主题演讲：面向数字化工程的基于模型的设计：影响和方向

9:30–10:00

基于模型的设计（Model-Based Design）作为一种设计复杂系统的可靠且强大的框架，已经沿用了二十多年。如今的工程师们正面临着受软件开发趋势、人工智能集成以及云计算影响的新工作流程。了解MathWorks如何投资于基于模型的设计，以提供关键能力，用于自动化设计任务、预防缺陷，并扩展至日益复杂的数字系统。

数字化设计驱动产品革新- MATLAB/Simulink 在大型柔性臂架扰度分析与控制中的应用

10:00–10:20

随着工程机械产品逐渐走向大型化和重载化，它们面临着前所未有的挑战。例如，臂架的长度和承载能力的持续增加导致了扰度变形，这已成为影响臂架操作精度和定位准确性的核心问题，进而严重影响了作业效率。面对这一挑战，传统的设计方法显得力不从心，难以提供必要的支持。在本主题讨论中，我们将深入探讨数字化设计如何在应对这些革新性挑战的过程中发挥关键作用，揭示数字化设计在推动工程机械产品创新中的强大动力，主要包括：

• 数字化设计与仿真的最新趋势；
• 臂架类产品设计面临的主要挑战；
• 构建柔性臂架的数学模型以及进行运动学仿真；
• 臂架动力学的正逆求解及末端轨迹的自动控制设计。

基于模型的设计：推动高精医疗内窥镜图像处理算法的创新

10:20–10:40

随着计算机视觉、机器学习和人工智能等领域技术快速发展，复杂的图像处理算法，为高质量医用内窥镜的开发带来了挑战。内窥镜中复杂图像处理算法开发包括硬件设计和软件设计，硬件设计要求契合芯片的设计架构与高精度确定模型，软件设计需要复杂多次的高效迭代与验证，MATLAB^®与Simulink^®的联合使用为此提供了高效开发策略。

重庆西山科技股份有限公司（以下简称“西山科技”）成立于1999年12月，2023年6月科创板上市。西山科技是一家集数字化微创外科手术设备及耗材的研发、制造、销售、服务于一体的国家高新技术企业。

本讲将从以下几个方面介绍 MATLAB和Simulink如何助力西山科技高精内窥镜复杂图像处理算法开发：

• 复杂内窥镜图像处理算法开发流程
• 工程代码生成与优化

使用MATLAB促进电子信息工程创新和人才培养

11:10–11:30

报告以5G滤波器自动调试系统的开发为例，介绍如何使用MATLAB^®中仪器控制、数据采集、优化、算法开发等工具，加速工程创新的过程。同时，结合演讲人丰富的科研、教学和管理经验，分享西安电子科技大学在科研创新和人才培养中使用MATLAB的实践。

高峰对话：数字孪生如何推动未来工程技术的发展？

11:30–12:00

数字孪生作为一种先进的技术工具，能够显著推动未来工程技术的发展，其影响主要体现在设计优化、预测维护、生产效率提高、安全风险管理等等方面，随着技术的进步，数字孪生将继续拓展其在工程技术中的应用范围，成为推动创新和提升工程实践的关键工具。本次高峰对话，我们邀请了MathWorks总部高管，中联重科智能技术公司、西山科技、西安电子科技大学的行业领军人物来共同分享他们对于数字孪生的应用心得，以及如何看待数字孪生推动下的未来工程技术发展。

使用 MATLAB 机器学习实现半导体器件结构识别与性能预测

13:15–13:45

半导体陶瓷GaN因优异性能，是制造下一代功率半导体器件的理想材料，而硅基AlGaN/GaN更是兼顾性能与成本的材料体系。新的材料体系与结构对制造工艺提出新的要求。半导体器件制造工艺主要有扩散、离子注入、光刻、刻蚀、薄膜生长等，工艺参数复杂。不适宜的工艺参数，不仅影响材料体系微观结构，而且导致器件最终性能差异。以SEM（扫描电子显微镜）和AFM（原子力显微镜）为代表的材料表征技术在微观结构评估方面应用十分广泛，但对研发人员要求较高，需同时具备机械电子工程、材料科学与工程等多领域知识。采用MATLAB^®机器学习技术分担复杂且耗时的材料微观结构识别任务，并结合材料体系对宏观性能进行预测，有助于提高制造品质、降低研发周期。

