Fail-Safe Electronics for Automotive – Semiwiki

Η αυτοκινητοβιομηχανία βρίσκεται στα πρόθυρα ενός επαναστατικού μετασχηματισμού, όπου η προγνωστική συντήρηση και η παρακολούθηση βρίσκονται στο επίκεντρο. Σε μια πρόσφατη συνεδρία του πάνελ διαδικτυακού σεμιναρίου, ειδικοί του κλάδου εμβάθυνσαν στις προκλήσεις, τις τρέχουσες προσεγγίσεις και τις μελλοντικές καινοτομίες που αφορούν την εγγύηση και την επέκταση των προφίλ αποστολής.

Η proteanTecs φιλοξένησε αυτό το διαδικτυακό σεμινάριο με τους ακόλουθους ειδικούς ως πάνελ:

Heinz Wagensonner, Sr. SoC Designer, CARIAD (τμήμα λογισμικού του Ομίλου Volkswagen)

Jens Rosenbusch, Sr. Κύριος Μηχανικός, SoC Safety Architecture, Infineon Technologies,

Xiankun "Robert" Jin, Automotive SoC Safety Architect, NXP Semiconductors και

Gal Carmel, Executive VP, GM, Automotive, proteanTecs. Η Ellen Carey, Chief External Affairs Officer, Circulor, συντόνισε τη συνεδρίαση της επιτροπής.

Τα βασικά θέματα που προέκυψαν ήταν η αυξανόμενη εξάρτηση από την τεχνητή νοημοσύνη (AI), η σημασία της παρακολούθησης σε πραγματικό χρόνο και η ανάγκη για μια αλλαγή παραδείγματος στη σκέψη του κλάδου. Τα ακόλουθα είναι τα κύρια σημεία που προέκυψαν από εκείνη τη συνεδρία του πάνελ. Μπορείτε να έχετε πρόσβαση σε αυτό ολόκληρη η συνεδρία επιτροπής κατ' απαίτηση από εδώ.

Τρέχουσες προκλήσεις

Η συζήτηση ξεκίνησε αναγνωρίζοντας τις προκλήσεις που αντιμετωπίζει ο κλάδος της αυτοκινητοβιομηχανίας. Για παράδειγμα, η εισαγωγή ενός ελεγκτή Central Gateway που συνδέεται στο cloud για εκτεταμένες περιόδους θέτει προκλήσεις για την αξιοπιστία και την ασφάλεια. Παραδοσιακά, η διαχείριση αβεβαιοτήτων περιλάμβανε τη δημιουργία περιθωρίων στις διαδικασίες σχεδιασμού, κατασκευής και δοκιμών. Ωστόσο, αυτή η προσέγγιση μπορεί να καταστεί μη βιώσιμη στο μέλλον.

Τρέχουσες προσεγγίσεις

Για να αντιμετωπίσει αυτές τις προκλήσεις, ο κλάδος στρέφεται προς μια πιο προληπτική και προγνωστική προσέγγιση συντήρησης. Αντί να βασιζόμαστε αποκλειστικά σε ενσωματωμένα περιθώρια, δίνεται έμφαση στην εφαρμογή οθονών ή αισθητήρων υγείας που αξιολογούν συνεχώς την κατάσταση της συσκευής. Αυτά τα δεδομένα συγκεντρώνονται και αναλύονται, ενδεχομένως μέσω μηχανικής μάθησης, παρέχοντας πληροφορίες που προηγουμένως ήταν απρόσιτες. Αυτή η νέα κατανόηση επιτρέπει τη λήψη αποφάσεων όπως η αλλαγή συσκευών πριν από την επικείμενη αποτυχία, μια έννοια γνωστή ως προγνωστική συντήρηση.

Συνεργασία και Τυποποίηση

Η μετάβαση στην προγνωστική συντήρηση δεν είναι ένα ταξίδι που αναλαμβάνουν μεμονωμένες εταιρείες, αλλά απαιτεί συλλογικές προσπάθειες εντός της αυτοκινητοβιομηχανίας. Μια σημαντική πρωτοβουλία που αναφέρθηκε κατά τη διάρκεια της συνεδρίας του πάνελ είναι η δημιουργία ενός πλαισίου για την προγνωστική συντήρηση του αυτοκινήτου. Μια τεχνική έκθεση, TR 9839, δημοσιεύτηκε το περασμένο καλοκαίρι, ανοίγοντας το δρόμο για την Τρίτη Έκδοση του προτύπου ISO 26262. Αυτή η συλλογική προσέγγιση περιλαμβάνει ενδιαφερόμενα μέρη, συμπεριλαμβανομένων των πωλητών ημιαγωγών, των κατασκευαστών πρωτότυπου εξοπλισμού (OEM) και των ρυθμιστικών φορέων.

Ο ρόλος της τεχνητής νοημοσύνης στην προγνωστική συντήρηση

Η ενσωμάτωση της τεχνητής νοημοσύνης αναδείχθηκε ως κρίσιμος παράγοντας για την επανάσταση στην προγνωστική συντήρηση. Η ικανότητα του AI να αναλύει τεράστια σύνολα δεδομένων και να εντοπίζει μοτίβα που μπορεί να διαφεύγουν από τους ανθρώπινους παρατηρητές το καθιστά πολύτιμο εργαλείο για την πρόβλεψη αποτυχιών. Είτε βελτιστοποιεί τις διαδικασίες παραγωγής είτε αναλύει τις αστοχίες στο πεδίο, η τεχνητή νοημοσύνη παίζει καθοριστικό ρόλο στη βελτίωση της αποτελεσματικότητας και της ακρίβειας.

