الکترونیک ایمن برای خودرو - Semiwiki

الکترونیک ایمن برای خودرو - Semiwiki

گره منبع: 3039256

صنعت خودرو در آستانه یک تحول انقلابی است، جایی که تعمیر و نگهداری و نظارت پیش‌بینی در مرکز توجه قرار دارد. در یک جلسه پانل وبینار اخیر، کارشناسان صنعت به چالش‌ها، رویکردهای فعلی و نوآوری‌های آینده پیرامون تضمین و گسترش پروفایل‌های ماموریت پرداختند.

proteanTecs میزبان آن وبینار با کارشناسان زیر به عنوان پانل بود:

هاینز واگنسونر، طراح SoC، CARIAD (بخش نرم افزار گروه فولکس واگن)

ینس روزنبوش، مهندس ارشد، معماری ایمنی SoC، Infineon Technologies،

Xiankun "Robert" Jin، معمار ایمنی SoC خودرو، NXP Semiconductors، و

Gal Carmel، معاون اجرایی، جنرال موتورز، خودرو، proteanTecs. الن کری، مدیر ارشد امور خارجی، مدیر جلسه پانل را بر عهده داشت.

موضوعات کلیدی که پدیدار شدند، اتکای فزاینده به هوش مصنوعی (AI)، اهمیت نظارت در زمان واقعی، و نیاز به تغییر پارادایم در تفکر صنعت بود. موارد زیر نکات برجسته ای است که از آن جلسه پانل به دست آمد. می توانید به آن دسترسی داشته باشید کل جلسه پانل به درخواست از اینجا.

چالش های کنونی

MegaTrends نیاز به قابلیت‌های سیلیکونی نسل بعدی را تحریک می‌کند

گفتگو با اذعان به چالش های پیش روی بخش خودرو آغاز شد. به عنوان مثال، معرفی یک کنترلر دروازه مرکزی متصل به ابر برای دوره های طولانی، چالش هایی را برای قابلیت اطمینان و ایمنی ایجاد می کند. به طور سنتی، مدیریت عدم قطعیت ها شامل ایجاد حاشیه در فرآیندهای طراحی، ساخت و آزمایش بود. با این حال، این رویکرد ممکن است در آینده ناپایدار شود.

رویکردهای فعلی

برای رسیدگی به این چالش ها، صنعت به سمت یک رویکرد تعمیر و نگهداری پیشگیرانه تر و پیش بینی کننده تر حرکت می کند. به جای تکیه صرف بر حاشیه های داخلی، تاکید بر پیاده سازی مانیتورها یا حسگرهای سلامتی است که به طور مداوم وضعیت دستگاه را ارزیابی می کنند. این داده‌ها به طور بالقوه از طریق یادگیری ماشینی جمع‌آوری و تجزیه و تحلیل می‌شوند و بینش‌هایی را ارائه می‌دهند که قبلاً غیرقابل دسترسی بودند. این درک جدید، تصمیم گیری هایی مانند تعویض دستگاه ها را قبل از خرابی قریب الوقوع امکان پذیر می کند، مفهومی که به عنوان تعمیر و نگهداری پیش بینی شناخته می شود.

همکاری و استانداردسازی

انتقال به تعمیر و نگهداری پیش‌بینی، سفری نیست که توسط شرکت‌ها انجام شود، بلکه نیازمند تلاش‌های مشترک در صنعت خودرو است. یکی از ابتکارات مهم که در جلسه پانل ذکر شد، ایجاد چارچوبی برای تعمیر و نگهداری پیش‌بینی‌کننده خودرو است. گزارش فنی TR 9839 در تابستان گذشته منتشر شد و راه را برای ویرایش سوم استاندارد ISO 26262 هموار کرد. این رویکرد مشترک شامل سهامداران، از جمله فروشندگان نیمه هادی، سازندگان تجهیزات اصلی (OEM) و نهادهای نظارتی است.

