缺口出现在汽车测试

要求汽车制造商对18年零缺陷与现实的碰撞测试复杂的电路和交互的局限性,并公开一个基本脱节机电的预期可能是非常昂贵的修复。

在尖端的节点,这种现象尤为明显。多逻辑正在开发的人工智能传感系统和图像。虽然现有的晶片设备,模具和包足够先进检验对于大多数应用程序一直到7海里,汽车制造商的要求芯片仍然功能长达18年在恶劣的路况是一个耗时的过程。而99%抽样可能好足够的智能手机,它不够好安全性至关重要的功能。

更糟糕的是,汽车测试通常需要不同组件之间的同步,内外的车辆,和更多的了解潜在的问题可能出现的地方。这不再仅仅是使用一个自动化的测试设备(吃)机流量样本死了,晶片的一定比例。

“如果你想要18年没有缺陷的,你要做广泛的包装和晶圆级的测试,但您必须开发一切在系统层面,”基思•肖布说,副总统的美国应用研究和技术业务发展效果显著。“现在我们讨论的是系统级测试和等级测试。公司现在是基本的方法。这是一个系统级的测试,但它本身是一个系统。假设这是一个应用程序处理器。整个启动,有一系列的由制造商定义的测试,运行这些测试。有很多东西在黑板上。所以跟LDDR5也许另一个处理器和其他一些记忆,使用所有这些接口,HDMI。”

我们需要确保一切工作和完全兼容测试与其他组件在一个车辆,甚至来自不同厂家的其他车辆。

“现在你必须有这些系统完成他们之间的沟通和做一些不及格两种决策基于任何测试条件得到建立,”他说。”,都必须控制和组织的一些主规划师,和必须有主时间那将是至关重要的基础设施系统的支柱。今天没有这样的系统。”

使用模型正在改变。汽车保有量将不那么重要了,尤其是在城市地区,比在任何地方、任何时间打电话给汽车的能力。这意味着,而不是模拟和测试车辆使用不到5%的时间,那些需要涉及多个使用模型模拟和测试,包括robo-taxis。

“我们从来没有车辆,开车是为了开车200000英里在很短的时间内,”杰米·史密斯说,全球汽车战略总监国家仪器。“所以当公司今天正在测试自主车辆,在理想的情况下,他们会做什么是他们的神经网络和培训范围广泛的带注释的数据,然后将AI系统部署到测试的看法。这将在一个纯粹的模拟空间完成一段时间来运行它通过一个广泛的场景。通常,人们谈论行驶里程,但实际上场景,我们需要担心。一旦它们被部署在这些模拟环境,那么需要有一个过渡到一个实验室环境,最后测试跟踪或控制道路实验。”

这是另一个断开的来源。“今天,很多公司都试图成为第一个从模拟市场,所以他们走正确的路,切出实验室,”史密斯说。我们测试人工智能感知引擎算法和整个神经网络在模拟空间和路上的实验室和确保元件是否正常工作。但当有另一个思想自由的环保车,控制场景之外的领域吗?许多交通模拟器试图展示了当汽车不是中心的通道或当他们驾驶不规律。这有助于提高测试覆盖率”。

随机故障、潜在的缺陷
添加自己的挑战,随机故障和潜在的缺陷和在汽车问题变的更糟,由于系统的预期寿命和恶劣的环境条件。

“你不能测试的随机故障,“说哥特Jørgensen,负责营销的副总裁三角洲微电子。“你经历这筛选试验的设备和揭露他们,如果他们通过验收测试,需要128小时的一周内你说他们通过,你认为他们好设备。如果一个发生故障时,当然,我们做故障分析。我知道汽车制造商都注册失败,看看每一个周期或随机失败。快速报告系统,因此当我们发现失败他们会检测是否影响其他人群。如果他们说好的,这是一个随机的失败,我们将存储它,看看是否有更多的未来。如果它是一个失败,可以治愈,他们通常做些什么。”

