真正把Simulink当量产工具用起来,和我早年在学校里拿它跑仿真玩,完全是两种体验。尤其是这几年做永磁同步电机控制器这类带功能安全目标的项目,ISO 26262要求你把每个工程决策都讲清楚:需求从哪来、设计怎么落地、验证怎么证明、万一出问题怎么追溯。只靠以前的“画框图+手写C代码+补文档”打法,已经走不通了。
这篇文章我想把Simulink在ISO 26262项目里的完整用法捋一遍。我不会给你抄工具手册,而是按我做电机控制器项目的实际顺序来:从建模规范、需求追溯、测试验证、自动代码生成,一直讲到工具资格评估和FMU导出。适合正在做功能安全项目的MBD工程师,也适合那些被审核老师追着要证据、天天补文档的模型负责人。哪怕你是刚接触功能安全的新人,把这套思路吃透,再去碰Simulink也不会一头雾水。
1. ISO 26262为什么非得用Simulink这套思路
1.1 功能安全对开发流程的核心要求
先聊一个最根本的问题:ISO 26262到底想要什么?很多人一上来就背术语,ASIL、安全目标、失效模式,听着高大上,但落到实处就三件事:可追溯、可验证、可控。
可追溯是说,需求里的每一句话,都能找到对应的设计实现,再找到对应的测试证据。可验证是说,你这个设计不是拍脑袋写出来的,得能被测试证明真的满足需求。可控则是说,过程中每个环节出了偏差,你能发现、能纠正,而不是等到装车之后才暴露问题。
以前做嵌入式控制器,经典套路是写需求文档、画原理图、手写C代码、最后再补测试记录。文档和代码其实是两套东西,需求改了代码没改,代码改了文档没改,审核时全是一笔糊涂账。但如果你把Simulink模型作为核心设计载体,情况就完全不一样了。模型本身就是可执行的设计规格,需求可以挂到模型上,测试可以在模型上跑,代码可以从模型自动生成。三个环节全都落到同一个物件上,可追溯和可验证一下子就有了抓手。
1.2 一套完整的Simulink功能安全工具链
在我接触过的ISO 26262项目里,MathWorks这套工具链基本可以画成一条流水线:
需求层用Simulink Requirements做需求导入和追溯关联;模型层用Simulink建模,用Simulink Check做建模规范检查;验证层用Simulink Test搭测试用例,用Simulink Coverage统计覆盖率,再用Simulink Design Verifier补自动生成测试用例;代码层用Embedded Coder做C代码生成,用Polyspace做静态代码分析;最后还有Tool Qualification Kit应对工具资格评估。
听起来工具很多,但你要理解每样东西解决什么问题。Simulink和Embedded Coder负责“生产”,Simulink Check和Polyspace负责“找毛病”,Simulink Test和Coverage负责“证明它没问题”,Tool Qualification Kit负责“让审核老师认可这套生产流程”。少哪一环,后面审计都容易卡壳。
我自己比较反感的一种观念是“有了Simulink,ISO 26262就自动合规了”。工具只是帮你把证据做得更省力,流程责任还得自己扛。下面我按项目推进顺序,把每个环节怎么用、有哪些坑,一一说清楚。
2. 开工前把地基打牢:建模规范、模型组织与工具选型
2.1 建模规范不是摆设:Simulink Check加MAAB怎么落地
ISO 26262-6:2018的Table 1里,明明白白列了建模规范的要求。当时我看这条时心里想:这有什么好规定的?后来被一个混乱模型坑过一次就明白了。一个上千行的Simulink模型,如果每个人按自己的习惯画,Goto和From满天飞、运算模块里写eval、信号名随便起,别说审核,自己三个月后回去看都会懵。
MAAB风格规范是目前汽车行业比较通用的建模规范参考。你不用把里面上千条规则全背下来,关键是把高频高危项通过Simulink Check固化到模型里。我在项目里比较重视这么几条:
第一,禁止不必要的Goto/From标签,数据流尽量通过端口传递,因为标签跳转会让模型控制流变成一张蜘蛛网。第二,禁止在MATLAB Function模块里用eval这类动态执行语句,这会绕过静态分析,危险极大。第三,状态机相关的状态命名、事件命名必须统一,避免生成代码后变量名不可读。第四,模型里不能有未连接的悬空端口,尤其是总线信号,很容易在集成时丢信号。
落地时也不建议把全部检查项一股脑打开,几千条告警刷出来,开发人员很快会麻木。我一般做法是分三档:强制性项设为error,一票否决;建议性项设为warning,分析后记录原因;可选项直接关闭或仅做参考。然后用Simulink Check的Model Advisor建一个公司内部模板,跑完自动生成HTML报告,集成到每日构建里。
这里我要特别提醒一句:建模规范是给人定的,不是给工具定的。Simulink Check只是把你的规则变成机器检查,如果你连规则都不写清楚,工具也救不了你。我们项目里一度出现“建规报告全绿、代码评审却重写三遍”的情况,就是因为规则定得太宽,等于没定。
2.2 模型怎么组织才不会乱:组件化、模型引用与数据字典
很多团队喜欢把整个控制器塞进一张大图里,美其名曰“总览清晰”。实际上只要控制逻辑超过两三百个模块,这种单层大图就是灾难。我见过一个VCU模型,打开后滚动条能拖十屏,信号线横跨整个画布,审模时没人能完整看完。
现在的做法是强推组件化和模型引用。把系统按照功能拆成独立单元:扭矩路径计算、电流环、弱磁控制、故障诊断、监控模块、输出驱动,每个单元做成独立模型,再用Model Reference把这些模型装到顶层。比如我在永磁同步电机控制器项目里,顶层架构大概是:输入信号预处理、控制算法核心、安全监控、执行器输出,四块之间接口通过Bus对象定义。
Model Reference和普通Subsystem有个本质区别,模型引用是独立编译、独立管理的,你可以在不打开整车模型的情况下单独开发和测试某一个子模型。这对于功能安全项目太重要了。ASIL分解的时候,你会希望把QM和ASIL D的功能严格隔离,模型引用天然支持这种隔离。而且Simulink Test可以针对每个引用模型单独建测试工程,不会互相污染。
再说数据管理。参数和信号定义全部进数据字典,别在模型里硬编码。数组和矩阵运算在Simulink里很常见,比如电压外环弱磁控制里的坐标变换矩阵,建议用Bus对象和Simulink.Parameter统一管理维度和单位。这样做的好处是,后续做代码生成时,数据字典里的参数可以直接映射到标定量、NVM存储块或CAN标定通道,不用再手动改一遍模型。
从热词里看到很多人搜“怎么整理simulink模型”,我总结一句话:命名有前缀、接口走Bus、组件用Model Reference、数据进字典。做到这四条,模型基本乱不到哪去。
2.3 目标平台与工具链选型:从STM32到dSPACE
工具链选型这件事,越到项目后期越难改。我见过有人项目做到一半才发现Embedded Coder不支持目标芯片的某个外设,最后只能手写代码封装绕过,费时费力。
我的建议是,需求阶段就要定清楚三件事:目标MCU是什么、是否使用Embedded Coder直接生成产品级代码、是否需要在快速原型或HIL阶段用dSPACE或其他实时平台。比如用STM32做电机控制,Simulink有官方支持包,但如果你要用AURIX TC3xx,那就要确认Embedded Coder对应的嵌入式目标包和编译器链是否完整支持。
如果公司以前用过dSPACE TargetLink,那就必须评估迁移到Embedded Coder的代价。TargetLink在安全合规方面积累深,建模风格偏严格,但它在通用性和生态上不如原生的Simulink加Embedded Coder灵活。我个人的经验是,新项目直接走Simulink加Embedded Coder,历史项目如果已经跑在TargetLink上,不要轻易中途换,否则光是模型库迁移就够你喝一壶。
