Schnellere Anlagenmodelle für SiL und Hill

Schnellere Anlagenmodelle für SiL und HiL

Moderne Anwendungen im Bereich der Bewegungssteuerung wie aktive Federung, „Brake-by-Wire“ und integrierte Fahrdynamik sind für die Simulation und Validierung auf präzise Systemmodelle angewiesen. Die Herausforderung besteht darin, dass die Erstellung herkömmlicher physikbasierter Modelle zeitaufwendig ist, die Neukalibrierung für jedes Testszenario schwierig ist und es oft Probleme gibt, das nichtlineare Verhalten abzubilden, das Ingenieure in realen Messungen beobachten. Dies wird zu einem echten Engpass, wenn Teams die Validierung vorziehen und aussagekräftige SiL- und HiL-Tests bereits in einer frühen Entwicklungsphase durchführen möchten.

Zentrale Herausforderungen

Hoher manueller Modellierungsaufwand

Der Aufbau und die Aktualisierung physikbasierter Anlagenmodelle kosten viel Zeit, erfordern tiefes Fachwissen und führen bei geänderten Anforderungen zu Nacharbeit.

Lücke im nichtlinearen Verhalten

Manuell erstellte Modelle übersehen häufig reale Systemeffekte, die in den Messdaten sichtbar sind.

Varianten-Overhead

Unterschiedliche Testziele erfordern ein unterschiedliches Modellverhalten, doch eine manuelle Neukalibrierung ist nicht skalierbar.

Verzögertes Vorab-Laden

Das Fehlen von Modellen mit Echtzeitfähigkeit verlangsamt die SiL- und HiL-Validierung.

Ingenieur, der an einem Laptop mit ETAS-Software arbeitet, die KI-gestützte Analysen, maschinelles Lernen und Visualisierungen zur Workflow-Automatisierung für die Entwicklung von Automobilsoftware bietet.

Die ETAS-Toolchain vereint ASCMO und INCA-FLOW in einem datengetriebenen Workflow für die Erstellung und Kalibrierung von Anlagenmodellen auf Basis von Messdaten. Statt das Modell aus physikalischen Grundprinzipien abzuleiten, lernt ASCMO das Systemverhalten direkt aus Testfahrten oder Prüfstanddaten und generiert Verhaltensmodelle automatisch mit datengetriebenen Methoden. So lassen sich präzise virtuelle Abbilder komplexer mechatronischer Systeme schneller erstellen und verschiedene Modellvarianten im selben Ansatz abdecken.

Sobald das Modell vorliegt, automatisiert INCA-FLOW den Kalibrierungsworkflow für bestimmte Zielverhalten wie Komfort-, Sport- oder Eco-Charakteristiken. Ingenieure können wiederholbare Workflows definieren, um Modellparameter anzupassen und kalibrierte Varianten für unterschiedliche Testfälle zu erzeugen, ohne das Modell jedes Mal manuell neu aufzubauen. Die resultierenden Modelle lassen sich anschließend in Standardformaten wie FMU (Functional Mock-up Unit) oder als optimierter C-Code exportieren und so direkt in SiL- und HiL-Umgebungen einsetzen sowie überall dort wiederverwenden, wo echtzeitfähige Anlagenmodelle benötigt werden.

Ihre Vorteile

Die Entwicklungszeit für Schnittmodelle drastisch verkürzen

Von monatelanger manueller Modellierungsarbeit zu einem Workflow, der sich in Tagen bemisst.

Simulationsrealismus verbessern

Erstellen Sie Modelle auf der Grundlage realer Messdaten, um das nichtlineare Systemverhalten genauer abzubilden.

Validierung effektiv vorziehen

Stellen Sie den SiL- und HiL-Teams frühzeitig brauchbare Anlagenmodelle zur Verfügung und verringern Sie so die Abhängigkeit von physischen Prototypen und Prüfständen.

Varianten schneller generieren

Erstellen Sie kalibrierte Modellversionen für verschiedene Testszenarien mithilfe eines automatisierten, wiederholbaren Prozesses.

Mit ASCMO und INCA-FLOW können Ingenieure Messdaten wesentlich schneller in simulationsfähige Anlagenmodelle umwandeln, Varianten mit deutlich geringerem manuellem Aufwand kalibrieren und bereits in einer früheren Phase des Entwicklungszyklus mit einer aussagekräftigen virtuellen Validierung beginnen.

Jeremie Balloy, Regional Solution Field Lead, ETAS Westeuropa