Elektronische systemen waarschuwen straks zelf vroegtijdig dat ze kapot gaan

Waarom we over dit onderwerp schrijven:

Van een auto wordt verwacht dat hij jarenlang betrouwbaar rijdt, in hete zomers, koude winters, regen en storm. In de nabije toekomst worden onze voertuigen uitgerust met elektronische apparaten die ons op voorhand kunnen vertellen wanneer ze stuk gaan.

Een nieuwe methode moet ervoor zorgen dat elektronische systemen zelf slijtage detecteren, voordat ze daadwerkelijk stuk gaan. Dit nieuwe proces wordt in eerste instantie ontwikkeld en getest voor veiligheidskritische toepassingen in de auto- en spoorwegsector. Het basisprincipe kan echter op veel meer gebieden worden toegepast, aldus het Fraunhofer-instituut voor Betrouwbaarheid en Micro-Integratie in een persbericht.

Tot nu toe werd het probleem voor veiligheidskritische systemen in de praktijk vaak opgelost met overdesign en dubbele functies. Bijvoorbeeld elektronische systemen of onderdelen die in tweevoud zijn geïnstalleerd, zodat bij een storing het reservesysteem het kan overnemen totdat het probleem is opgelost. Een onderzoeksproject van Fraunhofer draagt bij aan een toekomst met duurzamere en energie-efficiëntere oplossingen op dit gebied. In het kader van het SesiM-project werken Fraunhofer-onderzoekers samen met andere partners op het gebied van mobiliteit en kunstmatige intelligentie aan ‘zelfvalidatieoplossingen’ voor complexe elektronische systemen.

“We zijn meer geïnteresseerd in de toestand voordat de elektronica kapot is dan wanneer deze daadwerkelijk kapot is”, legt Dr. Johannes Jaeschke, elektrotechnisch ingenieur aan het Fraunhofer Instituut, uit. “Lang voordat een systeem faalt, kunnen bepaalde functies in gevaar komen, bijvoorbeeld wanneer materialen broos worden. De mechanische stabiliteit van de component zorgt vaak niet voor een vroegtijdige detectie van veroudering. Dit maakt het lastig om elektronische systemen te controleren.”

Zelfrijdende auto niet bang meer voor een beetje regen – Innovation Origins

Onderzoekers van de Universiteit van Oxford hebben een nieuw systeem ontwikkeld waarmee voertuigen veiliger kunnen navigeren tijdens slecht weer.

Van zwart-wit grijs maken

De onderzoekers van het project maken gebruik van een zogenaamd ‘grey box-model’. Het heeft deze naam gekregen omdat het gebaseerd is op zowel white box- als black-box-benaderingen. Het white box-model is gebaseerd op fysische processen en gemodelleerd rond bijvoorbeeld temperatuur of vochtigheid. Omdat duidelijk is hoe dit type model functioneert, wordt het een white box-model genoemd. Hoe complexer een elektronisch systeem echter is, hoe moeilijker het is om het op een puur fysisch niveau in kaart te brengen en te controleren. Voor datamodellen die gebruik maken van kunstmatige intelligentie zijn complexe structuren en grote hoeveelheden gegevens geen probleem. Wat er binnen deze systemen gebeurt, blijft echter onduidelijk – vandaar de naam black box-model.

Fraunhofer houdt zich al vele jaren intensief bezig met elektronische systemen op fysisch niveau. Met hun expertise in meettechnologie en ontwerp kunnen de onderzoekers modellen ontwikkelen voor conditiebewaking en voorspelling op basis van fysische processen. “We kunnen het beste van beide werelden combineren in grey box-modellen”, vat Jaeschke samen. “Daarom spreken we ook wel van hybride modellering. We kunnen een enorme hoeveelheid gegevens verwerken en tegelijkertijd de fysische redenen achter veranderingen in het signaal begrijpen. Zo kunnen we het vertrouwen in onze gegevens vergroten.”

Prototypes

Tot op heden zijn praktische toepassingen van grey box-modellen nog grotendeels onbekend terrein. De SesiM-onderzoekers werken dan nu ook aan het beschrijven van eenvoudige schakelingen die in complexiteit zullen toenemen naarmate het onderzoeksproject vordert. De testprintplaten worden nauwkeurig gemeten tijdens de productie en vervolgens in bedrijfstoestand. “Daarmee genereren we een digitale vingerafdruk voor onze testbedrading”, legt Jaeschke uit.

De volgende stap is het identificeren van de relevante parameters binnen de grote hoeveelheid gegevens om het systeem in kaart te brengen. Vervolgens, rekening houdend met de fysische kennis, een model te creëren dat afwijkingen van een vooraf gedefinieerde ideale toestand detecteert. Externe manipulaties moeten daardoor zo snel mogelijk worden herkend en slijtage kan vroegtijdig worden voorspeld. Op een later tijdstip in het project zullen de testprintplaten worden overgebracht naar prototypes voor auto- en spoorwegtoepassingen, waarbij de gemaakte modellen uitgebreid worden geanalyseerd.

Potentieel voor een reeks toepassingen

In de toekomst is het dus mogelijk dat een intelligent systeem in een auto vroegtijdig waarschuwt voor een probleem met de elektronica en een zelfdiagnose vaststelt. Bij het onderhoud van een auto kunnen monteurs dan de door het voertuig verzamelde informatie bekijken en op basis daarvan gerichte reparaties uitvoeren.

Het overkoepelende doel van SesiM is om in eerste instantie te bewijzen dat het basisprincipe, dat elektronische systemen zichzelf kunnen valideren met behulp van grey box modellen, ook daadwerkelijk opgaat. Jaeschke heeft vertrouwen in het idee: “Als we slagen, zal onze aanpak een belangrijke bijdrage leveren aan het verhogen van de betrouwbaarheid van elektronische systemen. Dat is enorm belangrijk, met name in de veiligheidskritische mobiliteitssector.”

Een vervolgproject van onderzoekers van Fraunhofer zal zich richten op de luchtvaart. Ook toepassingen buiten de mobiliteitssector zijn mogelijk – bijvoorbeeld in de medische techniek en in windmolenparken op zee, waarbij externe controle en preventief onderhoud moeilijk uitvoerbaar zijn.

Daarom heeft de toekomst zelfrijdende auto’s nodig (en deze drie uitdagingen moeten nog overwonnen worden voor het zover is) – Innovation Origins

Het duurt vermoedelijk nog jaren voordat we volledig autonoom kunnen rijden. Helen Kardan schrijft over welke uitdagingen de auto-industrie daarvoor nog moet overwinnen.