Cum folosește Horse AI la dezvoltarea motoarelor: un plan de testare în 35 de secunde, care înainte dura o zi

Instrumentele de inteligență artificială au intrat în activitatea de cercetare și dezvoltare de la centrul Horse Powertrain din Titu, unde sunt folosite pentru căutarea informațiilor tehnice, optimizarea pieselor, calibrarea motoarelor și dezvoltarea unor aplicații software pentru testare.

Horse Powertrain este un furnizor global de tehnologii pentru sisteme de propulsie, înființat în 2024 de Renault Group și Geely. În același an, compania petrolieră saudită Aramco a intrat în acționariat cu o participație de 10%. În prezent, Renault și Geely dețin fiecare câte 45% din companie.

Într-unul dintre exemplele prezentate, un sistem AI generează în 35 de secunde un plan structurat cu 22 de cazuri de testare și 24 de semnale care trebuie monitorizate. Reprezentanții companiei spun că miza este creșterea eficienței și a competitivității, nu înlocuirea inginerilor. Aceștia au explicat că o astfel de activitate ar fi durat cu ușurință o zi de lucru, înainte de utilizarea sistemului AI.

Inteligența artificială este folosită deja în fluxurile de lucru ale echipelor de inginerie de la Horse Powertrain, potrivit prezentării susținute la centrul tehnic din Titu. Aplicațiile nu se limitează la redactarea unor texte sau la automatizarea sarcinilor administrative, ci sunt integrate în activități de proiectare, simulare, calibrare și testare a componentelor și sistemelor de propulsie.

Horse dezvoltă, produce și furnizează motoare cu ardere internă, sisteme hibride, transmisii și alte componente pentru grupuri motopropulsoare. Printre clienții săi se numără Renault Group, Geely Auto, Volvo Cars, Proton, Nissan și Mitsubishi Motors. Compania are operațiuni în mai multe regiuni ale lumii și deservește producători auto care au nevoie de soluții de propulsie adaptate diferitelor piețe.

În România, Horse operează în București, Titu și Mioveni. Activitatea de inginerie este concentrată în principal în primele două locații, în timp ce la Mioveni se află și o importantă capacitate de producție. La Titu, echipele lucrează la dezvoltarea, calibrarea și testarea sistemelor de propulsie, iar o parte dintre aceste activități sunt acum susținute de instrumente AI.

Compania a prezentat patru exemple de utilizare a inteligenței artificiale, de la identificarea unor documente tehnice în bazele interne de date până la generarea unor instrumente software pentru echipele de testare. În toate cazurile, rezultatele generate de AI trebuie verificate de ingineri, iar deciziile finale care țin de siguranță și conformitate rămân în responsabilitatea acestora.

Horse: AI schimbă modul de lucru al inginerilor, nu elimină rolul acestora

În discuția cu reprezentanții Horse Powertrain, Economedia a întrebat dacă utilizarea inteligenței artificiale aduce economii măsurabile de timp și bani și dacă automatizarea unor activități ar putea duce, în timp, la dispariția unor locuri de muncă în inginerie.

Cristian Tudose, pentru cercetare și dezvoltare, a explicat că instrumentele AI schimbă inclusiv competențele necesare pentru dezvoltarea aplicațiilor software. Dacă în urmă cu doi-trei ani era nevoie de un programator care să cunoască Python pentru a construi anumite instrumente, acum un inginer poate folosi direct platformele AI pentru a-și dezvolta propriile aplicații.

„Dacă acum 2-3 ani aveam nevoie de un programator care să știe Python, acum avem nevoie doar de un inginer, care să folosească tool-ul”, a declarat Cristian Tudose, responsabil de proiecte Big Data și AI.

Întrebat despre riscul ca aceste instrumente să înlocuiască o parte dintre angajați, Tudose a susținut că activitatea inginerească are în continuare nevoie de intervenție umană. Schimbarea constă mai degrabă în faptul că inginerii pot realiza cu ajutorul AI sarcini care anterior necesitau sprijinul unor echipe software specializate.