面向制造业的基于外接传感器的故障预测技术

13:45–14:15

制造业企业对自身工厂使用的生产设备的故障预测、以及在客户处使用的产品的故障预测都颇为关注。这一需求有三个特点：一、场所分散，二、单一产品的生产过程高度重复，三、成本投入有限；这对故障预测技术提出了较高的要求。为了突破相关技术难点，日立构筑了以传感器和数据处理平台为核心的IoT网络，采集了大量生产现场的正常数据和故障数据。通过使用MATLAB^®对数据进行深入分析发现规律，结合自身领域经验，开发出适用于工业机器人、伺服驱动系统等产线设备的故障诊断技术。

基于聚类算法与循环神经网络的风机发电性能的测试和预测方法

14:15–14:45

风电机组的发电性能测试方法是评估风机性能的客观方法和依据，是风能资源评估、风机性能优化等工作的基础。风电机组的发电性能受到气象相关的多因子影响，测试结果存在一定的不确定度。如何开展精准而客观的测试，评估气象要素的作用，剔除局地影响，是目前较为重要和亟待解决的研究课题和实际需求。 近些年，人工智能得到了发展的迅速，涌现了大量的智能算法和的应用案例，提供了可借鉴的思路，可帮助新能源等行业开展便捷高效的数据分析、模型建立等相关工作，同时MATLAB^®提供了强大而全面的数据与算法工具箱，可降低相应的学习曲线和时间成本。本研究工作采用了聚类算法DBSCAN开展了风速数据质量控制和无效数据剔除，通过循环神经网络 RNN (Recurrent Neural Networks)建立了多参数的风机功率模型，改进了传统方法单一参数的缺点，有效降低了误差，提高了风机发电性能的测试精度和预测效果。

企业数字化应用平台建设探索实践

15:15–15:45

当前，国内外各大油公司均在进行不同程度的数字化转型探索；而中小型油公司普遍面临资金不足、信息化人才缺乏、相关技术储备不足等诸多难题，难以深入开展覆盖勘探、开发全业务流程的数字化转型实践。 针对中小型油公司面临的现实难题，优选标准化程度高、行业规范齐全、业务逻辑清晰的储量计算业务场景为突破口，从容积法储量计算公式入手，根据相关行业规范标准，从业务模型中抽象出数学模型，进而进行有形化的低代码业务应用开发，利用引进的MATLAB Web App Server™框架，自主搭建“数据”+“算法”+ “场景”+“平台”的企业内网油气勘探开发业务商店，实现了储量计算业务解决方案的平台化服务。 探索实践表明，通过制度建设和政策激励，可充分调动广大技术人员积极投身于业务问题-数学模型-有形化业务应用产出的个体数字化转型实践，形成“人人参与”的“平等、开放、共享”油气勘探开发业务生态圈，实现油气勘探开发业务知识、经验的持续沉淀、积累；保证业务流程的不断迭代、优化；管理部门、研发部门和应用部门的需求在此生态下可以无缝衔接，进而加速企业的数字化转型。

AI用于Simulink模型的降阶方法和应用场景

15:45–16:15

面对多物理场复杂交互的动态系统或被控对象，通常需要复杂的第一原理支撑来建模系统的行为和系统响应，当然仿真也需要大量的计算。本次演讲提供数据驱动的模型降阶（Reduced Order Modeling）实现Simulink^®模型提速的方法，通过数据得到具有一定保真度的数据模型，并通过具体应用介绍降阶模型的使用场景，例如仿真加速，虚拟传感器和预测控制等等。