Η τεχνητή νοημοσύνη δεν αφορά μόνο την εύρεση γνωστών προβλημάτων, αλλά την αποκάλυψη λανθάνοντων ελαττωμάτων ή ανωμαλιών που μπορεί να οδηγήσουν σε αποτυχίες. Η εφαρμογή της τεχνητής νοημοσύνης στην ανάλυση δεδομένων αισθητήρων από εκατομμύρια οχήματα σε έναν στόλο ανοίγει δυνατότητες για έγκαιρο εντοπισμό πιθανών αστοχιών. Ωστόσο, η συζήτηση υπογράμμισε επίσης τη σημασία της τυποποίησης των εφαρμογών τεχνητής νοημοσύνης για τη διασφάλιση της ακρίβειας και της αξιοπιστίας.

Παρακολούθηση στο Chip για Insights σε πραγματικό χρόνο

Μια κρίσιμη πτυχή του μετασχηματισμού της συντήρησης του αυτοκινήτου είναι η υιοθέτηση της παρακολούθησης στο chip. Η παραδοσιακή διαδικασία ανάλυσης αστοχίας, που περιλαμβάνει την αποστολή ελαττωματικών στοιχείων πίσω για ανάλυση, κρίθηκε αργή και αναποτελεσματική. Η παρακολούθηση στο chip, εάν εφαρμοστεί αποτελεσματικά, μπορεί να παρέχει πληροφορίες σε πραγματικό χρόνο για τη συμπεριφορά του πυριτίου ενώ το όχημα βρίσκεται σε λειτουργία.

Το μελλοντικό τοπίο

Καθώς η αυτοκινητοβιομηχανία κινείται προς την αυτονομία και την αυξημένη συνδεσιμότητα, η ανάγκη για μια ευέλικτη και προσαρμοστική προσέγγιση στη συντήρηση γίνεται πρωταρχική. Οι ομιλητές τόνισαν μια αλλαγή στη σκέψη, όπου υιοθετείται μια προσέγγιση που βασίζεται σε δεδομένα μεταξύ πλατφορμών. Αυτό περιλαμβάνει τη δημιουργία μιας κοινής γλώσσας, τη συγκέντρωση πληροφοριών και τη χρήση ενός συνδυασμού μηχανισμών υλικού και αναλυτικών στοιχείων λογισμικού για την προώθηση της προληπτικής συντήρησης.

Χαρακτηριστικά

Η συνεδρία του πάνελ υπογράμμισε τη δυναμική στροφή του κλάδου από τις αντιδραστικές σε προληπτικές στρατηγικές συντήρησης. Η ενσωμάτωση της τεχνητής νοημοσύνης και της παρακολούθησης στο chip αντιπροσωπεύει ένα άλμα προς τα εμπρός για τη βελτίωση της αξιοπιστίας, τη μείωση του κόστους και τη βελτίωση της συνολικής ποιότητας των προϊόντων. Η συνεργασία μεταξύ των ενδιαφερομένων του κλάδου, οι προσπάθειες τυποποίησης και η αλλαγή στη σκέψη προς μια κάθετη προσέγγιση θα είναι καθοριστικής σημασίας για τη διαμόρφωση του μέλλοντος της συντήρησης αυτοκινήτων. Καθώς η βιομηχανία πλοηγείται σε αυτό το μετασχηματιστικό ταξίδι, η εστίαση παραμένει στη μόχλευση της τεχνολογίας για να διασφαλιστεί ότι τα οχήματα όχι μόνο πληρούν αλλά και υπερβαίνουν τα πρότυπα αξιοπιστίας και ασφάλειας.

Μπορείτε να ακούσετε ολόκληρη τη συνεδρία του πάνελ εδώ.

Διαβάστε επίσης:

Χτίζοντας την αξιοπιστία στα προηγμένα ηλεκτρονικά αυτοκινήτων

Ξεκλείδωμα της δύναμης των δεδομένων: Ενεργοποίηση ενός ασφαλέστερου μέλλοντος για συστήματα αυτοκινήτου

ProteanTecs On-Chip Monitoring and Deep Data Analytics System

Μοιραστείτε αυτήν την ανάρτηση μέσω:

• SEO Powered Content & PR Distribution. Ενισχύστε σήμερα.
• PlatoData.Network Vertical Generative Ai. Ενδυναμώστε τον εαυτό σας. Πρόσβαση εδώ.
• PlatoAiStream. Web3 Intelligence. Ενισχύθηκε η γνώση. Πρόσβαση εδώ.
• PlatoESG. Ανθρακας, Cleantech, Ενέργεια, Περιβάλλον, Ηλιακός, Διαχείριση των αποβλήτων. Πρόσβαση εδώ.
• PlatoHealth. Ευφυΐα βιοτεχνολογίας και κλινικών δοκιμών. Πρόσβαση εδώ.
• πηγή: https://semiwiki.com/ip/339946-fail-safe-electronics-for-automotive/