Lucian Bogdan, Tuning & Software Director, a explicat că inteligența artificială are rolul de a scurta timpul de dezvoltare și poate permite companiei să lucreze la o gamă mai largă de produse cu aceleași resurse, și nu economiile în ceea ce privește schema de personal. Acesta a arătat că dezvoltarea unui produs sau a unei familii de produse putea dura anterior între trei și cinci ani, iar noile instrumente permit accelerarea unor etape și abordarea unor proiecte care, din lipsă de resurse, nu ar fi fost dezvoltate în trecut.

La rândul său, Álvaro Fernández, director de comunicare pentru Europa de Sud și America Latină în cadrul Horse Powertrain, a insistat că obiectivul principal al introducerii AI nu este reducerea personalului, ci creșterea competitivității și eficienței companiei.

Patru aplicații AI folosite în activitatea de inginerie

1. The Expert: Căutarea documentației tehnice în bazele interne

Prima aplicație prezentată, denumită „The Expert”, folosește Gemini Enterprise pentru a căuta informații tehnice în documentele interne ale companiei, stocate în SharePoint. Sistemul poate identifica documente relevante pe baza unor cerințe precise, fără ca inginerul să fie nevoit să parcurgă manual un volum mare de rapoarte.

În demonstrația de la Titu, solicitarea a vizat identificarea tuturor rapoartelor PDF privind testele de propagare termică la nivel de baterie, pentru o anumită generație de produs. Un astfel de instrument poate reduce timpul necesar găsirii informațiilor tehnice și permite echipelor să lucreze pornind de la documentația internă relevantă.

Un element important este trasabilitatea: răspunsurile sunt raportate la sursele autorizate, iar inginerii pot verifica documentele pe care se bazează rezultatul. Compania a subliniat că sistemul este conceput pentru a limita riscul unor răspunsuri inventate sau fără suport în documentație.

2. Optimizarea pieselor proiectate în CAD

Un al doilea flux de lucru folosește agenți AI și instrumente de proiectare asistată de calculator pentru a genera și optimiza componente mecanice. Exemplul prezentat a fost un suport pentru intercoolerul unui motor, care trebuie să asigure legătura dintre răcitor și chiulasă, respectând cerințe legate de vibrații, rigiditate și spațiul disponibil.

În acest proces, un agent identifică regulile tehnice aplicabile, inclusiv cerințele pentru tabla de 2,5 milimetri, un altul generează parametrii CAD, iar CATIA Visual Scripting este folosit pentru construirea piesei tridimensionale. Ulterior, optimizarea topologică identifică zonele în care materialul poate fi eliminat fără a compromite comportamentul componentei în condițiile de solicitare analizate.

Rezultatul prezentat a fost un concept de suport cu o masă de 369 de grame, obținut prin eliminarea materialului din zonele considerate mai puțin solicitate. Este vorba despre un concept rezultat în urma procesului de proiectare și optimizare, nu despre confirmarea că piesa este deja validată pentru producția de serie.

3. Tuning Coach: Generarea planurilor de testare pentru calibrarea motoarelor

O altă aplicație, numită „Tuning Coach”, este destinată activităților de calibrare a sistemelor de propulsie și de verificare a comportamentului acestora. Instrumentul folosește mai mulți agenți specializați, coordonați de un sistem central, care pot consulta documentația internă și pot analiza modificările parametrilor furnizați de producători.

În exemplul prezentat, sistemul verifică schimbările de parametri în raport cu modelele Simulink și standardele de testare ale Horse. Apoi generează un plan structurat care include 22 de cazuri de testare și 24 de semnale INCA ce trebuie urmărite, precum și un tabel Excel pentru monitorizarea activității.

Potrivit demonstrației companiei, generarea acestui set de informații a durat aproximativ 35 de secunde. Reprezentanții Horse au comparat acest interval cu o activitate care putea ocupa o zi de lucru. Timpul se referă însă la generarea planului și a instrumentelor de urmărire, nu la desfășurarea tuturor testelor fizice și la validarea finală a sistemului, care rămân activități inginerești.

