MATLAB e Simulink per aerospazio e difesa
Progettare, simulare, testare e distribuire sistemi essenziali per missioni e sicurezza
Le società aerospaziali e della difesa di tutto il mondo si affidano a MATLAB® e a Simulink® per progetti di qualsiasi livello di maturità tecnologica, dai prototipi fino ai sistemi essenziali per missioni e sicurezza più importanti. MATLAB e Simulink vengono utilizzati nei programmi principali in tutti i domini, come il Joint Strike Fighter F-35 e il Mars Exploration Rover, oltre che per accelerare il processo di ricerca e sviluppo in aree quali i sistemi autonomi, il regime ipersonico, i sistemi wireless avanzati e l’ibridazione e l’elettrificazione degli aeromobili.
L’ingegneria digitale, insieme alla progettazione Model-Based, aiuta a ridurre i rischi legati ai programmi (come le performance, la programmazione e l’integrazione) attraverso la simulazione anticipata dei progetti e la generazione di codice. Simulink per l’ingegneria dei sistemi stabilisce anche un thread digitale, ai fini della tracciabilità tra requisiti, architettura, progettazione, codice generato automaticamente e artefatti di prova. Ciò garantisce una progettazione completa e facilita il processo di gestione delle modifiche dei sistemi complessi, il tutto all’interno dello stesso ambiente.
Durante la “terza ondata” di intelligenza artificiale, gli esperti del settore stanno usando MATLAB e Simulink anche per sviluppare soluzioni di IA per fare previsioni ancora più anticipate e migliorare il processo decisionale. MATLAB e Simulink consentono ai team di incorporare svariate fonti di dati e di accelerare l’implementazione di algoritmi di machine learning, deep learning e data science nelle loro applicazioni, successivamente distribuibili su hardware o nel cloud.
“La progettazione Model-Based ci ha fornito un quadro approfondito del design funzionale del sistema. Inoltre, siamo stati in grado di completare la convalida dei requisiti in anticipo rispetto al passato e di simulare una serie di guasti simultanei ai componenti, quindi sappiamo cosa succederà e siamo fiduciosi che la logica di controllo sarà in grado di gestire i problemi.”
Christopher Slack, Airbus
Stai lavorando su una proposta o hai in mente una applicazione specifica prima di effettuare un acquisto?
I nostri tecnici delle applicazioni e gli esperti del settore possono aiutarti a scegliere il giusto mix di prodotti che consentiranno al tuo team di focalizzarsi sugli obiettivi del programma. Inoltre, possiamo offrire un periodo di prova gratuito di 30 giorni.
Ti sei aggiudicato il contratto?
- La nostra eccezionale assistenza tecnica è disponibile tutti i giorni, 24 ore su 24, per aiutarti a risolvere qualsiasi tipo di problema.
- Aumenta le competenze del tuo team in tema di sviluppo grazie ai corsi di formazione MathWorks
- Aiuta il tuo team a raggiungere risultati più velocemente grazie alla consulenza MathWorks per il settore aerospaziale
- Migrazione del proprio processo di sviluppo esistente verso la progettazione Model-Based
Ingegneria dei sistemi
L’ingegneria dei sistemi gioca un ruolo sempre più cruciale nella gestione di architetture e requisiti complessi, nonché nell’integrazione di più domini per garantire la realizzazione di sistemi altamente performanti e sicuri. Simulink offre un ambiente di modellazione e analisi dell’architettura facile da usare che consentirà di sincronizzare perfettamente i requisiti alla propria progettazione Model-Based.
