Моделирование архитектуры автомобильных электротехнических систем: основные технологии, инженерная практика и практическое применение в реальных условиях.

< Назад к Электрический и электронный инструментальный комплекс

Последнее обновление: 17 марта 2026 г.
Автор: Джонни Лю, генеральный директор компании Dowway Vehicle
Примечание технического обзора: Для окончательной публикации укажите имя рецензента, например, ведущего архитектора электроники, руководителя отдела функциональной безопасности или инженера по автомобильным сетям.

Моделирование архитектуры автомобильной электроники и электротехники — это виртуальное моделирование и проверка электронной и электрической системы автомобиля. Оно позволяет инженерным группам тестировать архитектуру, поведение при обмене данными, временные характеристики, безопасность и взаимодействие между различными областями до создания полномасштабных аппаратных прототипов. В автомобилях с программно-определяемым управлением эта работа теперь является основной частью разработки, а не второстепенной задачей.

• В автомобильной электронике происходит переход от распределенных электронных блоков управления к централизованным и зональным системам.
• Моделирование помогает командам на ранних этапах проверять топологию, связь, безопасность, синхронизацию и поведение в различных областях.
• Это поддерживает валидацию методом сдвига влево и снижает затраты на тестирование на поздних этапах.
• Техническая система состоит из четырех уровней: моделирование, выполнение, проверка и управление данными.
• Пять основных типов моделирования включают топологическое моделирование, моделирование шинной связи, моделирование функциональной безопасности, моделирование в реальном времени и многодоменное совместное моделирование.
• Основные инженерные проблемы заключаются в точности модели, совместимости инструментов, загрузке в реальном времени и охвате сценариев.
• К числу распространенных инструментов относятся Simulink, Simcenter Amesim, Ansys, CANoe, RTaW-Pegase, dSPACE, ETAS LABCAR и QEMU.
• Дальнейшая работа будет направлена ​​на моделирование с использованием искусственного интеллекта, цифровые двойники, моделирование взаимодействия транспортных средств и облачных вычислений, а также на создание облегченных моделей.

Современные автомобили строятся на основе программного обеспечения, централизованных вычислительных систем, объединения данных с датчиков, возможностей подключения и непрерывных обновлений. Этот сдвиг изменил роль электротехнической архитектуры. Теперь речь идёт не только о размещении проводов и контроллеров. Она определяет, как работает весь автомобиль, насколько быстро можно обновлять функции и насколько безопасно взаимодействуют различные системы. Поэтому моделирование стало одним из основных способов проверки идей до того, как они превратятся в дорогостоящие изменения аппаратной части.

Почему моделирование архитектуры автомобильных электротехнических систем стало сегодня столь необходимым?

Это крайне важно, поскольку разработка автомобилей вышла за рамки старого рабочего процесса, когда сначала проектировалось транспортное средство, затем создавались прототипы, а проблемы выявлялись на поздних этапах стендовых или автомобильных испытаний. Современные автомобили должны поддерживать системы помощи водителю (ADAS), автоматизированное вождение, интеллектуальные системы управления, связь V2X, электрические силовые установки и растущее число программно-управляемых функций. Все это зависит от тесно интегрированной электротехнической системы.

Архитектура, лежащая в основе этих функций, меняется. распределенное управлениегде множество электронных блоков управления (ЭБУ) управляют отдельными функциями, централизованная и зональная архитектурагде а центральный вычислительный блок (ЦВБ) работает с Зональные блоки управления (ЗБУ). Это уменьшает количество ЭБУ, упрощает проводку и повышает масштабируемость программного обеспечения. Однако это также усложняет интеграцию, управление синхронизацией, обработку неисправностей, проектирование систем безопасности и координацию программного обеспечения.

В отчете поднимается практический вопрос. Традиционные физические испытания дороги и медленны. Одна программа полномасштабных испытаний автомобиля может стоить миллионы юаней, а стендовые испытания все равно не охватывают достаточное количество условий на ранних этапах. Исправления на поздних стадиях становятся гораздо дороже, когда оборудование уже создано. Моделирование меняет ситуацию, перенося проверку на более ранние этапы, когда проблемы топологии, перегрузка шин, конфликты планирования, проблемы совместимости и пробелы в реагировании на неисправности могут быть обнаружены до того, как прототип будет окончательно утвержден.

Это также соответствует более широкой инженерной практике. ISO 26262 остается основной основой функциональной безопасности для электронных систем дорожных транспортных средств, а виртуальная валидация на основе облачных технологий становится все более распространенной в программах для программно-определяемых транспортных средств.

Что такое моделирование архитектуры автомобильной электроники?

