運用數位維修最佳生產維護環境中的電子控制系統測試作業

概觀

了解如何透過數位維修站與數位生產設施,統一測試設備、資料與流程的新創方法。採用數位維修站的組織,將具備管理產品生命週期及採用基於模型的系統工程等新型作業模型的理想條件。

內容

電子控制系統的複雜度(例如汽車應用領域的電子控制單元(ECU)與航太及國防領域的現場可更換件(LRU)等)持續攀升,為生產設施與維修站/維護、維修與檢修(MRO)環境中的傳統測試方法帶來挑戰。這些系統需要精確、快速且符合嚴格標準,但舊款方法往往無法達成需求,導致效率低落、延遲與合規風險。 

NI 數位維修站與數位生產設施是一种轉化型方法,将測試設備、資料與流程整合為一個资料驅動的生態系統。此解方採用 NI SystemLink™ 軟體,並整合產品生命週期管理(PLM)及作業技術(OT)應用,簡化測試、提升可靠性,並確保整個產品生命週期的可追蹤性。 

針對致力推動效率與創新極限的組織,諸如結合系統建模語言(SysML)的基於模型的系統工程(MBSE)、結合自動測試標示語言(ATML)的基于模型的測試工程(MBTE)及測試設備的数位孿生等自由性的再增強功能,能提供先進的技術能力。這些方法不僅能提升數位維修站的效能,還為未來以人工智慧驅動的改良奠基。 

本技術白皮書探討電子控制系統的挑戰、NI 數位維修站解方、自由性的再增強,以及 AI 整合的前瞻性視野,為航太、汽車及製造業等產業提供全方位指南。

電子控制系統測試挑戰

在生產與維護環境中測試 ECU 和 LRU 面臨独特的挑戰:

  • 生產設施——高速功能測試必須跟上製造產能的步伐。然而,舊款測試系統常缺乏彈性,不足以適應產品變體或快速設計變更,造成瓶頸與重做。
  • 維修站/MRO 環境——故障診斷、維修及重新認證需進行精準可重複、符合 DO-178C(航太)或 ISO 26262(汽車)等法規標準的測試。分散的工具與手動程序使合規與可追蹤變得複雜。設施的舊款基礎架構、分散系統及人工處理程序會延遲重要平台的維護,危及和平時期持續支持與戰時應變作業的任務能力。
  • 異業痛點——不可靠的測試設備、碎片化資料,以及設計、生產與維護階段間整合不良,阻礙效率、根因分析與決策。缺乏來自維修站與量產測試機的完整測試與量測資料,以及即時設備效能監控,均為預測性維護、操作靈活性與 ECU/LRU 技術升級週期的關鍵。

這些挑戰凸顯出現代整合式測試生態系統的所需,以滿足當前需求並應對未來複雜性。

NI 數位維修解決方案

NI 數位維修站與數位生產設施透過打造統一的資料驅動的測試環境,應對上述挑戰。 該解方包含以下幾個主要組成部分:

  • SystemLink 軟體
  • 設施狀態監控(FHM) 
  • 基於 PXI 的測試系統

SystemLink 軟體

SystemLink 軟體集中管理測試資料、自動化工作流程並與 PLM 系統整合,確保產品生命週期內的資料暢行無阻。SystemLink 先進測試管理涵蓋自動化流程調度、完整資料管理與即時分析,搭配 FHM 主動式設備可靠度監測,提供業界無可比擬的新創解方。

圖 1:NI SystemLink 軟體集中管理測試資料、自動化工作流程並整合 PLM 系統,提供業界無可比擬的新創解方。

設施狀態(FHM) 

FHM 是適用於測試設備的即時連續監控與預測性分析,將停機時間降至最低並確保作業就緒狀態。 FHM 監控支援測試的設備效能狀況,例如:

圖 2:SystemLink 支援持續的測試設施健康監控(FHM)。

基於 PXI 的測試系統

PXI 系統是模組化高性能測試硬體,為 ECU、LRU 及其他電子控制系統提供精確且可擴展的測試解方。該生態系統建立了數位執行緒,連接生產、維護與設計團隊,以即時與歷史資料提供深入洞察。透過整合測試資料與設備管理,數位維修站能縮短週期時間、提升品質並增加測試流程可視性。

圖 3:數位維修站連接生產、維護與設計團隊,以縮短週期、提升品質及增進測試流程可視性。

增強功能:MBSE、MBTE 與數位孿生

對於希望最大化數位維修站潛能的組織,進階方法如 MBSE、MBTE 及測試設備的 數位孿生 提供強大、自由性的再增強功能。這些工具提升效能、可追蹤性及法規值,在受管制的產業中帶來競爭優勢。

採用 SysML 的基於模型系統工程(MBSE)

MBSE 運用 系統建模語言(SysML) 建立包含測試設備、工作流程及電子控制系統的完整系統模型。此方法以下列方式強化數位維修站:

  • 效能——MBSE 確保測試符合系統需求,減少錯誤與重做。例如,航太領域中,MBSE 建模航空電子系統以確保測試流程涵蓋所有安全關鍵功能。  
  • 可追蹤性——MBSE 透過將需求與 SysML 模型內的測試結果連結,提供從設計到部署的可審核追蹤路徑,對符合 DO-178C 等標準至關重要。
  • 效率——可再用系統模型簡化測試開發並適應產品型號變化,節省生產環境時間。

