課題

ある大手自動車OEMは、エンジン適合プロセスの期間短縮やデータ測定量を削減しようとSecondmindにアプローチしました。パラメータが非常に高次元であることや、予測不能なデータノイズのために、既存のツールではOEMが期待する結果を出すことができず、正確かつ高速で動作するモデルの開発に苦労していました。また従来の方法では、複雑な内燃エンジン(ICE)を小さなモデルに分解し、複数のモデルを組み合わせてエンジン全体のモデルを作っており、モデルの設計、検証、そして最適化のサイクルに非常に時間がかかっていました。

ソリューション

SecondmindはOEMと協力し、Optimization Engineを活用した以下のソリューションを開発しました。

• エンジンの入出力データを学習し、データから高度な知見を収集
• ノイズとエンジンの本質的な性能特性を、自動で一つのモデルとしてモデリング
• キャリブレーションマップを最適プロファイルとしてを算出

成果

• 測定データ数の80％削減と、キャリブレーション工数の50％削減により、キャリブレーション工程の効率が2倍に向上
• テストベンチでの作業時間短縮により、キャリブレーションに必要なプロトタイプエンジンとテストベンチの台数を削減
• 熟練エンジニアの、電動化プロジェクトへの移行をサポート