Моделирование архитектуры автомобильной электроники и электротехники — это использование виртуальной модели электронной и электрической системы автомобиля для моделирования поведения, анализа производительности, проверки функций и тестирования неисправностей на разных этапах разработки.

По сути, это использование логика цифрового двойника В автомобильной электронике и электротехнике создается виртуальная версия реальной системы, чтобы инженеры могли моделировать взаимодействие датчиков, электронных блоков управления, шин, исполнительных механизмов и внешней среды. Затем эта модель используется для:

• Перед созданием физических прототипов необходимо проверить корректность архитектуры.
• Анализ временных характеристик, задержки, загрузки ЦП и надежности.
• Улучшение проектирования сети, архитектурной схемы и планирования программного обеспечения.
• имитировать неисправности и проверять механизмы безопасности.
• поддержка тестирования жизненного цикла, диагностики и повторного использования тестовых ресурсов

В отчете определены четыре ключевых характеристики моделирования электротехнической архитектуры:

1. Системное покрытие по всей цепочке датчик–ЭБУ–шина–исполнительный механизм
2. Актуальность в реальном времени точность моделирования должна быть близка к точности реального автомобиля, в идеале — в пределах 5%.
3. Масштабируемость по мере того, как архитектура переходит от распределенных к централизованным и зональным формам
4. Инженерная полезность посредством интеграции с основными инструментами проектирования и тестирования.

Именно это сочетание делает моделирование полезным в реальных программах по разработке автомобилей.

Какая техническая система поддерживает моделирование архитектуры автомобильной электроники?

В отчете техническая система разделена на четыре уровня: слой имитационной модели, слой выполнения имитации, слой проверки имитации и слой управления данными.. Эти слои работают вместе, обеспечивая поддержку всего процесса моделирования.

Слой имитационной модели

Это основа всей системы. Она содержит цифровые модели, используемые для представления реальной электротехнической архитектуры.

В отчете говорится, что этот слой включает в себя:

• модели ЭБУ для аппаратных ресурсов, таких как ЦП, память и ввод-вывод, а также программной логики, такой как операционные системы, логика приложений и протоколы связи.
• модели автобусов для CAN, CAN FD, Ethernet и TSN, включая задержку передачи, нагрузку на полосу пропускания и помехи сигнала.
• модели датчиков для камер, лидаров, миллиметровых радаров, GPS и других устройств ввода, включая характеристики выходного сигнала и поведение ошибок.
• Модели исполнительных механизмов для двигателя, тормозной системы, рулевого управления и других управляемых систем.
• Модели окружающей среды дороги, погода и транспортный поток, которые влияют на поведение электроники в реальных условиях эксплуатации.

Если этот слой слишком прост, остальная часть моделирования становится менее надежной.

Уровень выполнения моделирования

Этот слой запускает моделирование.

В отчете говорится, что это зависит от:

• а механизм моделирования в реальном времени способный обрабатывать шаги в миллисекундах, а в некоторых случаях и в микросекундах.
• а механизм совместного моделирования которая связывает модели электроники и электротехники с динамикой транспортных средств, алгоритмами ADAS, моделями батарей или другими инженерными областями.

Именно этот слой превращает модель в работающую среду для инженерных испытаний.

слой проверки моделирования

Этот слой проверяет, соответствует ли моделируемая система инженерным требованиям.

В отчете содержится следующая информация:

• разработка валидационного сценария
• проверка функции
• анализ производительности
• проверка безопасности
• моделирование неисправностей и внедрение неисправностей

В нем также перечислены типичные показатели эффективности, такие как:

• использование полосы пропускания шины
• задержка передачи сигнала
• загрузка ЦП
• показатель успешности планирования задач
• время отклика
• дрожание
• эффективность диагностики неисправностей

Уровень управления данными

Этот слой управляет данными, созданными в процессе моделирования и тестирования.

В отчете содержится следующая информация:

• параметры моделирования
• тестовые примеры
• хранение результатов
• сравнительный анализ
• отслеживаемость
• повторное использование данных в разных итерациях

Это важно, потому что программа моделирования становится реальным инженерным инструментом только тогда, когда результаты можно обрабатывать, сравнивать и повторно использовать с течением времени.

Какие основные типы моделирования автомобильной электротехнической архитектуры существуют?

В отчете выделены пять ключевых типов моделирования:

1. моделирование топологии архитектуры
2. моделирование связи по шине
3. моделирование функциональной безопасности
4. моделирование в реальном времени
5. многодоменное совместное моделирование

Каждый из них решает отдельную инженерную задачу, и вместе они охватывают весь рабочий процесс проектирования архитектуры.

