国六车辆系统预测性健康检查 - 数字孪生落地实施

康明斯中国投资有限公司 孙帅

针对国六数据较少的问题，以Simulink® 为平台建立多重机理模型耦合，包括基于AVL BOOST的化学模型，基于Fluent流体模型，基于Simulink控制模型。结合已有国五车联网数据，有限国六失效数据和全球团队的经验，利用Statistics and Machine Learning Toolbox™，建立训练数据库，进行特征选择和数学模型训练。并将数学模型部署到云端，对百万级车辆的特征化模型回滚，实现国六系统健康状态预测。

出版年份: 2020 年 9 月 7 日

了解更多

查看幻灯片
查看 2020 MathWorks汽车年会所有视频

反馈

下一个:

MATLAB汽车行业数据分析技术

相关视频:

Machine Learning for Predictive Modelling (Highlights)

Machine Learning for Predictive Modelling

MATLAB Tools for Scientists - Introduction to Statistical...

基于Simulink的混动/电动汽车统一模型架构设计与应用

查看更多相关视频