本文へスキップ

ETAS ASCMO

データに基づくモデリングとモデルに基づくキャリブレーション

ETAS ASCMOは、データベースのシステムモデリングと最適化のためのソリューションです。ASCMOは、機械学習分野の高度なAI手法を用いることで、複雑なシステムの挙動を、少数の計測データに基づいて正確にモデル化、分析、最適化することができます。

ETAS ASCMO製品ファミリーの概要が記載されたノートパソコンの画像

お客様のメリット

効率と精度の向上

制御システムのより正確な調整と、必要な校正リソースの削減。

最適化機能の強化

自動車システムの最適性能特性、相反する目標の管理。

開発時間とコストの削減

より効果的で合理化されたプロセス、より迅速な反復、よりアジャイルな開発サイクル。

ETAS ASCMO製品モデル:お客様の業務に合わせたオーダーメイド

ETAS ASCMO DESKをベースに、ETAS ASCMO-STATIC、ETAS ASCMO-DYNAMIC、ETAS ASCMO-MOCAの3つの主要製品を機能的に拡張できるETAS ASCMOアドオンを加えたETAS ASCMO製品モデルをビジュアル化したインフォグラフィック。
ETAS ASCMOファミリーは、基本製品ETAS ASCMO-DESK、3つの主要製品ETAS ASCMO-STATIC、ETAS ASCMO-DYNAMIC、ETAS ASCMO-MOCAで構成されています。アドオンにより、特定のタスクのために機能を拡張することができます。

ETAS ASCMO製品ファミリー

膝の上に診断用ノートパソコンを置いて車に座るエンジニアのイメージ

バーチャルECU適合

ETAS ASCMOは燃焼エンジンの開発と適合において世界的な足跡を残している。しかし当然ながら、ETAS ASCMOは電気自動車パワートレインシステムのユースケースもサポートしています。グローバルなエンジン効率モデルから熱コンポーネントモデルまで、データを効率的に利用した正確なモデリングは、パワートレインシステムの種類に関係なく、定常状態と過渡状態の両方のシステム挙動に大きなメリットをもたらします。

ホンダ研究開発:ETAS ASCMOによる燃料電池スタックの出力予測

フリップチャートで何かを発表する女性

ホンダ研究開発:ETAS ASCMOによる燃料電池スタックの出力予測

ホンダの研究開発部門は、ETAS ASCMOを使用して、燃料電池スタックの性能だけでなく、スタックの各部分の温度と圧力を短時間で予測できるモデルを作成しました。ホンダのエンジニアは、ETAS ASCMOのガウス過程回帰を使用して、すべての制御パラメータを考慮して燃料電池スタックの性能を最適化し、ETASのINCA-FLOWを使用してテストプロセスを自動化しました。その結果、顧客であるホンダは総出力を6%向上させることに成功しました。

ETAS ASCMOアドオン:可能性の発見

ETAS ASCMOアドオンを使用すると、特定の機能によってツールを拡張できます。静的入力に基づく信号トレースのモデリング、エンジン制御変数の最適化、または異なるアプリケーションのためのモデルのエクスポートなど、アドオンを使用することで、ETAS ASCMOを様々な目的に柔軟に適応させることができます。さらなる可能性を探求してください。

さまざまなETAS ASCMOアドオンのリストと、どのETAS ASCMO製品モジュールと一緒に使用できるかを示した表。
様々なETAS ASCMOアドオンのリストと、どのETAS ASCMO製品モジュールと一緒に使用できるかを示した表。

ETAS ダウンロード

アイコン資料ダウンロード

ETASダウンロードセンターでは、ETASの製品・ソリューションに関する豊富な情報を、チラシ、パンフレット、技術資料、マニュアルなどの形で提供しています。また、ホットフィックスやソフトウェアのアップデート情報もご覧いただけます。

ナレッジベース

当社のナレッジベースは、実践的なガイダンスや専門知識を集約した情報拠点です。自動車用ソフトウェア開発やエンジニアリングに関する詳細な知見を提供し、皆様の成功に必要な実践的な情報を提供します。

手動による適合から、自動化されたデータ駆動型のワークフローへと移行するための段階的なアプローチ

車両のイラストと、データに基づくモーションキャリブレーションのグラフィックを特徴とした、ETASのホワイトペーパーの表紙モックアップ。

手動による適合から、自動化されたデータ駆動型のワークフローへと移行するための段階的なアプローチ

テスト車両や顧客の車両から得られるデータ量がますます増加しているにもかかわらず、内部スクリプトの多さ、手作業による調整、そして高い計算負荷が、キャリブレーションエンジニアの作業を遅らせている。

自動化されたデータ前処理、イベントベースの分析、そして機械学習(ML)を活用した最適化が、デスクトップからクラウドまで拡張可能なシームレスなワークフローの中でどのように連携するかを学びましょう。

イノベーションの推進:SdVにおけるマルチドメイン統合の習得

YouTube

Loading the video requires your consent. If you agree by clicking on the Play icon, the video will load and data will be transmitted to Google as well as information will be accessed and stored by Google on your device. Google may be able to link these data or information with existing data.

イノベーションの推進:SdVにおけるマルチドメイン統合の習得

この共同プレゼンテーションでは、ボッシュ・ビークル・モーションのソフトウェア・サービス・システムソリューション担当シニアバイスプレジデントであるニッコロ・ヘーゲレ氏と、ETASのソリューションフィールドICA担当バイスプレジデントであるゲリット・フォン・シュヴェルトフューラー氏が、現代の車両ダイナミクスの進化と、エンジニアがそのキャリブレーションを行う際に役立つ最先端のツールについて解説します。

スマートフォン、メールアイコン、ラップトップを持つ人々のイラスト

お問い合わせ

ご質問やご不明な点などございましたら、お問い合わせフォームよりメッセージをお送りください。または、サポートホットラインをご利用ください。

お気軽にお問い合わせください!