另外提醒一下版本对齐。Simulink、Embedded Coder、支持包、编译器、甚至操作系统版本,五者之间必须匹配。我有一次升级MATLAB版本后,原来生成代码的定时器配置直接变了,导致控制器周期抖动超标,排查了一周才发现是工具链版本问题。
3. 需求追得到模型也追得到测试:追溯性和安全机制建模
3.1 需求树怎么在Simulink里长出来
ISO 26262审核时最常见的一句话是:“把这条需求对应的设计给我看一下。”如果你把需求写在Word里,设计画在Simulink里,测试记录存在Excel里,那这场审核基本就是灾难。所以从项目第一天起,就要用Simulink Requirements把需求管理工具和模型串起来。
具体做法是,在Simulink Requirements中建立需求层次,把来自DoorS、Jama或Excel的系统需求导入。每个需求分配唯一ID,比如REQ_VCU_TQ_001这种格式,然后把需求拖拽到模型设计元素上建立关联。这个关联可以是子系统、Stateflow状态,也可以是测试用例。
我踩过很深的坑是:为了图省事,把需求挂在信号线上。信号线在模型里是脆弱的元素,你一旦调整接口布局,关联就可能断掉。后来我统一规定:需求只挂子系统、Stateflow状态或Simulink Test测试用例,不挂信号线。虽然挂载粒度粗了一些,但稳定性高得多,追踪矩阵生成时也不会漏。
需求追溯还要做到“双向”。从需求往模型看,每条需求都有实现;从模型往需求看,每个设计元素至少对应一条需求。Simulink Requirements的追踪矩阵功能可以直接输出双向追溯表,但关键不是工具能输出,而是你要在每个设计审查节点主动跑一遍,发现问题当场解决,而不是等到审核前夜猛补。
3.2 安全机制在Simulink里的搭法
功能安全项目的核心,是在模型里把安全机制实现出来,而不是只在文档里写“我们有看门狗”。以永磁同步电机控制器为例,如果安全目标是“防止车辆非预期加速”,那在模型里至少要体现几类安全机制。
第一类是冗余监控。主扭矩路径和监控路径用不同算法计算扭矩指令,监控路径的结果和主路径做比较,超出阈值就报故障。这两条路径在Simulink里必须物理分开,各自独立输入、独立计算、独立输出,不能用同一个计算模块复制一份就号称冗余,那样共因失效根本躲不掉。
第二类是信号合理性检查。电流传感器、旋变传感器、母线电压,这些关键信号要在模型里做范围检查、变化率检查和交叉比较。比如两路电流传感器在正常情况下数值应接近,偏差超过标定阈值就判定传感器漂移,进入降级模式。
第三类是故障注入端口。为了验证这些安全机制真的有效,我会在模型的关键信号路径上预留故障注入接口。用Simulink的Fault Injection或者最简单的方式——给信号加一个测试用加法器,通过外部输入注入偏移量、断线或超时。有了这些注入点,后面做故障注入测试才有的放矢,不然你没法证明监控逻辑在真实故障下会动作。
这里有一个容易被忽略的原则:安全机制在模型里的命名和层级结构,要跟安全概念文档里的条目一一对应。我在监控模块的命名上统一加SFE前缀,比如SFE_Torque_Monitor、SFE_Sensor_CrossCheck。审核时对方一眼就能看出这对应哪条安全需求,而不是在一堆模型里挨个找。
4. 验证环节才是重头:Simulink Test与覆盖率要求
4.1 测试体系:单元到集成,回归到背靠背
很多团队对测试的理解就是“跑几个仿真看曲线对不对”,这在功能安全项目里远远不够。功能安全要求的测试,必须能证明需求被覆盖,并且能发现回归问题。
我常用的测试分层是这样的:软件单元测试针对最小可独立验证的模型单元,比如一个电流环PI控制器;集成测试针对多个单元组合后的行为,比如电流环加弱磁控制加扭矩限制;系统级测试针对整个控制器模型,甚至叠加被控对象模型做闭环。每一层测试都在Simulink Test里建立Test Case,TestCase和需求建立关联,运行后自动生成测试报告。
