选择最佳电气/电子结构的方法、系统和软件与流程

1.本公开涉及选择最佳电气/电子结构(arrangement)的方法和系统，具体地，本公开涉及基于车辆电气/电子架构中计算出的部件故障概率从多个变体中选择用于车辆电气/电子架构的电气/电子结构。本公开还涉及用于执行最佳电气/电子结构选择的软件。


背景技术：

2.随着自主驾驶技术变得越来越普遍，对车辆内更安全和更可靠的电子系统的需求增加。结果，车辆中包含的电子装置的数量有了巨大的扩展，不仅需要附加电路来实现自动驾驶功能，而且还需要附加电路来提供相关的故障检测和备份系统。
3.上述的结果是车辆中的电气/电子(e/e)架构已经成为车辆设计的日益重要的方面。为此，诸如preevision的软件平台通常用于电气/电子开发，以提供从系统设计到最终线束设计的基于模型的开发环境。preevision被构造成若干层，从而允许具有不同专业和能力的设计者团队在他们各自的层内工作。例如，一个设计团队可以在preevision内的一个层级开发电路设计，并且拓扑和线束设计团队随后在该层级之上的不同层级上设计他们的方面。
4.在线束设计团队的情况下，他们的焦点通常是通过减少用于连接架构内的部件的电缆的长度和重量来最小化线束的成本。为此，preevision提供了一种布线算法，该布线算法基于电路拓扑设计来计算各个部件之间的区段的最短几何路径。
5.然而，上述情况的问题是用于线束设计的布线算法可能没有考虑其它因素。例如，潜在的重要问题涉及部件的电力管理。例如，自主驾驶控制器依赖于来自诸如雷达、lidar和摄像头等外围部件阵列的输入。因此，任何外围部件的任何电力供应不规则都可能损害控制器的安全运行。同时，外围部件将通常分布在车辆各处，因此将通过线束连接。这是相关的，因为用于复杂的现代车辆中的特定外围部件的供电路径也很可能穿过数百个其它部件、布线部分和端子，这不仅取决于线束设计，而且取决于电路设计和拓扑。因此，线束设计者没有意识到他们的线束设计选择可能对特定部件的电力供应的影响。实际上，由于现代电气/电子架构的复杂性，电力供应问题可能仅在人工测试期间被识别出。
6.上述情况是重要的，因为电气/电子架构设计者在设计过程中可能具有许多可用的变体结构，但是不能确定哪个设计变体在可靠性方面是最佳的。此外，为每个不同的设计选项构造多个原型电气/电子结构以便人工地测试哪个变体提供最佳性能将是不切实际的或非常昂贵的。这样，所采用的电气/电子架构设计可能是次优的。
7.因此，本发明旨在解决这些问题。


技术实现要素：

8.根据第一方面，提供了一种从多个电气/电子结构变体中选择最佳电气/电子结构的计算机实现的方法，该方法包括以下步骤：a)接收在电气/电子结构变体中使用的部件的部件数据；b)接收所述电气/电子结构变体中的每一个的布线数据；c)选择所述电气/电子
结构变体中的一个作为第一电气/电子结构；d)选择第一电气/电子结构中的起始部件；e)使用所述部件数据来识别所述起始部件的一个或更多个端子；f)使用所述布线数据来识别连接到所述一个或更多个端子的一个或更多个导线；g)生成第一电流路径的第一数据记录，所述第一电流路径从第一导线开始并且通过一个或更多个居间部件传导到端点，其中，通过每个居间部件的电流路径是基于使用所述部件数据来识别各个部件的输出端子而识别的；h)从所选择的部件开始，生成沿着第一电流路径的导线和居间部件的序列的第一数据日志；i)沿着所述第一电流路径以相反的顺序递归地询问每个居间部件的布线数据和部件数据，并且更新所述第一数据记录以包括一个或更多个另选第一电流路径，所述另选第一电流路径以相应的居间部件开始并且通过一个或更多个居间部件向前传导到所述端点或另选端点；j)更新所述第一数据日志以记录沿着每个识别出的另选第一电流路径的导线和居间部件的序列；k)针对以连接到所述起始部件的端子的后续导线开始的任何后续电流路径，重复步骤g至步骤j；l)基于所述起始部件和所述起始部件的一个或更多个电流路径中的居间部件的参考故障值的组合，计算所述第一电气/电子结构的故障概率值；m)针对每个另外的电气/电子结构变体重复步骤c至步骤l；以及n)至少部分地基于所述多个电气/电子结构变体的计算出的故障概率值，从所述多个电气/电子结构变体中选择所述最佳电气/电子结构。
