世界上每天都在产生大量的工程数据。MathWorks公司首席战略师Jim Tung认为,相比传统商业数据分析,工程驱动的高级数据分析(Advanced Analytics)需求正在迅速崛起。所谓工程数据,是指来自音频、视频、图像、传感器、地理位置信息等各种工程应用上的数据;而商业数据,一般是指企业内部数据、分销渠道数据、消费记录等。

Mathworks16070101

F1:相比传统商业数据分析,工程驱动的高级数据分析(Advanced Analytics)需求正在迅速崛起

“对工程师而言,处理分析这些海量工程数据将是新的工作挑战,他们必须学会成为自己的数据科学家。”Jim Tung说,当前大数据、云计算和机器学习领域对高级数据分析的需求非常迫切。因此,对产生于复杂系统中的数据,应用健壮的统计相关方法去理解发生过什么,预测将要发生什么,并以此作为决策建议或行动方向。

他强调了MATLAB具有的诸多优势,例如良好的面向对象框架、与Java接口的能力(后端工作)、可在生产云中运行、单元测试框架、稳健的数值算法、大量的可视化和分析工具、以及工业级高度可信的数学优化程序等,使得MATLAB在多个行业帮助工程师实现高级分析挑战成为可能。

BuildingIQ公司使用MATLAB的数据分析功能加快开发和部署前瞻性预测算法,以实现暖通空调能耗优化,是Jim Tung列举的代表性案例之一。在该案例中,BuildingIQ需要将开发出的一款基于云的实时软件平台—Predictive Energy Optimization(PEO),以通过前瞻性的预测优化,使大型商业楼宇内的暖通空调能耗降至最低。BuildingIQ工程师使用信号处理工具箱筛选数据,使用统计与机器学习工具箱开发预测算法,结合加热和制冷流程中的天然气、电和太阳能消耗情况进行建模,使用优化工具箱持续优化实时能效,使用MATLAB Compiler将MATLAB算法转化为Java或C代码,节省了大量运行、部署的时间和资源。最终,PEO平台将大型楼宇内的暖通空调相比较正常运行过程中的能耗降低了约10%-25%。

第二个代表性案例来自瑞典商用汽车制造商SCANIA。为了降低成本,Scania 希望根据车辆现有传感器的输入对驾驶情形进行分析。因此,必须通过数学方法推算几个主要指标。该系统将使用100多个输入,绝大部分通过CAN总线获得,包括各个车轮的转速、发动机扭矩、发动机转速、行车速度和使用的排档。该项目的主要挑战就是算法开发,以能够将这些输入转换成对驾驶员表现的评估。Scania希望缩短开发时间,能够及早地在实际ECU上验证设计。此外,他们还需要开发评估各种驾驶行为的显示面板设计。

通过使用MathWorks基于模型的设计工具,Scania工程师对驾驶辅助系统进行了建模和仿真,开发原型用户界面,并针对原型和生产目标生成嵌入式代码。该团队将设计划分成若干子系统,来评估驾驶员的山路行车、刹车习惯、排档选择以及期望。这些子系统以及控制显示的组件,都使用Simulink进行建模。他们使用Stateflow对控制逻辑进行建模,确定何时驾驶条件是安全的,可向驾驶员提供更新。对于路面测试过程中的各种地形和交道情况,Scania工程师从CAN总线采集卡车传感器数据,然后使用传感器数据作为输入,在Simulink中对系统进行仿真。另外,他们还对实际驾驶测试中很难或不可能重现的故障条件和其他操作条件进行仿真。该团队使用MATLAB开发了一个显示Scania 驾驶辅助系统输出的原型用户界面。借助MATLAB Compiler,他们创建了在卡车中使用的可独立运行的用户界面。

面对不断涌现的无人机、机器学习、神经网络等新技术,MathWorks在最新推出的R2016a版本中给予了更多支持。例如神经网络和深度学习工具箱;MATLAB增强了对RF和 MIMO系统的设计支持;新的APP设计器用于构建MATLAB应用程序用户界面和可视组件的开发;创新的MATLAB实时编辑器,提供了一种全新方式来创建、编辑和运行MATLAB代码,查看结果以及得到结果的代码,可以有效加速探索性编程、创建交互式描述、使用交互式文档教学等。

Mathworks16070102

F2:MATLAB R2016a中新增APP设计器功能,用于构建MATLAB应用程序用户界面和可视组件的开发

EETC wechat barcode


关注最前沿的电子设计资讯,请关注“电子工程专辑微信公众号”。

本文为《电子工程专辑》原创,版权所有,转载请注明出处并附链接