Outils et méthodes d’ingénierie basée sur des modèles (MBE)
Intégrer des modèles computationnels aux essais physiques afin d’accélérer le développement et le déploiement de plateformes de défense critiques pour les missions.
Des essais plus précoces, plus rapides et plus prévisibles
Ingénierie b-asée sur des modèles—l’utilisation de modèles computationnels comme principaux outils et artefacts d’ingénierie tout au long du développement—promet de transformer et d’accélérer la manière dont les plateformes de défense critiques pour les missions sont conçues, validées et déployées. S’appuyant sur des décennies de travaux pionniers couvrant le génie civil, l’automobile et l’aérospatiale, MTS a constitué un arsenal d’outils éprouvés basés sur des modèles, conçus pour permettre des essais et des simulations plus rapides, plus prévisibles et d’une fidélité accrue—plus tôt dans le développement.
Ensemble d’outils d’ingénierie basée sur des modèles (MBE) de MTS
- Simulation hybride : les articles d’essai et environnements computationnels (modélisés) s’intègrent aux essais physiques de composants réels afin de réaliser des évaluations en temps réel ou itératives de véhicules complets, de structures, de sous-structures, de sous-systèmes et de composants, plus tôt dans le développement.
- Compensation assistée par modèle (MAC) : des modèles d’éprouvettes d’ordre réduit et des bancs d’essai computationnels (modélisés) fonctionnent en synchronisation avec un système d’essai physique afin de minimiser les erreurs de contrôle, permettant ainsi d’exécuter plus rapidement des essais dynamiques complexes sur de grandes sous-structures.
- Essais virtuels : des bancs d’essai et des articles d’essai computationnels (modélisés) simulent les essais physiques, générant une grande quantité de données prédictives pour rationaliser la préparation, la configuration et le démarrage d’essais très complexes sur des véhicules et des structures.
- Réseaux neuronaux avancés (ANN) : des modèles substituts précis et à apprentissage rapide, dérivés de données d’essai, alimentent des jumeaux numériques en temps réel, affinent les performances MAC et améliorent les simulations hybrides. Résultat : des essais plus rapides, une précision accrue et une stabilité globale améliorée.
