汽车产业研发过程中,从整车动力系统仿真到电控算法开发,都离不开大量数值计算工作,很多企业的研发团队会选择专业的数值计算咨询服务,帮助完成模型搭建、仿真分析、算法验证等工作,加快研发进度,弥补团队自身的技术缺口。数值计算咨询服务需要贴合汽车产业的研发要求,满足功能安全开发相关标准,覆盖电控开发、结构仿真、多参数优化等不同方向的需求,匹配汽车...
查看详细 >>电力系统的运行工况复杂多变,控制算法开发需要先准确掌握被控对象的模型特性,控制算法辨识就是通过输入输出数据推导得到被控对象准确模型的过程,直接影响后续控制策略的控制效果。电力领域的储能变流器、电力传动等研发场景,都需要专业的工具完成控制算法辨识,适配多工况下的数据采集与分析需求,得到可靠的模型结果,支撑后续控制策略的调优开发。上海创紫科技...
查看详细 >>实时控制算法开发过程中,MIL也就是模型在环仿真,是算法原型验证的关键环节,可在开发初期快速验证控制逻辑的正确性,排查算法设计缺陷,减少后续开发环节的返工概率。MIL测试需要搭建被控对象模型,导入控制算法模型,完成不同工况下的仿真运行,采集测试数据分析算法性能,支撑算法设计迭代。研发团队需要稳定易用的建模仿真工具,完成MIL测试全流程操作...
查看详细 >>汽车领域控制算法开发覆盖整车控制、三电控制、底盘控制等多个方向,不同方向的开发都需要成熟可靠的基础工具支撑,内置经过验证的基础函数和算法模块,减少研发人员重复开发基础模块的工作量,把精力集中在关键策略创新上。汽车控制算法开发对工具的可靠性和合规性有很高要求,工具箱需要符合汽车行业开发标准,适配现有MBD开发流程,满足功能安全相关要求。上海...
查看详细 >>鲁棒控制算法可以在存在参数扰动和外部干扰的场景下,保持系统稳定运行,普遍应用于各类安全关键控制场景。鲁棒控制算法完成建模仿真验证后,需要生成可直接部署到嵌入式设备的生产级代码,手工编写代码不只效率低还容易引入人为错误,还需要符合行业编码规范要求。自动化代码生成工具可以大幅提升开发效率,保证代码的一致性和规范性,满足项目开发周期要求。上海创...
查看详细 >>开展大规模数值仿真、海量数据计算的企业和科研团队,常会遇到集群资源利用率偏低、仿真流程不通畅、算力分配不合理等问题,需要专业的技术咨询服务,帮助梳理现有数值计算流程,完成集群架构规划和环境部署,提升数值计算整体效率,满足大算力需求场景的各类使用要求,帮助团队降低硬件投入成本,释放更多算力资源给关键研发项目。上海创紫科技集团拥有自研的Tea...
查看详细 >>智能控制场景需要快速采集实体运行数据,完成实时数值计算,输出控制信号,对计算的速度和准确性都有很高要求。实时数值计算融合应用可以把多来源的实时数据做整合计算,快速输出计算结果,支撑控制决策的生成,适配自动驾驶、工业机器人运动控制等场景的需求,帮助开发团队打造响应速度更快、准确性更高的控制系统。上海创紫科技集团专注国产化数值计算工具开发,拥...
查看详细 >>嵌入式控制算法完成代码生成后,需要开展HIL也就是硬件在环测试,验证算法在实际硬件运行环境下的功能和性能,提前发现算法和硬件适配过程中的问题,减少后续实物测试的风险和成本。HIL测试需要对接硬件平台,运行控制算法,模拟实际运行工况,采集运行数据分析算法表现,支撑算法的后续调试和定型。开发团队需要完整的工具链支撑HIL测试全流程,适配不同嵌...
查看详细 >>电机控制算法开发覆盖建模、仿真验证、参数调优、代码生成全流程,不同类型的电机对控制算法的需求不同,研发团队需要覆盖全流程的解决方案支撑,不用对接多个不同工具就能完成全部开发工作,提升开发效率。做新能源汽车MCU开发、工业伺服电机开发的团队,除了算法本身的开发,还需要满足功能安全、AUTOSAR架构相关要求,解决方案需要适配相关规范要求。上...
查看详细 >>很多控制算法开发团队长期使用海外工具完成参数辨识工作,受授权成本上涨、供应链稳定性等问题影响,开始寻找国产替代方案。合适的替代工具需要保留原有开发习惯,支持原有模型平滑迁移,不用重新搭建全部模型就能完成参数辨识工作,降低迁移过程的工作量。控制算法参数辨识的准确性直接影响后续控制效果,工具需要提供完备的数值计算能力,支撑不同工况下的参数求解...
查看详细 >>工业自动化领域的控制算法直接影响生产线运行的稳定性和安全性,算法落地之前需要完成充分的测试。HIL也就是硬件在环测试,可以将控制算法下载到实际控制器中,对接虚拟的受控对象模型完成测试,既可以拿到接近真实场景的测试结果,也能避免实物测试带来的成本和安全风险。做工业自动化生产线控制、先进装备控制开发的团队,都会把HIL测试作为算法交付前的必要...
查看详细 >>预测控制算法依托对未来系统输出的预测,完成当前控制动作的优化,在轨迹跟踪、过程控制、能源管控等场景得到普遍应用。预测控制算法的优化效果直接影响控制精度和响应速度,研发过程中需要反复调整优化目标和约束条件,完成多轮仿真测试,找到适配场景的较优参数组合,提升算法在实际运行中的表现。很多团队在优化环节依赖手动调参,耗时久还难以得到理想效果,需要...
查看详细 >>