增量学习模型及其在多场景下的部署

16:15–16:45

增量学习（Incremental learning）或在线学习（online learning）是机器学习的一个分支，它涉及从数据流中连续且近实时进行自我学习。增量学习模型可以实现冷启动，即对在数据大小和分布情况了解甚少的情况下启动模型。可以快速且高效的适应数据变化（漂移），并通过连续的学习更新模型参数。因此其具有灵活、高效和适应性的特点。

MATLAB^®支持增量学习的分类和回归模型，并且支持在Simulink^®中导入并训练增量学习模型，同时支持增量学习模型的嵌入式、云等多环境的部署。本次主题将会对这些内容进行介绍和演示。

仿真技术推动风电从数字化走向智能化

13:15–13:45

在3060背景下，风电机组大型化趋势加快，带来了巨大的技术挑战。如何应对沙戈荒地区风电场复杂环境问题？如何使风电机组更好地适应风速突然变化？如何保证机组面对极端天气时的可靠性？如何发挥风电机组最高的发电效率？如何让风电并网友好性提升？解决这些问题，需要从设计、仿真、实验、运行环节都运用先进的开发理念和加以把控。

金风科技利用Simulink^®作为有效的工具，在基于模型的设计方法帮助下，实现了高效地技术迭代，开发了一系列智能风机技术及智能风电场技术，很好地提升了风电机组的可靠性和运行效率。

本讲将为您介绍金风科技在风电智能化路上的一部分探索经验。

利用仿真加速能源管理系统的研发

13:45–14:15

能源管理系统(EMS)是能源系统智能化/智慧化的重要组成部分。快速发展的清洁能源(如风能和太阳能)、新的可控系统如储能系统的加入，使现代化电网的系统复杂性显著提升。家庭和企业通过智能电表、智能家电和智能设备连接到电网，这些设备可以被监控和控制。因此，EMS可以利用定价和需求预测来优化能源使用，最小化资金或环境成本。 借助仿真，可以设计采用动态管理策略、实时处理数据，并支持自动化操作的EMS系统。

通过本节内容的介绍，您将了解到：

• EMS系统建模
• 通过仿真进行系统设计优化
• 基于数据的优化算法开发

基于模型设计助力高效电机驱动控制算法的仿真和实现

14:15–14:45

在本次演讲中，我们将探索电机控制算法设计和部署方面的最新进展，特别是在汽车电气化方面。这些算法在调节速度和扭矩等性能特征方面发挥着至关重要的作用。本讲座将重点介绍这些算法的独特功能，并提供开发和实施这些算法的高效流程。

重点内容：

• 使用Simscape™进行电机电路和热路仿真
• 电机控制器软件需求与架构设计
• 使用最新的电机控制算法库开发高效电机控制算法
• 设计故障检测和保护逻辑，以确保安全运行
• 根据标准驱动循环测试验证电机要求

HDL Coder/Simulink Coder在电机控制中的应用

15:15–15:45

本次演讲主要介绍如何将HDL Coder™和Simulink Coder™代码自动生成工具用于电机控制算法开发，降低开发门槛，提升开发效率，主要内容如下：

• 基于HDL Coder/Simulink Coder的电机控制与测试系统整体架构介绍
• 基于HDL Coder实现FPGA硬件在电机控制中灵活应用的开发流程介绍
• 基于Simulink Coder的RCP平台与基于FPGA的电机控制器交互实现电机控制算法快速标定与验证介绍

考虑电热特性的电池组建模

16:15–16:45

在“万物电气化”时代，电池在驱动电动汽车和可再生能源储能系统方面发挥着关键作用。为了确保电池的可靠和高效运行，工程师们面临着理解和管理各种因素的挑战，包括电池的电气行为和温度调节。这就需要开发跨越多个物理领域的复杂模型。

在本次演讲中，我们将演示工程师如何使用预定义组件或根据特定要求定制电池单体。参与者将学习电池的建模过程，并在定制电池单体的情况下，根据需要改进其电气和热设计。这种方法使用Simscape Battery™，实现了综合性能电池单体仿真模型的开发，还可以扩展到模组、电池包的仿真模型搭建。

