ดิจิตอล ทวิน & การทดสอบมอเตอร์ HIL: การจำลองแบบเรียลไทม์, การฉีดข้อผิดพลาด & แบบจำลองความสัมพันธ์

เหตุใดการทดสอบ Digital Twin และ HIL จึงเปลี่ยนรูปแบบการตรวจสอบความถูกต้องของมอเตอร์

การวิเคราะห์ข้อมูลแบบเรียลไทม์และการบูรณาการระบบดิจิทัลแฝดเป็นหนึ่งในแนวโน้มที่ชัดเจนที่สุดที่เปลี่ยนรูปแบบการทดสอบมอเตอร์และไดนาโมมิเตอร์ เนื่องจากสิ่งอำนวยความสะดวกต่างๆ ผลักดันให้มีปริมาณงานการทดสอบที่สูงขึ้นและการตรวจสอบความถูกต้องเร็วขึ้นในวงจรการพัฒนา. ฮาร์ดแวร์ในวง (ฮิล) การทดสอบ — การรันมอเตอร์จริงและตัวควบคุมกับยานพาหนะจำลอง, ตาราง, หรือโมเดลระบบแบบเรียลไทม์ — ช่วยให้ทีมตรวจสอบซอฟต์แวร์ควบคุมและการโต้ตอบระดับระบบได้หลายเดือนก่อนที่จะมีรถยนต์เต็มรูปแบบหรือต้นแบบระบบ, และแฝดดิจิทัลจะขยายสภาพแวดล้อมจำลองเดียวกันนั้นไปสู่การผลิตที่กำลังดำเนินอยู่และการเปรียบเทียบข้อมูลภาคสนาม.

สิ่งที่ HIL และ Digital Twin Testing เพิ่มเข้าไปจริง ๆ

• การจำลองพืชแบบเรียลไทม์: แท่นขุดเจาะ HIL รันแบบจำลองแบบเรียลไทม์ของระบบโดยรอบ (พลศาสตร์ของยานพาหนะ, แบตเตอรี่, ระบบระบายความร้อน, หรือตาราง) บนฮาร์ดแวร์เรียลไทม์เฉพาะ, ส่งสัญญาณเซ็นเซอร์ที่สมจริงไปยังตัวควบคุมมอเตอร์จริงและรับเอาต์พุตควบคุม — ปิดลูปโดยไม่จำเป็นต้องใช้ระบบทางกายภาพเต็มรูปแบบ
• การตรวจสอบซอฟต์แวร์ก่อนหน้านี้: ซอฟต์แวร์ควบคุม (การควบคุมแรงบิด, สนามอ่อนตัวลง, การจัดการข้อผิดพลาด) สามารถตรวจสอบเทียบกับมอเตอร์และฮาร์ดแวร์อินเวอร์เตอร์จริงได้ ในขณะที่ยานพาหนะหรือระบบที่จะควบคุมในท้ายที่สุดยังอยู่ในการพัฒนา, พบปัญหาการบูรณาการได้เร็วกว่าการรอต้นแบบทั้งระบบหลายเดือน
• การฉีดความผิดโดยไม่มีความเสี่ยงทางกายภาพ: การจำลอง HIL สามารถแทรกเงื่อนไขข้อบกพร่องได้ (เซ็นเซอร์ล้มเหลว, การสื่อสารกลางคัน, โหลดชั่วคราวที่รุนแรง) นั่นคงเป็นเรื่องยาก, แพง, หรือเป็นอันตรายต่อการแพร่พันธุ์ในระบบทางกายภาพ, ทดสอบการตอบสนองข้อบกพร่องของคอนโทรลเลอร์โดยตรง
• ความสัมพันธ์แฝดแบบดิจิทัล: แบบจำลองที่ได้รับการตรวจสอบแล้ว, มีความสัมพันธ์กับข้อมูลการทดสอบไดนาโมมิเตอร์ทางกายภาพ, กลายเป็นแฝดดิจิทัลที่สามารถทำนายประสิทธิภาพในสภาวะที่ไม่ได้ทดสอบทางกายภาพ, และได้รับการอัปเดตโดยเทียบกับข้อมูลภาคสนามตลอดอายุการใช้งานของผลิตภัณฑ์ — ขยายคุณค่าของการทดสอบบัลลังก์ไปไกลกว่าโปรแกรมการตรวจสอบเบื้องต้น

แอปพลิเคชันหลักสำหรับการทดสอบ HIL และ Digital Twin

1. การตรวจสอบความถูกต้องของคอนโทรลเลอร์ในลูป

ตัวควบคุมมอเตอร์จริงทำงานกับยานพาหนะ/ระบบแบบเรียลไทม์บนแท่นขุดเจาะ HIL, โดยมีมอเตอร์และฮาร์ดแวร์อินเวอร์เตอร์จริงอยู่ในลูป — ตรวจสอบว่าซอฟต์แวร์ควบคุมทำงานอย่างถูกต้องกับสภาวะไดนามิกที่สมจริงก่อนการทดสอบบูรณาการยานพาหนะเต็มรูปแบบ.

ตัวชี้วัดที่สำคัญ: ควบคุมความสัมพันธ์การตอบสนองของลูปกับพฤติกรรมของรุ่นรถเป้าหมาย, การจัดการสัญญาณรบกวนแบบจำลองได้สำเร็จ.

