本文へスキップ
複雑さよ、さようなら ​

数週間から数日に:フレックス燃料エンジンの適合を迅速化

フレックス燃料エンジンは、純ガソリンから高エタノール燃料に至るまでの幅広い燃料ブレンドにおいて、信頼性の高い性能を発揮しなければなりません。エンジン回転数、負荷、エタノール含有量のあらゆる組み合わせに対して点火タイミングを適合させるには、膨大な計測範囲が必要となります。エンジニアは、テストベンチで数週間を費やすことなく、ノッキング限界内にとどまりつつ、熱力学的に最適な条件を識別する必要があります。

主な課題

広大な適合空間

燃料混合比、速度、負荷、点火角度のさまざまな組み合わせについて評価を行う必要がある。

テストベンチの容量が限られている

すべての動作点を手作業で測定するには、多大な時間とリソースが必要となります。

エンジンの複雑な挙動

ノック限界および熱力学的挙動は、全運転範囲にわたって正確にモデル化する必要がある。

品質要件

計測の手間を削減するにあたっては、適合の精度やエンジンの性能を損なってはならない。

コードレイヤー、エンジニアリングのコラボレーション、コネクテッドカーを描いたソフトウェア開発プラットフォームの図。

ETASは、フレックス燃料エンジンの適合を自動化する、統合されたデータ駆動型のワークフローを提供しています。ASCMO-EXPEDESとINCA FLOWを組み合わせることで、最適化された実験計画法(DOE)を構築し、必要なテストベンチ測定の回数を削減します。INCAは、F-ETKや最先端のM-ETKなどの測定ハードウェアと連携して、時間同期されたECUおよびエンジンデータを取得し、詳細な分析の基盤を提供します。

ETAS ASCMOは、収集した計測データを用いて、ノック限界や熱力学的最適値など、エンジンの挙動に関する正確な機械学習ベースのデータモデルやハイブリッドモデルを生成します。その後、ASCMOツールチェーンと組み込みAIコーダーがこれらのモデルを用いて最適な点火マップを算出し、それをECUに直接適用します。これにより、計測、モデリング、最適化、ソフトウェアモデル、および適合が、再現性のある単一のワークフローで統合されます。

お客様のメリット

テストベンチでの所要時間を短縮する

適合と妥当性確認の期間を、数週間からわずか数日に短縮します。

適合精度の向上

燃費とエンジン性能を向上させるため、高精度な点火マッピングを生成します。

ワークフローを標準化する

適合を再現性があり、スケーラビリティが高く、個々の専門家の知識への依存度を低減させるようにする。

新しい亜種の出現を加速させる

新しい派生モデルや、異なる燃料基準が適用される市場に向けて、エンジンの適応をより迅速に行う。

ターゲットを絞った計測と、データ駆動型のモデリングおよび自動最適化を組み合わせることで、エンジニアは、あらゆる燃料範囲にわたって精度を維持しつつ、フレックス燃料エンジンの適合をより迅速に行うことができます。

トルステン・フーバー、シニアプロダクトマネージャー

ETASの計測&適合ソリューション

ETAS ASCMO ソフトウェアが搭載されたノートパソコン

ETAS ASCMO

データベースモデリングとモデルベースの適合

続きを読む

青と紫のデータストリームが流れ、車両の形を形成しており、これは適合とデータ駆動型開発を表しています。

INCA-FLOW

ECU向けのガイド付き適合およびテストの自動化。

続きを読む

コードレイヤー、コネクテッド車両、エンジニアリングコラボレーションを盛り込んだ、AIを活用した組み込みソフトウェア開発の図解。

組み込みAIコーダー

AIモデルを組み込みシステムに高品質で展開する。

続きを読む

黒い背景の上に、電子コンポーネント、コネクタ、回路基板がはっきりと見えるFETK ECUインターフェースモジュール。

FETK ? 高速ECU インターフェース

ECUへの極めて強力なアクセス機能を提供します。

続きを読む

電子部品やプリント回路基板が確認できるETAS製電子制御ユニット(ECU)。ソフトウェアデファインドビークル(SDV)、車両制御、組み込みシステム、および自動車用サイバーセキュリティ向けの最新自動車用ハードウェアの図解。

M-ETK – ECUインターフェース

ECU向けの高性能な計測、適合、および再プログラミング。

続きを読む

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。