Automazione Oggi 456

Progettazione AUTOMAZIONE OGGI 114 | SETTEMBRE 2024 AUTOMAZIONE OGGI 456 P er i progettisti del settore automotive ogni caratteristica, funzionalità e ar- chitettura emergente introduce una varietà di sfide uniche, specialmente nei casi in cui questi progressi avven- gono contemporaneamente. I veicoli elettrici e quelli dotati di sistemi avanzati di assisten- za alla guida (Adas), per esempio, presentano sistemi elettrici e sensori significativamente più complessi rispetto a quelli dei veicoli con- venzionali con motori a combustione interna (ICE), e spesso richiedono nuovi approcci alla gestione termica, una maggiore attenzione alla sicurezza delle batterie e la considerazione della sicurezza funzionale per caratteristiche quali lo sterzo a filo e il freno elettrico. Sfide come queste non potranno che aumentare con l’emergere di nuove funzionalità, tra le quali, nei veicoli elettrici, l’incorporazione di sistemi di infotainment più interattivi, la continua evo- luzione degli Adas e la futura evoluzione della guida autonoma completa (FSD). Con l’aumento della complessità dei sistemi dei veicoli elettrici, i requisiti in termini di presta- zioni impongono una maggiore attenzione ai componenti utilizzati. Per esempio, alcuni con- nettori utilizzati nei veicoli elettrici potrebbero funzionare quasi ininterrottamente non solo mentre il veicolo è in movimento, ma anche durante la ricarica, e devono essere progettati per sostenere queste condizioni operative ag- giuntive. I veicoli di oggi e di domani richiedono ai pro- duttori di componenti, come Molex, di essere più attenti che mai nel garantire che i compo- nenti rispettino gli standard e i requisiti norma- tivi, e funzionino in modo affidabile sul campo per tutta la durata di vita del veicolo. La pro- gettazione per l’affidabilità (DFR) richiede un cambiamento fondamentale, che impone la ri- valutazione dei metodi di test tradizionali e l’in- corporazione di modelli innovativi di previsione dell’affidabilità che possano essere sfruttati dall’intelligenza artificiale (AI) e dall’apprendi- mento automatico (ML) allo scopo di ottimiz- zare al meglio i progetti per le prestazioni in condizioni reali, fino al livello dei componenti. Dal ‘Test-to-pass’ al ‘Test-to-failure’ Sebbene le funzionalità dei veicoli stiano diven- tando sempre più complicate, molte case au- tomobilistiche sono al lavoro per semplificare i componenti che si trovano al loro interno, alla ricerca di soluzioni singole, che possano essere applicate in più luoghi con diverse con- dizioni di stress o cicli di lavoro. Per Molex, ciò significa progettare i connettori per resistere a maggiori livelli di calore, vibrazione, ingresso, corrosione e altre variabili. Per fare ciò occorre però individuare la resistenza del progetto per un funzionamento affidabile e passare dal tra- dizionale approccio ‘Test-to-pass’ al modello ‘Test-to-failure’. Sebbene l’approccio ‘Test-to-pass’ sia stori- camente la norma, esso indica solamente se i criteri di test vengono o meno superati: non misura né la distanza dall’obiettivo, se il test non viene superato, né il fattore di sicurezza, se Ahmed Abou Gharam Misurare l’affidabilità con il Test-to-failure In un mondo di veicoli sempre più complessi, testare i componenti in base a specifiche generiche potrebbe non riflettere fedelmente i casi d’uso del mondo reale: l’approccio ‘Test-to-failure’ contribuisce a garantire prestazioni affidabili dei componenti nei momenti e nei luoghi in cui sono maggiormente necessarie È oggi necessario rivedere i metodi di test tradizionali per incorporare modelli innovativi di previsione dell’affidabilità dei prodotti, che sfruttino AI e apprendimento automatico (ML)