MATLAB e Simulink supportano i flussi di lavoro dell’ingegneria digitale consentendo agli utenti di:
- Acquisire, visualizzare, analizzare e gestire i requisiti tramite un thread digitale che garantisce una tracciabilità bidirezionale tra requisiti, architettura, progettazione e implementazione, oltre a supportare l’analisi di copertura e di impatto delle modifiche
- Sviluppare ed esaminare i modelli di architettura dei sistemi a partire da qualsiasi tipo di combinazione di requisiti, modelli Simulink esistenti, ICD e architetture create esternamente
- Condurre indagini commerciali basate sui dati per confrontare, analizzare, oppure ottimizzare l’architettura di sistema
- Generare automaticamente dei report relativi a copertura, test case, ICD e bug
- Simulare la composizione di un sistema per verificarne il comportamento
- Soddisfare gli standard di sicurezza del settore, come DO-178C, DO-254 e ARP-4754
Visualizza la galleria (3 immagini)
Storie di successo dei nostri clienti
- Case Study su DO-178
- Bell Helicopter sviluppa il primo elicottero commerciale fly-by-wire al mondo
- BAE SYSTEMS CNIR sviluppa un sistema di puntamento e stabilizzazione antenna in movimento
- L’ingegneria dei sistemi richiede un cambiamento di paradigma (17:46)
- La progettazione Model-Based dei sistemi avionici cruciali per la sicurezza (punti principali) (7:12)
Per saperne di più
- Model-Based Design Overview for Aerospace and Defense (53:22)
- Che cos’è Simulink Requirements? (1:56)
- Convalida e verifica dai modelli al codice
- Automatizzazione della verifica e della convalida con Simulink
- MathWorks Vision per la verifica e la convalida sistematica (16:11)
- DO-178C Flusso di lavoro del software con generazione di codice qualificata (15:25)
Scopri i nostri prodotti
Sistemi di controllo di volo e controllo motori
Progetta e verifica sistemi di controllo essenziali per la sicurezza grazie alla simulazione, prima di generare automaticamente il codice che verrà poi integrato nella piattaforma fisica. Accelera il ciclo di sviluppo semplificando la progettazione in vari scenari e configurazioni di piattaforme diverse, effettua dei test hardware-in-the loop, poi qualifica la logica di controllo in base agli standard di sicurezza, come DO-178C, il tutto in un unico ambiente.
MATLAB e Simulink consentonoo agli ingegneri di controllo di:
- Muovere i primi passi e costruire modelli di impianti più rapidamente con svariati esempi di sistemi di controllo di volo, 6-DoF, modelli ambientali e modelli di veicolo come l’HL-20 della NASA
- Modellare l’intero veicolo e i relativi sottosistemi
- Usare strumenti predefiniti per regolare in modo automatico i controllori multivariabile e sfruttare strategie di controllo avanzate, come il controllo predittivo dei modelli e il controllo solido
- Progettare e risolvere problemi legati a rilevamento guasti, isolamento e recupero
- Generare automaticamente codice ottimizzato per microprocessori e FPGA
- Eseguire attività di verifica e convalida, oltre che di certificazione rispetto agli standard di sicurezza
Storie di successo dei nostri clienti
- Volo dell’Aurora Centaur senza pilota (0:39)
- Bell Helicopter esegue un primo volo senza difetti (4:39)
- Airbus sviluppa un sistema di gestione del carburante per l’A380 usando la progettazione Model-Based
- Gulfstream Aerospace sviluppa il simulatore di velivolo Pilot-in-the-Loop
- Lo Scramjet X-43A della NASA raggiunge il record assoluto di velocità di Mach 10 grazie alla progettazione Model-Based
- MATLAB e Simulink aiutano il veicolo spaziale Boeing senza pilota ad atterrare
Scopri i nostri prodotti
Progettazione di aeromobili a pilotaggio remoto
I ricercatori e gli ingegneri che operano nel campo degli aeromobili a pilotaggio remoto (APR) utilizzano MATLAB e Simulink per progettare e ottimizzare sistemi di controllo e algoritmi per missioni ISR (Intelligence, Surveillance e Reconnaissance) indipendenti dalla piattaforma, modellare sistemi reali e generare e verificare automaticamente il codice, il tutto in un unico ambiente software.
