Mehr Vertrauen in den Automobilantrieb durch HIL und SIL

Wichtigste Erkenntnisse

• SIL sollte die Steuerungslogik frühzeitig prüfen, während HIL das Timing und das Schnittstellenverhalten bestätigen sollte, sobald diese Faktoren die Ergebnisse beeinflussen können.
• Das Vertrauen in den Antriebsstrang beruht auf einem fokussierten Anwendungsbereich, einer glaubwürdigen Nachbildung der Anlage und Prüfkriterien, die sich am Fahrverhalten des Fahrzeugs orientieren und nicht an isolierten Signalen.
• Bei der Validierung von Elektrofahrzeugen ist eine umfassendere Fehlerabdeckung in den Bereichen Aufladen, Leistungsreduzierung, Neustart und Betrieb unter verminderter Leistung erforderlich, da bei der Prüfung mit Nennzyklen viele kostspielige Ausfälle übersehen werden.

Kombinierte SIL- und Tests den Antriebsstrang-Teams den schnellsten Weg zu Zuversicht.

Bei HIL- und Tests in der Automobilindustrie Tests Simulationen software, Schnittstellen und zeitlichen Abläufe überprüft, bevor der Fahrzeugbau Zeit und Budget beansprucht. Software wird der Steuerungscode an einer simulierten Anlage getestet, während hardware zusätzlich die Zielsteuerung und ihre Ein- und Ausgangspfade einbezogen werden. Die Verkaufszahlen von Elektroautos überschritten im Jahr 2024 die 17-Millionen-Marke, wodurch der Anteil der Elektrofahrzeuge am 20 % des weltweiten Pkw-Absatzes. Diese Größenordnung bedeutet mehr Varianten, mehr Kalibrierungszweige und weniger Spielraum für späte Überraschungen beim Antriebsstrang.

SIL Tests Steuerungsprobleme Tests , noch bevor hardware ECU hardware

Tests decken Probleme in der Steuerungslogik auf, noch bevor hardware . Sie führen die software einem simulierten Triebwerk, Motor, Getriebe oder Batteriesystem aus. Diese Konfiguration überprüft Zustandsübergänge, die Behandlung von Grenzwerten und die numerische Stabilität. So können Sie kostspielige Fehler erkennen, solange Designänderungen noch schnell vorgenommen werden können.

Ein typischer SIL-Fall beginnt mit der Drehmomentanforderungslogik. Die Steuerung fordert das Raddrehmoment an, das Anlagenmodell wandelt dieses in Motordrehzahl und Batteriestrom um, und die software auf Grenzwerte wie Unterspannung oder kalte Zelltemperatur. Eine Startanforderung während eines Cold-Soak-Zustands zeigt oft schon lange bevor ein Wechselrichter oder ein Batteriepack auf den Prüfstand kommt, eine instabile Drehmomentverteilung. Hier treten in der Regel zuerst Unstimmigkeiten zwischen den Komponenten, Zustandsmaschinen-Schleifen und eine unzureichende Anti-Windup-Logik zutage.

Das ist wichtig, weil frühe Defekte im Antriebsstrang oft software sind, die sich als Kalibrierungsfehler tarnen. Wenn Ihr Drehmomentbeobachter nur innerhalb eines engen Temperaturbereichs schwingt, Tests solche Fehler Tests schnell erkennen – bei SIL hingegen schon. Außerdem können Sie über Nacht Hunderte von Regressionsfällen durchlaufen lassen, wodurch verhindert wird, dass software alte Fehler wieder auftreten. SIL liefert zwar keine Beweise für die elektrische Zeitsteuerung, bietet Ihnen aber eine saubere Steuerungsbasis.

„Wenn SIL frühzeitig die Logik überprüft und HIL später das Timing und die Schnittstellen bestätigt, ist Vertrauen nicht mehr nur ein Schlagwort, sondern wird zu einer wiederholbaren Validierungsroutine.“

Tests das Zeitverhalten unter Last im Regelkreis

Tests prüfen, wie sich das Steuergerät verhält, wenn Zeitabläufe, Ein-/Ausgangs-Latenzzeiten und hardware Teil des Regelkreises sind. Das Steuergerät liest simulierte Sensor-und Datenfusion aus Sensor-und Datenfusion schreibt Aktuatorbefehle in Echtzeit. Dadurch werden Fristüberschreitungen, Buskonflikte und Fehler bei der Signalaufbereitung aufgedeckt. So lässt sich feststellen, ob die software funktioniert, wenn Physik und hardware .

