Prodotti e servizi

Modellazione di ordine ridotto con MATLAB e Simulink

Creazione di modelli di ordine ridotto basati sull’IA

Il componente aggiuntivo di Simulink per la modellazione di ordine ridotto fornisce un’app per la creazione di modelli di ordine ridotto (ROM) di sottosistemi modellati in Simulink, compresi modelli di simulazione di terze parti di ordine completo e ad alta fedeltà. È possibile utilizzare modelli di ordine ridotto per la simulazione desktop a livello di sistema, i test Hardware-In-the-Loop (HIL), la progettazione di controlli e la modellazione di sensori virtuali.

Con il componente aggiuntivo di Simulink per la modellazione di ordine ridotto è possibile:

  • Configurare la progettazione di esperimenti e generare dati di addestramento di input-output da un sottosistema di ordine completo e ad alta fedeltà
  • Addestrare e confrontare modelli di ordine ridotto basati sull’IA utilizzando modelli preconfigurati
  • Esportare modelli surrogati basati sull’IA in Simulink per la simulazione a livello di sistema, la progettazione di controlli e i test HIL
  • Esportare modelli di ordine ridotto come Functional Mockup Unit (FMU) per l’utilizzo al di fuori di MATLAB e Simulink (con Simulink Compiler)

Progettazione di esperimenti

Seleziona i segnali e i parametri dei blocchi Simulink da utilizzare come input, output e parametri del ROM. Progetta in modo interattivo esperimenti di simulazione scegliendo tra i tipi di eccitazione integrati per sostituire o perturbare gli input del ROM. Visualizza la coverage dello spazio di progettazione.

Esecuzione di esperimenti

Specifica l’opzione per eseguire gli esperimenti uno alla volta o in parallelo con Parallel Computing Toolbox e avvia le simulazioni del modello. Visualizza i risultati della simulazione per i segnali e i parametri di interesse utilizzando i grafici di visualizzazione integrati.

Addestramento di modelli di ordine ridotto

Addestra e confronta diversi tipi di modelli di ordine ridotto. Scegli se utilizzare il modello dello spazio degli stati neurali, LSTM o ARX non lineare. Ottimizza gli iperparametri sequenzialmente o in parallelo con Parallel Computing Toolbox per migliorare il fitting del modello. Confronta le metriche di precisione per i modelli addestrati per scegliere quello più adatto alla tua applicazione.

Utilizzo di modelli di ordine ridotto in Simulink

Importa ROM addestrati in Simulink per la simulazione a livello di sistema, la progettazione di controlli e i test HIL. Combina i ROM con modelli di componenti basati su principi primi.

Distribuzione ed esportazione di modelli di ordine ridotto

Distribuisci ROM su sistemi embedded tramite la generazione automatica di codice. Esporta i ROM come FMU (con Simulink Compiler) per l’uso al di fuori di MATLAB e Simulink.

Requisiti:

Simulink, Deep Learning Toolbox, Statistics and Machine Learning Toolbox, System Identification Toolbox

Compatibilità con le release di MATLAB:

Compatibile con la release R2023b e successive