真正的随机故障很少。一只流浪α粒子触及电路和造成损害发生,和发生的可能性随着密度增加电路和薄绝缘。所以单事件不适影响7纳米设备finFETs挤在一起更有可能比28 nm。这同样适用于随机的污染物,可能影响一部分不同于另一个。但描述失败是真正随机的从那些不是很耗时间,而且增加了成本和降低投入市场的时间。

“有质量测量随机故障和如何处理程序和数据储存应储存在汽车制造业,“Jørgensen说。“汽车制造商知道当一个设备失败,产生时,它是如何产生的,哪个人是参与,等等。所以一切都是登录和注册飞机水平。他们是制造汽车时记录每个螺丝。存储在数据库的汽车是如何制造的。”

但是做什么数据可以有所不同,这取决于制造商的临界部分和整体成本防止潜在的问题或忽视他们。

“如果你考虑浴缸曲线,有潜在的缺陷,磨损故障和随机故障、“杰伊Rathert说,高级主管的战略合作心理契约。“当你把浴缸曲线合并在一起。当我们开始在这方面,所有的焦点集中在潜在的缺陷。越来越多的人关注磨损故障。但这背后也有连续的文化。一个德国汽车制造商说,当有一个失败,司机看到他们的“徽章”汽车的引擎盖,不是一级供应商的名称。这使得他们非常。他们聘请了半导体工程师汽车背景和实践审计通过整个供应链。我们看到越来越繁重的审计,供应商质量团队和提高水平的专业知识,因为他们认识到他们必须列出每个人的质量水平。只是写在一个需求可能还不够。”

潜在的缺陷仍然是一个主要的问题,因为他们不容易诊断。

“没有魔力潜在的缺陷,“Rathert说。“这些都是同样的失败,杀了收益率。他们只是碰巧是正确的大小和正确的位置。如果它太大了,你会发现在测试或调查,死亡永远不会进入供应链。如果它太小了,它变成了一个non-killer defect-it现在并不重要,它永远不会。但如果你得到一个一半的设计规则,打破了直线部分,随着时间的推移,这些被激活在该领域当前的激增,开关周期,电迁移、温度、湿度。最终将会创建一个全开。”

图1:潜在的缺陷。来源:解放军的

同步问题
也许更难以检测的问题,涉及到多个系统,或多个单位在一个包中。这是一个相对独立的问题在大多数电子产品。但在移动设备增加自主权,尤其是安全是一个问题,互动是至关重要的。在辅助和自动汽车,所有这些需要做在未知的条件下高速。

这是其中一个原因有冗余的一些关键技术,如图像传感摄像机、雷达和激光雷达。

“产品背后有巨大的责任,”尤兹巴鲁克说,副总裁和总经理的汽车业务单元最优+。”,但如果你看看步骤之前,这些人失去很多钱建立一个产品。他们试图缩短新产品介绍的过程。他们得到的报价从oem厂商,不同的时间,这些时间有时会比原来的三四倍的时间持续时间。六个月了,你结束了20张。他们失去了很多钱。这也是有关材料。他们来自一个厂商的传感器,处理器从别人,镜头从第三供应商,然后成为一个集成点。只是想组装相机本身成为一个巨大的成本的问题。”

它变得更加复杂,当这些相机搭配其他2 - 3位摄像机相机模块。

“我们评估数据来自镜头和如何影响glue-test,”巴鲁克说。一旦粘上的最后组装模块,完成。但在这个过程中,出错的机会吗?他们今天航运这些系统,但代价是出了门。想象40%废。所以60%仍出去,但代价是什么,有多快?有时有双摄像头。您需要匹配两个不同的相机模块行为相同的对齐和焦点。我们应用一个得分机制基于实际测量。在相机测量光的传播互补金属氧化物半导体传感器。如果你知道模块的行为,那么你就可以开始匹配模块。如果你把这两个镜头,他们可能得到70%从得分的角度来看。但你想要两个一样的,不是90%和50%。”