Ein Traktionsumrichter-Regler verdeutlicht dies anschaulich. Die Steuereinheit (ECU) erfasst die Resolverposition, die Zwischenkreisspannung und die Pedaleingabe und sendet anschließend Schaltbefehle, während ein Anlagenmodell Strom und Drehzahl rückmeldet. Wenn während einer Drehmomentrampe eine Aufgabe ins Stocken gerät, zeigt der Prüfstand Welligkeit, das Auslösen von Schutzfunktionen oder eine verzögerte Leistungsreduzierung an. SIL kann zwar nahelegen, dass die Logik korrekt ist, aber erst HIL beweist, dass die Regelungsarchitektur dem tatsächlichen Ausführungsdruck standhält.

Hier kommt die Last im geschlossenen Regelkreis ins Spiel. Der Regler kann sich nicht hinter idealem Timing oder perfekten Schnittstellen verstecken, und Sie können Sensorausfälle simulieren, ohne hardware zu riskieren. Ingenieur:innen nutzen HIL Ingenieur:innen , um die Logik von Fehlercodes, Watchdog-Reaktionen und die Netzwerkwiederherstellung nach Kommunikationsausfällen zu validieren. Diese Prüfungen geben Ihnen die Gewissheit, dass das Steuergerät nicht allein deshalb ausfällt, weil im Labor Timing-Details außer Acht gelassen wurden.

Beginnen Sie mit den Funktionen des Antriebsstrangs, die das höchste Risiko bergen

Durch eine risikobasierte Testauswahl bleiben SIL und HIL nützlich, anstatt überfrachtet zu werden. Sie sollten mit Funktionen beginnen, die zu Drehmomentverlust, thermischer Belastung, Unterbrechung der Stromversorgung oder unsicheren Ausweichzuständen führen können. Diese Funktionen verursachen die größten Validierungslücken, wenn sie erst spät ausfallen. Ihre erste Testmatrix sollte in erster Linie die Auswirkungen eines Ausfalls widerspiegeln und die Anzahl der Funktionen in den Hintergrund stellen.

• Die Drehmomentverteilung sollte frühzeitig behandelt werden, da mehrere Regler um die Kontrolle konkurrieren können.
• Die Schutzlogik von Wechselrichtern und Batterien erfordert Stressszenarien, da sich die Grenzwerte mit der Temperatur und der Spannung verschieben.
• Die Abstimmung der regenerativen Bremsung erfordert sorgfältige Überprüfungen, da das Pedalgefühl und die Stabilität vom richtigen Zeitpunkt abhängen.
• Übergänge im Ladezustand erfordern besondere Aufmerksamkeit, da Fehler beim Handshake dazu führen können, dass das Fahrzeug liegen bleibt oder der Ladevorgang unterbrochen wird.
• Fallback- und „Limp-Home“-Logik müssen nachgewiesen werden, da die Fehlerbehandlung ausschlaggebend für die Sicherheit und die Betriebsergebnisse ist.

Eine gute Risikoliste verhindert zudem, dass Teams Zeit auf dem Prüfstand mit Signalen mit geringer Auswirkung verschwenden, während Pfade mit hoher Auswirkung zu wenig getestet werden. Bei einem Hybridantrieb muss beispielsweise der Neustart des Motors oft früher berücksichtigt werden als nicht kritische Anzeigenmeldungen. Sie schaffen am schnellsten Vertrauen, wenn jeder Testfall auf eine Funktion abzielt, deren Ausfall Kund:innen , die Wartungsfreundlichkeit oder die Einhaltung gesetzlicher Vorschriften beeinträchtigen kann. Das ist die praktische Antwort auf die Frage, wie man Antriebsstränge in der Automobilindustrie mit HIL und SIL testet, ohne dass der Testplan ausufert.

Wechsel von SIL zu HIL, wenn Schnittstellen Grenzwerte festlegen

Sie sollten von SIL zu HIL übergehen, wenn Schnittstellen-Timing,I/O oder Ausführungsjitter das Ergebnis beeinflussen können. SIL reicht für das Screening der Steuerlogik und umfassende Regressionstests aus. HIL wird notwendig, wenn Sensor-Emulation, Busverkehr und Task-Scheduling das Systemverhalten beeinflussen. Der Wechsel hängt eher von der Qualität der benötigten Nachweise ab als von der Projektphase.

„SIL liefert zwar keine Beweise für den elektrischen Zeitablauf, bietet Ihnen aber eine klare Kontrollgrundlage.“

Eine Anforderung zur Drehmomentreduzierung während des Gleichstrom-Schnellladens verdeutlicht diesen Übergang. Mit SIL lässt sich die Zustandsmaschine verifizieren, die den Ladestrom unter thermischer Belastung reduziert, doch sobald die Kommunikationszeiten des Ladegeräts und analoge Messwerte das Ergebnis beeinflussen, ist HIL erforderlich. Gleiches gilt für Start-Stopp-Vorgänge des Motors, den Zeitpunkt des Kupplungsausrückens und die Resolver-Auswertung. Wenn die Schnittstelle die Reaktion des Reglers beeinflussen kann, ist der Punkt erreicht, an dem HIL eine Rolle spielt.