Simulink Test的Test Manager挺实用的,它支持创建测试用例、设置输入、评估仿真结果。我一般用Simulation Data Inspector作为基线数据来源,跑通一次后把结果存成基线,后续每次改动后跑回归,系统自动对比波形差异。这样每次模型修改,你能立刻知道哪些功能受影响,而不需要人盯着屏幕看波形。
更关键的是背靠背测试,也叫Back-to-Back Test。同一个测试用例,分别在模型仿真、生成代码的SIL仿真、目标硬件的PIL仿真里跑,然后对比三者的输出。ISO 26262要求这种对比的容差范围要被定义和评审,不能拍脑袋设1%就算过。我通常在模型和SIL之间设很小的容差,比如0.1%,而在PIL里适当放宽到1%到2%,因为定点化、编译器优化和硬件延迟会带来合理偏差。只要容差设置有理有据,审核时就能解释得通。
4.2 覆盖率:MCDC到底怎么算才安全
覆盖率这事,很多人只关心“跑到了多少”,不太关心“为什么是这个数”。ISO 26262对软件验证的覆盖率要求是分级的。简单来说,ASIL A基本可以只做语句覆盖,ASIL B要求语句加分支覆盖,ASIL C和D通常要求MC/DC覆盖。MC/DC的意思是每个条件独立影响判定结果,这个要求对组合逻辑很强的模型是个硬骨头。
Simulink Coverage可以直接统计模型覆盖率。但这里有个容易犯的错误:默认只会统计你实际执行到的部分,覆盖率如果只到70%,你根本不知道缺失的30%是“需求不需要”还是“测试用例没写好”。我的做法是用Simulink Design Verifier自动生成满足覆盖率目标的测试用例,再结合手写测试用例,把模型中的关键分支全部拉到。
在我做电机控制项目的经验里,MC/DC最难满足的往往是那些带长串逻辑“与”或“或”判断的诊断模块。比如一个过流保护逻辑同时判断电流幅值、持续时间、母线电压范围,条件一多,组合爆炸。后来我把这种复杂判定改写成Stateflow状态机,用状态迁移去表达判定条件,MC/DC反而更容易满足,因为状态迁移的覆盖目标和逻辑表达式不一样,测试路径更清晰。
覆盖率报告不是生成出来放那儿就完事了。Simulink Coverage可以导出报告,但你要在报告里给每条未覆盖项写原因说明:是安全冗余故意不触发,还是测试场景覆盖不到,还是用例缺失。审核老师看的是你的分析过程,不是那个百分比。
4.3 静态代码检查与MISRA,别等到代码生成后才做
生成代码之前,模型本身要过静态检查,这对应的是Simulink Check。生成代码之后,C代码也要做静态分析,对应的是Polyspace。两件事都要做,先后顺序千万别搞反。
很多团队把MISRA C检查拖到代码生成之后,结果Polyspace报告出来几百条告警,有未初始化变量、有指针使用问题,还有一堆因为代码生成器风格导致的“疑似违规”。为什么会有这种问题?因为Embedded Coder生成的代码虽然不是人写的,但它也是C代码,功能安全标准里要求对自动生成代码进行验证,不能因为是工具生成就豁免。
但静态代码检查不等于无脑把告警清零。Polyspace跑MISRA C:2012,会有相当一部分告警需要人工确认是误报或“无害但有风险”。我在项目里要求开发人员对每一条告警做分类:确认修复、确认误报、偏差申请。偏差申请要有理有据,比如“该变量由生成器统一管理,不会出现未初始化场景”。审核老师看你的偏差管理表,比看你把告警清零更放心。
另外一个实用技巧是,在模型层就把代码质量隐患提前消化掉。有些代码告警的根源,其实是模型里的数据类型设计混乱。比如整型和浮点混用、隐式转换过多。你在模型里把数据类型统一好,用Data Type Conversion显式转换,生成的代码干净得多,Polyspace的告警能少一半。
5. 从模型到量产代码:Embedded Coder与MCU集成
5.1 模型配置、代码生成与NVM读写
