Startseite > Automotive > Software + Tools > Dem Worst Case auf der Spur (Teil 2)

Robustness Validation

Dem Worst Case auf der Spur (Teil 2)

7. Juni 2010, 14:59 Uhr | Thorsten Gerke

▶ Diesen Artikel anhören

Fortsetzung des Artikels von Teil 5

Design-Grenzen und Leistungsfähigkeit

Warum ist es so wichtig, an dieser Stelle genau und akribisch die Fälle zu untersuchen? Die Simulation stellt eine Abstraktion des realen Systems dar und ist daher bereits mit Ungenauigkeiten/ Annahmen behaftet. Diese Abweichung zum realen Bauteilverhalten ist durch die Genauigkeit der Modellierung beeinflussbar. Wie am Anfang des Artikels dargestellt, ist zur Berechnung des Worst-Case-Verhaltens aber nicht nur der Modellierungsansatz wichtig, sondern auch das Verfahren, um den Worst Case zu berechnen. Um somit den Fehler aus dem Worst- Case-Berechnungsverfahren zu minimieren, sollte hier eine Methodik zum Einsatz kommen, die es ermöglicht, den Worst Case (für das jeweilige Modell) möglichst exakt zu ermitteln. Wie im obigen Beispiel aufgezeigt, kann der Einfluss des Verfahrens signifikant sein und zugehörige Design-Entscheidungen unterschiedlich beeinflussen. Ein weiterer Vorteil der Verwendung von Suchalgorithmen wird durch das obige Beispiel noch einmal untermauert: Die benötige Zeit, den Worst Case zu aufzuspüren. Für die Monte-Carlo- Analyse waren 10 000 Durchläufe notwendig, um eine annähernd ausreichende Abdeckung des Suchraums zu erreichen. Das Worst-Case-Analysewerkzeug ermittelt bereits innerhalb von ca. 30 Iterationen den Worst Case. Bei einer Simulationszeit von zirka 10 s dauert eine Simulation mittels Monte Carlo knapp 28 Stunden. Mit Hilfe des Analysewerkzeugs lässt sich dies auf 5 Minuten reduzieren. Es ergibt sich somit eine Reduzierung um einen Faktor von 336. Diese Berechnungen fallen noch gravierender aus, wenn größere Schaltungen mit einem erhöhten Grad an physikalischer Modellierung verwendet werden. Dies würde z.B. eine Abbildung der Taktung des DC/DC-Wandlers betreffen.

Mittels des neuen Worst-Case-Analysewerkzeugs in Saber ist dem Entwickler nun ein Werkzeug an die Hand gegeben, um die Robustheit seines Systems zu validieren. Die Einbettung von Suchalgorithmen liefert einen Vorteil gegenüber klassischen Verfahren in Bezug auf Rechengenauigkeit und benötigter Simulationszeit. Da sich die verwendeten Algorithmen für globale und lokale Untersuchungen eignen, ist bei der Modellierung weiterhin volle Flexibilität gegeben und es müssen keine vereinfachenden Annahmen getroffen werden, um den Limitierungen der Algorithmen Rechnung zu tragen.