添加多个步骤的测试和分析,这不是汽车制造商或芯片制造商通常在过去处理,或者他们愿意支付。它不仅对图像传感器。功率模块需要同步,在未来所有这些系统可能需要比其他车辆的道路上确保系统由不同的制造商可以同步工作。

“如果你堆栈这些镜头和群体传播的光在CMOS传感器,突然你可以看到各种各样的问题,”巴鲁克说。“你看到边缘上的东西你可能没有注意到,然后你回去把它应用到设计中,因为分析的体积给你一些你没有注意到当你看着他们一个接一个。你看不到,没有数据分析粘镜片后会发生什么,或者他们如何与其他镜头的性能。制造商有一个模型对齐,所以他们不能看到大局。”

类似的问题出现在其他地方的供应链。说:“有两个层次的问题,”罗恩出版社,技术支持主管导师,西门子业务。“一个是,一切都变得越来越复杂,所以需要更精确的捕捉到缺陷的最低水平。第二个涉及在测试操作。所有的汽车公司都在系统测试中,这是他们的任务模式。提供精确的缺陷检测。为了确保产品的可靠性,使用可靠性监控的测试工具,和你有一个连续检查的产品。一个巨大的挑战,不过,是重复的块的数量。”

AI系统在车辆尤其如此。“当你看看汽车的品位,有细微的缺陷,”记者说。“在7海里,你有一种缺陷测试,但很难看到这些缺陷当细胞相邻。所以你需要使用模拟。你还需要认识到,长寿命,会打破,需要改航。”

更好的数据,臃肿的软件,和未来
所有这些问题只是抓表面测试问题开始暴露在汽车空间。清楚的是,数据将发挥更大的作用在汽车可靠性、数据将来自各种各样的系统在汽车以及工厂。

“从历史上看,汽车工业将会使用旧节点可靠性更高,”托马斯说Brozek,技术研究员PDF的解决方案。“所有这一切发生了变化。现在新节点要求,司机很低,低功率的计算。你不能在高压操作,因为你无法处理。现在我们需要使用不同的方法。”

这些方法包括在线传感和AI的各种分析。“作为一个行业,我们已经使用数据装箱和风险评估和测试,“Brozek说。”,但如果你能把结构硅可以监视降解率和是否匹配你的退化模型。”

这是一个重要部分,但即使软件越来越复杂,不断更新和补丁可以沼泽一样的任何计算机。

与任何软件系统,软件往往杂乱,“倪的史密斯说。“这是一个意想不到的后果,公司决定他们想要做更多的多媒体和直接营销的人的汽车。今天这些系统从传感器和传感器的能力将信息带入物理域到cyberphysical接口。我们今天面临的最大挑战是测试传感器。当你测试一个雷达传感器或传感器,不仅你测试电特性。你也测试传感器的软件运行的,所有这些可能会有所不同从SKU SKU(库存单位),即使是在可接受的参数。这将改变从一个工具下即使汽车第一卷生产线。这些事情需要验证的模型,在模拟环境中传感器。但你也需要做的无线测试摄像机、雷达、超声波、激光雷达在实验室中,以及如何从这些传感器的输入影响整个自治系统。”

这是一个远比汽车制造商或世界不同测试芯片制造商经历了过去,他们都从不同的方向接近它。结果,这可能需要一些时间来解决,甚至更长的时间来建立真实的证据指出,今天正在开发真正将按预期工作18年。

有关的故事
汽车、智能驱动测试发生翻天覆地的变化
DFT策略正变得与设计策略交织在一起在设计过程的开始。
追逐在汽车电子产品可靠性
供应链的变化,共享数据和技术阻力未知数持续的不确定性。
汽车芯片测试变得越来越困难
每一个新的援助和自治水平增加了新的需求和问题,其中一些今天没有可行的解决方案。
可靠性成为汽车中的头等大事
延长寿命和advanced-node设计推动新方法,但并不是一切都进展顺利。
汽车芯片设计、测试更改
工具和方法将工作最好确保电子操作在恶劣的条件下长时间吗?
减肥在汽车电子产品
体重突然一个主要关心的汽车制造商,但瘦身有影响。