此外，演讲还将探讨了电池组的降阶模型的创建，重点关注充放电循环过程中的空间热变化。这种方法使工程师能够分析和解决电池组内的热问题，进一步提高其性能和寿命。

基于模型设计的创新开发模式在家电嵌入式软件中的应用

13:15–13:45

本主题将以水联网家电为例，阐述研发团队如何采用基于模型的设计，对电控相关系统进行建模，开展基于模型的仿真测试，并利用自动代码生成实现快速部署，从而在家电行业日趋激烈的市场竞争环境下，提升嵌入式软件的开发效率与质量，主要包括：

1. 基于模型的软件架构建模与组件集成；
2. 复杂场景下的测试参数设置；
3. 变频驱动控制系统仿真。

基于C2000 Microcontroller Blockset快速开发电机控制及数字电源产品

13:45–14:15

传统手写代码的嵌入式系统开发流程往往需要耗费大量人力和时间。基于MathWorks的Embedded Coder^®和C2000™ Microcontroller Blockset，工程师可以方便的将整个算法和底层模块通过模型搭建起来，进行各种SIL, PIL, HIL测试，自动生成产品级代码，并将代码部署到TI C2000™微控制器中，大大加快了产品开发速度，减少人为错误。

使用Polyspace 和 BeaconTower 提升组织级软件质量

14:15–14:45

软件质量是软件系统质量的重要组成部分，甚至是决定性因素。如何提高软件质量一直是企业永恒的话题。本演讲将带您了解路特斯公司如何提高其高性能汽车的软件质量。

• 软件集成过程中发现的问题
• 如何使用正规工具检测和定位问题
• 将形式化工具整合到软件开发流程中，实现自动化
• 从软件工厂 BOM 开始优化自动化流程，实现端到端的精简。

Simulink 通用集成接口助力系统级别仿真

15:15–15:45

在当今多学科的工程领域中，系统级仿真已经成为产品设计和验证的关键步骤。但随着工程产品的功能需求和复杂度逐渐提升，例如自主化和智能化算法以及外部环境要素的加入，使得利用单一设计工具胜任全部学科的建模仿真，变得越来越难以实现。MATLAB^®/Simulink^®作为强大的建模仿真平台，在丰富自身工具箱功能，覆盖更多行业需求的同时，也在不断提升与其它工具或语言的集成能力。在本主题中，我们将深入探讨在 Simulink 平台上，如何无缝对接已有的C/C++代码、功能模型单元（FMUs）、S-Functions、Python^®等外部工具或语言来构建复杂的系统级仿真模型，从而快速利用不同学科、不同团队的现有成果，更加高效地实现仿真分析和基于模型的设计，主要包括：

• 自定义 C/C++ 代码集成
• 代码应用集成
• Python 集成
• FMU 导入和导出

基于机理建模的医疗手术机器人设计与开发

15:45–16:15

随着机器人技术的普及化，传统医疗设备与现代智能机器人系统的结合受到了前所未有的关注，为提高外科手术的治疗效果，手术机器人的开发有着极高的必要性。以设计为导向的开发过程有助于推进手术机器人的研究与技术开发。本次演讲中面向图像引导微创手术和显微外科手术中的应用需求，分享基于机理建模设计方法的外科手术机器人开发过程，通过一种新型显微外科机器人开发的案例，演示其设计方案的优化过程。涵盖了对关节扭矩、工作空间和可行性模拟测试的分析，验证机器人的可行性和安全性。

使用MATLAB 和 Simulink开发城市空中交通飞行器

16:15–16:45

城市空中交通是安全至关重要的系统，在进行试飞之前，模拟和测试对于验证控制性能至关重要。借助 MathWorks 工具的最新发展，您可以将 UAM 机载计算机和自动驾驶仪与 Simulink^® 中的工厂模型以及使用虚幻引擎进行的场景仿真集成起来，从而实现各种自主飞行应用。