Как работает моделирование топологии архитектуры?

Моделирование топологии архитектуры используется на этапах концептуального проектирования и архитектурного планирования. Оно позволяет проверить, является ли компоновка рациональной, масштабируемой и отказоустойчивой, а также помогает снизить затраты.

Как поясняется в отчете, проектирование топологии напрямую влияет на стоимость проводки, длину сигнального тракта и надежность в централизованных и зональных архитектурах. В нем выделены три основных области применения.

Проверка рациональности компоновки.

Команды имитируют различные структуры, такие как:

• центральный вычислительный центр + 4 зональных контроллера
• центральный вычислительный центр + 3 зональных контроллера

Цель состоит в сравнении путей прохождения сигналов, маршрутов прокладки проводов и размещения узлов. Это помогает уменьшить длину жгута проводов, вес проводки и стоимость системы.

В отчете приводится конкретный пример: в одном проекте по зонированию архитектуры моделирование топологии позволило сократить длину жгута проводов на 20% и стоимость по 15%.

Проверка масштабируемости

Моделирование топологии также используется для проверки того, сможет ли архитектура в дальнейшем поддерживать новые функции, в том числе:

• дополнительные датчики ADAS
• новые функции интеллектуальной кабины
• будущие программно-управляемые функции

Это помогает избежать дорогостоящей переработки проекта в дальнейшем.

Проверка резервирования по ошибкам

Группы также имитируют отказ узлов, например, отказ блока зонального управления, чтобы проверить, могут ли резервные пути сохранить критически важные для безопасности функции, такие как торможение или рулевое управление.

В отчете отмечается, что к числу инструментов, обычно используемых здесь, относятся: Вектор CANoe, Siemens Simcenter Amesim, и MathWorks Simulink.

Почему моделирование обмена данными в шине имеет решающее значение?

Моделирование обмена данными по шине имеет решающее значение, поскольку поведение сети напрямую влияет на синхронизацию, надежность и производительность системы. По мере того, как электронные системы переходят к централизованной и зональной компоновке, сети связи должны передавать больше данных, по большему количеству протоколов, с более жесткими требованиями к синхронизации.

В отчете отмечается, что архитектуры смещаются от традиционной CAN к CAN FD, автомобильный Ethernet и TSN. Это делает совместимость протоколов, сетевую нагрузку и поведение при сбоях гораздо более важными.

Моделирование шинной связи фокусируется на передаче сигналов, задержке, помехах и использовании полосы пропускания. Оно охватывает три основные инженерные задачи.

проверка совместимости протокола

Современные электротехнические архитектуры часто используют несколько протоколов одновременно. Инженеры должны проверять корректность обмена сигналами между:

• МОЖЕТ
• CAN FD
• ЭН
• ТСН
• шлюзы между этими сетями

В отчете особо отмечается виртуализация на основе QEMU в сочетании с шиной PCI и каналами передачи Ethernet для создания более реалистичных виртуальных моделей связи.

Оптимизация полосы пропускания и задержки

Различные условия движения создают различную транспортную нагрузку. Инженеры моделируют поведение сети в следующих условиях:

• праздный
• ускорение
• автоматизированное вождение
• условия высокой интенсивности движения датчиков

Это помогает выявлять узкие места и корректировать правила приоритета или циклы передачи. В отчете отмечается, что при разработке ADAS, где наблюдается интенсивный трафик от камер и LiDAR, моделирование шины может использоваться для снижения задержки ключевых сигналов до допустимых значений. 10 мс.

В нем также указаны имена. RTaW-Pegase Это важный инструмент, поскольку он поддерживает измерение времени на уровне микросекунд, анализ времени передачи в наихудшем случае и анализ полосы пропускания.

В области управления синхронизацией, связанной с TSN, стандарт IEEE 802.1Qbv является одним из соответствующих стандартов для планирования критически важного трафика с учетом времени.

Моделирование и диагностика неисправностей шины

В отчете также рассматривается внедрение ошибок в коммуникационные сети, в том числе:

• короткие замыкания
• разомкнутые цепи
• помехи сигнала
• помехи сообщения

В качестве примера можно привести моделирование помех в шине CAN, используемое для проверки способности диагностического модуля фильтровать искаженные сигналы без ложного обнаружения неисправностей.

Каким образом моделирование функциональной безопасности поддерживает разработку архитектуры электронных устройств?

Моделирование функциональной безопасности проверяет, сможет ли архитектура оставаться безопасной при возникновении неисправностей. Это особенно важно для систем ADAS и автоматизированного вождения, где требования к безопасности часто попадают в зону действия. ASIL B до ASIL D диапазон.

