Суррогатное моделирование в последнее время стало набирать обороты в сфере математического моделирования динамических систем. Сложные технические системы могут быть описаны разными способами, как через дифференциальные уравнения, что сильно замедляет процесс расчета, так и через специфические модели для их симуляции, или даже через экспериментальные данные. При этом любое упрощение системы уравнений ведёт к серьезной потере точности.

Суррогатные модели решают две проблемы: ускоряют расчеты и позволяют сохранить точность упрощенных моделей при наличии нескольких экспериментальных точек данных. В докладе будут представлены суррогатные аналоги модели механизма элерона самолета в Simulink на базе рекуррентных нейронных сетей и адаптивных алгоритмов с подробным сравнением результатов моделирования.

Суррогатные модели и цифровые двойники используются в автоматизации задачи предиктивного обслуживания. Свой обширный опыт в этом направлении Экспонента предоставляет заказчикам в рамках собственной системы предсказательного обслуживания: Экспонента.Предиктив

Спикеры

Игорь Матвеев
Игорь Матвеев
Игорь Матвеев

Инженер ЦИТМ Экспонента. В 2022 году закончил Университет ИТМО по специальности “Цифровые системы управления”. Область интересов: обучение алгоритмов искусственного интеллекта и адаптивные системы управления