【導讀】作為現(xiàn)代汽車從舊技術(shù)向新技術(shù)過渡的一部分，感應式位置傳感器旨在取代霍爾效應傳感器，而這一轉(zhuǎn)變本質(zhì)上是為了更好地管理汽車傳感器性能退化相關(guān)問題。
作為現(xiàn)代汽車從舊技術(shù)向新技術(shù)過渡的一部分，感應式位置傳感器旨在取代霍爾效應傳感器，而這一轉(zhuǎn)變本質(zhì)上是為了更好地管理汽車傳感器性能退化相關(guān)問題。
例如，Microchip已經(jīng)推出了用于汽車應用的感應式位置傳感器，如汽車節(jié)氣門體、變速器齒輪感應、電子動力轉(zhuǎn)向和油門踏板。需要位置測量不受雜散磁場的影響，不需要外部磁性裝置。
雖然工程師希望確保傳感器能在不同的溫度范圍內(nèi)工作，但他們擔心機械結(jié)構(gòu)的變化和磁性的退化從而影響精度。但是感應式位置傳感器使用的是金屬而不是一塊磁鐵，不會隨著時間的推移而老化。
“這是一個重要的組成部分，觀察傳感器退化，無論是發(fā)生在集成電路內(nèi)部還是外部。”Microchip高級市場營銷經(jīng)理Mark Smith說，“當涉及到傳感器退化時，工程師們在使用感應式位置傳感器時，主要擔心的應該是PCB的壽命。”
這一點也很重要，因為服務(wù)于汽車應用的傳感器IC越來越需要ASIL認證。Microchip的感應式位置傳感器LX3301A、LX3302A和LX34050符合ASIL-B認證，允許系統(tǒng)設(shè)計者檢測到90%以上的單點故障。
圖1：LX3302A感應式位置傳感器使用了更大的EEPROM，有助于實現(xiàn)八個校準點，以確保傳感器測量精度。
傳感器退化管理
目前，該行業(yè)正在從頭開始管理傳感器退化相關(guān)問題，以符合ASIL認證。如果這個晶體管壞了，或者那個電路出故障了怎么辦？如果傳感器輸出短路，工程師能做什么？“這是一個不可抗力而且耗時的。”Smith說。
必須進行具體的實驗，以檢查或證明某些數(shù)字，也稱為覆蓋率。汽車工程師可以創(chuàng)建一個故障，并確保它可以被檢測出來，同時使用行業(yè)標準的可靠性圖表。“這是一個相對簡單的系統(tǒng)，工程師可以有效地處理它們。”Smith補充道。
今天的車輛使用大約50個位置傳感器，因此從霍爾效應傳感器到感應式位置傳感器的轉(zhuǎn)變在管理汽車傳感器退化方面至關(guān)重要。除了選擇材料不易退化的傳感器之外，在有效管理車輛中的傳感器退化方面，還有什么可以考慮的？Smith認為機器學習是前進的方向。
Smith表示，機器學習模型可以在汽車傳感器出現(xiàn)故障之前實現(xiàn)模式識別。“汽車工程師可以分析五種不同的傳感器，檢測系統(tǒng)級故障以及更高級別的退化。”
機器學習是未來
汽車行業(yè)開始重視傳感器退化問題，但隨著時間的推移，使用一些先進的計算技術(shù)，利用機器學習進行退化相關(guān)分析的機會非常充足。然而，使用機器學習來管理車輛傳感器退化的想法目前還處于初級階段，需要更大的計算能力。
圖2：機器學習，上升到傳感器級別，可用于創(chuàng)建測量和減輕汽車傳感器退化的模型。來源：Mathworks
這種方法使工程師能夠收集大量數(shù)據(jù)，將其放入機器學習模型中，然后尋找可能的退化。這就是目前自動駕駛（AV）的設(shè)計正在做的。史密斯說：“機器學習正在傳感器層面上興起，它可以用來簡化退化測量過程，使診斷過程更加有效。”。
汽車傳感器退化的研究非常適合機器學習。事實上，機器學習需要大量的數(shù)據(jù)，并將其放入一個模型中，以檢測傳感器的故障，這一事實可以大大提高可靠性并節(jié)省成本。
免責聲明：本文為轉(zhuǎn)載文章，轉(zhuǎn)載此文目的在于傳遞更多信息，版權(quán)歸原作者所有。本文所用視頻、圖片、文字如涉及作品版權(quán)問題，請電話或者郵箱聯(lián)系小編進行侵刪。
