你好!欢迎来到深圳市品慧电子有限公司!
语言
当前位置:首页 >> 技术中心 >> 传感技术 >> 智能化电动化持续,车用芯片展现新趋势

智能化电动化持续,车用芯片展现新趋势


近日,恩智浦半导体举行电气化线上媒体沟通会,介绍了两款面向汽车应用的芯片产品解决方案,包括针对牵引的电机控制的S32K39系列微控制器以及由AI驱动的电动汽车云连接电池管理系统。在汽车智能化、电动化、网联化的时代,芯片产品在发挥关键作用的同时,也展现许多新的技术趋势,值得关注。


S32K39 微控制器:更高性能更高集成
随着云计算向边缘延伸,边缘计算实现了资源和服务向边缘位置的下沉,从而降低交互延时,减轻网络负担,优化业务服务。作为边缘计算设备核心的MCU就需要具备更强的处理运算能力,支持高速通信以,多种通讯协议解析,甚至是集成嵌入式AI等功能。更高性能、更加智能、更高集成度成为近年来MCU的发展趋势。
恩智浦最新推出S32K39系列MCU,集成DSP,支持机器学习算法,提供灵活的数字滤波,支持TSN以太网络,集性能、集成、网络、信息安全和功能安全于一体,与传统意义上的MCU展现出许多新特征。
恩智浦半导体车辆控制和网络解决方案全球营销总监Brian Carlson指出:“S32K39的诞生是为了满足电动汽车市场的新趋势。我们希望可以满足新型车辆的需求。传统MCU的通常设计,旨在服务于内燃机时代的汽车,而这款MCU我们进行了很多优化,希望可以更好地为电动车的需求提供支持。”
Brian Carlson介绍了当前市场的6大趋势:一是对性能和效率的要求越来越高,这包括了提升续航里程的需求;二是更高等级的功能安全;三是要求电动车有更高的可靠性和可获得性,比如共享出行,包括自动驾驶出租车等,这样一些新的应用场景所带来需求;四是我们希望可以帮助车厂提供电机的可扩展性。通常一台入门级的汽车可能只需要一个电机,中档的汽车可能需要两个电机,高性能的汽车需要三个电机,而卡车或者是越野车可能就需要四个电机了,在这个过程中就需要牵引逆变器提供支持;五是新的区域车辆架构设计;六是对电动车总成本的控制。
S32K39的设计体现出了上述趋势与需求。它搭载了4个工作频率达320 MHz的Arm Cortex-M7内核,配置为一个锁步核和两个分立核,且通过双200 kHz控制环路提高能效,支持新推出的碳化硅(SiC)和氮化镓(GaN)技术,同时还可以控制六相电机。在系统层面,S32K39可以结合其他芯片一起使用,比如可与FS26安全系统基础芯片(SBC)和具备可调节动态栅极强度控制的先进高压隔离栅极驱动器GD3162结合使用,实现安全的逆变器控制系统。GD3162主要是进行高低压的切换,这个过程中还会涉及到SiC晶体管一起来实现牵引逆变器的功能。“总体而言,我们有能力为下一代牵引逆变器提供更好的支持。”Brian Carlson强调。
在应用层面,S32K39能够应用于电动车的E/E架构中,可以是单或双的电机架构,同时可以与S32Z和S32E协同工作。S32Z/E相当于电动车的大脑,S32K39实现结点侧的智能驱动。它们之间通过CAN或者以太网通信。同时,S32Z/E和S32K39还可以被布置在一个ECU中,通过Zipwire总线进行通信。最终实现高集成度和灵活性,可以为车厂提供丰富的选择。
电池管理方案:走向云网融合
“云-网-边-端”融合计算是汽车智能化与自动驾驶技术发展时的主要方向。近日,恩智浦推出的面向电池管理系统的解决方案,也体现出这样的发展思路,值得关注。根据恩智浦半导体电池管理系统总监兼部门经理Andreas Schlapka的介绍,新推出的由AI驱动的电动汽车云连接电池管理系统,可通过S32G GoldBox汽车网络参考设计将其高压电池管理系统(HVBMS)连接到云端,以利用由人工智能(AI)驱动的电池数字孪生模型。恩智浦通过Electra Vehicles, Inc的EVE-Ai 360度自适应控制技术,实现更优物理BMS实时预测和管理,提升电池性能,改善电池健康状态。
Andreas Schlapka表示,电池仍然是电动汽车(EV)中最为昂贵的组件,由AI驱动的数字孪生云服务拥有巨大潜在优势,可以改善对电池健康状态(SOH)和充电状态(SOC)的估算,继而提高能效、延长使用寿命、降低成本。运行条件的变化可能导致电池健康状态的持续变化,电池数字孪生模型可适应这种持续变化,并向BMS反馈数据更新,从而持续改进控制决策。恩智浦的高压电池管理系统可以结合S32G GoldBox一起使用,S32G GoldBox提供到云端的连接以及人工智能的驱动,形成云端的数字孪生。
“我们也和Electra Vehicles进行合作,他们的云端算法帮助我们将电池的健康状态提升12%,也允许我们更加精确地计算电池充电的情况。我们在电动汽车上面有很大的应用,尤其是可以应用于整个电动汽车车队的管理。如果你有一个车队的话,通过人工智能和机器学习的算法,最后能够生成一个自适应的模型。这个模型可以去做模拟、预测,提升电池充电的状态,延长电池的使用寿命,提升电池使用的安全性,同时还可以增加电池剩余的使用寿命。因为在这个过程中可以获得更好的掌控,获得更加准确的电机信息数据。通过对电池的使用寿命的延长,我们可以实现电动汽车二氧化碳排放的大量减排,整个电动汽车的能效也会更好。”Andreas Schlapka强调。
在谈到未来发展时,Andreas Schlapka表示,如今车辆的连接性有了非常大的提升,很多车辆的软件更新基本上都是通过云端或者无线网络而更新的。在云端,可以生成这台车或者是整个车队的数字孪生,这样做的原因一方面是OEM汽车厂商的需求,他们需要了解车辆的情况和问题。市场是有动力进行数据采集的,不仅是为了更好地进行电池管理,可能还有一些其他的用途。我觉得这是一个业界未来的标准的实践,它能提升电动车行驶的里程,可以更好地增强电动车电池的健康状态和充电的状态。

相关文章

    用户评论

    发评论送积分,参与就有奖励!

    发表评论

    评论内容:发表评论不能请不要超过250字;发表评论请自觉遵守互联网相关政策法规。

    深圳市品慧电子有限公司