データ駆動型モデリングを活用することで、SUBARUはエンジン適合を大幅に改善
日本の自動車メーカーであるSUBARUは、内燃機関の適合に大きな課題を抱えていました。規制の厳格化と自動車業界の変革によりエンジン制御の複雑さが増す中、より正確で高効率な適合プロセスが求められています。開発には広範囲な計測が求められ、極めて緻密な適合作業を必要とするため、時間とコストが増大してしまいます。
SUBARUはデータ駆動型モデリング ツールETAS ASCMOと、ETASとIAV社が共同開発した自動化ソフトウェアINCA-FLOWを組み合わせることで、この課題を克服することに成功しました。
通常、テストベンチ計測には DoE (実験計画法) アプローチが使用されます。このアプローチは、計測ポイントを慎重に選択することで、限られた数のデータ ポイントに基づいて意味のあるモデルを作成することを目的としています。エンジニアは、温度や圧力といったエンジン性能の限界をあらかじめ考慮し、事前に危険な計測領域を除外する必要があります。しかし、計測の開始時には正確な性能境界が不明な場合が多く、クリティカルな状態に達したり、関連する計測領域を見落としたりするリスクがあります。これにより、計測が非効率になり、最悪の場合、コストのかかるシステム障害につながる危険があります。
ETAS ASCMO-ODCM (制約モデリングによるオンラインDoE) は、このプロセスに革命をもたらします。ASCMOは、専門知識だけに頼るのではなく、機械学習技術を使用して、計測中に計測範囲全体を自律的に探索し、性能境界を自動的に学習して、潜在的に危険な計測ポイントを除外します。基盤となる分類モデルは、アクティブラーニングメソッドを使用して操作中に継続的に改良され、計測範囲を安全ゾーンと危険ゾーンに分類して、包括的でありながら安全な計測戦略を可能にします。
さらに、INCA-FLOWはETAS INCAを自動化するだけでなく、特別に開発されたツールボックステストベンチコネクタ（TBC）により、ASCMO-ODCMやテストベンチシステムなどの既存のツールチェーンへのシームレスな統合も可能にします。INCA-FLOWはすべての操作を自動的に開始および管理します。ODCMのベースとしてASCMOによって生成されたExpeDesのDoEを使用し、テストベンチシステムとINCAに適切なコマンドを送信して、最適な計測ポイントをターゲットに設定します。ODCMの機能と統合ライブラリを使用することで、デザイン点の段階的かつスムーズな適合が確実に行われます。性能境界に達した場合、システムはターゲットポイントへの再アプローチといった修正措置を実施します。ポイントの実現可能性に関するフィードバックがODCMに返され、次にターゲットとする最適なポイントと操作を終了するかどうかが決定されます。
SUBARUは、ETAS ASCMO、ETAS ASCMO-ODCM、INCA-FLOWを組み合わせることで、大幅な効率化を実現しました。具体的には、3つの重要なメリットが実現しました：
- 重要な測定ポイントを回避することで、大幅な時間短縮だけでなく、エンジン損傷のリスクと関連コストを削減することができました。
- 関連する測定領域を正確に絞り込むことで、システムに関連するすべての領域で、より多くの測定が成功しました。これにより、ETAS ASCMOのロバストモデルが可能になると同時に、適合プロセス全体がより効率的になりました。
- ODCMとINCA-FLOWによるテストのセットアップと実行が自動化され、手動による介入が不要になったため、専門家の知識に頼る必要がなくなり、測定の準備が大幅に簡素化されました。
全体として、これらの最適化により、SUBARUはリソースを節約し、リスクを最小限に抑えながら、自動車業界の高まる要求に応えることができるようになりました。