ASCMO-MOCA – Optimisation des paramètres du modèle

ASCMO-MOCA (Model Calibration)

ETAS ASCMO-MOCA permet d'optimiser les paramètres des modèles physiques comme ceux utilisés dans les environnements de calculateurs et de simulations. Divers modèles d'installations et de contrôleurs peuvent être chargés, connectés ou modélisés à cette fin. En outre, il est possible de charger des données de mesure, d'importer et d'exporter des paramètres de modèle, et de définir des tâches d'optimisation. ASCMO-MOCA offre une multitude de fonctions et d'options permettant de visualiser et d'analyser les données et modèles utilisés. Des algorithmes puissants permettent d'optimiser simultanément un grand nombre de paramètres libres tout en tenant compte de contraintes comme la régularité ou la monotonicité.

ASCMO-MOCA est très souvent utilisé pour optimiser la qualité des prédictions des modèles de calculateur (capteurs virtuels), par exemple pour le couple ou la température des gaz d'échappement. Cela permet de minimiser l'écart entre la prédiction du modèle et les mesures réelles sur le banc d'essai du moteur ou dans le véhicule pour tous les points de mesure.

L'outil est également utilisé pour optimiser les émissions et la consommation de carburant des moteurs à combustion interne complexes sur des cycles de conduite dynamiques/transitoires. Cela nécessite de relier les modèles ASCMO classiques basés sur des données à des parties du logiciel du calculateur. ASCMO-MOCA facilite grandement ces raccordements et l'optimisation conjointe de différents sous-composants.

La méthodologie utilisée dans ASCMO-MOCA n'est pas liée au moteur à combustion interne. C'est pourquoi l'outil est également utilisé dans des domaines comme la mobilité électrique (par exemple la stratégie de charge) et le développement de composants.

Avantages

  • Simplicité d’utilisation ne requérant aucune connaissance spécifique
  • Prise en charge de formats de modèles courants comme ASCET, Simulink et FMI/FMU
  • Option flexible permettant de reproduire librement des fonctions sous forme de formules et de lier des modèles
  • Représentation graphique interactive des données et des résultats
  • Méthodes d'optimisation puissantes
  • Interfaces MATLAB® et COM pour le contrôle à distance et l'intégration de fonctions propres au client

Caractéristiques et fonctions

Dans ASCMO-MOCA, plusieurs jeux de données peuvent être affichés simultanément sur un diagramme afin de repérer rapidement les différences.

ASCMO-MOCA peut lire différents formats de fichiers communs. Plusieurs jeux de données peuvent être chargés dans l'outil et pondérés différemment pour une optimisation ultérieure. Les noms de canal individuels utilisés dans les fichiers de mesure peuvent chacun être affectés au nom utilisé dans les modèles. Après avoir créé un projet il est donc possible de le réutiliser avec de nouveaux jeux de données avec des noms différents sans avoir à le modifier. Les canaux de mesure peuvent être facilement convertis pour gérer les différentes unités.

ASCMO-MOCA offre un large éventail d'options de visualisation permettant de vérifier la plausibilité des données et des résultats. Elles peuvent prendre la forme de diagrammes de dispersion interactifs ou de vues de périmètre temporelles. Une fois les vues sélectionnées, elles peuvent être stockées comme modèles et réutilisées ultérieurement pour de nouveaux jeux de données et de nouvelles analyses.

.

Affichage de l'éditeur de formule dans ASCMO-MOCA

Dans ASCMO-MOCA, il est essentiel de fournir à l'outil les modèles pertinents.

En principe, les modèles peuvent être utilisés comme modèles d'installation purs ou comme modèles de contrôleur contenant des paramètres à ajuster et optimiser, cela ne fait aucune différence. ASCMO-MOCA prend en charge les formats de modèles courants suivants : Simulink, FMU, ASCET, TSim Plugin, COSYM Simulation and ASCMO-STATIC / ASCMO-DYNAMIC. Grâce aux analyses automatiques de modèles d'ASCMO-MOCA, chaque modèle est configuré séparément de sorte qu'il puisse accéder aux entrées et sorties respectives et, le cas échéant, aux paramètres internes. Il est important de noter que les modèles Simulink sont exécutés directement dans l'environnement Simulink. Au sein de Simulink, il y a donc une grande indépendance quant aux versions et fonctionnalités utilisées.

