Diese Seite wurde maschinell übersetzt.
Füllen Sie bitte eine 1-Minuten-Befragung zur Qualität dieser Übersetzung aus.
Cummins verwendet KI-basierte Modellierung mit reduzierter Ordnung zur Vorhersage von Motorleistung und Emissionen
Ansatz verbessert Geschwindigkeit und Präzision von Motorleistungsmodellen
„Die Verwendung von MATLAB bietet zahlreiche Vorteile. Beispielsweise sind nur geringe bis keine Programmierkenntnisse erforderlich, sodass auch Anfänger diese Modelle entwickeln können…. Wir können mehr aus der Plattform herausholen, ohne viel Zeit in die Code-Entwicklung investieren zu müssen.“
Wichtigste Ergebnisse
- Mithilfe von MATLAB konnte Cummins die Laufzeiten der Motorzyklussimulation auf ein Achtel der Echtzeit reduzieren
- Durch den Einsatz von Low-Code-Tools konnten sich technische Experten auf die Analyse statt auf die Programmierung konzentrieren
- Beschleunigter End-to-End-Workflow zur Entwicklung von KI-Modellen, der Kosten, Aufwand und Speicherbedarf reduziert
Um die Motoreffizienz und die Emissionswerte genau vorherzusagen, ist die Entwicklung von Modellen zur Simulation von Motorzyklen unerlässlich. Die Entwicklung dieser Modelle erfordert jedoch verschiedene 3D-zu-1D-Simulationen – oft unter Verwendung von Tools von Drittanbietern – deren Fertigstellung im Vergleich zur Echtzeit mehr als 20-mal länger dauern kann.
Um die Geschwindigkeit und Genauigkeit dieser Modelle zu verbessern, verwendete Cummins, ein weltweit führendes Unternehmen in der Motorenentwicklung, MATLAB® um LSTM-basierte neuronale Netzwerke aufzubauen. Das Team modellierte 26 verschiedene Motorreaktionen – darunter Druck, Temperatur und Motorbremsdrehmoment – mithilfe der Deep Learning Toolbox™ und der Statistics and Machine Learning Toolbox™.
Die Verwendung von MATLAB erforderte vom Cummins-Team kaum bis gar keine Programmiererfahrung und trug dazu bei, die Modellgeschwindigkeit auf das Achtfache gegenüber Echtzeit zu erhöhen. Für die Zukunft plant das Team, seine Modelle mit echter Hardware und Steuerungskomponenten zu integrieren.
