Mallinnus ja kone-oppiminen

Dynaamisen järjestelmämallintamisen avulla pystytään mallintamaan ohjattava järjestelmä, joka voi koostua esimerkiksi hydrauliikasta, mekaniikasta, sähkötekniikasta tai lähes mistä vaan mikä on matemaattisesti mallinnettavissa. ”Kalibroimalla” malli oikeasta ympäristöstä saadulla datalla, pystytään ohjausjärjestelmä optimoimaan ja toiminnot testaamaan simuloimalla. Menetelmä mahdollistaa kokonaisvaltaisen ongelmanratkaisun, missä kaikki suunnittelutiimit voivat yhdessä keskittyä parhaan mahdollisen lopputuloksen löytämiseen.

Mallipohjainen ohjelmistokehitys suuntaa ajatukset koodaamisesta suunnitteluun ja varsinaisen tuotteen kehittämiseen. Mittaamiseen ja ohjaukseen käytetyt algoritmit ja ohjelmistoarkkitehtuuri pystytään generoimaan suoraan suunnittelumallista.

Mallien pohjalta pystytään rakentamaan simulointiratkaisuja, mitkä mahdollistavat testaamisen ja testausautomaation myös silloin kun varsinaista laitetta ei ole saatavilla. Tätä kutsutaan usein HIL (Hardware In the Loop) testaamiseksi. Palveluiden osalta taas pystytään simuloimaan esimerkiksi liiketoimintaympäristöjä, monipuolista käyttäjäjoukkoa, ekosysteemiä tai useaa palvelua.

Koneoppimisen avulla on mahdollista käsitellä suuria datamääriä, opettaa järjestelmä tunnistamaan rakenteita ja riippuvuuksia ja havaita poikkeamia normaalista. Koneoppimisen avulla voidaan jäsentää mailmaa ja tämän perustella jakaa korkean tason tavoitteita sarjaksi päätöksiä, joista voidaan luoda toimenpiteitä. Reaaliaikasovelluksissa toimenpiteisiin liittyy paljon esimerkiksi säätötekniikkaa ja keskustelua ohjausjärjestelmien halutun tavoitteen saavuttamiseksi.

Kaikki tämä johtaa parempaan laatutasoon.

• Digitaalinen prototyyppi ennen oikeaa prototyyppiä
• Testausautomaatio simuloidussa ympäristössä
• Korkeampi laatu ja turvallisuustaso formaalilla suunnittelumenetelmällä