9.以这种方式，可以基于由这些相应结构内的部件的配电路径的特征引起的不同电气/电子结构的故障概率的准确评估来识别最佳电气/电子结构。这样，可以在例如preevision环境内的多个级别来识别电气/电子结构内的部件的配电路径中的居间部件和布线之间的关系。这由此允许解决潜在的故障和短路问题，并且因此便于选择更安全的电气/电子架构。
10.该方法可以在包括处理器、显示器、用户输入设备和计算机存储器的计算机系统上实现。布线数据和部件数据可以存储在计算机存储器中。处理器可以执行用于识别端子和导线、生成数据记录和数据日志以及通过将数据文件存储在计算机存储器中而输出输出数据文件的软件指令。计算机存储器可以包括不同类型的存储器，例如ram和存储驱动器。还应当理解，计算机系统可以是分布式系统。例如，布线数据和部件数据可以存储在服务器中的计算机存储器上。此外，处理可以由服务器处的处理器执行，用户从具有显示器和用户输入设备的工作站访问系统。
11.在实施方式中，步骤l包括通过关联电气/电子结构内的潜在故障事件来生成逻辑故障树分析结构，并且其中，故障概率值是基于根据逻辑故障树分析结构对参考故障值进行组合来计算的。
12.在实施方式中，故障概率值是失效率值(failure-in-time value)。
13.在实施方式中，选择最佳电气/电子结构的步骤l还是基于多个电气/电子结构变体中的每一个的加权成本值的。
14.在实施方式中，所述布线数据包括以下数据中的至少一项：用于提供关于电路内的部件的连接的信息的电路数据；以及用于提供关于通过线束的部件的连接的信息的线束数据。
15.在实施方式中，部件数据包括用于提供关于部件的内部连接以及端子的信息的规格数据。
16.在实施方式中，该方法还包括基于逻辑故障树分析结构来生成故障树的步骤。在实施方式中，故障树可以被生成为图形表示以供分析。
17.在实施方式中，选择起始部件的步骤d包括取回可能的起始部件的列表并根据所述可能的起始部件的列表来识别电气/电子结构内的起始部件。这样，可以使选择部件作为电流路径询问的起始点自动化。
18.在实施方式中，该方法还包括针对第二个或后续的起始部件重复步骤d至l的步骤。这样，可以识别车辆的电气/电子架构内的多个部件的配电路径信息。
19.在实施方式中，端点是地和电源之一。
20.根据第二方面，提供了一种存储软件的非暂时性计算机可读介质，所述软件用于从多个电气/电子结构变体中选择最佳电气/电子结构并且包括指令，所述指令在由处理器执行时执行以下步骤：a)接收在电气/电子结构中使用的部件的部件数据；b)接收所述电气/电子结构变体中的每一个的布线数据；c)选择所述电气/电子结构变体中的一个作为第一电气/电子结构；d)选择第一电气/电子结构中的起始部件；e)使用所述部件数据来识别所述起始部件的一个或更多个端子；f)使用所述布线数据识别连接到所述一个或更多个端子的一个或更多个导线；g)生成第一电流路径的第一数据记录，所述第一电流路径从第一导线开始并且通过一个或更多个居间部件传导到端点，其中，通过每个居间部件的电流路径是基于使用所述部件数据来识别各个部件的输出端子而识别的；h)从所选择的部件开始，生成沿着第一电流路径的导线和居间部件的序列的第一数据日志；i)沿着所述第一电流路径以相反的顺序递归地询问每个居间部件的所述布线数据和部件数据，并且更新所述第一数据记录以包括一个或更多个另选第一