Das neue CD-Institut in Graz will elektronische Komponenten störsicherer machen


Das neue Christian Doppler (CD)-Labor an der TU Graz will elektronische Bauteile ausfallsicherer machen. Jan Hansen vom Institut für Elektronik der TU Graz nutzt die auf maschinellem Lernen basierende Modellierung, um gemeinsam mit seinem Team die Ursachen von Problemen in Komponenten und Systemen zu beseitigen und die daraus resultierenden Lösungen in praktische Umsetzungen zu überführen. Das Labor wurde am Donnerstag eröffnet.

In der Automobiltechnik kommt es darauf an, dass elektronische Komponenten und Geräte zuverlässig und störungsfrei funktionieren. Allerdings werden Bauteile wie Halbleiter immer kleiner. Allerdings sind sie dadurch empfindlicher gegenüber äußeren Einflüssen wie elektrostatischer Entladung und elektromagnetischer Strahlung anderer elektronischer Komponenten. Dies kann zu Fehlfunktionen, Ausfällen oder sogar zum Ausfall führen.

Im neuen Labor konzentrieren sich Hansen und sein Team in Zusammenarbeit mit den Unternehmenspartnern BMW Motoren und Infineon auf zwei Themen. Die zerstörerischen Einflüsse, denen elektronische Komponenten während des Design- und Herstellungsprozesses ausgesetzt sind, und ihre Optimierung als Komponenten größerer Systeme. . „Bei der Produktion durchlaufen Halbleiter mehrere Meter lange Produktionslinien mit vielen Arbeitsschritten und Abschnitten, in denen sich statische Elektrizität aufbauen kann. Wenn es am Ende der Produktion zu einem Defekt kommt, wo liegt dann das Problem? Oft ist es schwierig, die Ursache zu identifizieren.“ Hansen-Problem. Da Halbleiter immer kleiner werden, stehen Forscher vor neuen Herausforderungen. Ziel ist es, ein neues physikalisches Modell zu entwickeln, um die verschiedenen Effekte zu berücksichtigen und Fehlerquellen aufzudecken.

Container

Jede Umgebungsbedingung beeinflusst auch den täglichen Gebrauch elektronischer Systeme. Allerdings ist es selten möglich, solche Parameter gezielt zu bestimmen. Wenn wir ein Modell untersuchen wollten, das auf solchen Unsicherheiten basiert, müssten wir Hunderttausende oder mehr separate Berechnungen durchführen und dabei schnell an die Grenzen normaler Berechnungen stoßen. Maschinelles Lernen soll hier Abhilfe schaffen und den Prozess beschleunigen. „Modelle für maschinelles Lernen werden so schnell berechnet, dass man sie sich im Wesentlichen als Container für Standard-Berechnungsergebnisse vorstellen kann, wie eine Datenbank“, sagt Hansen.

In der Automobilindustrie geht es darum, die elektronischen Antriebe ihrer Fahrzeuge mit neuen Ansätzen zu optimieren, um eine optimale Systemauslegung zu erreichen. „Wir gehen davon aus, dass mit dieser Methode über einzelne Antriebsstränge hinausgehen und elektronische Systeme in unterschiedlichen Umgebungen optimiert werden können“, zeigte sich Hansen optimistisch.

Am CD-Institut arbeiten Wissenschaftler mit innovativen Unternehmen zusammen. Das Labor wird gemeinsam von der öffentlichen Hand und angeschlossenen Unternehmen finanziert. Wichtigster öffentlicher Geldgeber ist das Bundesministerium für Arbeit und Wirtschaft (BMAW).



Source link

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert