上海 摘要

科学济世,工程扶危——致敬抗疫科技工作者

9:30–10:00

我们正在经历着前所未有的新冠疫情。面对疫情,全世界的科学家和工程师都行动起来,在进行他们自身数字化转型的同时,迅速创新,从病毒检测到疫情缓解,再到病人治疗,帮助我们所有人度过难关。他们中的许多人都将MATLAB®和Simulink®作为他们工作的基本工具。本次演讲将重点介绍,在与疫情抗争中出现的变革性项目和令人惊叹的应用,以及在研究人员和工程师克服困难,为我们创造一个美好未来的过程中,MATLAB和Simulink所扮演的重要角色。

Charles Cao

曹新康,MathWorks公司中国区总经理


将数字模型应用于电气设备开发的全生命周期

10:00–10:30

基于MATLAB/Simulink平台开发电气系统的数字孪生模型,应用于产品前期开发和后期的运行维护,有效地提高了产品的开发效率,并为产品的运行维护提供基础。

Ning Li

李宁,施耐德电气(中国)有限公司


数据科学在商用车柴油机标定开发中的应用

11:00–11:30

结合发动机台架试验数据和车辆路谱数据,利用MATLAB®开发回归模型,并采用优化算法进行化发动机控制参数优化;通过建立企业数据库,将发动机及整车试验数据进行数据分析,开发和实现发动机/整车性能的预测分析。同时,利用MATLAB App Designer实现预测分析的可视化界面,进行数据处理、模型搭建和训练,以及结果的展示。

Chong Tian

田翀, 广西玉柴机器股份有限公司


MATLAB & Simulink 新特性

11:30–12:00

通过本演讲,您将了解MATLAB®和Simulink®在R2021a版本中的新功能,这些新功能会有效地支持您的研究、设计和开发工作流程。您将看到用于建模、仿真和共享设计的新功能,以及用于提高生产效率和编写更好的代码及搭建模型的新工具。

Sting Zhao

赵晨星, MathWorks中国


MATLAB面向对象在金融研究中的应用

13:15–13:45

金融机构研究员普遍缺少编写大规模程序的经验。我们利用MATLAB®所支持的面向对象的编程方法,编写了量化研究的平台框架。一方面解决了金融研究员对C,C++等高级编程语言不熟悉的问题,另一方面在运算稳定的前提下,也极大简化了研究员的编程复杂度。

Yilin Han

韩依凌, 中信保诚基金管理有限公司


深度学习在预测性维护中的应用

13:45–14:15

无论是设备使用者还是生产商,都可以通过预测性维护监控机器运行状态,诊断故障,估计剩余使用寿命。随着机器复杂度的逐步提高,数据生成量的爆炸式增长,工程师开始尝试利用深度学习方法获得最佳预测结果。

在本次演讲中,您将了解如何使用深度学习实现:

  • 使用振动数据进行工业设备异常检测
  • 通过基于音频的故障分类器实现空气压缩机的状态监控

您将看到以下具体示例:

  • 数据准备:使用Predictive Maintenance Toolbox™生成特征,使用Audio Toolbox™从语音信号中自动提取特征
  • 模型:使用Deep Learning Toolbox™训练语音和时间序列的深度学习模型
Hang Yuan

袁航,MathWorks中国


基于信号和时间序列数据构建人工智能应用程序

14:15–14:45

人工智能技术可以应用于信号和时间序列数据,对信号进行分类,识别感兴趣的事件和异常,并在边缘计算节点上做出智能决策。本次演讲中,您将看到如何使用MATLAB®构建设备健康监测的现实应用。

您还将了解到加速数据准备、提高网络准确性和性能的方法,并使用较少的训练数据进行模型训练。你还会了解到:

• 通过仿真和GAN进行数据合成

• 使用Signal Labeler app进行自动信号标注 

• 预处理和特征提取方法,包括自动特征提取技术

• 部署到嵌入式设备

Darren Ma

马文辉,MathWorks中国


云端数据工作流程:科学家和工程师的新晋之路

15:15–15:45

当今企业组织正在生成和收集比以往更多的数据。工程师和科学家需要从这些数据中解锁新的发现和见解。访问和管理如此大量的数据是昂贵、复杂的,超出了大多数研究人员的专业知识范围。为了克服这些障碍,一些企业正在将数据移动到亚马逊云科技的云上,并使用Databricks加快数据分析。

在此会议中,您将学习如何将数据从本地桌面环境迁移到云上的科研生产环境。我们将介绍如何: 

• 将数据带到亚马逊云科技的云中,并使用相关分析优化的存储技术

•在云中使用第一个也是唯一的数据湖仓平台。Databricks 将您的所有数据、分析和 AI/ML操作统一到简单、开放和协作的云平台上。

•使用MATLAB®连接到亚马逊云科技和Databricks,在桌面端即可在您信任的代码和工具箱中利用云端的计算能力

• 通过部署在亚马逊云科技上的 MATLAB Production Server,在公司范围共享生产中的数据、算法和模型 

从亚马逊云科技、Databricks和MathWorks那里了解桌面和本地存储的局限不再是未来创新的约束。

Yu Geng

耿煜,亚马逊云科技

Haiwei Liu

刘海伟,MathWorks中国


将算法和模型部署到生产系统

15:45–16:15

部署主要包括嵌入式部署(将AI模型部署到硬件)和企业集成部署(工业APP发布),部署算法/应用除了与开发相关的挑战之外,还包括:

·         满足嵌入式部署环境的硬件约束,如内存、功耗等

·         监控、管理和维护 AI 模型在其生产的全生命周期的模型性能

·         满足不同层级/范围用户的协同共享应用需求 

本次演讲,将介绍如何解决上述挑战,内容包括:

1. 嵌入式部署方面

·         AI模型量化它们适合内存和功率有限的硬件

·         增量学习和模型快速更新 

·         ModelDevOps提供了一个跨生命周期管理和治理AI模型的框架。

2.  企业集成部署方面

·         基于MATLAB®提供的一系列工具实现滑动轴承运行性能工业APP的便捷开发和协同共享部署

Fu Yumin

付玉敏,上海电气

Haiwei Liu

刘海伟,MathWorks中国


智慧工厂:从感知到运动规划的自主工业机器人

16:15–16:45

先进的机器人系统是未来工厂的核心。设计自主机器人系统需要在许多工程领域的知识和经验,包括机械设计、感知、决策、控制设计和嵌入式系统。在这个演讲中,你将了解到一个完整的自主系统工作流程,它使工程师能够轻松地学习和应用机器人的许多功能。您还将了解为工业机器人应用设计开发从感知到运动的端到端工作流的关键特性。一些额外的主题包括:

  • 执行可扩展的物理仿真
  • 使用计算机视觉和深度学习设计感知算法
  • 建立与传感器和外部环境模型进行联合仿真
  • 通过运动规划来避障
  • 使用强化学习实现高级控制
Ling Zhou

周玲,MathWorks 中国


基于Speedgoat平台的PMSM控制器硬件在环仿真

13:15–13:45

为了增强产品质量,缩短产品开发周期,硬件在环实时仿真被应用到变频驱动器软件开发过程中。使用硬件在环实时仿真不但能够在产品开发周期的早期通过创建快速控制原型(RCP)对控制算法进行实时仿真;也能够在产品验证阶段对控制算法及生成代码进行充分验证,减少Lab测试时间。

本次主题主要围绕MBD V model开发流程中硬件在环仿真部分做详细讲解。涉及内容如下:

  • HDL plant建模
  • 实时plant模型的生成和部署
  • Speedgoat®高性能实时目标机配置及与变频驱动器连接的实现
  • 自动实时测试框架的构建
Lvming Wang

王律明, 江森自控日立全球工程技术中心(无锡)


使用Simulink开发电机控制系统

13:45–14:15

电机无处不在,使用Simulink®以及Motor Control Blockset™等相关模块,将使电机建模变得简单高效。在本讲中,我们将向你展示如何在Simulink中快速实现开关频率高达20-20kHz的磁场定向算法,并将算法布置到实时硬件。