电流路径，所述另选第一电流路径以相应的居间部件开始并且通过一个或更多个居间部件向前传导到所述端点或另选端点；j)更新所述第一数据日志以记录沿着每个识别的另选第一电流路径的导线和居间部件的序列；k)针对以连接到所述起始部件的端子的后续导线开始的任何后续电流路径重复步骤g至步骤j；l)基于所述起始部件和所述起始部件的一个或更多个电流路径中的居间部件的参考故障值的组合来计算所述第一电气/电子结构的故障概率值；m)针对每个另外的电气/电子结构变体重复步骤c至步骤l；以及n)至少部分地基于所述多个电气/电子结构变体的计算出的故障概率值，从所述多个电气/电子结构变体中选择所述最佳电气/电子结构。
21.在实施方式中，步骤l包括通过关联电气/电子结构内的潜在故障事件来生成逻辑故障树分析结构，并且其中，故障概率值是基于根据逻辑故障树分析结构对参考故障值进行组合来计算的。
22.在实施方式中，非暂时性计算机可读介质还包括在由处理器执行时执行以下步骤的指令：基于逻辑故障树分析结构来生成故障树。
23.根据第三方面，提供了用于从多个电气/电子结构变体中选择最佳电气/电子结构的系统，该系统包括：输入块，其接收在所述电气/电子结构变体中使用的部件的部件数据，并且接收所述电气/电子结构变体中的每一个的布线数据；选择块，其选择每个电气/电子结构变体并且选择每个电气/电子结构中的起始部件；计算块，其使用所述部件数据来识别每个起始部件的一个或更多个端子，并且使用所述布线数据来识别连接到所述一个或更多个相应端子的一个或更多个导线，并且生成第一电流路径的第一数据记录，所述第一电流路径以第一导线开始并且通过一个或更多个居间部件传导到端点，其中，通过每个居间部
件的电流路径是基于使用所述部件数据来识别所述相应部件的输出端子来识别的；输出块，其从所选择的部件开始，生成沿着每个第一电流路径的导线和居间部件的序列的第一数据日志；并且其中，所述计算块以相反的顺序递归地询问沿着每个第一电流路径的每个居间部件的布线和部件数据，并且更新每个第一数据记录以包括以相应居间部件开始并且通过一个或更多个居间部件向前传导到端点或另选端点的一个或更多个另选第一电流路径，其中，所述输出块更新每个第一数据日志以记录沿着每个识别的另选第一电流路径的布线和居间部件的序列，并且其中，所述计算块生成数据日志并且递归地询问以连接到相应起始部件的端子的后续布线开始的任何后续电流路径的布线和部件数据，并且其中，输出块还包括故障概率确定模块，其基于相应的起始部件的参考故障值和相应的起始部件的一个或更多个电流路径中的居间部件的参考故障值的组合来计算每个电气/电子结构的故障概率值，并且其中，输出块还至少部分地基于多个电气/电子结构变体的计算出的故障概率值从多个电气/电子结构变体中选择最佳电气/电子结构。
24.在实施方式中，输出块还通过关联电气/电子结构内的潜在故障事件来生成逻辑故障树分析结构，并且其中，故障概率值是基于根据逻辑故障树分析结构对参考故障值进行组合来计算的。
25.根据第四方面，提供了一种评估车辆电气/电子架构中的部件故障概率的方法，该方法包括以下步骤：a)接收车辆电气/电子架构的布线数据和部件数据；b)选择电气/电子架构中的起始部件；c)使用所述部件数据来识别所述起始部件的一个或更多个端子；d)使用所述布线数据来识别连接到所述一个或更多个端子的一个或更多个导线；e)生成第一电流路径的第一数据记录，所述第一电流路径从第一导线开始并且通过一个或更多个居间部件传导到端点，其中，通过每个居间部件的电流路径是基于使用所述部件数据来识别各个部件的输出端子来识别的；f)从所选择的部件开始，生成沿着第一电流路径的导线和居间部件的序列的第一数据日志；g)沿着所述第一电流路径以相反的顺序递归地询问每个居间部件的所述布线数据和部件数据，并且更新所述第一数据记录以包括从相应的居间部件开始并且通过一个或更多个居间部件传导到所述端点或另选端点的一个或更多个另选第一电流路径；h)更新所述第一数据日志以记录沿着每个识别的另选第一电流路径的导线和居间部件的序列；i)针对以连接到所述起始部件的端子的后续导线开始的任何后续电流路径重复步骤e至步骤h；以及j)输出包括用于故障树分析的第一数据日志和任何后续数据日志的输出数据文件。