Teams erzielen bessere Ergebnisse, wenn sie SIL und HIL als miteinander verbundene Phasen innerhalb eines Validierungsablaufs betrachten. SIL beseitigt Störungen durch unausgereifte Logik, und HIL bestätigt, dass ausgereifte Logik den tatsächlichen Ausführungsbedingungen standhält. Diese Abfolge verkürzt Debugging-Zyklen und sorgt dafür, dass die knappe Testzeit auf Fälle konzentriert bleibt, die nur hardware geklärt hardware . Sie benötigen HIL nicht für jede Prüfung, aber für die Prüfungen, die am wichtigsten sind.

Die Genauigkeit des Pflanzenmodells bestimmt den Wert jedes Ergebnisses

Die Genauigkeit eines Anlagenmodells sollte auf die zu beantwortende Regelungsfrage abgestimmt sein. Ein zu einfaches Modell verschleiert Fehler, während ein zu komplexes Modell die Ausführung verlangsamt und die Abdeckung einschränkt. Der richtige Grad an Genauigkeit sorgt dafür, dass der Regler weiterhin die physikalischen Vorgänge wahrnimmt, die seine Entscheidungen beeinflussen. Genauigkeit ist vor allem dort von entscheidender Bedeutung, wo Regelungsmaßnahmen besonders empfindlich sind.

Anhand eines Batteriemodells lässt sich dieser Kompromiss leicht verdeutlichen. Ein einfaches Ersatzschaltbild kann zwar die Steuerlogik für Lade- und Entladevorgänge abbilden, doch thermische Grenzwerte, Spannungsabfälle und Fehler bei der Ladezustandsschätzung erfordern oft elektrothermische Details, um das richtige Verhalten darzustellen. Das Gleiche gilt für Modelle des Motorluftstroms, der Kupplungsdynamik und der Schalteffekte von Wechselrichtern. Die Detailgenauigkeit sollte dem Testfall dienen, und es ist nicht überall ein Höchstmaß an Detailgenauigkeit erforderlich.

Teams, die OPAL-RT für die Closed-Loop-Ausführung nutzen, müssen sich dennoch entscheiden, wo die Detailgenauigkeit ihren Preis hat. Wenn die Einbindung der regenerativen Bremsenergie vom Reifenschlupf und der Drehmomentübertragung auf die Achsen abhängt, müssen diese Verhaltensweisen ausreichend detailliert modelliert werden, um die Reglerausgänge sinnvoll zu beeinflussen. Wenn ein Kühlkreislauf nur geringen Einfluss auf den von Ihnen ausgeführten Testfall hat, sorgt ein schlankeres Modell für einen stabilen und produktiven Testablauf. Eine gute Validierung ergibt sich aus selektiver Detailgenauigkeit und der Anpassung des Modellumfangs an den jeweiligen Testfall.

Die Prüfkriterien müssen das Fahrzeugverhalten auf Systemebene widerspiegeln

Die Erfolgskriterien für den Antriebsstrang sollten sowohl das Fahrzeugverhalten als auch die Signalkorrektheit beschreiben. Ein Test gilt als bestanden, wenn die gesamte Funktion unter allen Bedingungen und in allen Fehlerzuständen das beabsichtigte Ergebnis erzielt. Das bedeutet, dass für die Drehmomentabgabe, die Schutzmaßnahmen und die Wahrnehmung durch den Fahrer klare Grenzwerte festgelegt werden müssen. Sie validieren ein komplettes System mit Kund:innen Ergebnissen und Algorithmus-Traces.

Eine Einführungsveranstaltung verdeutlicht diese Lücke. Der Regler kann zwar den vorgegebenen Drehmomentwert erreichen, sich aber dennoch schlecht anfühlen, wenn das Drehmoment zu spät einsetzt, im Bereich der Radschlupfregelung schwankt oder nach Erreichen einer Batteriegrenze eine abrupte Leistungsreduzierung auslöst. Die Schaltqualität, die Kontinuität des Ladevorgangs und die Sanftheit der regenerativen Bremsung folgen dem gleichen Muster. Eine reine Überprüfung auf Signalebene allein lässt außer Acht, wie sich das Fahrzeug tatsächlich verhält.

