MATLAB および Simulink による低次元化モデリング

AI ベースの低次元化モデルを作成

Simulink Add-On for Reduced Order Modeling アドオンは、高次元かつ高忠実度のサードパーティ製シミュレーションモデルなど、Simulink でモデル化されたサブシステムの低次元化モデル (ROM) を作成するためのアプリを提供します。システムレベルのデスクトップシミュレーション、ハードウェアインザループ (HIL) テスト、制御設計、およびバーチャルセンサーモデリングに低次元モデルを使用できます。

Simulink Add-On for Reduced Order Modeling アドオンを使用すると、以下を行うことができます。

実験計画法を設定し、高次元かつ高忠実度のサブシステムから入出力学習データを生成
事前構成済みのテンプレートを使用して、AI ベースの低次元化モデルを学習および比較
システムレベルのシミュレーション、制御設計、および HIL テスト用に AI ベースの代理モデルを Simulink にエクスポート
低次元化モデルを MATLAB および Simulink の外部で使用するために Functional Mockup Unit (FMU) としてエクスポート (Simulink Compiler を使用)

Reduced Order Modeler アプリとは

実験を設計する Reduced Order Modeler アプリのスクリーンショット。

実験の設計

ROM 入力、出力、およびパラメーターとして使用する Simulink 信号とブロックパラメーターを選択します。ROM 入力の置換および摂動用に組み込まれた励磁タイプから選択することで、シミュレーション実験を対話的に設計できます。設計空間のカバレッジを可視化します。

機体の低次元化モデル

実験を実行し、その結果を表示した Reduced Order Modeler アプリのスクリーンショット。

実験の実行

Parallel Computing Toolbox を使用して、1 つずつ、または並列で実験を実行するオプションを指定し、モデルシミュレーションを開始します。組み込みの可視化プロットを使用して、目的の信号やパラメーターのシミュレーション結果を可視化します。

ジェットエンジンのタービンブレードの低次元化モデル

低次元化モデルの学習

さまざまな低次元化モデルの学習を行い、比較します。ニューラル状態空間、LSTM、および非線形 ARX モデルから選択できます。ハイパーパラメーターを遂次または Parallel Computing Toolbox を使用して並列で最適化し、モデルの適合度を向上させます。学習済みモデルの精度メトリクスを比較し、アプリケーションに最適なモデルを選択します。