Стандарт ISO 26262 устанавливает рамки для автомобильных электронных систем, связанных с безопасностью, и охватывает весь их жизненный цикл.

В отчете моделирование функциональной безопасности подразделяется на три основных направления применения.

Моделирование внедрения ошибок

Ошибки вносятся в:

• ЭБУ
• датчики
• автобусы
• контроллеры
• системные интерфейсы

Примерами неисправностей являются:

• Зависание ЭБУ
• Сбой ЭБУ
• дрейф датчика
• потеря сигнала шины
• искаженная связь

В отчете приводится практический пример: в одной из архитектур автоматизированного вождения при отказе основного блока управления (ЭБУ) резервный блок управления должен был взять на себя его функции. 50 мс поддерживать АСИЛ Д требования.

проверка механизма безопасности

Моделирование используется для проверки:

• избыточность сигнала
• избыточность задач
• аппаратная изоляция
• синхронизация двух ЭБУ
• поведение при отказе
• ухудшение работы

В отчете также упоминается Виртуализация типа 1 такие технологии, как Ксен и АКРН для проверки изоляции между критически важными и некритичными рабочими нагрузками.

Оценка уровня безопасности

Результаты моделирования могут быть использованы для оценки соответствия архитектуры целевому уровню безопасности и для выявления скрытых рисков до полной интеграции оборудования.

В отчете конкретно указано следующее: Ansys medini analyze для анализа опасностей, оценки рисков и поддержки проектирования систем безопасности.

Почему моделирование в реальном времени имеет центральное значение для проверки современных электротехнических архитектур?

Моделирование в реальном времени имеет важное значение, поскольку централизованные архитектуры электроники и электротехники зависят от строгой синхронизации между датчиками, связью, вычислениями и исполнительными механизмами. Если задачи задерживаются или сигналы поступают слишком поздно, качество управления транспортным средством и его безопасность могут быть немедленно нарушены.

В отчете выделены три основных варианта использования.

Моделирование планирования задач

Это охватывает процесс планирования внутри электронных блоков управления или центральных вычислительных платформ, включая:

• приоритет задачи
• периоды планирования
• зависимость от задачи
• загрузка ЦП
• время отклика

Цель состоит в том, чтобы выявить конфликты и улучшить правила составления расписания.

В отчете приводится пример, когда время отклика для высокоприоритетной задачи ЭБУ превышало… 20 мс. После изменения настроек приоритета и периода время отклика сократилось до менее 10 мс.

Также отмечается, что RTaW-Pegase может анализировать AUTOSAR Classic RTOS и планирование на основе гипервизора и оценить, как активация задачи влияет на задержку в сети.

Комплексный анализ временных параметров

Это охватывает весь путь:

Сбор данных с датчиков → передача данных по шине → обработка данных ЭБУ → отклик исполнительного механизма

В отчете приводятся два примера:

• Управление рулевым управлением в режиме автоматического вождения может потребовать задержки, указанной ниже. 5 мс
• Технология TSN с поддержкой формирования трафика с учетом времени IEEE 802.1Qbv позволяет удерживать критически важный трафик ниже определенного уровня. 50 мкс

Адаптация оборудования посредством моделирования в реальном времени

В отчете подчеркивается важность подключения виртуальной модели к оборудованию, работающему в режиме реального времени, например, к… dSPACE и ETAS LABCAR для HIL-тестирования.

Это создает замкнутый контур между моделью и реальными ЭБУ или исполнительными механизмами. Компания dSPACE описывает HIL как основной метод проверки встроенного программного обеспечения ЭБУ в реалистичной смоделированной среде, а ETAS представляет DESK-LABCAR как компактную систему HIL, позволяющую проводить тестирование на более ранних этапах разработки.

В отчете также поясняется, что стенды LABCAR позволяют создавать замкнутый контур «реальный ЭБУ + виртуальная модель», что помогает более точно проверять поведение в реальном времени и корректность работы.

Что такое многодоменное совместное моделирование в автомобильной электротехнической архитектуре?

Многодоменное совместное моделирование подразумевает запуск моделирования архитектуры электроники и электротехники совместно с другими инженерными областями, влияющими на поведение транспортного средства. Это важно, поскольку транспортное средство не работает в изолированных технических слоях.

В отчете выделены три основных комбинации.

Архитектура электроники и совместное моделирование динамики транспортного средства

Путем объединения моделей E/E с инструментами анализа динамики транспортных средств, такими как CarSim или Siemens Simcenter CarИнженеры могут проверить, как управляющие сигналы влияют на реальное поведение транспортного средства.

