データを基に定常挙動をモデリング

実験計画（DoE）により、計測にかかる労力を最小限に抑えながら最大限のモデル精度を実現することができます。実験計画（DoE）モジュール（ExpeDes）は、基本的な計測を容易に計画することができ、測定ポイントの位置を系統的に空間を埋めていく方法で提案します。パラメータの変動範囲、測定に必要な時間と労力、測定ポイントの順序と圧縮を調整し、テストベンチの自動化要件を組み込むことができます。あらゆる次元の測定点をグラフィカルに表示することで、DoE計画を簡単に検証することができます。

ASCMO-STATICは、経験の少ないユーザーでもそのために必要な高度なモデリング手法を容易に使用でき、専門家であればASCMOの高度な柔軟性を活用してモデルのパラメータを自由に調整できます。ASCMO-STATICでは、ガウス過程を使用してモデリングを行います。これは、ガウス過程ベースの計測データを使用して統計的に学習を行う手法であり、その価値はこれまで何度も実証されています。これにより、実際のシステム挙動を最も良く表す個別の数学的関数を自動的に同定することができます。

また、そのようなモデルを極めて容易に作成できます。システムに関連する入力（影響を与える変数）および出力（目標値）を選択すれば、他のパラメータを設定しなくてもすぐにモデルのトレーニングを開始できます。このツールでは、標準のモデリング手法以外にも、特別なタスク向けのその他のアルゴリズムも用意されています。これには、分類用のモデルや複雑さを軽減するためのモデルが含まれます。すべてのモデルは、Simulink、Cコード、FMU/FMIなど、さまざまな形式でエクスポートできます。

ASCMO-STATICは、モデル化されたシステムの挙動を分析し可視化するための幅広いオプションを提供します。インターセクションプロットとは、モデルを可視化するための標準ビューの1つです。これらのインタラクティブなインターセクションプロットでは、多次元の依存関係を分かりやすく表示することができます。これは、入力の変動が出力にどのように影響するかを示すと同時に、モデル予測の信頼性を示します。ASCMO-STATICでは、このメインビュー以外に、依存関係や影響をビジュアル表示できるその他のさまざまなオプションも使用可能です。これには、適合マップや、データを多様な組み合わせ方で点群として表示できる散布図の表示機能などが含まれます。

エンジンなどの制御パラメータの最適化を行う場合は、出力変数の最小化／最大化、上／下限値、目標値といった各種最適化条件を定義することができます。最適化の際には、これらの基準に重み付けをするか、またはトレードオフ曲線（パレート曲線）全体を計算します。トレードオフ曲線では、適切な最適値を選択することができます。エンジン用アプリケーションに対し動作範囲全体をカバーするグローバル最適化を実行することも可能です。これにより、すべての入力変数の特性マップへの最適化を極めて短時間で実行することができます。結果はDCM、CDFX、Excel、CSVなど様々な形式でエクスポートできます。

ASCMO-STATICでは、モデルを仮想計器として使用して、大量の計測データを人工的に生成できます。この場合、ステップサイズ、ステップ数、およびフリーブレークポイントに関する入力変数のグリッドサイズは、ツール上から指定するか、またはExcelからインポートします。入力変数の必要なすべてのパラメータの組み合わせについては、対応する出力変数がモデルから計算されます。この人工的な計測データは、（エンジンテストベンチなどで）実際に計測されたデータと同様に使用でき、グラフィカルに解析することや、CSVファイル形式でエクスポートしてExcelでさらに処理することができます。