26.根据第五方面，提供了一种存储软件的非暂时性计算机可读介质，所述软件用于评估车辆电气/电子架构中的部件故障概率并且包括当由处理器执行时执行上述方法步骤的指令。
27.根据第六方面，提供了一种评估车辆电气/电子架构中的部件故障概率的系统。
附图说明
28.现在将参考附图描述说明性实施方式，其中：
29.图1示出了电动转向架构结构内的部件和配电路径的简化图；
30.图2示出了根据第一实施方式的系统的示意性框图；
31.图3示出了为电动转向架构结构内的选定部件识别的电流路径的示意图；以及
32.图4示出了解释图3所示的第一和第二电流路径的标识的示意图。
具体实施方式
33.下面描述用于为车辆电气/电子架构选择最佳电气/电子结构的软件系统的说明性实施方式。结合示例电气/电子结构描述软件和方法，在这种情况下，所述电气/电子结构是车辆的电动转向架构。然而，应当理解，本发明可以应用于其他车辆电气/电子架构和车辆电气/电子架构内的电气/电子结构。
34.应当理解，不同的电气/电子结构变体将执行类似的功能，但是可以包括不同的部件或者使它们的部件以不同的方式连接。例如，在一个变体中，特定部件可连接在一个电流路径中，而在另一变体中，同一部件可连接在不同的电流路径中。
35.首先，将描述计算单个电气/电子结构变体的故障可能性值(在该实施方式中为失效率值)的系统和方法。然后，针对其它结构变体重复该过程。由此允许比较不同变体的故障概率值，并且系统可以基于具有最低故障概率的变体来选择最佳电气/电子结构。
36.关于这一点，图1示出了动力转向架构1内的部件和动力分配路径的简化图。这些部件例如包括电子控制单元(ecu)5、内联线(inliner)5、熔丝继电器箱(fuse relay box)3、发电机9和致动器。每个部件可以包括多个端子6，并且各个部件通过导线7经由端子6彼此连接。部件内的开关可以在不同的运行条件期间将不同的部件彼此连接。
37.在这个实施方式中，动力转向架构1是在preevision中开发的，并包括表示部件之间的布线7的数据以及部件本身的规格数据。
38.布线数据包括表示通过线束的连接和电路板连接二者的数据，尽管这些将在preevision内的不同层中显现。例如，虽然在电路图中两个部件可以相邻地出现，但是实际上它们可以由几米的线束的分开并且通过各种端子连接器和配线单元布线。
39.部件数据包括表示该部件的端子连接的数据以及关于不同端子之间的可切换连接的信息。即，一些部件可具有两个端子，所述端子可表示为输入端子和输出端子。然而，其它部件可以具有三个或更多个端子，例如当处于某些开关配置中时提供另选的输出。同样，该部件信息的各方面可以在preevision内的不同层中显现。
40.图2示出了根据说明性实施方式的软件系统10的示意性框图。在该实施方式中，系统10被提供为用于preevision的java模块插件。系统10包括输入块11，输入块11将输入馈送到计算块12，计算块12又通过输出块13产生输出数据。输入块11、计算块12和输出块13由计算机系统的处理器执行。输入块11可以从诸如鼠标的用户输入设备接收输入，并且在计算机显示器上显示用户界面以便于用户选择。输入块11、计算块12和输出块13可以访问计算机存储器，以读取布线和部件数据，以及读取和写入记录数据和日志数据。
