Systemy informacji i rozrywki

W celu zapewnienie, że logika i algorytmy spełnią wymagania klienta, inżynierowie wykorzystują pakiet MATLAB, Simulink i toolboksy związane projektowaniem systemów telekomunikacji do projektowania i testowania aplikacji audio, video i telekomunikacyjnych w jednym środowisku.

Wczesne projektowanie i weryfikacja złożonej logiki jako sposób na redukcję późno wykrywanych błędów

Inżynierowie rozwijający urządzenia multimedialne, systemy rozrywki i telekomunikacji we współczesnych pojazdach pasażerskich pracują z interfejsami człowiek-maszyna (HMI) takimi jak panel przedni radia lub zestawy wskaźników. Ich praca polega na pisaniu wymagań funkcjonalnych, które opisują jak klient będzie współpracował z urządzeniem i tworzą projekt sterownika wykorzystując maszyny skończenie stanowe.

Wykorzystując narzędzia do projektowania systemowego i symulacji, inżynierowie rozwijają systemy logiczne i weryfikują projekt, opisując interakcje klienta z HMI, a następnie uzupełniają z ich wykorzystaniem modele maszyn skończenie stanowych. To przyspiesza proces rozwoju, ułatwia wykrywanie błędów logicznych zanim system przejdzie do produkcji i pozwala podjąć kluczowe decyzje przed zbudowaniem prototypu.

Projektowanie, testowanie i prototypowanie kodu źródłowego aplikacji audio przed implementacją sprzętu

Projekty filtrów stosowanych w radiach cyfrowych lub w projektach akustyki kabiny muszą zostać wykonane z wykorzystaniem arytmetyki stało-przecinkowej. Z wykorzystaniem metodyki Model-Based Design, inżynierowie dźwięku tworzą symulacje testów, by zweryfikować zachowanie filtrów i etapami skonwertować algorytm do arytmetyki stało-przecinkowej.

Następnie te same testy są ponownie wykorzystywane do weryfikacji prawidłowego zachowania urządzeń w ramach dopracowywania specyfikacji. Wykorzystywana jest także automatyczna generacja kodu do implementacji algorytmów w języku C, aby wykorzystać specyficzne możliwości procesora w dziedzinie arytmetyki stało-przecinkowej.

Pojazdy komercyjne i terenowe

Inżynierowie wykorzystują metodykę Model-Based Design do rozwijania pojazdów komercyjnych i terenowych, by uzyskać większą produktywność, czas pracy i bezpieczeństwo, a równocześnie spełnić wymagania lokalnych rynków i dotyczące emisji. Uzyskują ten efekt dzięki modelom na poziomie systemowym, które pozwalają weryfikować wymagania i generować kod źródłowy dla systemów wbudowanych z modeli oraz analitycznie kalibrować sterowniki układu napędowego.

Weryfikacja wymagań systemowych z modelami wielodziedzinowymi

Adaptacja sterowników elektronicznych w pojazdach rolniczych i inteligentnych pojazdach autonomicznych znacznie zwiększyła złożoność tych urządzeń, co znów spowodowało zwiększenie trudności podczas weryfikacji wydajności urządzenia w stosunku do wymagań bez rozległych testów. Inżynierowie wykorzystują możliwości metodyki Model-Based Design, aby stworzyć wielodziedzinowe symulacje z modelami, które obejmują komponenty mechaniczne, hydrauliczne, elektryczne i inne, podjąć kluczowe decyzje na temat architektury i kompromisów projektowych i zweryfikować wydajność urządzenia względem wymagań bez budowy prototypu.

Weryfikacja i walidacja elektronicznych sterowników dla pojazdów terenowych

Zaawansowane, elektroniczne sterowniki są sercem współczesnych pojazdów terenowych. Inżynierowie wykorzystują modelowanie systemowe całej maszyny do projektowania algorytmów sterowników wbudowanych i weryfikacji wydajności. Na późniejszym etapie korzystają z tych samych modeli do generacji kodu podczas symulacji hardware-in-the-loop (HIL) w czasie rzeczywistym i do generacji kodu produkcyjnego do sterowników wbudowanych, dzięki czemu ponownie weryfikują cały projekt.

Analityczna kalibracja sterowników układu napędowego w celu realizacji wymagań co do wartości emisji

Aby spełnić wymagania standardu Tier 4 w Stanach Zjednoczonych i Euro Stage VI w Unii Europejskiej, inżynierowe muszą znaleźć kompromis pomiędzy wydajnością, a emisją cząstek stałych i tlenków azotu oraz kosztami poszczególnych komponentów. W rezultacie muszą zrezygnować ze stosowania metod heurystycznych do kalibracji układu napędowego. W zamian coraz częściej stosuje się metody analityczne takie jak numeryczna optymalizacja bazująca na modelach identyfikowanych z danych eksperymentalnych. Korzystając z narzędzi firmy MathWorks do zaawansowanej matematyki, statystyki i optymalizacji inżynierowie redukują ilość koniecznych prototypów niezbędnych do kalibracji silnika i uzyskania zgodności z normami.