マツダ技報2025

29/257

＝123（2222――マツダ技報No.41（2025）　　　　　　ら2.34. 活用結果Fig. 7Measurement and Evaluation for Torque Reduction Capability3.2　効率的なAI技術の活用　モデル化・最適化の工程は，データ計測が完了した後に実施して有望な計測点を返すというプロセスになるため，データ計測から次の計測点を生成する間は，評価ベンチが待機状態となり有効活用できない問題がある（Fig. 8High-Speed Control Calibration　そこで，並列化とバッチ化の9）。まず並列化は，計測とモデル化・最適化を並行で行う方法であり，実現のために最新の計測データで学習される前までのモデルを参照することで実現している。次にバッチ化は，複数の計測点を生成してモデル学習と計測点の生成にかかる時間を削減してエンジン稼働時間を上げていく方法である。計測にかかる所要時間や問題設定の複雑さなどを加味して，これらわせて活用することで無駄のない評価を実現した。これつの方法はモデルの学習効率が落ちる懸念はあるが，で記載のように上では影響は小さく，事前検証でも計測点数やモデル精度として影響がないことは確認している。Fig. 9Parallelization and Batch ProcessingFig. 8つを取り入れた（つの手法を組み合次元マップ上の最適点導出を行うTable 1に示す問題Torque)95％の信頼区間　本技術を活用した制御適合として，設定にて実施した。自動的に計測・適合を繰り返すために必要となる初期計測データは実験計画法に基づいて計80測したSweep methodOptimization TargetInput Variables(Decision Variables)）。Constraints　計測・適合の完了判断は，（価点ごとに最適化目的であるトルクの値，及びその信頼Fig. Fig. 10区間（11），（Fig. 的に実施している。ここで，信頼区間とは母集団の真の平均が含まれる確率を示すものであり，1.96σ）にて評価した。Fig. 1120点を使用した。Table 1Problem DefinitionCe-sweep (charge efficiency)fuel efficiency (maximization on the map per engine speed/charge efficiency7 factors: engine speed, charge efficiency, intake and exhaust valve timing, external EGR rate, injection timing, SCV (Swirl Control Valve)11 conditions including knocking and combustion stability.5 Binary models, 6 Regression models）回転数，充填効率の評），（）最適となる入力変数の推移（）最適点付近の実計測データの有無など，複合Fig. 10Transition of Optimal PointTransition of Optimal Input Variables