到了这一步,Simulink模型要从“仿真设计”变成“产品代码”。Embedded Coder生成代码的基本流程我不展开,重点说几个量产项目中容易出问题的环节。
第一个是求解器和采样时间设置。量产的嵌入式软件必然是离散系统,模型配置里要用离散求解器,采样时间要和你实际的控制周期一致。我见过有人用连续求解器一路仿真到投板,生成代码后在真实硬件上震荡得一塌糊涂,原因就是模型里用了连续积分,代码里却只能按周期步进执行。电机电流环的采样周期可能是一百微秒量级,扭矩控制的外环可能是几毫秒,模型里无论做仿真还是生成代码,都要保持这种多速率配置。
第二个是数据与代码的映射。Embedded Coder的Code Mapping功能,可以把模型里的信号和参数映射到不同的存储类型。标定参数通常放到可标定的内存段,比如EEPROM或专门Flash区;诊断事件放到NVM里做掉电保存;CAN通信信号用volatile变量。你需要在数据字典里提前把这些存储类型定义好,否则生成的代码默认全是RAM变量,后续做底层集成时接口根本对不上。
我做一个电机控制器时,有个需求是“标定参数支持在线修改并掉电保存”,也就是热词里的NVM读写。处理思路是:在Simulink里把标定参数都定义为Simulink.Parameter,存储类型指定为CalPrm,再通过代码生成接口和底层NVM驱动对接。底层驱动负责把Flash里的数据加载到RAM,模型代码只负责读RAM。这样模型层不感知存储介质,底层怎么存Flash、怎么校验CRC,都是集成工程师的事。
第三个是中断和函数调用。周期任务在模型里可以用函数调用子系统实现,比如把电流环中断服务函数对应到一个Trigger子系统,把慢速诊断任务对应到另一个周期子系统。代码生成后会得到不同的C函数,底层代码在对应中断里调用这些函数。这个架构在项目初期就要定好,后期改动的成本极高。
5.2 外部模式在线调参与标定
做电机控制这类强实时项目,光靠离线仿真是不够的。你要在板子上跑起来,看实际电流波形,在线调PI参数。Simulink的外部模式,也就是External Mode,基本就是为这种场景准备的。
外部模式的工作原理,是让Simulink和板子上运行的代码建立通信通道,板子实时把信号上传到Simulink的Scope或Dashboard里,同时你可以在模型里改参数,通过通信通道下发到板子。用支持包自带的示例,STM32这类MCU通过串口或以太网就能跑起来。
外部模式在开发调试阶段非常好用,但我必须泼一盆冷水:别把它当量产标定工具用。第一,它的实时性和带宽有限,上传太多信号会挤占通信资源,影响控制周期。第二,它和下位机的握手协议一旦在高速控制代码里抢占CPU,可能造成调度抖动。我的经验是,在调PI参数和验证传感器信号时用外部模式,等到需要正式标定时,切换到专用的标定协议,比如CCP、XCP,或者用板卡自带的标定通道。
用外部模式时有个小技巧:在模型里单独建一个Test Interface子系统,专门用于放置需要观测的调试信号和临时可调参数。量产生成代码时,把这个子系统排除在外,避免调试代码混入产品。不然你可能会把一堆只用于调试的全局变量带进量产代码,静态分析又得解释一圈。
5.3 SIL、PIL、HIL和台架实测
从模型到量产的验证链路,我一般这样走:模型仿真通过后,先做SIL,也就是把Embedded Coder生成的C代码编译成主机程序,在MATLAB环境里跑同样的测试用例,验证代码逻辑和模型逻辑一致。然后做PIL,把C代码交叉编译到目标MCU上,在真实芯片上跑测试用例,验证目标平台上行为正确,顺带看运行时间和栈使用。最后做HIL,把软件放到实时仿真环境里,连接被控对象模型和故障注入设备,验证整个控制器的外部接口和故障响应。
PIL这一步特别容易被人忽略,但它最能暴露问题。比如浮点运算在不同编译器的优化下精度可能不同,MCU上的定时器分辨率不足会让采样时间抖动,内存对齐问题可能导致数据读取错误。这些在SIL里都发现不了。跑PIL时我会特别关注代码生成的求解器和目标硬件是否匹配,必要时把模型里的连续模块全部替换成离散实现。