2. การทดสอบการฉีดข้อผิดพลาดและ Edge-Case

โมเดลเรียลไทม์จะแทรกเงื่อนไขความผิดปกติ — เซ็นเซอร์หลุด, การสูญเสียการสื่อสาร, ความต้องการแรงบิดที่รุนแรง, การรบกวนของกริด - ที่เน้นการจัดการข้อผิดพลาดของคอนโทรลเลอร์และตรรกะสถานะความปลอดภัยโดยไม่ต้องเกิดข้อผิดพลาดทางกายภาพกับฮาร์ดแวร์ระบบจริง.

ตัวชี้วัดที่สำคัญ: เวลาในการตรวจจับข้อผิดพลาด, ความถูกต้องของการตอบสนองสถานะปลอดภัย, พฤติกรรมการฟื้นตัว.

3. ความสัมพันธ์ของแบบจำลองกับข้อมูลไดนาโมมิเตอร์ทางกายภาพ

เอาต์พุตแบบจำลองการจำลอง (แรงบิด, ประสิทธิภาพ, การตอบสนองความร้อน) จะถูกนำไปเปรียบเทียบกับข้อมูลการทดสอบไดนาโมมิเตอร์จริงสำหรับสภาพการทำงานเดียวกัน, การระบุปริมาณความแม่นยำของแบบจำลองและการระบุตำแหน่งที่แบบจำลองต้องการการปรับแต่งก่อนที่จะเชื่อถือได้สำหรับการคาดการณ์ที่อยู่นอกเหนือช่วงที่ทดสอบทางกายภาพ.

ตัวชี้วัดที่สำคัญ: ความเบี่ยงเบนจากการทดสอบแบบจำลองต่อทางกายภาพตลอดช่วงการทำงานที่ได้รับการตรวจสอบ.

4. ครอบคลุมรอบการทำงานแบบเร่งขึ้น

เมื่อมีความสัมพันธ์กันแล้ว, แฝดดิจิทัลสามารถขยายความครอบคลุมรอบการทำงานไปยังสถานการณ์ที่ไม่ได้ทดสอบทางกายภาพได้ (ภูมิอากาศสุดขั้ว, รูปแบบการใช้งาน Edge Case), เป็นการเสริมแทนที่จะแทนที่การทดสอบความทนทานทางกายภาพในสภาวะที่มีลำดับความสำคัญสูงสุด.

ตัวชี้วัดที่สำคัญ: ความครอบคลุมของขอบเขตการปฏิบัติงานที่ได้รับจากการขยายรุ่นเทียบกับ. การทดสอบทางกายภาพ.

5. การวิเคราะห์ข้อมูลแบบเรียลไทม์สำหรับการตรวจสอบสภาพ

การวิเคราะห์ข้อมูลแบบเรียลไทม์แบบผสานรวมระหว่างการทดสอบทางกายภาพ นอกเหนือจากการบันทึกผ่าน/ไม่ผ่านแบบธรรมดา ยังสนับสนุนการวิเคราะห์เชิงคาดการณ์ของม้านั่งทดสอบและสถานภาพของอุปกรณ์ภายใต้การทดสอบ, จับประเด็นที่กำลังพัฒนา (แนวโน้มการสึกหรอของตลับลูกปืน, แนวโน้มการเสื่อมสภาพของฉนวน) ก่อนการทบทวนด้วยตนเองเป็นระยะๆ.

ตัวชี้วัดที่สำคัญ: ระยะเวลารอคอยในการตรวจหาแนวโน้มเทียบกับ. การตรวจสอบเป็นระยะแบบดั้งเดิม.

การเลือกม้านั่งทดสอบหมายความว่าอย่างไร

การเพิ่มความสามารถ HIL และ Digital Twin ให้กับโปรแกรมทดสอบมอเตอร์ต้องใช้ฮาร์ดแวร์จำลองแบบเรียลไทม์ที่รวมเข้ากับระบบควบคุมของไดนาโมมิเตอร์ (ไม่ใช่แยกต่างหาก, สภาพแวดล้อมการจำลองที่ถูกตัดการเชื่อมต่อ), การเก็บข้อมูลความเร็วสูงเพื่อรองรับความสัมพันธ์ของแบบจำลอง, และโครงสร้างพื้นฐานข้อมูลที่สามารถป้อนทั้งการตัดสินใจในการทดสอบทันทีและการอัพเดตโมเดลแฝดดิจิทัลในระยะยาว. นี่คือชั้นความสามารถที่เพิ่มเข้ามานอกเหนือจากการทดสอบไดนาโมมิเตอร์แบบเดิมๆ, ไม่ใช่สิ่งทดแทน ข้อมูลการทดสอบทางกายภาพยังคงเป็นความจริงพื้นฐานที่ Digital Twin มีความสัมพันธ์กัน.

หากทีมของคุณกำลังสร้างความสามารถ HIL หรือ Digital Twin ควบคู่ไปกับการทดสอบมอเตอร์/อินเวอร์เตอร์แบบทั่วไป, พูดคุยกับทีมวิศวกรของเรา เกี่ยวกับการบูรณาการการจำลองแบบเรียลไทม์เข้ากับม้านั่งทดสอบของคุณ.