자동차용 오류 방지 전자 장치 - Semiwiki

플라톤에 의해 재발행

팔로워 : 0

자동차 산업은 예측적 유지보수와 모니터링이 중심이 되는 혁명적인 변화를 눈앞에 두고 있습니다. 최근 웨비나 패널 세션에서 업계 전문가들은 임무 프로필의 보장 및 확장과 관련된 과제, 현재 접근 방식 및 미래 혁신에 대해 자세히 조사했습니다.

proteanTecs는 다음 전문가가 패널리스트로 참여하여 웨비나를 주최했습니다.

Heinz Wagensonner, 수석 SoC 디자이너, CARIAD(Volkswagen Group의 소프트웨어 부문)

Jens Rosenbusch, Infineon Technologies SoC 안전 아키텍처 수석 수석 엔지니어,

Xiankun "Robert" Jin, 자동차 SoC 안전 설계자, NXP Semiconductors 및

Gal Carmel, proteanTecs 자동차 부문 총괄 부사장. Circulor의 최고 대외 업무 책임자인 Ellen Carey가 패널 세션을 진행했습니다.

등장한 주요 주제는 인공 지능(AI)에 대한 의존도 증가, 실시간 모니터링의 중요성, 업계 사고의 패러다임 전환 필요성이었습니다. 이번 패널 세션에서 나온 주요 내용은 다음과 같습니다. 당신은 그것에 액세스 할 수 있습니다 여기에서 온디맨드 방식으로 전체 패널 세션을 진행할 수 있습니다.

현재의 도전 과제

차세대 실리콘 기능의 필요성을 주도하는 메가트렌드

대화는 자동차 부문이 직면한 과제를 인식하는 것에서 시작되었습니다. 예를 들어, 장기간 클라우드에 연결된 중앙 게이트웨이 컨트롤러를 도입하면 안정성과 안전성에 대한 문제가 발생합니다. 전통적으로 불확실성 관리에는 설계, 제조 및 테스트 프로세스에 마진을 구축하는 것이 포함되었습니다. 그러나 이러한 접근 방식은 미래에는 지속 불가능해질 수 있습니다.

현재 접근 방식

이러한 문제를 해결하기 위해 업계에서는 보다 사전 예방적이고 예측 가능한 유지 관리 접근 방식으로 전환하고 있습니다. 기본 제공 마진에만 의존하기보다는 장치 상태를 지속적으로 평가하는 상태 모니터 또는 센서를 구현하는 데 중점을 둡니다. 이 데이터는 잠재적으로 기계 학습을 통해 집계 및 분석되어 이전에는 접근할 수 없었던 통찰력을 제공합니다. 이러한 새로운 이해를 통해 장애가 임박하기 전에 장치 교체와 같은 결정을 내릴 수 있으며, 이는 예측 유지 관리라는 개념입니다.

협업 및 표준화

예측적 유지보수로의 전환은 개별 기업이 수행하는 여정이 아니라 자동차 산업 내의 공동 노력이 필요합니다. 패널 세션에서 언급된 중요한 이니셔티브 중 하나는 자동차 예측 유지 관리를 위한 프레임워크를 만드는 것입니다. 기술 보고서인 TR 9839는 지난 여름에 발행되어 ISO 26262 표준 제XNUMX판의 초석을 다졌습니다. 이러한 협업 접근 방식에는 반도체 공급업체, OEM(Original Equipment Manufacturer), 규제 기관을 포함한 이해관계자가 참여합니다.

예측 유지 관리에서 AI의 역할

AI의 통합은 예측 유지 관리에 혁명을 일으키는 중요한 요소로 나타났습니다. 방대한 데이터 세트를 분석하고 인간 관찰자를 피할 수 있는 패턴을 식별하는 AI의 능력은 실패를 예측하는 데 유용한 도구입니다. 생산 프로세스를 최적화하든 현장의 오류를 분석하든 AI는 효율성과 정확성을 높이는 데 중추적인 역할을 합니다.

AI는 단순히 알려진 문제를 찾는 것이 아니라 실패로 이어질 수 있는 잠재적인 결함이나 이상 현상을 찾아내는 것입니다. 차량 수백만 대의 센서 데이터 분석에 AI를 적용하면 잠재적인 오류를 조기에 감지할 수 있는 가능성이 열립니다. 그러나 토론에서는 정확성과 신뢰성을 보장하기 위해 AI 애플리케이션 표준화의 중요성도 강조되었습니다.

실시간 통찰력을 위한 온칩 모니터링

자동차 유지보수 혁신의 중요한 측면은 온칩 모니터링의 채택입니다. 분석을 위해 결함이 있는 구성 요소를 다시 보내는 것과 관련된 기존의 오류 분석 프로세스는 느리고 비효율적인 것으로 간주되었습니다. 온칩 모니터링을 효과적으로 구현하면 차량이 작동하는 동안 실리콘 동작에 대한 실시간 통찰력을 제공할 수 있습니다.

미래 풍경

자동차 산업이 자율성과 연결성 향상을 향해 나아가면서 유지 관리에 대한 유연하고 적응력 있는 접근 방식의 필요성이 중요해지고 있습니다. 발표자들은 크로스 플랫폼, 데이터 중심 접근 방식을 수용하는 사고의 변화를 강조했습니다. 여기에는 공통 언어 생성, 통찰력 수집, 하드웨어 메커니즘과 소프트웨어 분석의 조합을 활용하여 사전 유지 관리를 추진하는 것이 포함됩니다.

요약

패널 세션에서는 업계가 사후 대응에서 사전 예방적 유지 관리 전략으로 역동적으로 전환하고 있음을 강조했습니다. AI와 온칩 모니터링의 통합은 신뢰성 향상, 비용 절감, 전반적인 제품 품질 향상에 있어서 큰 도약을 의미합니다. 업계 이해관계자 간의 협력, 표준화 노력, 수직적 접근 방식에 대한 사고 변화는 자동차 유지 관리의 미래를 형성하는 데 핵심이 될 것입니다. 업계가 이러한 변화의 여정을 헤쳐나가는 동안 차량이 신뢰성과 안전 표준을 충족할 뿐만 아니라 그 이상을 충족할 수 있도록 기술을 활용하는 데 중점을 두고 있습니다.

SDV는 자동차 혁명이다