Fail-Safe Electronics For Automotive - Semiwiki

Újra kiadta Platón

Követő: 0

Az autóipar egy forradalmi átalakulás küszöbén áll, ahol a prediktív karbantartás és felügyelet áll a középpontban. A közelmúltban tartott webináriumon az iparági szakértők elmélyültek a küldetésprofilok garanciájával és kiterjesztésével kapcsolatos kihívásokkal, jelenlegi megközelítésekkel és jövőbeli innovációkkal.

A proteanTecs adott otthont a webináriumnak a következő szakértők részvételével:

Heinz Wagensonner, Sr. SoC Designer, CARIAD (a Volkswagen Csoport szoftverrészlege)

Jens Rosenbusch, Sr. főmérnök, SoC Safety Architecture, Infineon Technologies,

Xiankun „Robert” Jin, az NXP Semiconductors autóipari SoC biztonsági építésze és

Gal Carmel, ügyvezető alelnök, GM, autóipar, proteanTecs. Ellen Carey, a Circulor külügyi igazgatója moderálta a panel ülését.

A felmerülő kulcstémák a mesterséges intelligenciára (AI) való növekvő támaszkodás, a valós idejű monitorozás fontossága és az iparági gondolkodás paradigmaváltásának szükségessége voltak. Az alábbiakban felsoroljuk azokat a kiugró pontokat, amelyek az adott panelülésből derültek ki. Ezt elérheti a teljes panelülés igény szerint innen.

A jelenlegi kihívások

A MegaTrends előmozdítja a következő generációs szilícium képességek iránti igényt

A beszélgetés az autóipar előtt álló kihívások elismerésével kezdődött. Például egy Central Gateway vezérlő bevezetése, amely huzamosabb ideig csatlakozik a felhőhöz, kihívást jelent a megbízhatóság és a biztonság tekintetében. Hagyományosan a bizonytalanságok kezelése magában foglalta a tervezési, gyártási és tesztelési folyamatok árrésének növelését. Ez a megközelítés azonban a jövőben fenntarthatatlanná válhat.

Jelenlegi megközelítések

E kihívások kezelése érdekében az iparág egy proaktívabb és előrejelzőbb karbantartási megközelítés felé mozdul el. Ahelyett, hogy kizárólag a beépített margókra hagyatkoznánk, a hangsúly az állapotfigyelők vagy érzékelők bevezetésén van, amelyek folyamatosan értékelik az eszköz állapotát. Ezeket az adatokat összesítik és elemzik, potenciálisan gépi tanulással, olyan betekintést nyújtva, amelyek korábban nem voltak hozzáférhetők. Ez az újszerű felfogás lehetővé teszi olyan döntések meghozatalát, mint például az eszközök cseréje a küszöbön álló meghibásodás előtt. Ezt a koncepciót prediktív karbantartásként ismerik.

Együttműködés és szabványosítás

A prediktív karbantartásra való átállás nem egyéni vállalatok által megtett út, hanem az autóiparon belüli együttműködési erőfeszítéseket igényel. A testületi ülés során megemlített egyik jelentős kezdeményezés az autóipari prediktív karbantartási keretrendszer létrehozása. A múlt nyáron megjelent egy TR 9839-es műszaki jelentés, amely előkészítette az utat az ISO 26262 szabvány harmadik kiadása előtt. Ez az együttműködésen alapuló megközelítés magában foglalja az érdekelt feleket, beleértve a félvezető gyártókat, az eredeti berendezések gyártóit (OEM) és a szabályozó testületeket.

Az AI szerepe a prediktív karbantartásban

Az AI integrációja kulcsfontosságú tényezővé vált a prediktív karbantartás forradalmasításában. A mesterséges intelligencia azon képessége, hogy hatalmas adatkészleteket elemezhet és azonosíthat olyan mintákat, amelyek elkerülhetik az emberi megfigyelőket, értékes eszközzé teszi a hibák előrejelzésében. Akár a gyártási folyamatok optimalizálásáról, akár a terepen fellépő hibák elemzéséről van szó, a mesterséges intelligencia kulcsszerepet játszik a hatékonyság és a pontosság növelésében.

A mesterséges intelligencia nem csupán az ismert problémák feltárásáról szól, hanem a rejtett hibák vagy anomáliák feltárásáról is, amelyek meghibásodásokhoz vezethetnek. A mesterséges intelligencia alkalmazása a flotta több millió járművéből származó szenzoradatok elemzésében lehetőséget ad a potenciális meghibásodások korai felismerésére. A megbeszélés azonban rávilágított az AI-alkalmazások szabványosításának fontosságára is a pontosság és megbízhatóság biztosítása érdekében.

Chip-figyelés a valós idejű betekintéshez

Az autóipari karbantartás átalakításának kritikus szempontja az on-chip felügyelet alkalmazása. A hagyományos hibaelemzési folyamatot, amely magában foglalja a hibás komponensek elemzésre történő visszaküldését, lassúnak és nem hatékonynak ítélték. A chipen történő megfigyelés, ha hatékonyan kerül megvalósításra, valós idejű betekintést nyújthat a szilícium viselkedésébe, miközben a jármű üzemel.

A jövő tája

Ahogy az autóipar az autonómia és a megnövekedett összekapcsolhatóság felé halad, a karbantartás rugalmas és alkalmazkodó megközelítésének szükségessége válik kiemelkedővé. Az előadók a gondolkodás változását hangsúlyozták, ahol a platformokon átívelő, adatvezérelt megközelítést alkalmazzák. Ez magában foglalja egy közös nyelv létrehozását, a betekintések összegyűjtését, valamint a hardvermechanizmusok és a szoftverelemzés kombinációjának felhasználását a proaktív karbantartás elősegítésére.

Összegzésként

A panelülés kiemelte az iparág dinamikus elmozdulását a reaktív karbantartási stratégiákról a proaktív karbantartási stratégiákra. Az AI és az on-chip monitorozás integrálása előrelépést jelent a megbízhatóság növelése, a költségek csökkentése és a termék általános minőségének javítása terén. Az iparági érdekelt felek közötti együttműködés, a szabványosítási erőfeszítések és a vertikális megközelítés irányába történő gondolkodásmód váltás kulcsfontosságú lesz az autóipari karbantartás jövőjének alakításában. Miközben az iparág végighalad ezen az átalakuló úton, a hangsúly továbbra is a technológia kiaknázásán van annak érdekében, hogy a járművek ne csak megfeleljenek, hanem meg is haladják a megbízhatósági és biztonsági előírásokat.

Az SDV egy autóipari forradalom