MATLAB e Simulink consentono agli ingegneri di:
- Connettere e controllare gli APR e i relativi componenti da MATLAB e Simulink
- Comunicare con la piattaforma usando il Robot Operating System (ROS)
- Simulare dei comuni sensori di APR, come GPS, IMU, INS e Altimeter
- Co-simulare le proprie applicazioni di APR connettendosi direttamente a simulatori come Gazebo
- Sviluppare algoritmi di controllo indipendenti dall’hardware e condurre attività di mappatura e localizzazione simultanea 3D (SLAM), pianificare percorsi e generare traiettorie con con il supporto dei quaternioni nativi
- Eliminare la codifica manuale generando automaticamente codice embedded per microcontrollori, FPGA, PLC e GPU in molti linguaggi
- Connettersi agli autopiloti di APR comuni, come PX4, e a hardware a basso costo, come Raspberry Pi™, usando pacchetti di supporto hardware predefiniti
- Lavorare con codice preesistente e integrare sistemi esistenti
Storie di successo dei nostri clienti
- Accelerazione della ricerca tramite droni con un esacottero pronto al volo e un software di controllo di volo
- Uso dei droni per aiutare a combattere gli incendi incontrollati
- Airnamics sviluppa sistemi aerei a pilotaggio remoto per riprese close range con la progettazione Model-Based
- BAE Systems Controls sviluppa un autopilota per un aeromobile a pilotaggio remoto
Per saperne di più
- Serie di video sul controllo e la simulazione di droni
- Fusione di sensori e tracciamento con MATLAB (39:15)
- Programmazione di droni con Simulink (33:49)
- Simulazione di missioni di quadrirotori con Simulink e ROS (18:22)
- Simulazione di aeromobili a pilotaggio remoto (APR) con MATLAB e Simulink (3:37)
- Approssimazione di un modello di APR ad alta fedeltà con il blocco UAV Guidance Model
Sistemi wireless
Progetta, prototipa e testa algoritmi avanzati, sistemi RF multifunzione e array di antenne per la generazione futura di sistemi di comunicazione wireless, radar e di guerra elettronica. Con MATLAB e Simulink, i tecnici addetti alla fase di ricerca sono in grado di testare rapidamente l’efficacia dei nuovi concept tecnologici, eliminare problemi di progettazione all’inizio del ciclo di sviluppo e semplificare la verifica del progetto. Grazie agli strumenti MATLAB e Simulink, gli ingegneri saranno in grado di:
- Modellare e visualizzare scenari radar e di comunicazione complessi in un ambiente a spettro denso
- Simulare link di comunicazione end-to-end, inclusi i componenti di baseband, RF e antenna
- Generare e analizzare forme d’onda personalizzate e basate su standard (5G, LTE, WLAN)
- Modellare array di antenne e architetture di beamforming con Antenna Toolbox™
- Modellare la dinamica di sistemi radar a terra, in cielo o in mare con target mobili e piattaforme radar
- Progettare e simulare sistemi di posizionamento e tracciamento multisensore
- Creare modelli di riferimento riutilizzabili per la verifica iterativa di implementazioni, prototipi e implementazioni wireless
- Prototipare e testare progetti di algoritmi su hardware di radio definite dal comuni come USRP e PlutoSDR
Per saperne di più
- Generazione di forme d’onda con MATLAB e SDR (3:45)
- Che cos’è il 5G
- Mappatura della propagazione RF per comunicazioni wireless (26:09)
- Beamforming ibrido per sistemi phased array MIMO massivi
- Sviluppo con e distribuzione su hardware SDR
- Modellazione e analisi di sistemi RF
- Fusione di sensori e tracciamento per sistemi autonomi
L’intelligenza artificiale per il settore aerospazio e difesa
MATLAB e Simulink offrono una piattaforma globale per risolvere sfide tramite IA, dalla manutenzione predittiva ad attività più complesse come il riconoscimento multimodale dei target. MATLAB rende gli ingegneri più autonomi, anche quelli che hanno poca esperienza nel campo dell’intelligenza artificiale. Aiuta a migliorare l’assemblamento di set di dati di IA, ad affrontare i problemi di integrazione, a ridurre i rischi e a verificare continuamente modelli in un contesto a livello di sistema.
- Ottimizza gli interventi di assistenza per la flotta grazie alla manutenzione predittiva e alle funzionalità del gemello digitale, sviluppa algoritmi per rilevare e prevedere guasti e malfunzionamenti e stima la vita utile residua
- Genera dati di test e addestramento basati su simulazioni per applicazioni come gli algoritmi di classificazione di target e forme d’onda radar, poi crea sistemi di controllo complessi con il reinforcement learning
- Usa algoritmi di deep learning e machine learning per creare dei modelli precisi a partire da vari tipi di dati, poi testa architetture diverse usando le app e gli strumenti di visualizzazione
- Distribuisci modelli su qualsiasi sistema, tra cui GPU e CPU embedded, sistemi aziendali o il cloud
Visualizza la galleria di immagini (7 immagini)
Storie di successo dei nostri clienti
Per saperne di più
- Deep learning per l’elaborazione di segnali
- Transfer Learning
- Manutenzione predittiva
- Introduzione alla manutenzione predittiva con MATLAB
- Selezione e classificazione di feature con il machine learning (4:01)
- Reinforcement learning, parte 5: come superare le difficoltà pratiche del reinforcement learning (16:07)
Hai domande?
Contatta un esperto del settore
