El aprendizaje automático podría mitigar la degradación del sensor

Como parte de la transición de los vehículos modernos de tecnologías más antiguas a nuevas tecnologías, los sensores de posición inductivos tienen como objetivo reemplazar los sensores de efecto Hall, y esta transición está intrínsecamente ligada a una mejor gestión de los problemas relacionados con la degradación de los sensores automotrices.

Por ejemplo, Microchip Technology ha presentado sensores de posición inductivos para aplicaciones automotrices, como el cuerpo del acelerador de automóviles, la detección de engranajes de transmisión, la dirección asistida electrónica y los pedales del acelerador. La propuesta de valor:las mediciones de posición son inmunes a los campos magnéticos parásitos y no requieren un dispositivo magnético externo.

Si bien los ingenieros automotrices quieren asegurarse de que los sensores funcionen en un rango de temperaturas, están preocupados por las variaciones en la estructura mecánica y la degradación del imán, lo que afecta la precisión. Por otro lado, un sensor de posición inductivo usa una pieza de metal en lugar de un imán, y la pieza de metal no envejece mucho con el tiempo.

"Ese es un componente importante a tener en cuenta en la degradación del sensor, ya sea que le ocurra algo a IC o externamente", dijo Mark Smith, gerente senior de marketing de Microchip. Cuando se trata de la degradación del sensor, los ingenieros deben preocuparse principalmente por la longevidad de la PCB cuando se usan sensores de posición inductivos, agregó Smith.

También es crucial porque los circuitos integrados de sensores que sirven a aplicaciones automotrices requieren cada vez más certificaciones ASIL. Los sensores de posición inductivos de Microchip, LX3301A, LX3302A y LX34050, cumplen con la certificación ASIL-B, lo que permite a los diseñadores de sistemas detectar ≥90% de todas las fallas de un solo punto.

Figura 1. Un mayor espacio EEPROM en el sensor de posición inductivo LX3302A facilita ocho puntos de calibración para garantizar la precisión de la medición del sensor. Fuente:Microchip

Gestión de la degradación del sensor

Actualmente, la industria está gestionando los problemas relacionados con la degradación de los sensores desde cero para cumplir con las certificaciones ASIL. ¿Qué sucede si este transistor falla o ese circuito funciona mal? ¿Qué pueden hacer los ingenieros si un sensor tiene poca salida? "Es un enfoque muy determinista y que requiere mucho tiempo", dijo Smith.

Se deben realizar experimentos específicos para comprobar o justificar determinadas cifras, también conocidas como tasas de cobertura. Los ingenieros automotrices pueden crear una falla y asegurarse de que pueda detectarse utilizando tablas de confiabilidad de los estándares de la industria. "Es un sistema relativamente simple y los ingenieros pueden manejarlo de manera eficiente", agregó Smith.

Los vehículos de hoy utilizan alrededor de 50 sensores de posición, por lo que un cambio de los sensores de efecto Hall a los sensores de posición inductivos puede ser crítico para manejar la degradación de los sensores automotrices. Más allá de la selección de sensores en los que los materiales no envejecen mucho, ¿qué más hay en las tarjetas para administrar de manera eficiente la degradación de los sensores en los vehículos? Smith cree que el aprendizaje automático es el camino a seguir.

Smith dijo que los modelos de aprendizaje automático podrían implementar el reconocimiento de patrones antes de que aparezcan fallas en los sensores automotrices. "Los ingenieros automotrices pueden analizar cinco sensores diferentes y detectar una falla a nivel del sistema, así como una degradación a un nivel superior".

El aprendizaje automático es el futuro

Si bien la industria automotriz está considerando los problemas de degradación del sensor de manera muy determinista, en el futuro, existe una amplia oportunidad para usar algunas de las técnicas informáticas avanzadas para realizar análisis relacionados con la degradación mediante el aprendizaje automático. Sin embargo, la idea de utilizar el aprendizaje automático para gestionar la degradación de los sensores en los vehículos está actualmente en pañales y requerirá mucha más potencia de cálculo.

Figura 2. El aprendizaje automático, que llega al nivel del sensor, se puede utilizar para crear modelos para medir y mitigar la degradación del sensor automotriz. (Fuente:Mathworks)

Este enfoque permite a los ingenieros recopilar una gran cantidad de datos, ponerlos en un modelo de aprendizaje automático y luego buscar una firma. Eso es lo que están haciendo los diseños de vehículos autónomos (AV) en este momento. "El aprendizaje automático está surgiendo a nivel de sensor y se puede utilizar para simplificar el proceso de medición de la degradación y hacer que el proceso de mitigación sea más eficiente", dijo Smith.

La degradación de los sensores automotrices marca otro lugar donde el aprendizaje automático tiene la oportunidad de ganar. El hecho de que el aprendizaje automático tome una gran cantidad de datos y los coloque en un modelo para detectar fallas en el sensor puede generar ganancias sustanciales de confiabilidad y ahorros de costos.

>> Este artículo se publicó originalmente el nuestro sitio hermano, EDN.