重点:

  • 建立电机精确模型的方法
  • 开发无传感器的磁场定向控制算法的方法
  • 自动化调节速度和电流环路增益的方法
  • 从模型自动生成快速高效的浮点和定点代码的方法
Zhaoxiang Fan

樊朝祥, MathWorks中国


软件和系统的DevOps: 算法和模型的运维

14:15–14:45

许多使用MATLAB®和Simulink®开发算法和模型的组织发现,在产品的整个生命周期中部署、监控并进行管理的需求不断增加。DevOps指的是在IT环境中运维软件应用所需的一组功能。然而,对于工程算法和模型来说,这并非易事。Gartner报告称,超过50%的数据科学项目由于运营问题而无法产生商业价值。如果涉及到物理系统,就更具挑战性了。

负责算法和模型运行性能的团队需要软件和系统的DevOps。这些团队通常包括工程实施、软件开发、IT和OT(操作技术)。工程师在整个生命周期中测试、部署和调试他们的算法和模型,包括在算法运行过程中的再部署。这些生产系统通常归IT/OT所有。

本部分,我们探讨工程团队如何使用MATLAB和Simulink系列产品来运维他们的算法和模型,并建立IT/OT团队之间的桥梁。

Deng Song

宋登, MathWorks中国


将外部仿真组件集成到Simulink平台中

15:15–15:45

Simulink®作为一个仿真集成平台,其提供多种不同的方式引入第三方仿真工具的模型组件。

将第三方模型与Simulink集成最常见的方法是S函数和FMI/FMU。在本演讲中,您将看到这两种方法的演示。

本次演讲还将介绍Simulink是如何方便地引入自定义C/ C++代码;在联合仿真时,为提高仿真数值精度的信号自动补偿,并在系统级仿真扩大应用。

ShuCheng Dong

董淑成,MathWorks 中国


模块化多电平变换器算法设计与硬件在环测试

15:45–16:15

模块化多电平变换器是支持现代输电设备的一项重要技术,这种技术广泛应用于交流输电系统(FACTS)设备和高压直流(HVDC)系统中,能极大地提高电网运行稳定性和长距离电力传输能力。

了解如何使用Simulink®,Simscape Electrical™进行模块化多电平变换器仿真,并使用基于模型的设计开发和测试模块化多电平变换器的控制软件。无论您是对电力电子控制系统仿真感兴趣的电力电子工程师,还是想使用Simulink模型进行代码开发的软件工程师,您都会从演讲中受益。

通过典型的STATCOM的示例,您将看到如何:

  • 对电力电子系统进行建模和仿真
  • 使用Simulink Test™执行功能测试
  • 生成可用于生产环境的嵌入式代码,并将其部署到TI C2000™微控制器上
  • 通过对控制器进行硬件在环(HIL)测试来验证软件功能。
Luke Zhou

周前程,MathWorks中国


基于模型构建燃料电池堆与整车虚拟平台

16:15–16:45

本话题将聚焦汽车燃料电池系统建模的最新进展,探讨如何将Simscape™,Powertrain Blockset™和其他MathWorks产品集成在一起,构建一个复杂、多物理域的虚拟燃料电池车辆模型,该模型包括:

  • 带有氢气和空气处理系统,以及热管理系统的质子交换膜(PEM)燃料电池堆基本电化学反应过程
  • 具有电池,DC / DC转换器和配电单元(PDU)的电动动力总成系统
  • 顶层调度控制器
  • 多个驾驶循环场景

基于上述模型,我们将探索如何开展车辆燃料经济性研究、控制器设计、热分析和组件设计选择。

Daniel Qi

齐卓锟, MathWorks中国


使用Simulink设计和部署面向服务的架构

13:15–13:45

近年来,汽车工业在电气化、自动化、互联化和用户体验方面正在加速投资。这一趋势要求更多的计算能力和创新的电力电子和复杂软件架构支持。汽车行业正在采用面向服务的架构 (SOA) 作为设计软件应用程序的新范式,这些软件应用程序具有高度可重用性、易于更新以及与硬件之间低耦合的特性。SOA 基于这样一个概念,即应用程序由一组可在运行时动态发现、发布、订阅和再配置的服务组成。SOA 概念被应用于多个行业标准,包括AUTOSAR、ROS 和 DDS。

通过本主题,您将了解到如何使用 Simulink® 产品系列来建模、仿真和部署基于 SOA 的应用软件。包括:

  • 建模基于消息的通信
  • 建模自适应AUTOSAR软件组件
  • 生成具有自适应中间件接口的C++代码并导出AUTOSAR的XML文件
Kevin Gong

龚小平, MathWorks


基于福特自动化系统仿真工具链的MBD敏捷开发

13:45–14:15

福特汽车自动化系统仿真工具链(FASST-Ford Automated System Simulation Toolchain) 是福特和MathWorks合作开发的一个主要用于汽车控制系统设计和验证的仿真平台和工具集。借助于该工具链,福特工程师可以自动化地快速搭建高保真度的整车虚拟仿真模型(Carsim/CarMaker/ADAMS/VDBS),无缝集成动力总成控制、底盘控制、驾驶辅助控制等算法模型,并通过基于模型的开发流程和系统工程学将敏捷开发实践和持续集成融入于整个控制系统开发及验证(XiL)过程中,同时还能辅助工程师快速地处理所有和技术及流程相关的挑战。通过该自动化仿真工具链,能够极大提升汽车控制系统开发测试的速度和效率,尽早发现开发过程的问题,最终提升汽车控制系统的交付质量。

Wuqiang Meng

孟武强, 福特汽车工程研究(南京)有限公司


软件赋能汽车实践:从持续集成到需求建模

14:15–14:45

从狭义的角度:越来越多的功能依赖控制器去实现,依赖软件实现精确、复杂的控制。软件定义汽车已成事实;从广义的角度:互联网产业、信息产业思维对传统汽车产业的渗透,将引领汽车使用场景、使用方式、核心竞争力的变革,软件定义汽车只是其最直接的体现,其背后还蕴藏着汽车设计、制造、销售、维护等全产业链的变革。演讲内容从汽车软件的发展趋势及技术路径,简述了在汽车软件开发实践过程中关于敏捷开发及需求建模的思考。

Kai Wang

王恺,东风汽车集团有限公司技术中心


MathWorks助力NVIDIA DRIVE Sim加速自动驾驶开发

15:15–15:45

DRIVE Sim使用高仿真度和物理精确的模拟来创建一种安全、可扩展和经济高效的方法,将自动驾驶车辆带到我们的身边。DRIVE Sim利用了NVIDIA的核心技术,包括使用NVIDIA RTX™进行光线跟踪,使用Omniverse和AI,为自动驾驶开发和验证创建广泛的真实世界场景,从而为自动驾驶提供强大的仿真验证支持。

MathWorks的RoadRunner软件可创建用于自动驾驶仿真的3D虚拟环境, Vehicle Dynamics Blockset工具箱可实现车辆动力学建模。这些工具帮助NVIDIA和DRIVE SIM用户快速组成完整的自动驾驶闭环仿真框架。使用MATLAB和Simulink,还可以实现大量可用于原型或最终产品的自动驾驶算法,加快自动驾驶项目的进度。

Jason Chen

陈晔,英伟达

Hongjun Wang

王鸿钧, MathWorks 中国


高速换道功能运动规划开发

15:45–16:15

高速换道功能需要通过运动规划(motion planner)基于自车周围道路及车辆等交通环境生成一条安全无碰撞的平滑行驶轨迹,并结合车辆横纵向控制按照可行驶路径完成换道,本部分主要包括:

  • 换道功能系统架构
  • 根据车辆周围交通环境,通过motion planner生成一条平滑的可行驶轨迹
  • 通过驾驶场景模拟和评估换道功能
Liang Liu

