Niezawodna elektronika dla motoryzacji – Semiwiki

Niezawodna elektronika dla motoryzacji – Semiwiki

Znacznik czasu: 27 grudnia 2023 1:00
Węzeł źródłowy: 3039256

Przemysł motoryzacyjny stoi u progu rewolucyjnej transformacji, w której centralne miejsce zajmują konserwacja predykcyjna i monitorowanie. Podczas niedawnej sesji panelu webinarowego eksperci branżowi zagłębili się w wyzwania, obecne podejścia i przyszłe innowacje związane z gwarancją i rozszerzeniem profili misji.

proteanTecs było gospodarzem tego seminarium internetowego, w którym uczestniczyli następujący eksperci jako paneliści:

Heinz Wagensonner, starszy projektant SoC, CARIAD (dział oprogramowania Grupy Volkswagen)

Jens Rosenbusch, starszy główny inżynier, architektura bezpieczeństwa SoC, Infineon Technologies,

Xiankun „Robert” Jin, architekt bezpieczeństwa samochodowych układów SoC, NXP Semiconductors i

Gal Carmel, wiceprezes wykonawczy, dyrektor generalny ds. motoryzacji, proteanTecs. Sesję panelową moderowała Ellen Carey, dyrektor ds. spraw zewnętrznych w firmie Circulor.

Kluczowymi tematami, które się pojawiły, były rosnące poleganie na sztucznej inteligencji (AI), znaczenie monitorowania w czasie rzeczywistym oraz potrzeba zmiany paradygmatu w sposobie myślenia w branży. Poniżej przedstawiono najważniejsze punkty, które wyłoniły się z tej sesji panelowej. Masz do tego dostęp cała sesja panelowa na żądanie tutaj.

Aktualne wyzwania

Megatrendy napędzające zapotrzebowanie na krzemowe możliwości nowej generacji

Rozmowa rozpoczęła się od uznania wyzwań stojących przed branżą motoryzacyjną. Na przykład wprowadzenie kontrolera Central Gateway podłączonego do chmury na dłuższe okresy stwarza wyzwania w zakresie niezawodności i bezpieczeństwa. Tradycyjnie zarządzanie niepewnością obejmowało budowanie marginesów w procesach projektowania, produkcji i testowania. Jednak w przyszłości takie podejście może okazać się niezrównoważone.

Aktualne podejścia

Aby sprostać tym wyzwaniom, branża zmierza w kierunku bardziej proaktywnego i predykcyjnego podejścia do konserwacji. Zamiast polegać wyłącznie na wbudowanych marginesach, nacisk kładzie się na wdrożenie monitorów stanu lub czujników, które stale oceniają stan urządzenia. Dane te są agregowane i analizowane, potencjalnie poprzez uczenie maszynowe, dostarczając spostrzeżeń, które były wcześniej niedostępne. To nowo odkryte zrozumienie umożliwia podejmowanie takich decyzji, jak wymiana urządzeń przed nieuchronną awarią, co jest koncepcją znaną jako konserwacja predykcyjna.

Współpraca i standaryzacja

Przejście na konserwację predykcyjną nie jest procesem podejmowanym przez pojedyncze firmy, ale wymaga wspólnych wysiłków w branży motoryzacyjnej. Jedną ze znaczących inicjatyw wspomnianych podczas sesji panelowej jest stworzenie ram dla konserwacji predykcyjnej pojazdów. Raport techniczny TR 9839 został opublikowany latem ubiegłego roku, torując drogę dla trzeciego wydania normy ISO 26262. W tym podejściu opartym na współpracy biorą udział zainteresowane strony, w tym dostawcy półprzewodników, producenci oryginalnego sprzętu (OEM) i organy regulacyjne.

Rola sztucznej inteligencji w konserwacji predykcyjnej

Integracja sztucznej inteligencji okazała się kluczowym czynnikiem rewolucjonizującym konserwację predykcyjną. Zdolność sztucznej inteligencji do analizowania ogromnych zbiorów danych i identyfikowania wzorców, które mogą umknąć ludzkim obserwatorom, czyni ją cennym narzędziem do przewidywania awarii. Niezależnie od tego, czy optymalizujesz procesy produkcyjne, czy analizujesz awarie w terenie, sztuczna inteligencja odgrywa kluczową rolę w zwiększaniu wydajności i dokładności.

Sztuczna inteligencja nie polega tylko na znajdowaniu znanych problemów, ale także na odkrywaniu ukrytych defektów lub anomalii, które mogą prowadzić do awarii. Zastosowanie sztucznej inteligencji w analizie danych z czujników milionów pojazdów floty otwiera możliwości wczesnego wykrywania potencjalnych awarii. W dyskusji podkreślono jednak również znaczenie standaryzacji aplikacji AI w celu zapewnienia dokładności i niezawodności.

Monitorowanie na chipie w celu uzyskania wglądu w czasie rzeczywistym

Krytycznym aspektem transformacji konserwacji pojazdów jest zastosowanie monitorowania na chipie. Tradycyjny proces analizy awarii, polegający na wysyłaniu wadliwych komponentów z powrotem do analizy, uznano za powolny i nieefektywny. Skuteczne wdrożenie monitorowania na chipie może zapewnić wgląd w czasie rzeczywistym w zachowanie krzemu podczas pracy pojazdu.

Krajobraz przyszłości

W miarę jak przemysł motoryzacyjny zmierza w kierunku autonomii i zwiększonej łączności, potrzeba elastycznego i adaptacyjnego podejścia do konserwacji staje się najważniejsza. Prelegenci podkreślili zmianę myślenia, w ramach której przyjęto podejście wieloplatformowe i oparte na danych. Wymaga to stworzenia wspólnego języka, gromadzenia spostrzeżeń i wykorzystania kombinacji mechanizmów sprzętowych i analityki oprogramowania w celu zapewnienia proaktywnej konserwacji.

Podsumowanie

Sesja panelowa podkreśliła dynamiczne przejście branży od strategii konserwacji reaktywnej do strategii proaktywnej. Integracja sztucznej inteligencji i monitorowania na chipie stanowi krok naprzód w zwiększaniu niezawodności, obniżaniu kosztów i poprawie ogólnej jakości produktu. Współpraca między zainteresowanymi stronami z branży, wysiłki normalizacyjne i zmiana myślenia w kierunku podejścia pionowego będą miały kluczowe znaczenie w kształtowaniu przyszłości konserwacji pojazdów. W miarę jak branża wkracza w tę transformacyjną podróż, w dalszym ciągu skupiamy się na wykorzystaniu technologii, aby pojazdy nie tylko spełniały, ale przekraczały standardy niezawodności i bezpieczeństwa.

SDV to rewolucja motoryzacyjna

Całą sesję panelu można odsłuchać tutaj.

Przeczytaj także:

Budowanie niezawodności w zaawansowanej elektronice samochodowej

Uwolnienie mocy danych: zapewnienie bezpieczniejszej przyszłości systemów motoryzacyjnych

proteanTecs System monitorowania i głębokiej analizy danych na chipie

Udostępnij ten post przez:

Znak czasu:

Więcej z Półwiki