Schlussbericht im Verbundprojekt PHyMoS - Proper Hybrid Models for Smarter Vehicles

Abstract

Derzeitiger Stand von Wissenschaft und Technik Es wird der Anwendungsfall einer Fahrzeugkabine unter realen Fahrbedingungen untersucht. Das Modell basiert auf einer räumlich grob aufgelösten Diskretisierung der Navier-Stokes-Gleichungen und wurde mit der XRG-Modelica-Bibliothek HumanComfort erstellt und kann direkt in ein Gesamtfahrzeugsystemmodell integriert werden. Für jede der Anwendungen des Modells, z.B. virtuelle Messkampagnen, Hardware in the Loop oder modellbasiert Regelung müssen ursprünglich separate Modelle in unterschiedlichen Detailgraden erstellt und aufwendig kalibriert werden. Dies ist ein zeit- und ressourcenaufwendiger Prozess, der zudem schlecht automatisierbar ist. Gleichzeitig verhindert die lange Rechenzeit des voll aufgelösten Modells umfangreiche Designstudien, bei denen gleichzeitig mehrere (>10) Parameter variiert werden sollen. Begründung/Zielsetzung der Untersuchung Im Projekt soll untersucht werden, wie die Modellkalibrierung und die Ableitung unterschiedlich detaillierter Modelle automatisiert werden kann. Zudem soll die gleichzeitige Variation von mehr als 10 Parametern in Designstudien ermöglicht werden. Es soll außerdem eine Softwareanwendung erstellt werden, die eine Durchführung der beschriebenen Anwendungen ermöglicht. Methode Es sollen Methoden des maschinellen Lernens genutzt werden. Zudem soll DMDc als zustandsraumbasierte Methode eingesetzt werden. Ergebnis Mit BayesFlow konnte die Kalibrierung automatisiert werden. MeshGraphNets, NeuralODE und DMDc konnten erfolgreich zur Erzeugung schnell rechnender Ersatzmodelle angewendet werden. Es wurde eine auf einem generativen Modell (PELS-VAE) basierende Methode für die globale Parameteroptimierung entwickelt. Zusätzlich wurde eine allgemeine Methode zur nichtlinearen Modellordnungsreduktion (BNODE) entwickelt. Es prototypisch ein Arbeitsablauf zur Umsetzung der genannten Methoden in der im Projekt entwickelten Software JScore demonstriert. Schlussfolgerung/Anwendungsmöglichkeiten Die Ergebnisse von PHyMoS ermöglichen automatisierte Modellkalibration und Ersatzmodellerstellung. Die entwickelten Methoden und Arbeitsabläufe sollen in der kommerziellen JScore Softwareanwendung nutzerfreundlich bereitgestellt werden. Datei-Upload durch TIB

State of the art The use case of a vehicle cabin under real driving conditions is examined. The model is based on a spatially coarse discretization of the Navier-Stokes equations and was created with the XRG-Modelica library HumanComfort. It can be directly integrated into an overall vehicle system model. Originally, for each of the model's applications, e.g. virtual measurement campaigns, hardware in the loop or model-based control, separate models must be created and calibrated at different levels of detail. This is a timeconsuming and resource-intensive process that is also difficult to automate. At the same time, the long computing time of the fullresolution model prevents extensive design studies in which several (>10) parameters are varied simultaneously. Motivation/objective of the study The project aims to investigate how model calibration, and the derivation of differently detailed models can be automated. In addition, the simultaneous variation of more than 10 parameters in design studies should be enabled. A software application shall be created that enables a user-friendly application of the target workflows. Methods Machine learning methods shall be used for the described targets. In addition, DMDc shall be used as a state-space-based method. Results Calibration could be automated with BayesFlow. MeshGraphNets, NeuralODE and DMDc were successfully applied to generate fast computing surrogate models. A method based on a generative model (PELS-VAE) was developed for global parameter optimization. In addition, a general method for nonlinear model order reduction (BNODE) was developed. A prototype workflow for implementing the above methods in the developed JScore software application was demonstrated. Conclusions/Applications The results of PHyMoS enable automated model calibration and surrogate model creation. The methods and workflows developed will be available in the commercial JScore software application in a user-friendly way.