ASCMO-MOCA permet de relier plusieurs des modèles ci-avant grâce à des formules librement définissables. De plus, le langage de la formule offre aux utilisateurs un moyen universel de reconstruire directement la structure du modèle qu'ils souhaitent. C'est notamment nécessaire lorsqu'aucun modèle fini n'est disponible ou lorsqu'il n'est pas possible d'y accéder. La vitesse d'optimisation extrêmement élevée est un autre avantage conséquent de cette option basée sur la formule. Un éditeur de formules simplifie la tâche de saisie des formules en fournissant par exemple à l'utilisateur tous les canaux de mesure, paramètres et sorties de modèle existants ainsi que les opérations arithmétiques standard.

ASCMO-MOCA facilite la création, la gestion et la modification des paramètres des modèles, qui existent généralement sous forme de cartes de caractéristiques, de courbes de caractéristiques et de valeurs scalaires. L'utilisateur peut importer ou exporter des paramètres dans des formats communs et créer des paramètres complètement nouveaux. Les paramètres sont tous présentés dans une forme appropriée, par exemple dans des cartes de caractéristiques. Il est possible de les modifier graphiquement à l'aide de la souris ou en entrant des valeurs dans des tableaux à l'aide du clavier. L'outil permet également de définir des valeurs limites supérieures/inférieures et des valeurs de référence pour chaque paramètre.

ASCMO-MOCA offre un moyen pratique de gérer différents jeux de paramètres. Il existe toujours un jeu de travail courant ainsi qu'un jeu de référence. D'autres jeux peuvent être définis et nommés par l'utilisateur en plus de ceux-ci.

De plus, lors du processus d'optimisation, plusieurs jeux de paramètres sont sauvegardés automatiquement. Chaque itération ainsi que chaque version avant et après l'optimisation sont enregistrées en tant que jeu de paramètres supplémentaires.

ASCMO-MOCA, les données du modèle (linge bleue) peuvent être adaptées aux systèmes réels (ligne noire) pour refléter au mieux la réalité.

La tâche principale d'ASCMO-MOCA est l'optimisation des paramètres du modèle. Il s'agit généralement de comparer la sortie calculée d'un modèle avec une mesure réelle. L'écart entre chaque point de mesure individuel et la prédiction du modèle est alors utilisé comme mesure pour juger de la qualité de la corrélation. L'erreur quadratique moyenne du modèle (RMSE) est calculée et affichée à cet effet. L'optimiseur minimise ensuite la RMSE en modifiant tous les paramètres libres.

En outre, l'optimisation peut prendre en compte un large éventail de conditions limites librement définissables :

  • Définition de la plage dans laquelle un paramètre peut être ajusté
  • Régularité des cartes ou courbes de caractéristiques ou de leurs gradients et monotonicité
  • Plusieurs critères d'optimisation simultanés, ainsi que leur pondération
  • Exclusion de cartes ou courbes de caractéristiques individuelles pour l'optimisation

Pour plusieurs raisons, il peut être utile de diviser l'optimisation en plusieurs sous-étapes (séquencement). Cela peut permettre d'atteindre l'objectif d'optimisation plus rapidement ou d'influencer le paramétrage des modèles (combinaison de valeurs de paramètres) de manière à mieux correspondre à la dépendance physique attendue. Les fonctionnalités typiques associées à cette pratique sont :

  • Sélection des paramètres à optimiser
  • Modification du nombre de points de rupture des cartes et courbes de caractéristiques
  • Modification de la pondération des jeux de données ou des critères d'optimisation
  • Adaptation des limites supérieures/inférieures et de la régularité
  • Sélection de sous-ensembles de données de mesure

ASCMO-MOCA fournit un éventail d'analyses statistiques et de visualisations pour analyser en détail les résultats de l'optimisation. La répartition des erreurs avant et après une optimisation peut être affichée, par exemple, sous forme d'histogramme ou de n'importe quelle combinaison de nuages de points. Par ailleurs, l'outil propose également des analyses de sensibilité et de corrélation.

Compatibilité

ASCMO-MOCA est ouvert et flexible. L'outil prend en charge tous les formats de données pertinents qui sont utilisés, par exemple, pour le logiciel du calculateur et pour la calibration. Grâce à l'interface MATLAB®, il est possible d'intégrer facilement des fonctionnalités et des adaptations propres au client et d'automatiser les opérations avec des scripts.