Herausforderung
Es gibt einen klaren Trend in der Bedatung / Applikation von Systemen, weg vom realen System und hin zum Einsatz von Modellen. Dabei müssen diese Modelle das Verhalten des realen Systems möglichst genau beschreiben. Um die späteren Ingenieure sinnvoll auf ihre Arbeit vorzubereiten, ist es wichtig solche Simulationsmethoden und die dazugehörigen Tools frühzeitig kennenzulernen. Gerade an Hochschulen bietet sich die Möglichkeit, mit angepassten Vorlesungsinhalten, die Methodik kennenzulernen und an die Funktionsweise der Tools herangeführt zu werden.
Lösung
ETAS ASCMO ermöglicht es, hochpräzise datenbasierte Modelle schnell und effizient zu erstellen. Mittels statistischer Versuchsplanung (Design of Experiments, DoE) lässt sich der Aufwand für die Gewinnung gemessener oder simulierter Daten, die das Verhalten eines realen Systems charakterisieren, deutlich senken. Hochpräzise Modelle werden von ETAS ASCMO mithilfe moderner statistischer Lernverfahren (Gauß-Prozesse) automatisch generiert. Selbst das Verhalten hochkomplexer Systeme kann durch die Verwendung von Algorithmen ohne tiefes Systemwissen oder spezielles mathematisches Know-how beschrieben werden.
Mit Hilfe der Modelle können die Parameter von realen Systemen, wie zum Beispiel Motorsteuergeräten, optimiert werden um typische Zielgrößen wie Kraftstoffverbrauch oder Emissionen zu minimieren.
Nutzen
Durch ETAS ASCMO wird der Aufwand, z.B. bei der Applikation von Motorsteuergeräten, deutlich verringert. Je größer dabei die Komplexität des Systems und die Anzahl der freien Parameter ist, desto größer ist die Zeit- und Kostenersparnis.