在本演讲中，您将了解到

• eVTOL 平台的动态建模和仿真
• 通过仿真设计和调整控制器
• 在 NVIDIA^® Jetson™ 上部署避障算法，以便在虚幻中可视化逼真的 eVTOL 任务
• 模拟飞行任务中的传感器故障
• 部署在 Speedgoat^® 上进行实时模拟

探索未来通信：用MATLAB加速6G创新研发

13:15–13:45

6G旨在大幅提高当前 5G 通信系统的性能，使通信网络的运行速度更快、处理的带宽更大并且延迟更低。因此，6G 系统可以催生新的应用，如虚拟和增强现实、人工智能、车联网、工业自动化、通过非地面网络实现全覆盖、通信传感一体化以及低功耗无线通信。我们将展示MATLAB^®在5G到6G演进之路上的新进展，让您了解如何通过MATLAB加速6G创新研发：

• 生成超出NR规范的扩展波形，探索更大的参数集
• 建模智能反射表面和链路
• 模拟超过100 GHz的射线追踪信道
• 建模仿真卫星通信和NTN
• 无线网络定位和通感一体化
• 应用AI解决无线通信问题

MATLAB赋能通信感知一体化设计

13:45–14:15

在许多位置感知服务和应用中，感知和通信被认为是一对相互交织的功能，通常需要同时操作。为了降低成本并提高频谱效率、能量效率和硬件效率，雷达传感器与通信系统的集成最近已经从工业界和学术界获得了相当多的关注，激发了对集成感测与通信（ISAC）研究的兴趣。在这次演讲中，我将简要概述我们当前和以前关于ISAC系统设计的工作，以及MATLAB^®如何促进ISAC算法的开发和验证。

探索光影魔术：MATLAB数字成像与显示技术创新

14:15–14:45

你有没有想过，当你用手机拍照时，幕后会发生什么？手机相机执行许多处理步骤，称为流水线，将来自图像传感器的原始数据转换为高质量图像。流水线的输出图像质量在很大程度上取决于给定数码相机的光学器件、图像传感器、图像处理算法和其他设计细节的组合。每个手机相机设计都需要进行独特的调整，以最大限度地提高图像质量。

类似的，4K/8K高清显示也涉及到面板、视频处理SoC、显示驱动、以及智能图像优化算法等技术组合，以全方位还原甚至超越真实世界。 镜头、面板及其中各类芯片的制造也是构成产品的核心竞争力的重要因素，自动化检查和缺陷检测能够帮助生产系统实现高通量质量控制。

• 图像处理流水线系统建模
• 显示图像质量评估及优化
• AI超分辨率技术
• 面板与芯片制造中的自动光学检测

MATLAB助力芯片研发：算法快速实现与硬件验证提效

15:45–16:15

在FPGA、SoC和ASIC开发中，工程师广泛使用MATLAB^®进行算法设计和仿真。使用HDL Coder™可以快速从MATLAB算法生成SystemC™，与Cadence HLS工具结合使用，可将芯片设计中PPA的评估从实现阶段提前到算法开发阶段，在提高开发效率的同时加速设计收敛。

使用HDL Verifier™可将MATLAB算法或Simulink^®模型与HDL仿真器进行协同仿真，复用MATLAB/Simulink中的测试环境来验证RTL，还可以在FPGA/SoC开发板上重用这些测试平台来验证硬件实现。从MATLAB算法或Simulink模型直接生成SystemVerilog DPI-C可用于功能验证环境，还可生成完整的通用验证方法（UVM）测试平台，有效提高芯片验证效率。本专题内容主要包括：

• 从MATLAB生成SystemC的流程和示例
• HDL联合仿真与FPGA在环验证
• MATLAB连接SoC调试与快速原型验证
• 生成验证组件快速建立UVM测试环境

