La versión R2022b de MATLAB y Simulink ofrece un nuevo producto, Simscape Battery, y actualizaciones que simplifican y automatizan el diseño basado en modelos

MathWorks ha anunciado hoy el lanzamiento de la versión R2022b de la línea de productos MATLAB^® y Simulink^®. R2022b incorpora dos nuevos productos y varias funcionalidades mejoradas que simplifican y automatizan el diseño basado en modelos para ayudar a profesionales de ingeniería e investigación cuyo objetivo es presentar innovaciones y avances de productos a sus organizaciones.

Se prevé que el mercado internacional de sistemas de gestión de baterías alcanzará 13.400 millones de dólares de aquí a 2026. Bloomberg New Energy Finance señala que el aumento se puede atribuir en gran parte al crecimiento del mercado de vehículos eléctricos. El informe más reciente de la organización destaca que, de aquí a 2040, el 58% de las ventas mundiales de vehículos de pasajeros provendrá de vehículos eléctricos. Simscape Battery™, una de las innovaciones más importantes de la versión R2022b, ofrece herramientas de diseño y modelos paramétricos para empresas que diseñan estos tipos de sistemas de baterías. 

Los equipos de ingeniería e investigación utilizan Simscape Battery para crear gemelos digitales, ejecutar pruebas virtuales de arquitecturas de paquetes de baterías, diseñar sistemas de gestión de baterías y evaluar el comportamiento de sistemas de batería en condiciones normales y de fallo. Con esta herramienta, también pueden automatizar la creación de modelos de simulación que coinciden con la topología deseada del paquete de baterías e incluye conexiones de placas de refrigeración para evaluar respuestas eléctricas y térmicas.

«Estamos muy entusiasmados con el lanzamiento de Simscape Battery, ya que la innovación en el campo de los sistemas de gestión de baterías ha alcanzado un nivel sin precedentes», afirmó Graham Dudgeon, gerente de producto principal de modelado de sistemas eléctricos de MathWorks.  «Este nuevo producto incluye varias herramientas de diseño para simplificar y automatizar el diseño basado en modelos, como es el caso del generador de modelos de batería, que permite evaluar diferentes arquitecturas de paquetes de baterías de forma interactiva».

R2022b también incluye la nueva herramienta Medical Imaging Toolbox, con prestaciones de gestión de imágenes médicas para diseñar, probar y desplegar algoritmos de radiómica y diagnóstico que utilizan redes de Deep Learning. Personal de ingeniería, ciencias, investigación y diseño de dispositivos médicos pueden utilizar Medical Imaging Toolbox para la visualización multivolumen en 3D, el registro multimodal, la segmentación y el etiquetado de validación (ground-truth) para entrenar redes de Deep Learning para imágenes médicas.

R2022b incorpora actualizaciones de herramientas populares de MATLAB y Simulink, entre las que se incluyen:  

• AUTOSAR Blockset: Desarrolle aplicaciones orientadas a servicios con métodos ARA de cliente-servidor y despliéguelas en plataformas Linux integradas. Esta herramienta permite definir interfaces y tipos de datos en un modelo de arquitectura.
• Fuzzy Logic Toolbox: Diseñe, analice y simule sistemas de inferencia difusa (FIS) de forma interactiva con la app Fuzzy Logic Designer, recientemente actualizada. Las mejoras de esta toolbox permiten diseñar sistemas FIS de tipo 2 utilizando funciones de línea de comandos o la app Fuzzy Logic Designer.
• HDL Coder: Genere código SystemC optimizado desde MATLAB para síntesis de alto nivel (HLS) y utilice la conversión de tramas en muestras para optimizar el modelo y el código.
• Model Predictive Control Toolbox: Incluye redes neuronales que sirven como modelos predictivos y controladores de diseño que cumplen con los estándares ISO 26262 y MISRA C.
• System Identification Toolbox: Cree modelos de espacio de estados no lineales basados en Deep Learning mediante ecuaciones diferenciales ordinarias (ODE) neuronales. Las técnicas de Machine Learning y Deep Learning también pueden representar dinámicas no lineales en modelos ARX y Hammerstein-Wiener no lineales.