为了适应电动化和智能化的需求，汽车热管理细分出了电池热管理系统、电机电控热管理系统、热泵空调系统，并且在这些系统中，对座舱温度及舒适性、电池温度和动力总成温度的精确控制要求也在逐步提升。由于新增了繁多且控制精度要求更高的零部件，系统结构和功能复杂度逐步增大。因此，热管理系统方案正逐步呈现出高效化、精细化、集成化的趋势。

       为了应对日趋复杂的热管理系统和降本增效的研发需求，数字化技术在热管理系统的研发中将发挥重要作用。经纬ng28南宫在汽车热管理领域拥有15年的研发服务经验，针对目前新能源汽车热管理系统设计研发问题，在热管理需求捕获、系统方案设计、智能算法开发、虚拟验证与优化、测试验证、虚拟标定等服务的基础上升级了整车热管理系统开发服务。

虚拟验证与优化咨询服务

       热管理的台架试验存在着对座舱热负荷、机舱热负荷等场景边界模拟不准的情况，另外，针对来自VCU、BMS的域间控制信号，很难进行有效的模拟。经纬ng28南宫基于V模式开发流程，搭建高精度的系统仿真模型，提供机-电-热-控一体化集成仿真与优化服务。为前期零部件选型、后期的系统更迭及优化，以及热管理控制算法优化制定高效的解决方案，在提高产品性能的同时提高研发效率，缩短研发周期。

热管理模型实时化与HIL虚拟标定咨询服务

       通常来说，传统的标定工作需要等到ECU软硬件到位后，在整车台架或路试阶段才能进行，但随着深度学习算法的广泛应用，可通过模型拆分、模型简化、模型降阶等手段，将基于商业软件搭建的复杂热管理系统模型进行实时化处理，并导入NI、TESTBASE、Higale等仿真机进行实时运算，为HIL测试提供颗粒度更细的模型，以支持在HIL阶段进行一部分的虚拟标定工作，从而为后续台架及整车标定提供参考或替代一部分标定工作，达到缩短标定周期、减少后期设计或参数更改的收益。

基于数字孪生的预测算法开发咨询服务

       智能热管理的控制目标是实现对整车热量、温度的精细化管理，为了更好实现对动力电池、电机电控以及乘员舱的温度控制，经纬ng28南宫结合系统仿真及试验数据，基于深度学习算法，训练高精度的预测模型，能够预测未来工况的变化，并采用模糊逻辑、PID控制、自适应控制、MPC预测控制等算法，提前对系统进行温度调节等工作，让其尽可能运行于最佳的效率区间中，提高系统整体效率和寿命，进而实现能耗的降低。

座舱热管理与人体舒适度开发咨询服务

       乘用车内的人体热舒适性直接影响乘客的体验和安全。为了满足热舒适性需求，空调等热舒适营造系统产生了大量能耗。该能耗占比不容忽视，进而导致了车辆的里程焦虑。经纬ng28南宫结合一三维耦合、假人测评、主观测评等手段，采用丰富的舒适性评价指标，指导人体热舒适性及系统能耗方案权衡设计与优化，帮助用户制定高效、节能的智能座舱热舒适方案。