刘亮, MathWorks中国


开发基于模型设计的嵌入式软件以满足认证标准

16:15–16:45

了解如何将最佳实践流程应用于基于模型的设计,以开发符合ISO 26262,DO-178C,IEC 61508,IEC 62304,EN 50128等认证标准的嵌入式软件。该最佳实践流程跨越系统与软件层级,从需求出发对所有的设计文档进行追溯。通过静态和动态验证有助于在开发早期阶段检测出设计缺陷。自动生成报告并作为符合标准的证据。

Alex Xu

徐天皓,MathWorks中国


用MATLAB进行5G和无线设计

13:15–13:45

了解MATLAB®和Simulink®无线通信的新功能。使用这些功能和能力,您可以在无线系统设计的三个领域加速您的创新:

  • 基于标准的建模和仿真
  • 统一RF -天线-基带联合设计
  • 无线实现的部署和测试

通过案例研究和参考例子,了解如何:

  • 进行5G NR PHY模拟,包括上行和下行处理
  • 生成符合标准的波形,用于设计验证和一系列射频仪器的无线测试
  • 开发智能射频技术,包括DPD功率放大器线性化
  • 建模大量MIMO天线阵列和混合波束成形架构
  • 在地图上可视化天线位置、通信链接和信号覆盖
  • 使用Xilinx®RFSoC和Avnet®RFSoC开发工具包验证5G系统性能
Vincent Chen

陈晓挺,MathWorks中国


通过早期架构建模提高FPGA、ASIC和SoC的质量

13:45–14:15

无论您是构建一个原型或与硬件团队合作,在MATLAB®和Simulink®中添加硬件和SOC芯片实现, 该主题可以帮助您了解:

•划分您的设计组件和测试工作台,以实现可重用性

•建模和模拟SoC架构,及早识别和消除性能瓶颈

•硬件微架构模型,解决无线、DSP、控制和视频/图像处理方面的常见挑战 

•在编写任何代码之前,进行定点量化权衡并验证功能和性能

•在原型制作或交接前,验证每个阶段以消除bug

•通过提供验证模型,改进对硬件团队的交接

Tom Shan

单博,MathWorks中国


用MATLAB进行混合信号系统的设计和验证

14:15–14:45

MathWorks工具在混合信号设计领域的能力可以加快您在混合信号领域设计、探索和创新的步伐。

在本演讲中,您将了解:

  • 如何快速设计您的SerDes系统;
  • 使用Mixed-Signal Analyzer app分析和可视化混合信号数据;
  • MathWorks混合信号设计与EDA工具的集成工作流
Patrick Yan

严小商,MathWorks中国


AI 入门之旅

13:30–16:30

您开始学习机器学习和深度学习了吗?您是否希望学习如何在工作中应用这些技术?机器学习算法通过计算可以从数据中获取信息,而不需预先确定的方程模型。深度学习是一种机器学习方法,它是具有许多隐藏层的神经网络。这些神经网络直接从原始数据中学习,在某些应用中可以超越机器学习算法的精度。

在这个动手研讨会上,您将学习如何将机器学习和深度学习应用于图像和信号。您将看到MATLAB®如何提供一个环境来应用先进技术,而不需要太复杂的编程或丰富的机器学习和深度学习经验。您还将:

  • 学习机器学习的基本知识,并理解"监督学习"、"特征提取"和"特征选择"等术语
  • 基于图像和信号构建和评估机器学习模型
  • 学习深度学习的基本知识,并理解"层"、"网络"和"超参数调整"等术语
  • 基于图像和信号构建和评估深度学习模型
  • 了解两种技术区别及其使用场景
Haiwei Liu

刘海伟,MathWorks中国

Hang Yuan

袁航,MathWorks中国


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。本次上机活动将会手把手教你如何使用Embedded Coder将Simulink模型生成嵌入式C代码,主要包含如下内容: 

  • 嵌入式代码生成的一般配置; 

  • 使用数据对象管理数据; 

  • 生成代码效率的优化;

ShuCheng Dong

董淑成,MathWorks 中国

Zhaoxiang Fan

樊朝祥, MathWorks中国