Sanal Sensör Modelleme
Sistem Tanımlama ve Azaltılmış Mertebeli Modeller (ROM)
Pekiştirmeli Öğrenme
Fiziksel bir sensörün doğrudan ölçemediği sinyalleri tahmin etmek veya fiziksel sensörün tasarıma fazla maliyet ve karmaşıklık getirdiği durumlarda kullanılır.
- Tam bağlantılı katmanlar, uzun kısa süreli hafıza (LSTM) katmanları ve destek vektör makineleri gibi farklı derin öğrenme ve makine öğrenimi mimarileri kullanarak sanal sensör modelleri oluşturun ve karşılaştırın
- TensorFlow™ veya PyTorch® ile oluşturulan yapay zeka modellerini Simulink ile simülasyon ve dağıtım için içe aktarın
- Yapay zeka tabanlı sanal sensörleri sistemin geri kalanıyla entegre edin, simüle edin ve test edin
- Yapay zeka tabanlı sanal sensör modellerini sıkıştırarak kütüphanesiz C kodu üretimi ile mikrodenetleyicilere ve ECU’lara dağıtın
- Artan öğrenme kullanarak sanal sensör modellerini gerçek zamanlı veri işlemek üzere uyarlayın
Sistem Tanımlama ve Azaltılmış Mertebeli Modeller (ROM)
Ölçülmüş veya üretilmiş verileri kullanarak doğrusal olmayan dinamik sistemlerin yapay zeka tabanlı modellerini oluşturun.
- System Identification uygulaması ile ölçülen verilerden yapay zeka tabanlı dinamik modeller oluşturun.
- Fiziksel sistem bilgileri ile yapay zeka tekniklerini birleştirerek model kalitesini artırın; bunun için nöral durum uzayı (neural state space), doğrusal olmayan ARX (nonlinear ARX) ve diğer model mimarileri gibi doğrusal olmayan model tanımlama yöntemlerini kullanın.
- Simulink’te kontrol tasarımı ve sistem geliştirme için ek yazılımlar olan FEM, FEA ve CFD modellerini azaltılmış mertebeli yapay zeka tabanlı modellere dönüştürerek tekrar kullanın.
- Reduced Order Modeler uygulaması ile deney tasarımı (DoE) kurun, eğitim verisi oluşturun ve önceden yapılandırılmış şablonlar üzerinden uygun yapay zeka modellerini eğitin ve değerlendirin.
- Azaltılmış mertebeli modeli Simulink’e getirerek masaüstü simülasyonları ve donanım-döngüde testler (HIL) gerçekleştirin veya Fonksiyonel Model Değişim Birimleri (FMU) aracılığıyla Simulink dışına aktarın.
Pekiştirmeli Öğrenme
Simulink’te modellenmiş dinamik ortamlarla tekrar tekrar deneme-yanılma yoluyla etkileşime girerek akıllı ajanlar eğitin.
- Hazır algoritmalar arasından seçim yapın ve bu algoritmaları RL Agent bloğu ile Simulink’e entegre ederek eğitim gerçekleştirin
- Reinforcement Learning Designer (Pekiştirmeli Öğrenme Tasarımcısı) ile etkileşimli olarak ajanları tasarlayın, eğitin ve simüle edin
- Sistem seviyesinde testler gerçekleştirin ve eğitilmiş ajanları gömülü cihazlara dağıtın