基於模型測試工程(MBTE)與 ATML

MBTE 採用與自動測試標示語言(ATML, IEEE 1671)相容的方式,利用 MBSE 工作流程與模型標準化測試程序及資料交換,強化數位維修站功能:

  • 效用——標準化測試定義確保測試站與產品變體的一致性。在汽車生產中,MBTE 可快速重配置 ECU 測試,縮短開發時間。
  • 可追蹤性——ATML 以機器可讀格式構造測試資料,明確記錄測試條件、結果及設備配置,非常適合稽核及根因分析。
  • 可複用性——預定義 ATML 測試範本減少重複,促進生產與維修站環境更快部署測試。

 

圖 4:MBSE 與 MBTE 的工作流程與工具,可藉由數位執行緒與數位維修站及以 SystemLink 建構的 FHM 解方整合。

測試設備數位孿生

數位孿生是實體測試設備的虛擬副本,整合於數位維修站以優化性能:

  • 效用——透過模擬測試情境,數位孿生在执行之前辨識低效並優化測試流程。航太維修站或以數位孿生開發獨立於測試系統的測試序列,調整 LRU 測試協定並提升故障偵測率。
  • 可追蹤性——數位孿生紀錄設備效能與維修歷史,確保符合作業標準並便於稽核。
  • 預測性維護——數位孿生即時資料結合 SystemLink FHM,預測設備故障並減少停機時間。

這些再增強功能提升數位維修站的準確性、彈性及,也能因應複雜的測試需求。

產業應用優勢

數位維修站及其自由性的再增強功能,為多個產業帶來具體益處:

國防

  • 合規——MBSE 搭配 MBTE 可協助確保測試符合如 DO-178C 的要求,並完整追蹤需求至結果。
  • 正常運行時間——數位孿生可預測測試設備的維護需求,縮短維修站作業停機時間。
  • 品質——SystemLink 整合資料提升 LRU 故障診斷,增強可靠度。

汽車

  • 速度——MBSE 搭配 MBTE 與 SystemLink 可簡化 ECU 測試開發流程,縮短生產設施的週期時間。
  • 靈活性——MBSE 搭配 MBTE 模型可針對新車型調整測試,儘管設計變更,產量仍維持不變。
  • 效用——集中資料可減少備援測試,將資源使用最佳化。

製造

  • 可靠性——FHM 協助確保測試站保持正常運作,盡可能避免發生中斷。
  • 規模可伸縮性——PXI 系統與數位孿生支持多元電子控制系統測試,包括工業物聯網裝置及消費性電子產品。

這些範例凸顯數位維修站(透過 MBSE、MBTE 及數位孿生強化功能)如何推動卓越的作業。

實施路線圖

採用分階段結構化方法部署數位維修站:

  1. 評估——檢視現有測試流程、設備與資料差距。
  2. 核心部署——安裝 SystemLink、基於 PXI 的測試系統與 FHM,建立數位線執行緒。
  3. 強化整合——依需求整合 MBSE(SysML)、MBTE(ATML)及數位孿生,以符合特定產業或計畫的要求。
  4. 優化——利用資料洞察優化工作流程,提升測試效用。

此路線圖確保順利轉型為完全整合的測試生態系統。

展望未來:AI 驅動測試維護

數位維修站基礎扎實,透過 MBSE、MBTE 及數位孿生技術夯實,為 AI 革新測試與設備管理奠基。由 SystemLink、PLM 整合與標準化方法使用標準化資料創造了資料豐富的環境,提供 AI 實現有效洞察所需的高質量輸入。

AI 用於提升測試效用

AI 可分析數位維修站的歷史測試資料,以達成以下目標:

  • 預測故障——辨別先前的瑕疵樣式,支援主動進行測試調整。例如,在汽車 ECU 測試中,AI 可早期標示風險裝置,降低故障率。
  • 最佳化測試序列——消除備援測試,並排定重要檢查的優先順序,在不影響品質的前提下縮短測試週期。

 

AI 用於提升測試效率

AI 利用即時及歷史資料,以以下方式增強作業效率:

  • 自動化測試開發——依據 MBSE 模型與歷史結果,AI 建議測試參數,加速 MBTE 推行。
  • 資源分配——AI 平衡測試站工作負荷,確保設備與人員最佳化使用。

 

基於測試設備利用的 AI

AI 透過以下方式充分發揮測試資產的價值:

  • 預測性維護——建基於數位孿生,AI 更精確預測設備故障,排程維護時間,避免發生中斷。
  • 動態排程——AI 在生產與維修站環境最佳化設備使用率,進而縮短閒置時間,與減少瓶頸。

 

AI 成功基礎

數位維修站的結構化資料(使用 ATML)、系統模型(使用與 ATML 相容的 SysML)及即時監控(使用數位孿生)建立理想的 AI 環境。隨著 AI 的日益普及,組織可望在測試速度、準確度與成本效益上大幅提升,成為產業領導者。

結論

NI 數位維修站與數位生產設施改變電子控制系統的測試作業,進而應對生產與維護環境的複雜性挑戰。自由性的再增強——MBSE 搭配 SysML、MBTE 搭配 ATML 及測試設備的數位孿生,透過提升效用、可追蹤性與合規性,將此解方優化至更高層次。這些進步不僅解決當前挑戰,也為 AI 驅動創新奠基,在測試效用、效率與設備利用率方面有著前所未有的提升。藉由 NI 的專業與先進工具,組織能實現卓越營運,為未來測試做好準備。