41.输入块14包括用于选择起始部件的部件选择部分14。部件选择部分14在preevision环境内在计算机显示器上呈现用户界面，供用户进行选择并为过程设置参数。在该实施方式中，部件选择部分14从可能的起始部件的列表中自动选择起始部件。例如，系统10可以从符合特定分类的部件的列表中依次选择部件，例如ecu。这些部件也可以基于重要性来排序，并且首先询问当前电气/电子结构中排序最高的部件。在其它实施方式中，用户可以手动选择起始部件。
42.输入块14还包括端点指定部分15。在该实施方式中，所有接地端子和电池端子默
认被指定为端点。系统还可以允许用户手动选择架构中的特定点作为指定端点，以允许在所选择的两个点之间进行评估。
43.输入块14还分别通过布线数据部分16和部件数据部分17从preevision模型接收布线数据和部件数据。布线数据部分16和部件数据部分17从计算机存储器访问布线数据和部件数据。
44.基于计算块12的输出，输出块13生成包括当前路径条目19的一个或更多个输出记录18，下面将进一步详细描述。
45.现在将参考图2至图4描述当执行表示系统10的软件时所采用的方法。输入块11通过布线数据部分16和部件数据部分17接收布线数据和部件数据。系统10通过部件选择部分14选择起始部件。在该示例中，ecu 5被识别为起始部件。
46.计算块12使用部件数据来识别ecu 5的端子6。使用布线数据来识别连接到电线7的ecu的第一端子6，并且在计算机存储器中产生关于以ecu的第一端子6开始的第一电流路径的第一临时数据记录。
47.然后，计算块12跟踪导线7(导线7连接到第一端子6)到内联线4。内联线4仅具有两个端子，因此输出端子6易于由计算块12识别，以允许跟踪前进到下一个部件，即熔丝继电器3。在这种情况下，计算块12根据部件数据来确定熔丝继电器3包括多个端子，其中两个端子是与连接到内联线4的特定输入端子相关的输出端子。计算块12选择第一输出端子6a，将此记录在第一临时数据记录中，并且继续，直到作为指定端点的电池8。这样，在第一临时数据记录中标识了第一电流路径21，从ecu 5开始并继续，通过内联线4、熔丝继电器3到电池8，如图3所示。
48.然后，输出块13在计算机存储器中生成沿着第一电流路径21的导线7和部件5、4、3的序列的第一数据日志条目19a。针对每个记录的导线7和部件5、4、3，记录规格信息。例如，针对包含在物理布线线束中的导线7，线束标识符和分支名称被与任何相关的端子连接器信息一起记录下来。同样，在部件的情况下，部件标识符和端子信息被记录。
49.一旦完成了第一电流路径的第一数据日志条目19a，计算块12就以相反的顺序询问沿着第一电流路径21的每个居间部件4、3的布线和部件数据。这样，首先询问熔丝继电器3以识别任何另选路径。在这个例子中，识别出被导线7连接的第二输出端子6b，如图4所示。该导线然后被跟踪至发电机9的端子。尽管部件数据指示发电机9具有多于一个输出端子，但是布线数据指示这些端子中只有一个端子被连接，因此计算块可以继续跟踪如下电流路径：该电流路径从发电机9开始，通过第二熔丝继电器23到达第二电池28。因此，这确定了第二电流路径22，该第二电流路径22遵循与第一电流路径21相同的路线，从ecu 5开始，通过内联线4直到熔丝继电器3，但是随后遵循另选路线，该另选路线从第二端子6b开始，通过发电机9和第二熔丝继电器23，到达第二电池28，如图4所示。
50.一旦识别出第二电流路径22，输出块13更新第一输出记录18以记录第二数据日志条目19b，该第二数据日志条目19b与关于第一电流路径21记录的信息一致地列出了沿着第二电流路径22向前的导线和居间部件的序列。
51.然后，计算块12对ecu 5的其它已连结端子6递归地重复上述过程，以在计算机存储器中生成用于与所选择的部件相关联的其它电流路径的日志条目19。在该示例中，识别了六个另外的电流路径，如图3所示。这样，第一输出记录18将包含六个数据日志条目19。还
