利用 HIL 和 SIL 增强汽车动力总成的可靠性

核心要点

• SIL应在早期对控制逻辑进行验证，而HIL应在这些因素可能影响结果时，对时序和接口行为进行确认。
• 对动力总成的信心源于明确的测试范围、可靠的测试台架保真度，以及与车辆行为而非孤立信号挂钩的通过标准。
• 电动汽车的验证工作需要在充电、降额、重启和降级运行方面实现更全面的故障覆盖，因为仅靠标称循环测试会遗漏许多代价高昂的故障。

将SIL和HIL测试相结合，能为动力总成团队提供通往信心最快捷的途径。

汽车领域的HIL和SIL测试利用仿真 在车辆制造耗费大量时间和预算之前，仿真 控制软件、接口和时序仿真 验证。软件在环 SIL软件在环 控制代码软件在环 模拟的被控对象，而硬件在环（HIL）测试则在此基础上增加了目标控制器及其输入/输出路径。2024年，电动汽车销量突破1700万辆，这使得电动汽车的全球销量占比超过 20%。这一规模意味着车型变体增多、标定分支增多，而动力总成在后期出现意外问题的余地则更小。

SIL测试在ECU硬件到货前发现了控制方面的问题

SIL测试能在目标硬件尚未建成之前就发现控制逻辑问题。您可以在模拟的发动机、电机、变速箱或电池系统上运行控制软件。这种测试环境可验证状态转换、极限值处理以及数值稳定性。这样，您就能在设计更新仍能快速进行时，及时发现那些代价高昂的错误。

典型的SIL案例通常始于扭矩请求逻辑。控制器发出车轮扭矩请求，被控对象模型将其转换为电机转速和电池电流，而软件则会对低电压或电池单元低温等限制条件作出响应。在冷浸状态下发出的启动请求，往往会在逆变器或电池组送上测试台之前很久，就暴露扭矩仲裁的不稳定性。单元不匹配、状态机循环以及抗积分饱和逻辑不佳等问题，往往首先在此处显现。

这一点很重要，因为动力总成的早期缺陷往往是披着校准外衣的软件缺陷。如果扭矩观测器仅在狭窄的温度范围内发生振荡，道路测试很难迅速发现这一问题，但SIL测试却能检测出来。此外，您还可以在夜间运行数百个回归测试用例，从而避免软件更新时重新引入旧故障。虽然SIL测试无法验证电气时序，但它能为您提供一个干净的控制基准。

“当SIL在早期对逻辑进行验证，而HIL在后期对时序和接口进行确认时，‘信心’就不再只是一个口号，而是成为一种可重复的验证习惯。”

HIL测试可验证闭环负载条件下的时序行为

HIL测试用于验证当时间、输入/输出延迟以及硬件接口纳入控制回路时，控制器的运行表现。ECU会实时读取模拟传感器数据并写入执行器指令。这能揭示时限未达标、总线争用以及信号调理故障等问题。您将能够验证在物理过程与硬件相互作用时，软件是否仍能正常运行。

牵引逆变器控制器对此说明得十分清楚。ECU读取解码器位置、直流母线电压和踏板输入，随后发送开关指令；与此同时，系统模型反馈电流和转速。如果在扭矩上升过程中某项任务出现延迟，测试台将显示纹波、触发保护或出现延迟降额。SIL测试可以表明逻辑正确，但HIL测试才能证明控制堆栈能够承受实际执行时的压力。

这正是闭环负载大显身手之处。控制器无法借助理想的时序或完美的接口来掩盖问题，而且您可以模拟传感器信号丢失的情况，而无需担心造成硬件损坏。工程师们还会利用HIL来验证故障诊断代码逻辑、看门狗响应以及通信中断后的网络恢复情况。这些检查能让您确信，ECU的故障绝不会仅仅因为实验室忽略了时序细节而发生。

从风险最高的动力总成功能入手

基于风险的测试选择能确保SIL和HIL保持实用性，避免功能臃肿。应优先考虑可能导致扭矩损失、热应力、充电中断或不安全退避状态的功能。如果这些功能在后期出现故障，将造成最大的验证缺口。您的首个测试矩阵应首先反映故障影响，将功能数量作为次要考虑因素。

• 扭矩仲裁值得尽早探讨，因为多个控制器可能会争夺控制权。
• 逆变器和电池的保护逻辑需要应激测试场景，因为限值会随温度和电压的变化而变化。
• 再生制动混合控制需要仔细检查，因为踏板手感和稳定性取决于时机。
• 充电状态的转换需要特别注意，因为握手故障可能会导致车辆无法继续行驶或充电中断。
• 后备方案和“限速返航”逻辑需要经过验证，因为故障处理直接影响安全性和服务效果。

一份完善的风险清单还能避免团队将测试时间浪费在影响较小的信号上，而导致影响较大的路径却测试不足。例如，对于混合动力传动系统，通常应优先关注发动机重启协调问题，而非非关键的显示 。 当每个测试用例都针对可能影响客户使用体验、可维护性或合规性的功能时，您就能最快地建立信心。这就是如何利用HIL和SIL测试汽车动力总成，同时避免测试计划过度膨胀的实用解决方案。

当接口设置限制时，从SIL切换到HIL

当接口时序、硬件I/O或执行抖动可能影响结果时，应从SIL过渡到HIL。对于控制逻辑筛选和广泛回归测试，SIL已足够。当传感器仿真、总线流量和任务调度影响系统响应时，HIL就变得必不可少。这种转变取决于您所需的证据质量，而非项目阶段。

“SIL 无法验证电气时序，但能为您提供一个清晰的控制基准。”

