19 annunci per il ruolo di ingegnere di processo - marcianise, cam (recruiting in corso)

AI-Driven Empirical Modelling for HIL Simulation of ICE ECUs
Kineton Srl —Napoli, Campania
- Laurea magistrale
- Tirocinio formativo/stage
Candidatura rapida
Warehouse Manager (m/f)
Louis Vuitton —Napoli, Campania
- Da 26.038,09 € all'anno
- Tempo pieno
- Microsoft Excel
- Ingegneria
- Inglese
5 giorni
Full Stack Developers
Syenmaint —Pomigliano d'Arco, Campania
- Sistemi ERP
- Java
- SQL
Junior Network Analyst
AXCENT COMPANY —Napoli, Campania
- Tempo pieno
- Inglese
- Competenze analitiche
- Laurea triennale
Candidatura rapida
Dev-OPS Specialist
Kiranet —Aversa, Campania
- Tempo pieno
- DevOps
- Database
- SQL
- Lavoro da casa
ERP Software Developers
Syenmaint —Pomigliano d'Arco, Campania
- Java
- C++
- Python
Data/AI Engineer (Sede Napoli)
Ciao People srl —Napoli, Campania
- DevOps
- Java
- AWS
IT DEVELOPER APPARTENTENTE ALLE CATEGORIE PROTETTE L.68/99
Oniverse —Napoli, Campania
- Informatica
- Java
- Maturità
Candidatura rapida
DevOps Engineer
Infocube —Napoli, Campania
- DevOps
- Agile
Senior Mobile Developer
System Management —Napoli, Campania
- Tempo pieno
- Oracle
- Informatica
- Inglese
Team Leader AI
We Are Fiber —Napoli, Campania
- Azure
- Gestionale
- Dottorato di ricerca
Senior Java Backend Developer
Ergon Soluzioni —Napoli, Campania
- Tempo pieno
- Progettazione di sistemi
- Java
- Laurea magistrale
Senior Java Software Engineer
Fincons Group —Napoli, Campania
- 35.000 € - 55.000 € all'anno
- Tempo pieno
- Inglese
- Java
- SQL
Candidatura rapida
3 giorni
SW Design Senior
BSERVICE-ENG —Napoli, Campania
- Informatica
- Inglese
- Microsoft Office
Candidatura rapida
Data/AI Engineer (Sede Napoli)
Ciaopeople Media Group —Napoli, Campania
- DevOps
- Java
- AWS
HSE ADVISOR NAPOLI CATEGORIE PROTETTE L. 68/99 ART.1
Talent Solutions srl —Provincia di Napoli, Campania
- Gestionale
- Cantiere edile
- Ingegneria
AI Solutions Architect
We Are Fiber —Napoli, Campania
- Informatica
- Azure
- DevOps
Progettista a Napoli
RistrutturaSMART srl a socio unico —Provincia di Napoli, Campania
Candidatura rapida
PROJECT QUALITY ENGINEER NAPOLI/GENOVA CATEGORIE PROTETTE L. 68/99 ART. 1
Talent Solutions srl —Napoli, Campania
- Inglese
- Laurea magistrale
- Budgeting

More jobs to discover

Find similar jobs that you might be interested in.

Warehouse Manager (m/f)
Louis Vuitton —Napoli, Campania
Completano il profilo buone capacità di gestione dello stress, orientamento al lavoro per obiettivi, buone doti comunicative e relazionali.
Da 26.038,09 € all'anno
2 giorni

Voglio ricevere gli ultimi avvisi Job Alert per il ruolo di ingegnere di processo nella seguente località: marcianise, cam

Accedendo al tuo account, accetti i Termini di Servizio di SimplyHired e acconsenti alle nostre Norme sui Cookie e sulla Privacy.

AI-Driven Empirical Modelling for HIL Simulation of ICE ECUs

Kineton Srl -
Napoli, Campania

Candidatura rapida

Dettagli della posizione

Tirocinio formativo/stage

Qualifiche

Ingegneria elettronica
Ingegneria meccanica
Laurea magistrale

Descrizione completa della posizione

La crescente complessità del software nelle moderne centraline (ECU) dei motori a combustione interna (ICE) presenta sfide significative in termini di verifica e convalida. La simulazione Hardware-in-the-Loop (HIL) è un pilastro del processo di testing, ma la sua efficacia è spesso ostacolata dallo sviluppo di modelli di impianto, un processo tradizionalmente dispendioso in termini di tempo e che richiede una profonda competenza fisica quando si utilizza software come GT-Power. Questa tesi introduce una metodologia innovativa e pragmatica per la modellazione empirica basata sull’intelligenza artificiale, progettata per accelerare drasticamente la configurazione della simulazione HIL delle centraline dei motori a combustione interna. L’approccio sfrutta un Large Language Model (LLM) che funge da agente intelligente, in grado di interpretare la documentazione tecnica e i dati specifici della centralina. Elaborando il manuale del software e il file di descrizione A2L, l’agente accelera lo sviluppo del modello, estraendo la logica di controllo necessaria e le dipendenze dei parametri.