使用MATLAB和Simulink探索音频开发

16:15–16:45

在这个数字化迅速发展的时代，音频技术的进步不仅仅是听觉体验的提升，更是多媒体、通信、娱乐等行业创新的重要驱动力。在本次交流中，我们将介绍：如何使用MATLAB^®这一强大的计算平台来开发和测试先进的音频处理算法，如何快速原型化和迭代设计，以及如何将您的算法转化为高质量的音频应用；同时我们也将立足帮助您发现Simulink^®在设计复杂音频系统方面的强大能力，借助基于模型设计（MBD）的理念展示如何通过直观的图形界面和模块化构建块来构建、模拟和分析音频系统；最后我们将分享使用MATLAB和Simulink进行音频开发的案例，让您看到这些工具在实际应用中如何发挥巨大作用。

基于模型的设计在汽车热管理系统开发中的革新实践

13:15–13:45

第一部分 引言

• 简述当前汽车行业面临的挑战，特别是在提高能效、降低排放和满足日益严格的环保标准方面的需求。
• 强调MBD（基于模型的设计）在汽车热管理系统开发中的重要性和潜力。

第二部分MBD在汽车热管理系统开发中的应用

• 案例研究：分享成功案例，展示如何利用MBD进行高效的热管理系统设计和优化。
• 优势分析：详细讨论MBD在热管理系统开发中的优势，如提升设计精确度、优化系统性能、缩短产品开发周期等。

第三部分 实施MBD的挑战与解决策略

• 技术挑战：讨论实施MBD过程中可能遇到的技术问题，如高精度仿真的需求、大数据处理能力等。
• 管理挑战：探讨在推广MBD过程中可能面临的管理问题，如跨部门协作、技术人员培训等。
• 解决策略：提出针对上述挑战的解决方案和最佳实践。

第四部分 未来展望

• 探讨MBD技术在汽车热管理系统开发中的未来趋势，特别是在电动汽车和自动驾驶技术领域的应用。
• 强调持续创新和技术融合（如MBD与AI、物联网等技术的结合）在推动行业发展中的作用。

结语

• 总结MBD在汽车热管理系统开发中的作用和长期影响。
• 鼓励业界同行积极探索MBD技术，共同促进汽车行业的创新与进步。

电动汽车热管理系统建模与仿真

13:45–14:15

电动汽车（EV）热管理系统面临众多挑战，如提升续航里程、保障安全、乘坐舒适以及降低成本等。这些挑战促使开发人员在设计与测试阶段需采取高效且准确的方法。仿真则是热管理这个跨学科课题研究下的重要工具。

本次演讲我们将介绍如何面向正向开发，从简单到复杂搭建整车热管理模型。在开发各阶段通过仿真来迭代设计、优化整车能耗及测试验证控制算法。

使用MATLAB,Simulink和RoadRunner仿真自动驾驶

14:15–14:45

随着复杂智驾功能量产的快速验证与迭代，对复杂场景设计与重构、功能集成与仿真、自动化测试等提出了更多的需求。本次演讲将会向您展示基于MATLAB^®,Simulink^®和RoadRunner的智驾仿真解决方案，包括了交互式静态和动态场景设计、从真实感知数据生成场景、集成C++感知算法仿真功能、自动化测试与管理等。

基于模型设计满足汽车软件质量和快速交付的实践

15:15–15:45

在基于MBD的汽车软件开发项目中，完成高质量的软件开发和快速交付是降低软件维护成本和提高开发效率的关键。因为修复缺陷的成本随开发环节推进而呈指数上升，尽早地将问题在消灭在萌芽中已经是同仁们的共识。本次技术演示分享了基于模型设计满足汽车软件质量和快速交付的实践：

1. 在软件组件开发环节引入质量属性标准，尽可能地减少软件的非功能性质量问题，使得软件组件交付可以更顺畅地支持后续开发工作。
2. 基于Simulink^® Project进行工程化管理数据、脚本和模型组件，并完成自动化加载和软件代码生成，并结合Test Harness完善CICD流程。