HIL测试在电机控制项目里其实有点尴尬。电机控制很依赖真实功率级的响应,HIL柜模拟电流环的动态毕竟有限,所以很多团队选择在台架上直接调电流环。我的做法是:功率级和故障注入相关的场景必须台架或者实车测,逻辑控制和通信诊断类场景用HIL覆盖。安全机制验证,比如“旋变断线后控制器进入安全状态”,这种场景在HIL里注入故障信号非常合适,不需要真的去破坏一台电机台架。
6. 往外走:FMU导出、联合仿真与生态协同
6.1 导出FMU给上下游
做功能安全项目的过程中,模型不一定只在Simulink环境里使用。你可能需要把电机控制模型交给整车性能团队做系统级仿真,或者把电池模型接进来联合仿真,这时候FMU就派上用场了。
FMU是基于FMI标准的模型封装格式,Simulink支持把模型导出成FMU。导出时主要分两种类型:Model Exchange和Co-Simulation。Model Exchange是把模型的方程导出去,由对方工具的求解器来算;Co-Simulation是Simulink自己完成解算,在固定步长下和对方交换输入输出。
我的选择原则是:如果对方工具对Simulink求解器不熟悉,或者你希望尽量保证模型内部行为一致,用Co-Simulation更稳。如果对方需要在系统级做多模型耦合求解,希望能统一控制步长,那Model Exchange更合适。但Model Exchange对模型本身约束更多,模型里用了大量Simulink专用模块时导出容易出问题。
FMU导出还有一个隐形好处:IP保护。整包模型给对方,对方能看到你所有内部实现;FMU封装成一个黑盒,只暴露接口和参数目录。在跨公司、跨部门协作时这非常关键。我记得有一次要提供电机控制策略给客户做整车仿真,内部实现是核心秘密,直接给Simulink模型肯定不行,最后导出一个不可展开的FMU,双方都满意。
导出FMU最要注意的是工具版本和编译器匹配。同一个模型在Windows上导出的FMU,换到Linux平台可能跑不起来,因为底层编译器不同。另外FMU 2.0和3.0的兼容性差异也要提前确认,不然对方环境不支持,又得返工。
6.2 联合仿真案例:CarSim、功率电子和其他方向
Simulink生态的优势之一,就是能和各种工具联合仿真。热词里常看到CarSim和Simulink联合仿真,这在我做整车级功能验证时确实很有用。CarSim提供高精度的整车动力学模型,Simulink里跑控制算法,两者通过接口模块交换车速、纵向力、横摆角速度等信息。
联合仿真最要命的问题是两个工具的采样时间不同步。CarSim可能有自己的通信步长,Simulink又是固定步长控制周期,接口处容易出现数值不稳。我的经验是,在接口信号处增加零阶保持器或速率转换模块,把异步信号变成同频采样,避免生成代码后出现随机抖动。
功率电子方向也很典型。LLC半桥、变频器这类仿真,很多人喜欢在Simulink里直接搭功率管和电感电容模型,但这是纯电路仿真思路,和功能安全控制开发关系不大。我的建议是,功率硬件细节尽量用专用工具或者简化模型替代,把控制算法模型作为核心,功率电子响应作为被控对象给一个简化模型。否则仿真步长被电路动态拖到纳秒级,控制算法模型根本没法做嵌入式代码生成。
还有一类常见场景,比如四旋翼滑模控制、旋转倒立摆这些控制算法研究,很多学生和工程师也在用Simulink。这些场景可能不涉及ISO 26262,但建模习惯依然值得借鉴:参数用数据字典管理,控制器和被控对象分开建模,仿真结果用回原测试保存。这些习惯养成了,以后切到功能安全项目会顺畅很多。
7. 工具资质与证据闭环:审核前的最后一步
7.1 Tool Impact、置信等级和资格评估
ISO 26262第8部分第11章专门讲工具资质评估。很多人第一次听到Tool Qualification,以为要买一堆昂贵工具证书,其实核心问题是:你用的工具到底能不能影响安全目标的实现?能不能通过其他手段发现它引入的错误?