В отчете приводятся такие примеры, как:

• координация торможения
• реакция рулевого управления
• устойчивость автомобиля
• настройка алгоритма управления

В нем конкретно упоминается использование симуляций торможения для улучшения управляемости тормозной системой.

Совместное моделирование архитектуры электроники и алгоритмов ADAS.

Это используется для проверки того, как:

• обнаружение цели
• планирование траектории
• передача датчика
• планирование задач
• выполнение исполнительного механизма

работать сообща в рамках всей архитектурной концепции.

В отчете в качестве практического примера приводится экстренное торможение в автоматизированном режиме вождения. В нем также упоминается следующее: NVIDIA DRIVE Hyperion в качестве архитектуры, поддерживающей интегрированное моделирование датчиков, вычислительных процессов и программного обеспечения для высокоуровневого автоматизированного вождения.

Архитектура электроники и совместное моделирование аккумуляторной системы

Для электромобилей архитектура E/E также должна соответствовать следующим параметрам:

• управление батареей
• управление зарядкой
• управление энергопотреблением
• термическое поведение

В отчете говорится, что подобное совместное моделирование используется для повышения точности управления, надежности и дальности хода транспортного средства. В нем также упоминается использование компанией Infineon инструментов Ansys для моделирования тепловых процессов и управления модулями питания батарей.

Для обеспечения возможности совместного моделирования с использованием разных инструментов важны стандартные интерфейсы. В отчете особо отмечается следующее: ФМИ и ХЛА. FMI поддерживается ассоциацией Modelica и широко используется для обмена моделями моделирования между различными инструментами.

Какие основные инженерные трудности возникают при моделировании архитектуры автомобильных электротехнических систем?

В отчете выделены четыре основные инженерные проблемы:

1. недостаточная точность модели
2. трудности в многодоменном совместном моделировании
3. Узкие места в производительности моделирования в реальном времени
4. незавершенное проектирование сценария использования моделирования

Каждый из этих факторов может снизить ценность моделирования, если его не учитывать должным образом.

Недостаточная точность модели

Основная проблема заключается в том, что виртуальная модель может недостаточно точно соответствовать реальному поведению транспортного средства.

В отчете упоминаются случаи, когда:

• Логика программного обеспечения ЭБУ слишком упрощена.
• Ограничения аппаратных ресурсов игнорируются.
• Поведение трансмиссии шины не моделируется реалистично.
• Отсутствуют ошибки датчика и шум.

В нем отмечается, что некоторые модели ЭБУ имитируют только основные функции и игнорируют задержку во время выполнения и ограничения аппаратных ресурсов, что может привести к отклонению нагрузки на ЦП выше указанного уровня. 10%. В документе также говорится, что в более старых системах имитационного тестирования могут отсутствовать элементы управления и реалистичное поведение при обмене данными.

Сложности при совместном моделировании в нескольких областях

Эта проблема возникает из-за несоответствия инструментов. Инструменты для проектирования электроники, инструменты для анализа динамики транспортных средств, инструменты для систем помощи водителю (ADAS) и инструменты для работы с батареями могут использовать:

• различные форматы данных
• различные интерфейсы
• разные временные шаги
• различные методы синхронизации

В отчете приводится практический пример, в котором для связи CANoe и CarSim может потребоваться разработка пользовательского интерфейса.

Узкие места в производительности моделирования в реальном времени

Современные централизованные архитектуры включают в себя множество контроллеров, датчиков и сетевых узлов. Это делает высокоточные модели трудоемкими в вычислении, особенно когда они включают в себя:

• синхронизация TSN
• многоядерное планирование
• микросекундный анализ
• большие коммуникационные графы

В отчете говорится, что традиционные системы моделирования часто испытывают трудности с обеспечением такой точности синхронизации.

Неполная разработка сценария использования моделирования

Ещё одним слабым местом является охват сценариев тестирования. Автомобильные системы необходимо тестировать в следующих условиях:

• различные дорожные условия
• различные погодные условия
• нормальная работа
• неисправная операция
• условия неисправности
• экстремальные сценарии автоматизированного вождения

В отчете особо отмечается отсутствие сценариев для сильного дождя и густого тумана, которые могут скрывать проблемы с помехами от датчиков до более поздних этапов тестирования. Также упоминается ограниченное разнообразие сценариев, сложность настройки каналов связи и недостаточное количество носителей для функциональных тестов.

Как автомобильные команды могут решить эти задачи моделирования?

В докладе предлагаются четыре группы решений.

