ETAS ASCMO ODCMを使用した機械学習によるSUBARUの適合プロセス効率化

データ主導のモデリングを活用することで、SUBARUはエンジン適合を大幅に改善

SUBARUは、内燃機関の適合に⼤きな課題を抱えていました。規制の厳格化と⾃動⾞業界の変⾰によりエンジン制御の複雑さが増す中、より正確で⾼効率な適合プロセスが求められています。開発には広範囲なデータ計測が求められ、極めて緻密な適合作業を必要とするため、膨⼤な時間とコストが掛かってしまいます。

SUBARUは、データ駆動型モデリング ツールETAS ASCMOとETASがIAV社と共同開発した⾃動化ソフトウェアINCA-FLOWを組み合わせることで、この課題を克服することに成功しました。

通常、テストベンチにおける計測には DoE （実験計画法） が使⽤されます。この手法は、計測ポイントを慎重に選択することで、限られた点数のデータに基づいて有効なモデルを作成することを目的としています。エンジニアは、エンジン性能の限界をあらかじめ考慮し、例えば極端に⾼い温度や圧力といった危険な計測領域を除外する必要があります。しかし、計測の開始時には正確な性能境界が不明な場合が多く、クリティカルな状態に達したり、本来計測すべき領域を⾒落としたりするリスクがあります。これにより、計測が非効率になり最悪の場合、⼤きな損失を伴うシステム障害につながる恐れがあります。

ETAS ASCMO-ODCM (制約モデリングによるオンラインDoE) は、このプロセスに⾰命をもたらします。ASCMOは、専門知識だけに頼るのではなく、機械学習技術を使⽤して、計測中に計測範囲全体を⾃律的に探索し、性能境界を⾃動的に学習して、潜在的に危険な計測ポイントを除外します。基盤となる分類モデルは、アクティブラーニングメソッドを使⽤して操作中に継続的に改良され、計測範囲を安全領域と危険領域に分類し、包括的でありながら安全な計測戦略を可能にします。

くわえて、INCA-FLOWがETAS INCAを⾃動化するだけでなく、ツールボックステストベンチコネクタ（TBC）により、ASCMO-ODCMやテストベンチシステムなどの既存のツールチェーンへのシームレスな統合をも可能にします。INCA-FLOWはすべての操作を⾃動的に開始・管理します。ODCMのベースとして、ASCMOによって⽣成されたExpeDesのDoEを使⽤し、テストベンチシステムとINCAに適切なコマンドを送信して、最適な計測ポイントをターゲットに設定します。さらに、ODCMの機能と統合ライブラリを使⽤することで、デザイン点の段階的かつスムーズな適合が確実に⾏われます。また、性能境界に達した場合、システムはターゲットとなる計測ポイントへの再アプローチといった修正措置を実施します。計測の成否に関するフィードバックはODCMに返され、次にターゲットとする最適なポイントと計測を終了するかどうかが決定されます。

ETAS ASCMO、ETAS ASCMO-ODCM、INCA-FLOWを組み合わせることで、SUBARUは適合プロセスの効率を⼤幅に向上させました。具体的には以下の3つの主なメリットを実現しました。

• 危険な計測ポイントを回避することで、⼤幅な時間の節約だけでなく、エンジン破損のリスクと関連コストも削減されました。
• 計測すべき領域を正確に絞り込むことで、システム全体での有意な計測点数が増加しました。これにより、ETAS ASCMOで⾼精度なモデルの構築が実現し、適合プロセス全体が効率化されました。
• ODCMと INCA-FLOWを使⽤したテストのセットアップと実⾏が⾃動化され、手動による介⼊が不要になったため、専門知識への依存がなくなったことで計測の準備が⼤幅に簡素化されました。

これらの最適化により、SUBARUは⾃動⾞業界の⾼まる需要に対応しながらリソースを節約し、リスクを最⼩限に抑えることができました。

詳しくは ASCMOの製品ページをご覧ください。