这里有个TCL概念,工具置信等级。简单说,TCL1是工具几乎不可能引入错误,或者即使引入了,其他措施也能轻易发现;TCL2是有一层预防机制,但还不够完全可靠;TCL3是工具可能引入错误,并且没有足够措施去发现,这时候就需要做工具资格认证。
Simulink本身作为建模环境,通常评估为TCL1到TCL2,因为模型本身还要经过评审和测试,很多建模层面的错误能被人工发现。但Embedded Coder这类自动代码生成工具,它会直接生成产品代码,如果工具本身有bug且没有任何干预机制,就可能被归到TCL3,需要提供资格证据。
MathWorks提供的Tool Qualification Kit,本身不是一个“证书”,而是一套支持你做工具资格的自检包。你按照它提供的手册,把工具版本、使用环境、验证结果记录成文档,审核老师看了才会认可。注意一点:工具版本升级后,资格证据很可能失效,必须重新评估。所以量产项目做到后期,我通常会把工具链版本锁死,不随便升级MATLAB,等一个完整项目节点再统一评估升级。
7.2 证据流水线:让报告自动生成并受控
最后聊一个非常现实的问题:审核前夜,你手头有没有完整的证据链?如果每一步都是人工操作,打印报告、手动填表,那一定会有遗漏。我的经验是,从项目一开始就搭一套半自动的证据流水线。
比如用MATLAB脚本批量调用Simulink Test跑测试用例,跑完自动汇总结果到Excel;用slreq.export把需求追溯矩阵导出来;用Simulink Coverage生成覆盖率报告;再用Polyspace的批处理接口跑静态分析。把这些命令做成一个模板脚本,每次模型提交到代码库后自动执行一轮回归,产物归档到受控目录。审计时,你只需要展示这套流水线,比临时补报告有说服力得多。
版本管理也要纳入“证据”范畴。Simulink模型本身是二进制文件,虽然能放到Git里,但合并冲突很难处理。我用的是每轮修改导出一份受控mdl或slx版本,配合数据字典、测试结果和生成代码一起归档。配合Simulink的Project功能,把整个工程作为一个单元管理,这样能保证你得到的报告,对应的就是当时那版模型,不会出现“报告和模型对不上”的尴尬。
这里说一句我自己的体会。做ISO 26262项目,Simulink这套工具链确实帮我省了很多事,但真正让项目过审的,从来不是工具本身,而是团队有没有把“设计即规格、测试即证据”的习惯贯彻到底。工具能把证据收集成本压得很低,但如果流程本身散漫,再强大的工具也填不上管理的坑。
我见过太多团队在立项时兴致勃勃地导入Simulink,又在第一次审核时被问得哑口无言。问题不在Simulink不会用,而在他们把工具评估当成了免责声明,以为买了工具就等于买了安全。功能安全这条路没有捷径,每一步的设计决策、每一次测试结论,都得老老实实记录下来。用Simulink能把这件事做得更优雅,但你仍然得亲自走完它。
213



被折叠的 条评论
为什么被折叠?