可以为所选择的不同的起始部件生成另外的输出记录18。例如，如果架构1包括多个ecu，则可以在自动过程中为多个ecu中的每一个生成完整的当前路径列表。
52.输出块13输出存储在计算机存储器中的数据文件中的一个或更多个输出记录，由此提供与特定选定部件相关联的所有当前路径的列表，以及沿着每个当前路径直到其相应端点的居间部件的顺序。然后，可以根据所存储的数据文件来生成用于对部件和布线系统的故障概率进行评估的故障树。例如，在图3所示的架构中，第二、第四和第五电流路径都路由通过第二熔丝继电器23。因此，如果该第二熔丝继电器23具有已知的参考故障概率(例如，基于诸如负载和开关频率的运行参数)，则这将由于其互连而影响ecu5的故障概率。
53.此外，在另一示例中，输出记录可指示第一、第二和第六电流路径包含被收录在线束的相同部分中的布线。这样，相关联的线束中的短路问题可能同时导致与第一和第六电流路径相关联的ecu端子中的故障。
54.因此，如上所述，输出块13生成逻辑故障树分析结构，该结构将电气/电子结构内的潜在故障事件与其它事件相关联。
55.输出块13还包括故障概率确定模块20a，该故障概率确定模块基于根据逻辑故障树分析结构对参考故障值进行组合来计算相应电气/电子结构的故障概率值。也就是说，考虑到起始部件和起始部件的一个或更多个电流路径中的居间部件是如何连接和关联的，将各个起始部件和该起始部件的一个或更多个电流路径中的居间部件的参考故障值进行组合。然后，故障概率确定模块20a更新数据文件以将每个结构的故障概率值包括在输出记录中。对每个另外的电气/电子结构变体重复上述过程，从而为每个电气/电子结构变体创建指示与每个结构设计相关联的故障概率的数据文件。
56.输出块13还包括选择模块20b，该选择模块基于多个电气/电子结构变体的被计算出的故障概率值从所述多个电气/电子结构变体中选择最佳电气/电子结构。即，在该实施方式中，选择具有最低故障概率的结构。然而，在其它实施方式中，输出块还可以应用其他权重(如每个结构的成本)，从而允许成本和可靠性的优化。
57.然后，例如通过在显示器上图形地输出结果，将所选择的最佳电气/电子结构通知给用户，从而允许采用最佳电气/电子结构进行制造。这提供了改进的电气/电子结构和架构。
58.在实施方式中，故障树分析还可被用于提供用于后续故障诊断的信息。例如，如果采用其中第一、第二和第六电流路径包含被收录在线束的相同部分中的布线的结构，则该信息可以允许故障检测系统被配置成响应于检测到与这些电流路径相关联的同时故障。例如，即使在第二电流路径22中没有检测到故障，第一电流路径和第六电流路径中的问题的指示也可以提示抢先维护维修。以这种方式，较不关键的电流路径中的故障可以用于识别其他电流路径上的关键部件中的高故障概率，这些关键部件仅通过它们在线束部件内的公共物理位置而相关联。
59.就此而论，实施方式还可以包括用于基于输出数据文件来生成图形故障树的故障树生成器。故障树生成器可以在计算机显示器上显示所生成的故障树，或者在可打印文档中输出图形。
60.应当理解，上述说明性的示例电气/电子架构已经被显著地简化。实际上，车辆电气/电子架构通常包括数千个部件，并且包括具有数十个分支和端子连接器的线束。在该上
下文中，上述系统仍然允许跨preevision环境内的多个层级来标识部件和布线之间的关系。这又允许评估由它们的配电路径的特征引起的不同电气/电子结构的故障概率，包括对沿该路径的部件的认识，以及部件、部件端子和布线部分之间的物理和几何关系。这又允许采用最佳的电气/电子结构，从而提供更安全的电气/电子架构的开发。
61.应当理解，上述实施方式仅出于说明的目的示出了应用。实际上，实施方式可以应用于许多不同的配置，其细节对于本领域技术人员来说是直接明了的。