2020年6月2日

電気自動車用モーター駆動装置のソフトウェア設計・テストにおけるより優れた手法

所要時間 | 4分

電子システムおよびEVシステムの高精度モデリングを活用することで、導入前に制御上の問題を安全に捕捉でき、プロジェクトのスケジュール達成率向上とワークフローの効率化を実現します。完全自動化されたテストとモデルパラメータの容易なインポートにより、さらなる効率化が図られます。これらの進歩がプロジェクトにもたらすメリットについて詳しくは、ブログ記事をご覧ください。

はじめに

モデルベースソフトウェア開発は、ソフトウェアの安全上重要な性質と、開発・テストプロセスがISO 26262規格に準拠する必要性から、自動車業界で広く受け入れられている手法である。正確な物理プラントモデル（例：モーター駆動装置）が利用可能であるため、ソフトウェアテストは開発プロセスの早い段階で開始でき、問題が発生した時点で即座に発見・修正することが可能となります。
モデルベースソフトウェア開発のワークフローは通常、3つの段階を経ます：モデル・イン・ザ・ループ（MIL）、ソフトウェア・イン・ザ・ループ（SIL）、そしてハードウェア・イン・ザ・ループ（HIL）またはコントローラーHIL（C-HIL）です。従来の内燃機関車両では、物理サブシステムのモデル精度を全開発段階を通じて維持することは容易です（リアルタイムシミュレーションの実現が比較的容易であるため）。しかし、電気自動車（EV）では、リアルタイムHILシミュレーションに必要なモデル精度を得ることは困難でした。

モータードライブ設計においてモデルベースエンジニアリングを活用する理由とは？

Typhoon により、EVソフトウェア開発者はMIL/SILとHILで同一忠実度のプラントモデルを運用可能となりました。有限要素モデルから生成された高忠実度機械モデルを活用することで、ソフトウェア開発ワークフロー全体におけるモデルの連続性が維持されます。これによりテスト効率と有効性が飛躍的に向上し、ハードウェア設計チームと制御設計チーム間の連携が強化されます。モデルベース設計とテストは、製品開発プロセスの合理化、プロジェクトスケジュールの達成率向上、ソフトウェア欠陥数の削減に成功しています。

Typhoon 、モデルベースエンジニアリングのワークフローをどのようにサポートしますか？

高精度FEAモーターモデルは、実際の物理モーターを可能な限り忠実に再現します。モデルの一括回路パラメータのルックアップテーブルをワンクリックで抽出し、Typhoon ツールチェーンに直接インポートできます。その後、実際のECU（エンジン制御ユニット）と連動して、リアルタイムでモーターのシミュレーションを実行します。モーターモデルには非線形磁束飽和効果、空間高調波、損失データが含まれます。これによりHILシミュレーションは物理システムの挙動を可能な限り忠実に再現し、故障を含む多様なシナリオや動作条件下で、組み込みソフトウェアのテストを反復可能な方法で自動化できます。

JMAGTyphoon ワークフローはどのようなものですか？

モーターモデルデータを生成する方法はいくつかあります（図1参照）。JMAG – DesignerではFEAモデルの設定に最も幅広い選択肢が提供され、JMAG – Expressでは事前作成されたテンプレートが活用できます。測定データやライブラリからのデータを使用することも可能です。

JMAG RTは、ルックアップテーブル形式のRTTファイルを生成します。これは1次元モデルまたは集中定数モーターモデルとも呼ばれます。このファイルは、Typhoon Schematic Editorで構築された残りの電動駆動システムに直接インポートして追加できます。

超高忠実度はどのような違いをもたらすのか？

Typhoon ハードウェアTyphoon パワーエレクトロニクス用途向けに構築され、4世代にわたるHIL設計を通じて最適化されています。主な特長として、FPGAプロセッサ設計に起因する200nsタイムステップの超高精度シミュレーションと超低遅延を実現。これに伴い提供される垂直統合型ソフトウェアは、ハードウェアによるモデル実行方法を定義するだけでなく、豊富なモーターモデルライブラリ、ネイティブ位置・速度フィードバック信号のサポート、各種エンコーダ通信規格を包含し、あらゆる駆動アプリケーションに対応します。

C-HILは駆動制御ソフトウェアの完全自動テストを実現します：機能テスト、性能テスト、故障テスト、回帰テスト。C-HILを使用すれば、実際のハードウェア、ソフトウェア、ファームウェアを備えた未改造の実機コントローラをテストできます。実験室でのテストと比較して、機器損傷の懸念がなく、テストカバレッジは桁違いに高く、ソフトウェア回帰テストの自動化が可能です。最高レベルのテストカバレッジと極めて高いテスト忠実度を両立させます（図2参照）。