Повышение точности модели

Рекомендуемые методы включают:

• используя гибридный метод моделирования которая сочетает физическое моделирование с калибровкой на основе данных.
• Настройка параметров ЭБУ, шины и датчиков с использованием реальных данных автомобиля.
• добавление моделирование HIL с реальными блоками управления двигателем и датчиками
• Разработка стандартов проверки модели на основе сравнения с измеренными данными транспортного средства.
• сохраняя отклонение в пределах 5% где это возможно

В отчете вновь указывается на виртуализацию контроллеров на основе QEMU и построение виртуальных шин как способы повышения реализма.

Решение проблем, связанных с многодоменным совместным моделированием.

В докладе рекомендуется:

• используя стандартные интерфейсы, такие как ФМИ и ХЛА
• создание единой платформы моделирования
• назначение различных размеров шага моделирования в зависимости от временных потребностей каждой области.

Это практичный подход, поскольку различным подсистемам не требуется одинаковое временное разрешение.

Преодоление узких мест в производительности в режиме реального времени

В отчете предлагается следующее:

• многоядерные процессоры
• Ускорение графического процессора
• упрощение неосновных моделей
• распределенное моделирование на нескольких узлах

В тексте говорится, что ускорение с помощью графического процессора может повысить скорость моделирования за счет 3-5 раз. Компания NVIDIA также представляет инструменты ускоренных вычислений, искусственного интеллекта и цифровых двойников, полезные для моделирования и проверки в автомобильной отрасли.

Улучшить дизайн симуляционных сценариев.

В докладе рекомендуется:

• создание структурированных библиотек сценариев
• охватывая нормальные, ненормальные и аварийные состояния
• использование ИИ для автоматического создания сценариев моделирования
• Обновление библиотек сценариев на основе отзывов, полученных в ходе реальных испытаний автомобилей.

Это приводит практический пример того, как автопроизводитель создает библиотеку с более 1000 сценариевчто привело к увеличению доли проблем, выявленных в ходе моделирования, до более 85%.

В нем также отмечается, что стресс-тестирование топологии RTaW-Pegase может помочь выявить пределы возможностей архитектуры и создать более экстремальные сценарии.

Какие инструменты моделирования наиболее важны для разработки архитектуры автомобильных электротехнических систем?

В отчете инструменты сгруппированы в три категории: универсальные инструменты моделирования, специализированные инструменты моделирования автобусов и инструменты моделирования в реальном времени..

Общие инструменты моделирования

MathWorks Simulink
Используется для моделирования архитектуры электроники, логики ЭБУ, моделей датчиков, поведения сети и подключения к другим доменам.

Siemens Simcenter Amesim
Используется для многодоменного моделирования, особенно когда необходимо связать динамику транспортных средств, тепловое поведение и гидродинамические системы.

Анси
Используется для многофизического моделирования, теплового анализа, электромагнитного анализа и проектирования систем безопасности. В отчете особо отмечается следующее: Ansys medini analyze.

Специализированные инструменты моделирования автобусов

Vector CANoe / CANalyzer
Используется для моделирования CAN, CAN FD, Ethernet и TSN, анализа сигналов, внедрения неисправностей и тестирования полосы пропускания.

RTaW-Pegase
Используется для:

• Анализ временных характеристик Ethernet/TSN
• Анализ смешанной сети CAN FD
• анализ планирования многоядерных процессов
• анализ наихудшего сценария по времени
• Автоматическая настройка параметров TSN
• сквозная визуализация временных параметров

Аппаратное обеспечение Vector VN
Используется для соединения виртуального моделирования с реальным сетевым оборудованием и повышения реализма.

Инструменты моделирования в реальном времени

dSPACE
Используется для моделирования в реальном времени и HIL-тестирования с использованием высокоточных моделей.

ETAS LABCAR
Используется для HIL-тестирования, ориентированного на ЭБУ, моделирования неисправностей и комплексной проверки.

QEMU
Используется для разработки виртуальных контроллеров с поддержкой нескольких ядер и операционных систем, что снижает зависимость от физического оборудования во время тестирования.

Как выглядит реальное применение инженерных решений? Два примера из практики.

В отчет включены два полных инженерных примера.

Пример из практики 1: Моделирование в процессе разработки централизованной электротехнической архитектуры.

Крупный автопроизводитель, разрабатывающий централизованную электротехническую архитектуру следующего поколения, столкнулся с тремя основными проблемами:

• топологическая оптимизация
• Узкие места в пропускной способности шины
• проверка функциональной безопасности

Подход к реализации

1. Совместное моделирование Simulink + CANoe Этот метод использовался для построения топологических моделей и сравнения централизованной вычислительной системы с 4 зонами и централизованной вычислительной системы с 3 зонами.
2. RTaW-Pegase использовался для моделирования смешанной связи CAN FD и Ethernet и корректировки приоритетов сообщений.
3. dSPACE HIL использовался для функционального тестирования безопасности, включая неисправности ЭБУ и неисправности шины. Более 20 сценариев неисправностей.

