TRD使用MATLAB、统计学和机器学习工具箱™处理、分析、可视化和共享从实验室测试和模拟生成的数据,并应用结果提高性能。
“MATLAB经常帮助我们纠正车辆上的缺陷,响应驾驶员的反馈,或者用5次而不是20次的改变来解决赛道状况,”Essma说。
TRD利用MATLAB对每个赛道进行详细的轮胎分析。Essma和他的团队将商业圈模拟程序的数据导入到用MATLAB编写的轮胎分析程序中,在那里他们处理和呈现数据,以帮助理解轮胎在即将到来的比赛中如何表现。
Essma解释说:“进入模拟程序的数据中,没有一项不是用MATLAB处理的。”“从拟合空气动力学地图到分析轮胎模型,MATLAB处理我们所有的预处理和后处理任务。”
TRD使用统计学和机器学习工具箱开发了实验设计工具(EDT),该工具使用实验设计来帮助定义最重要的测试点,以便在赛道或实验室测试运行中获得。他们还使用EDT和模拟程序来批处理数千次不同性能属性的模拟运行,然后自动聚合和分析数据。然后,响应面将适合于结果,以评估哪些设置更改对性能影响最大。
TRD团队创建了图形用户界面(gui),使最终用户可以访问工程工具,并计划使用MATLAB Compiler™将图形用户界面分发给其他组。他们还计划使用最优化工具箱™来平衡多种设计折衷。