Sulla base di questa comprensione “software-aware”, la metodologia sintetizza modelli di impianto in Simulink, computazionalmente leggeri. Questi modelli non sono fisicamente rigorosi, ma sono comportamentalmente accurati dal punto di vista della centralina, utilizzando semplici equazioni e tabelle di ricerca per simulare output chiave quali la coppia del motore, la dinamica dell’aria e dei gas di scarico e la pressione del rail del carburante. L’obiettivo principale è “ingannare” la centralina, garantendo il funzionamento a circuito chiuso e riducendo al minimo i codici di errore diagnostici che altrimenti inibirebbero i test.

I modelli risultanti raggiungono l’equilibrio ottimale tra velocità di sviluppo e fedeltà funzionale. Il flusso di lavoro proposto garantisce la stabilità del ciclo HIL per cicli di test prolungati (oltre 12 ore) e accetta un errore di previsione della coppia fino al 10%, privilegiando la rapidità di utilizzo rispetto alla precisione assoluta. Questa ricerca dimostra una soluzione pratica ed efficiente che semplifica la pipeline di test HIL, consentendo una convalida più rapida e agile di sistemi di controllo automotive complessi.

Ambito principale di tirocinio: AI e modellazione per ambienti HIL

Requisiti candidato/corso di studio:
Laurea Magistrale in Ingegneria dell’automazione/meccatronica/meccanica/elettronica.
Il candidato ideale dovrebbe possedere buone basi di motori a combustione e controlli automatici.

Sede: Torino

________________

The escalating complexity of software in modern Internal Combustion Engine (ICE) Control Units (ECUs) presents significant challenges for verification and validation. Hardware-in-the-Loop (HIL) simulation is a cornerstone of the testing process, but its effectiveness is often bottlenecked by the development of plant models, which is traditionally a time-consuming process requiring deep physical expertise when using software like GT-Power.

This thesis introduces a novel, pragmatic methodology for AI-Driven Empirical Modelling, specifically designed to drastically accelerate the HIL simulation setup for ICE control units. The approach leverages a Large Language Model to act as an intelligent agent, capable of interpreting technical documentation and ECU-specific data. By processing the software manual and the A2L description file, the agent accelerates the model development, extracting the necessary control logic and parameter dependencies.

Based on this “software-aware” understanding, the methodology synthesises computationally lightweight plant models in Simulink. These models are not physically rigorous but are behaviorally accurate from the ECU’s perspective, employing simple equations and look-up tables to simulate key outputs such as engine torque, air and exhaust gas dynamics, and fuel rail pressure. The primary objective is to “deceive” the ECU, ensuring closed-loop operation while minimising diagnostic trouble codes that would otherwise inhibit testing.
The resulting models achieve the optimal balance between development speed and functional fidelity. The proposed workflow guarantees HIL loop stability for extended test cycles (over 12 hours) and accepts a torque prediction error of up to 10%, prioritising rapid usability over absolute precision. This research presents a practical and efficient solution that streamlines the HIL testing pipeline, enabling faster and more agile validation of complex automotive control systems.

Main topic: AI and modelling for HIL environment

Requirements/course of study:
Master’s degree in Automation/Mechatronics/Mechanical/Electronic Engineering.
The ideal candidate should have a good foundation in combustion engines and automatic controls.

Location: Turin

Candidatura rapida

Perfeziona la tua ricerca

ingegnere di processo offerte - marcianise, cam

AI-Driven Empirical Modelling for HIL Simulation of ICE ECUs

Warehouse Manager (m/f)

Full Stack Developers

Junior Network Analyst

Dev-OPS Specialist

ERP Software Developers

Data/AI Engineer (Sede Napoli)

IT DEVELOPER APPARTENTENTE ALLE CATEGORIE PROTETTE L.68/99

DevOps Engineer

Senior Mobile Developer

Team Leader AI

Senior Java Backend Developer

Senior Java Software Engineer

SW Design Senior

Data/AI Engineer (Sede Napoli)

HSE ADVISOR NAPOLI CATEGORIE PROTETTE L. 68/99 ART.1

AI Solutions Architect

Progettista a Napoli

PROJECT QUALITY ENGINEER NAPOLI/GENOVA CATEGORIE PROTETTE L. 68/99 ART. 1

More jobs to discover

Voglio ricevere gli ultimi avvisi Job Alert per il ruolo di ingegnere di processo nella seguente località: marcianise, cam

Related Searches

Strumenti per chi cerca lavoro

Strumenti Aziende

Visualizza

Resta in contatto