Herramientas y métodos de ingeniería basada en modelos (MBE)
Integrar modelos computacionales con pruebas físicas para acelerar el desarrollo y el despliegue de plataformas de defensa críticas para la misión.
Pruebas más tempranas, más rápidas y más predecibles
Ingeniería b-asada en modelos—el uso de modelos computacionales como herramientas y artefactos de ingeniería principales a lo largo de todo el desarrollo—promete transformar y acelerar la forma en que se diseñan, validan y despliegan las plataformas de defensa críticas para la misión. Basándose en décadas de trabajo pionero en los ámbitos de la ingeniería civil, la automoción y la industria aeroespacial, MTS ha reunido un amplio conjunto de herramientas probadas basadas en modelos, diseñadas para permitir pruebas y simulaciones más rápidas, más predecibles y de mayor fidelidad—más tempranas en el desarrollo.
Conjunto de herramientas de ingeniería basada en modelos (MBE) de MTS
- Simulación híbrida: artículos de prueba y entornos computacionales (modelados) se integran con pruebas físicas de componentes reales para realizar evaluaciones en tiempo real o iterativas de vehículos completos, estructuras, subestructuras, subsistemas y componentes más temprano en el desarrollo.
- Compensación asistida por modelo (MAC): modelos de orden reducido de probetas y bancos de prueba computacionales (modelados) funcionan en sincronía con un sistema de prueba físico para minimizar errores de control, permitiendo que pruebas dinámicas complejas de grandes subestructuras se ejecuten más rápidamente.
- Pruebas virtuales: bancos de prueba y artículos de prueba computacionales (modelados) simulan pruebas físicas, proporcionando una gran cantidad de datos predictivos para agilizar la preparación, configuración e inicio de pruebas altamente complejas de vehículos y estructuras.
- Redes neuronales avanzadas (ANN): modelos sustitutos precisos y de aprendizaje rápido derivados de datos de prueba impulsan gemelos digitales en tiempo real, refinan el rendimiento de MAC y mejoran las simulaciones híbridas. El resultado: pruebas más rápidas, mayor precisión y una mayor estabilidad general.