Результаты

• длина ремня безопасности уменьшена на 22%
• Стоимость архитектуры снижена за счет 18%
• Использование автобусов сократилось с от 75% до 55%
• критически важная задержка сигнала контролируется внутри 8 мс
• архитектура проверена на поддержку АСИЛ Д ожидания

Инженерная ценность

В отчете говорится, что этот рабочий процесс, основанный на моделировании, сократил время разработки на 30%снизили затраты на НИОКР на 25%и сократил количество проблем, впервые выявленных в ходе реальных испытаний автомобилей, на 80%.

Пример 2: Многодоменное совместное моделирование в зональной электротехнической архитектуре для нового энергетического транспортного средства.

Производителю электромобилей потребовалось проверить, как зональная электроэнергетическая архитектура взаимодействует со следующими элементами:

• динамика автомобиля
• аккумуляторные системы
• управление энергопотреблением
• эффективность торможения

Подход к реализации

1. Была создана платформа для совместного моделирования с использованием Simulink для электротехнической архитектуры CarSim для динамики транспортных средств, и Анси для моделирования работы батареи.
2. ФМИ использовался для обмена данными.
3. Команда смоделировала несколько режимов движения, включая холостой ход, ускорение, торможение и движение по автомагистрали.
4. ETAS LABCAR использовался для HIL-тестирования с реальным зональным контроллером.

Результаты

• улучшена стратегия управления энергопотреблением
• дальность хода транспортного средства увеличена на 10%
• Время реакции торможения улучшено за счет 15%

В отчете также отмечается работа по тепловому моделированию аккумуляторных модулей с использованием методов, связанных с Ansys, включая Улучшение пиковой температуры на 25 градусов. в описании исходного случая.

Инженерная ценность

Этот пример показывает, что моделирование архитектуры электроники и электротехники позволяет не только улучшить временные характеристики сети. Оно также может повысить эффективность автомобиля, улучшить терморегулирование и реальные ходовые качества.

Каковы будущие тенденции в моделировании архитектуры автомобильных электротехнических систем?

В докладе определены четыре перспективных направления.

Искусственный интеллект и моделирование будут использоваться вместе все чаще.

Искусственный интеллект может помочь в следующем:

• автоматическое построение моделей
• автоматическое создание сценариев
• автоматический анализ результатов
• моделирование и оптимизация замкнутого контура

Это может снизить трудозатраты на проектирование и улучшить охват сценариев.

Цифровые двойники будут более тесно связаны с моделированием.

Следующий шаг – это не просто офлайн-моделирование, а связь в реальном времени между виртуальными архитектурными моделями и реальными транспортными средствами. Это позволит осуществлять мониторинг жизненного цикла и непрерывное совершенствование системы.

Компания NVIDIA представляет Omniverse как платформу для создания цифровых двойников в промышленности и рабочих процессов моделирования, в том числе для использования в автомобильной отрасли.

Совместное моделирование транспортных средств и облачных вычислений будет развиваться.

По мере развития технологий подключенных транспортных средств и систем V2X моделирование будет все чаще включать в себя:

• V2V
• V2I
• V2P
• взаимодействие транспортного средства и облака

В отчете отмечается, что RTaW-Pegase обладает возможностями беспроводной связи, необходимыми для моделирования протокола V2X.

Легковесное моделирование будет иметь большее значение.

В отчете также указывается на более легкие инструменты и более легкие модели для:

• полевые испытания
• диагностика на месте
• мобильная инженерная поддержка
• гибкие рабочие процессы тестирования вне основной лаборатории

Полный инженерный вывод

Моделирование архитектуры автомобильных электротехнических систем в настоящее время является ключевой технологией для программно-определяемых транспортных средств. Оно поддерживает цифровую разработку на протяжении всего жизненного цикла, от требований и проектирования архитектуры до интеграционного тестирования, оптимизации и последующей эксплуатационной поддержки.

Судя по исходному отчету, его ценность очевидна:

• это переносит проверку на более ранний этап.
• снижает затраты на разработку
• сокращает время разработки
• повышает надежность
• поддерживает централизованное и зональное развитие архитектуры.
• помогает решать проблемы топологии, связи, безопасности, синхронизации и междоменной интеграции.
• способствует созданию цифровых двойников, тестированию с использованием ИИ и валидации взаимодействия транспортных средств с облаком.

Компании, которые создают мощные возможности для моделирования в области электротехники и электроники, как правило, принимают более обоснованные архитектурные решения на ранних этапах и с меньшими доработками.