在直流快充过程中出现的扭矩降额请求清晰地展示了这种交接过程。SIL 可以验证在热应力下降低充电电流的状态机，但一旦充电器通信时序和模拟测量结果影响测试结果，就需要采用 HIL。发动机启停市场活动、离合器接合时机以及旋转变压器解码也是如此。如果接口能够改变控制器的动作，那就说明已经到了 HIL 至关重要的阶段。

当团队将SIL和HIL视为同一验证流程中的关联阶段时，能获得更好的结果。SIL可消除不成熟逻辑带来的干扰，而HIL则可验证成熟的逻辑能否满足实际执行的约束条件。这种顺序既能缩短调试循环，又能让宝贵的测试台时间集中用于仅靠硬件才能验证的场景。虽然并非每项检查都需要HIL，但对于最重要的检查，HIL是必不可少的。

模型保真度决定了每个结果的价值

模型的保真度应与需要解答的控制问题相匹配。过于简单的模型会掩盖故障，而过于复杂的模型则会降低运行速度并阻碍覆盖率。恰当的保真度水平能确保控制器始终暴露在影响其决策的物理现象之中。在控制动作较为敏感的情况下，准确性尤为重要。

电池模型能直观地展现这种权衡关系。一个简单的等效电路可以模拟充放电控制逻辑，但温度限制、电压下陷以及电量状态估算故障往往需要详细的电热模型才能展现正确的响应。这一原则同样适用于发动机进气通道模型、离合器动力学以及逆变器开关效应。建模精度应服务于测试用例，并非所有地方都需要达到最高细节程度。

使用OPAL-RT进行闭环执行的团队仍需权衡，在何处牺牲精度以换取性能。如果再生制动混合取决于轮胎滑移和车轴扭矩传递，则这些行为需要足够详细的描述，才能以有意义的方式驱动控制器输出。如果冷却液回路对当前运行的测试案例影响甚微，那么采用更轻量级的模型将有助于保持测试台的稳定性和效率。良好的验证既源于对细节的选择性处理，也源于将模型复杂度与测试案例相匹配。

通过标准必须反映车辆在系统层面的行为表现

动力总成通过标准应同时描述车辆行为和信号正确性。当整个功能在各种工况和故障状态下均达到预期结果时，测试即视为通过。这意味着扭矩输出、保护措施以及驾驶员感知都需要明确的限值。您需要通过客户可见的结果和算法追踪记录，对整个系统进行验证。

一场发布活动生动地说明了这一差距。即使控制器能达到指令扭矩值，但如果扭矩输出延迟、在车轮打滑控制临界点附近出现振荡，或者在达到电池限值后触发剧烈的减速，驾驶感受依然会很差。换挡质量、充电连续性和能量回收的平顺性也呈现出同样的规律。仅靠信号层面的通过测试，无法反映车辆的实际表现。

良好的评估标准能够将低级数据与系统结果联系起来。您可以将当前的超限值与加速度平顺性相结合，或者将故障检测时序与可接受的限速行驶扭矩相结合。当软件、控制和验证团队就一个系统级通过标准达成一致，而不是各自采用独立的局部指标时，测试评审的质量也会得到提升。这有助于减少虚假信心，而虚假信心正是动力总成仿真验证中常见的失误。

电动动力总成的故障覆盖范围需要超出额定循环次数

电动动力总成需要比标准驱动循环更全面的测试，因为许多故障往往出现在极限工况、市场活动以及保护机制切换期间。额定工况测试仅能证明系统在最轻松的状态下能够正常运行。真正的可靠性必须通过故障注入、退化模式和恢复性检查来验证。您需要对那些考验系统协调能力的时刻进行全面覆盖。

充电就是一個很好的例子。2024年，全球公共充电桩数量 500万个，这意味着您的软件必须应对更多连接器类型、更多充电站行为以及更多通信协议。测试台应测试电缆断开、焊接触点假设、电流传感器漂移、预充电失败以及热降额恢复等情况。这些情况通常不在额定循环库的范围内，却直接影响着现场可靠性。

在电动汽车项目中，温度和电压极限条件的重要性也超出了许多团队最初的预期。一个在额定电池组电压下表现良好的电机控制回路，在冷浸后进行低电压重启时，其安全裕度可能会下降。故障覆盖范围还应包括恢复行为，因为即使实现了安全关机，如果无法顺利重启，结果依然不理想。正因如此，面向工程师的电动动力总成测试方法不仅需要覆盖故障深度，还需涵盖循环广度。

开放式工具链确保各团队之间的SIL HIL工作流程保持一致

开放式工具链可确保从桌面仿真 台架验证仿真 模型、测试意图和验证依据始终保持一致。一致性至关重要，因为工具之间的交接不畅会产生新的错误，这些错误往往被误认为是产品缺陷。当团队在两个阶段之间复用被控对象模型、测试用例和通过标准时，工作效率会显著提高。当工作流程保持连贯性时，您对结果的信任度也会更高。

一种实用的配置方案是：首先在SIL中采用相同的控制模型和核心过程系统假设，然后将这些内容直接迁移到HIL中，仅对时序、I/O和执行层进行调整。这样可以避免不同校准分支之间出现偏差，并使缺陷分类更加清晰。工程师由此能够提出更精准的问题：是控制器出现了故障，还是测试栈对模型进行了重新解释？开放式工具链有助于消除这种模糊性。

这也正是OPAL-RT能自然融入规范化动力总成开发流程之处。连贯的测试流程确保了仿真、硬件执行以及测试结果始终围绕同一工程目标展开。当 SIL 在早期对逻辑进行筛选，而 HIL 在后期对时序和接口进行确认时，“可信度”便不再只是口号，而是成为一种可重复的验证习惯。正是这种规范性，将分散的工具整合为一种统一的验证实践。