Gute Kriterien verknüpfen Daten auf niedriger Ebene mit den Systemergebnissen. Sie können die aktuellen Überschreitungsgrenzen mit der Beschleunigungsgleichmäßigkeit oder den Zeitpunkt der Fehlererkennung mit einem akzeptablen Notlaufdrehmoment kombinieren. Auch die Testauswertungen verbessern sich, wenn sich software, Steuerungs- und Validierungsteams auf eine einzige Pass-Aussage auf Systemebene einigen, anstatt auf separate lokale Kennzahlen zurückzugreifen. Dies verringert falsches Vertrauen, was ein häufiger Fehler bei der Validierung von Antriebssträngen mittels Simulation ist.

Elektrische Antriebsstränge erfordern eine Fehlerabdeckung, die über die Nennzyklen hinausgeht

Elektrische Antriebsstränge erfordern mehr als nur Standard-Fahrzyklen, da viele Fehler erst unter Vorteil , beim Laden und bei Schutzübergängen auftreten. Der Nennbetrieb beweist lediglich, dass das System unter den einfachsten Bedingungen funktioniert. Vertrauen entsteht erst durch die Simulation von Fehlern, den Betrieb im eingeschränkten Modus und Wiederherstellungsprüfungen. Sie benötigen eine umfassende Abdeckung für die Momente, in denen die Koordination auf die Probe gestellt wird.

Das Aufladen ist ein gutes Beispiel dafür. Die Zahl der öffentlichen Ladestationen im Jahr 2024 weltweit die 5-Millionen-Marke, was mehr Steckertypen, mehr Verhaltensweisen der Ladestationen und mehr Handshakes bedeutet, die Ihre software bewältigen software . Ein Prüfstand sollte Kabelunterbrechungen, Annahmen zu verschweißten Kontakten, die Drift von Stromsensoren, Fehler bei der Vorladung und die Wiederherstellung nach thermischer Leistungsminderung testen. Diese Fälle liegen oft außerhalb der Bibliothek für Nennzyklen, beeinflussen jedoch die Zuverlässigkeit im Einsatz.

Auch thermische und spannungsbezogene Eckwerte spielen in Elektrofahrzeugprogrammen eine größere Rolle, als viele Teams zunächst erwarten. Ein Motorsteuerkreis, der sich bei Nennspannung des Akkupacks gut verhält, kann bei einem Neustart mit niedriger Spannung nach einer Kältepause an Sicherheitsreserve einbüßen. Die Fehlerabdeckung sollte auch das Wiederherstellungsverhalten umfassen, denn eine sichere Abschaltung, die nie wieder einwandfrei neu startet, ist immer noch ein schlechtes Ergebnis. Deshalb Ingenieur:innen Tests elektrische Antriebsstränge Ingenieur:innen sowohl eine hohe Fehlertiefe als auch eine große Zyklusbreite.

Offene Toolchains sorgen für einheitliche SIL-HIL-Arbeitsabläufe teamübergreifend

Offene Toolchains sorgen dafür, dass Modelle, Testziele und Nachweise von der Desktop-Simulation bis zur Validierung auf dem Prüfstand aufeinander abgestimmt bleiben. Konsistenz ist wichtig, da eine fehlerhafte Übergabe zwischen den Tools neue Fehler verursacht, die wie Produktfehler erscheinen. Teams arbeiten schneller, wenn sie Anlagenmodelle, Testfälle und Bestehenskriterien über beide Phasen hinweg wiederverwenden. Sie werden dem Ergebnis mehr Vertrauen schenken, wenn der Arbeitsablauf durchgängig bleibt.

Ein praxisorientierter Ansatz beginnt mit demselben Regelmodell und denselben Kernannahmen für die Anlage in SIL und überträgt diese anschließend in HIL, wobei lediglich die Zeit-, I/O und Ausführungsebenen angepasst werden. Dadurch wird verhindert, dass sich ein Kalibrierungszweig vom anderen entfernt, und die Fehleranalyse wird wesentlich übersichtlicher. Ingenieur:innen dann eine präzisere Frage stellen: Ist der Regler ausgefallen, oder hat der Test-Stack das Modell neu interpretiert? Offene Toolchains verringern diese Unklarheit.

Genau hier fügt sich OPAL-RT nahtlos in die strukturierte Arbeit am Antriebsstrang ein. Ein kohärenter Testablauf sorgt dafür, dass Simulation, hardware und Nachweise stets auf dasselbe technische Ziel ausgerichtet sind. Wenn SIL die Logik frühzeitig überprüft und HIL später das Timing und die Schnittstellen bestätigt, ist „Vertrauen“ nicht mehr nur ein Schlagwort, sondern wird zu einer wiederholbaren Validierungsroutine. Diese Disziplin ist es, die aus einzelnen Tools eine einheitliche Validierungspraxis macht.