软件定义汽车：基于Simulink开发面向服务的应用

15:45–16:15

我们的驾驶体验很快将由车内和云端运行的软件所定义。一种基于服务和面向服务通信的新型整体软件架构方法正在兴起。这种方法使得创新软件功能的持续开发和部署成为可能，并且使得OEM厂商与软件平台提供商之间的新型合作成为可能。

加入本次会议，您将了解如何使用Simulink^®根据行业标准，如AUTOSAR Adaptive、DDS和ROS，来设计、模拟和部署应用程序到这些新的软件架构中。

基于Simulink的AUTOSAR CP应用软件的架构设计和软件实现

16:15–16:45

继Simulink^®已经成为AUTOSAR CP应用软件组件开发的标准工具之后，越来越多的用户希望MathWorks能够提供包含架构设计在内的更大范围的AUTOSAR支持。本次演讲将会向您展示基于Simulink和System Composer™平台的AUTOSAR CP解决方案，包含软件架构设计、软件设计和实现、虚拟ECU测试，以及Simulink平台上基于AUTOSAR CP的SOA软件开发。

Simulink模型的嵌入式C代码生成技术

9:30–12:30

Embedded Coder^®生成产品级嵌入式C代码已经被广泛应用于汽车、工业自动化、能源等各个领域。本次上机实践将通过实例讲解和动手操作的方式，由MathWorks资深工程师介绍如何使用Embedded Coder将Simulink^®模型生成嵌入式C代码。整个活动将包含嵌入式 C 代码自动生成所涉及的各个环节，适合具备Simulink 基础，正在评估或准备使用Embedded Coder进行产品级代码生成的用户，主要包含如下内容：

• 使用Embedded Coder从Simulink模型自动生成嵌入式C代码
• 生成代码的接口控制
• 生成代码的数据管理与定制
• 生成代码的紧凑性、易读性和高效性优化

数据驱动的模型降阶方法上机实践

9:30–12:30

模型降阶旨在在保持模型预期精度和可接受误差范围内，减少模型的计算复杂性或存储需求。数据驱动的模型降阶是使用来自原始高保真基于第一性原理模型的输入输出数据来构建一个降阶模型。它保留了原始模型的关键特性和动态行为，降低了对计算资源的要求，提高了仿真速度。MATLAB^®提供了多种动态系统建模的方法。从系统辨识到深度学习，本次上级实践将带领大家训练多种降阶模型，主要内容有：

• 设计和训练基于机器学习的降阶模型组件
• 设计和训练基于深度学习的降阶模型组件
• 设计和训练基于系统辨识的降阶模型组件
• 将机器学习和深度学习模型集成到Simulink^®中进行系统级仿真

Simulink模型的嵌入式C代码生成技术

13:30–16:30

Embedded Coder^®生成产品级嵌入式C代码已经被广泛应用于汽车、工业自动化、能源等各个领域。本次上机实践将通过实例讲解和动手操作的方式，由MathWorks资深工程师介绍如何使用Embedded Coder将Simulink^®模型生成嵌入式C代码。整个活动将包含嵌入式 C 代码自动生成所涉及的各个环节，适合具备Simulink 基础，正在评估或准备使用Embedded Coder进行产品级代码生成的用户，主要包含如下内容：

使用Embedded Coder从Simulink模型自动生成嵌入式C代码
生成代码的接口控制
生成代码的数据管理与定制
生成代码的紧凑性、易读性和高效性优化

基于人工智能的缺陷检测方法

13:30–16:30

人工智能（AI）正在迅速成为当今工程系统的关键组成部分。在视觉检测领域，AI正被用来设计和开发更智能的方法来检测和分类图像和视频中的缺陷。本次上机实践性将介绍MATLAB^®人工智能和计算视觉方法，将带领大家开发一个基于AI和计算视觉的缺陷检测应用。主要内容包括：

1. 探索图像分类，并利用MATLAB快速开发一个图像分类应用
2. MATLAB的图像预处理技术，如对象检测、图像配准、场景颜色匹配
3. AI驱动的视觉检测工作流程介绍
4. 缺陷检测的应用开发，涵盖异常检测和分类