4. Testing Tools Portal: Inginerii își construiesc propriile aplicații cu AI

Al patrulea exemplu este un portal software pentru activitățile de testare, dezvoltat de inginerii companiei cu ajutorul Google Antigravity. Instrumentul automatizează o parte dintre verificările realizate anterior manual și include aplicații de analiză și predicție bazate pe machine learning.

Unul dintre cazurile de utilizare vizează verificarea omogenității temperaturii în camerele climatice. Anterior, inginerii analizau manual în Excel înregistrările și întocmeau rapoarte de tip Pass/Fail, proces care putea dura mai multe ore. Portalul preia datele din jurnalele de testare și automatizează o parte din analiza necesară raportului.

Platforma include și un model de machine learning de tip Gradient Boosting, folosit pentru estimarea tensiunii de echilibru a celulelor de baterie. Acesta urmărește evoluția tensiunii în timp și poate anticipa momentul în care valoarea se stabilizează, reducând perioada de așteptare necesară pentru anumite analize pe bancul de testare.

În prezentarea companiei a fost indicată o reducere de la o zi la aproximativ zece minute pentru o anumită activitate de analiză. Cifra se referă la fluxul de lucru automatizat prin portal, nu la întregul proces de testare și validare a bateriei.

Exemplul ilustrează și schimbarea rolului inginerilor: aceștia nu doar folosesc aplicații dezvoltate de echipe software, ci pot construi instrumente adaptate propriilor nevoi, cu ajutorul agenților AI.

Mai mult de jumătate din echipa de inginerie Horse România lucrează la Titu

Centrul din Titu concentrează mai mult de jumătate din resursele de inginerie ale Horse România, potrivit distribuției prezentate de companie. Aproximativ 40% dintre acestea sunt în București, unde activitățile sunt orientate în principal spre management de proiect, proiectare, evaluarea performanțelor și analiza comparativă cu produsele concurenței. Alte aproximativ 6% sunt la Mioveni, în special pentru activități de testare și operarea standurilor de încercare a motoarelor.

Horse România are astfel activități de inginerie în București și Titu, în timp ce Mioveni este și un centru industrial de producție. Compania operează în toate cele trei locații.

Centrul tehnic de la Titu nu a fost construit inițial de Horse. Acesta a fost inaugurat în 15 septembrie 2010, în cadrul Renault Technologie Roumanie, organizație care își începuse activitatea în România în 2007 pentru a concentra aici o parte dintre activitățile de inginerie ale grupului Renault. La momentul inaugurării, centrul din Titu a fost conceput pentru testarea vehiculelor și a componentelor de propulsie și pentru a completa centrele Renault de la Aubevoye și Lardy, din Franța.

Motoare termice și hibride, transmisii și calibrare

Activitatea echipelor din România include dezvoltarea și calibrarea unor sisteme de propulsie termice și hibride, precum și lucrul la motoare și transmisii pentru piețe diferite. În prezentarea de la Titu au fost menționate, între altele, motoare de 1,0 și 1,2 litri, dar și activități de adaptare și calibrare a transmisiilor.

Reprezentanții companiei au explicat că transmisiile manuale continuă să fie relevante pe unele piețe, precum India și Africa, chiar dacă cererea pentru acestea este în scădere în Europa. În paralel, Horse lucrează la integrarea și calibrarea unor transmisii cu dublu ambreiaj, inclusiv în colaborare cu furnizori.

Portofoliul companiei include soluții pentru motoare cu combustie internă și sisteme hibride, iar dezvoltarea acestora presupune adaptarea la cerințele tehnice și comerciale ale diferitelor piețe. În acest context, instrumentele AI sunt prezentate ca o modalitate de a accelera activități de proiectare, analiză și testare, fără a elimina etapele de verificare inginerească.