Часто задаваемые вопросы о моделировании архитектуры автомобильных электротехнических систем

1. Почему моделирование становится необходимым для разработки современной архитектуры автомобильной электроники?

Краткий ответ: Потому что современные электротехнические архитектуры более интегрированы, требуют больше программного обеспечения и их гораздо сложнее проверить только с помощью физических испытаний.

Современные автомобили переходят от распределенных систем управления двигателем (ЭБУ) к централизованным и зональным архитектурам ЭБУ. Это повышает сложность системы в области вычислений, сетей и координации программного обеспечения. Традиционная проверка на основе физических прототипов и стендовых испытаний является дорогостоящей и медленной. Моделирование позволяет проводить раннюю проверку архитектуры, крупномасштабное тестирование сценариев, более быстрые обновления программного обеспечения и снижать затраты на разработку. AWS также описала облачное моделирование ЭБУ и виртуальные рабочие процессы ЭБУ как полезные для ускорения разработки V-моделей.

2. Каковы основные технические проблемы при моделировании архитектуры электроники?

Краткий ответ: Наибольшие сложности связаны с точностью модели, интеграцией различных инструментов, производительностью в реальном времени и охватом сценариев.

Низкоточные модели ЭБУ, датчиков или шин могут давать результаты, не соответствующие реальному поведению автомобиля. Междоменное моделирование затруднено, поскольку разные инструменты могут использовать разные интерфейсы и шаги. Централизованные архитектуры также требуют точной синхронизации на уровне микросекунд для трафика Ethernet и TSN. Кроме того, создание достаточного количества сценариев вручную занимает много времени. AWS также указывает на аналогичные проблемы масштабирования и интеграции в современных рабочих процессах моделирования электроники и электротехники.

3. Какие инструменты моделирования чаще всего используются при разработке архитектуры автомобильных электротехнических систем?

Краткий ответ: Большинство команд используют набор инструментов, а не один конкретный инструмент.

К распространенным инструментам относятся: MathWorks Simulink для моделирования и функционального моделирования, Siemens Simcenter Amesim для многодоменного моделирования, и Ансивключая Medini Analyze, для обеспечения безопасности и работы с различными физическими процессами. Для моделирования коммуникаций. Vector CANoe/CANalyzer и RTaW-Pegase широко используются. Для валидации в реальном времени и HIL-валидации. dSPACE и ETAS LABCAR Они распространены. Виртуальная валидация на основе облачных технологий также становится все более распространенной в рабочих процессах проверки безопасности.

4. Каким образом моделирование способствует проверке функциональной безопасности в соответствии со стандартом ISO 26262?

Краткий ответ: Это позволяет инженерам безопасно тестировать опасные сценарии отказов до того, как они произойдут в реальных автомобилях.

Моделирование поддерживает валидацию, ориентированную на стандарт ISO 26262, позволяя группам внедрять в контролируемую среду ошибки ЭБУ, отказы датчиков, ошибки связи и нарушения синхронизации. Затем инженеры могут проверить резервирование, время переключения на резервный режим, ухудшение работы и поведение механизмов безопасности до начала дорожных испытаний. ISO определяет функциональную безопасность как относящуюся к связанным с безопасностью электрическим, электронным и программным системам на протяжении всего жизненного цикла транспортного средства.

5. Как будет развиваться моделирование в эпоху программно-определяемых транспортных средств?

Краткий ответ: Она будет все больше основываться на облачных технологиях, становиться более автоматизированной и все теснее связываться с цифровыми двойниками.

В сфере моделирования наблюдается тенденция к использованию цифровых двойников, валидации в масштабе облака, гибридных рабочих процессов Vehicle-in-the-Loop и HIL, а также автоматизации с помощью ИИ. NVIDIA представляет цифровые двойники и ускоренное моделирование как полезные инструменты для более быстрой валидации и более безопасного развертывания, а AWS описывает облачное моделирование как способ масштабирования тестирования виртуальных ЭБУ и архитектуры электроники. Эти тенденции соответствуют точке зрения отчета о моделировании на основе ИИ, координации цифровых двойников и совместном моделировании автомобиля и облака.

Биография автора

Джонни Лю является ли Генеральный директор компании Dowway Vehicle. Он специализируется на стратегии развития автомобильных технологий, разработке автомобильных систем и инженерно-ориентированной разработке продукции. Его взгляд на моделирование архитектуры автомобильных электротехнических систем обусловлен необходимостью сокращения циклов разработки, повышения надежности систем и поддержки масштабируемых программно-определяемых автомобильных платформ.

---