نقش هوش مصنوعی در نگهداری پیش بینی کننده

ادغام هوش مصنوعی به عنوان یک عامل مهم در ایجاد انقلابی در تعمیر و نگهداری پیش بینی شده ظاهر شد. توانایی هوش مصنوعی در تجزیه و تحلیل مجموعه داده های گسترده و شناسایی الگوهایی که ممکن است ناظران انسانی را از خود دور کنند، آن را به ابزاری ارزشمند برای پیش بینی شکست ها تبدیل می کند. چه بهینه سازی فرآیندهای تولید و چه تجزیه و تحلیل شکست ها در این زمینه، هوش مصنوعی نقشی اساسی در افزایش کارایی و دقت ایفا می کند.

هوش مصنوعی فقط در مورد یافتن مسائل شناخته شده نیست، بلکه کشف عیوب یا ناهنجاری های پنهانی است که ممکن است منجر به شکست شود. استفاده از هوش مصنوعی در تجزیه و تحلیل داده‌های حسگر میلیون‌ها وسیله نقلیه در یک ناوگان، فرصت‌هایی را برای تشخیص زودهنگام خرابی‌های احتمالی باز می‌کند. با این حال، این بحث همچنین بر اهمیت استانداردسازی برنامه‌های هوش مصنوعی برای اطمینان از دقت و قابلیت اطمینان تأکید کرد.

نظارت بر روی تراشه برای بینش در زمان واقعی

یکی از جنبه های حیاتی تغییر تعمیر و نگهداری خودرو، اتخاذ نظارت بر روی تراشه است. فرآیند سنتی تجزیه و تحلیل شکست، شامل ارسال اجزای معیوب برای تجزیه و تحلیل، کند و ناکارآمد در نظر گرفته شد. نظارت بر روی تراشه، اگر به طور موثر اجرا شود، می‌تواند بینش‌های بی‌درنگ درباره رفتار سیلیکون در حین کارکرد خودرو ارائه دهد.

چشم انداز آینده

همانطور که صنعت خودرو به سمت خودمختاری و افزایش اتصال حرکت می کند، نیاز به یک رویکرد منعطف و تطبیقی ​​برای تعمیر و نگهداری بسیار مهم می شود. سخنرانان بر تغییر در تفکر تأکید کردند، جایی که رویکرد متقابل پلتفرمی و مبتنی بر داده پذیرفته می شود. این شامل ایجاد یک زبان مشترک، ادغام بینش، و استفاده از ترکیبی از مکانیسم‌های سخت‌افزاری و تجزیه و تحلیل نرم‌افزاری برای پیشبرد تعمیر و نگهداری فعال است.

خلاصه

جلسه پانل تغییر پویای صنعت از استراتژی های تعمیر و نگهداری واکنشی به فعالانه را برجسته کرد. ادغام هوش مصنوعی و نظارت بر روی تراشه نشان دهنده جهشی به جلو در افزایش قابلیت اطمینان، کاهش هزینه ها و بهبود کیفیت کلی محصول است. همکاری میان سهامداران صنعت، تلاش‌های استانداردسازی و تغییر در تفکر به سمت رویکرد عمودی کلیدی در شکل‌دهی آینده تعمیر و نگهداری خودرو خواهد بود. همانطور که صنعت این سفر تحول آفرین را طی می کند، تمرکز بر روی استفاده از فناوری برای اطمینان از اینکه وسایل نقلیه نه تنها استانداردهای قابلیت اطمینان و ایمنی را برآورده می کنند، باقی می ماند.

SDV یک انقلاب خودرویی است

می توانید کل جلسه پانل را از اینجا بشنوید.

همچنین خواندن:

ایجاد قابلیت اطمینان در الکترونیک خودروهای پیشرفته

باز کردن قدرت داده ها: ایجاد آینده ای امن تر برای سیستم های خودرو

سیستم نظارت بر روی تراشه و سیستم تجزیه و تحلیل داده های عمیق proteanTecs

اشتراک گذاری این پست از طریق:

تمبر زمان:

بیشتر از نیمه ویکی