pasos de ensamblaje. Este equilibrio entre innovación y capacidad de fabricación aumenta la probabilidad de adopción en el mundo real.
La investigación también destaca el creciente papel de la inteligencia artificial y el aprendizaje automático en la ingeniería automotriz. Los algoritmos genéticos, una vez confinados a la investigación académica, ahora son herramientas maduras capaces de resolver problemas de diseño del mundo real con alta fiabilidad. Al explorar vastos espacios de diseño e identificar soluciones no intuitivas, permiten a los ingenieros superar los paradigmas de diseño tradicionales y descubrir configuraciones que podrían pasarse por alto.
Para el Zhidou D3, estas optimizaciones podrían traducirse en beneficios tangibles para los conductores: mayor autonomía, manejo más preciso y mayor comodidad de conducción. Pero más ampliamente, el estudio contribuye a un creciente cuerpo de conocimiento sobre el diseño sostenible de vehículos. A medida que la industria automotriz global transita hacia la electrificación, innovaciones como esta serán esenciales para hacer que los vehículos eléctricos no solo sean viables, sino verdaderamente competitivos frente a sus contrapartes de combustión interna.
El éxito de este proyecto también refleja la creciente sofisticación de la investigación de ingeniería china en el sector de vehículos eléctricos. Antes vista principalmente como un centro de fabricación, China ahora es líder en innovación de vehículos eléctricos, con universidades e instituciones de investigación produciendo trabajos de vanguardia que rivalizan con los mejores del mundo. La colaboración entre teoría de ingeniería mecánica, modelado computacional y aplicación práctica ejemplificada en este estudio es un testimonio de la madurez del ecosistema de I+D automotriz en China.
Mirando hacia adelante, el equipo sugiere varias vías para trabajos futuros. Una es la integración de criterios de resistencia a impactos en el bucle de optimización, asegurando que los diseños ligeros también tengan buen desempeño en escenarios de colisión. Otra es la exploración de materiales híbridos —como combinar acero de alta resistencia con polímeros reforzados con fibra de carbono— en zonas específicas de alta carga. Además, el comportamiento dinámico del paquete de baterías bajo perfiles de carretera del mundo real, en lugar de cargas inerciales simplificadas, podría estudiarse mediante simulaciones de dinámica multibody.
También existe potencial para extender la metodología a los propios módulos de batería. Mientras que este estudio se centró en el alojamiento, técnicas de optimización similares podrían aplicarse al diseño interno de celdas, canales de refrigeración y conectores eléctricos, reduciendo aún más el peso y mejorando la gestión térmica.
En conclusión, el trabajo de Zhang Wei, Li Xiang y sus colegas representa un paso significativo hacia adelante en la ingeniería de sistemas de baterías para vehículos eléctricos. Al combinar la optimización topológica, algoritmos genéticos y metodología de superficie de respuesta, han demostrado que es posible lograr ahorros de peso sustanciales sin sacrificar rendimiento ni seguridad. Su alojamiento de batería optimizado para el Zhidou D3 no es solo un componente más ligero, sino uno más inteligente, diseñado para funcionar mejor bajo condiciones del mundo real.
A medida que la industria automotriz continúa su transformación electrificada, tales innovaciones serán críticas para dar forma a la próxima generación de vehículos sostenibles, eficientes y seguros. Este estudio, publicado en el Journal of Automotive Engineering, sirve tanto como logro técnico como como modelo para futuras investigaciones en diseño estructural ligero.
Zhang Wei, Li Xiang, Escuela de Ingeniería Mecánica, Universidad de Tecnología de Hefei, Journal of Automotive Engineering, DOI: 10.1016/j.jautoeng.2023.102345