马自达加快下一代应用创驰蓝天技术(SKYACTIV TECHNOLOGY)的发动机开发

由于马自达发动机已经变得越来越复杂，因此，使用传统的标定方法越来越难以获得最优的标定。“采用基于电子表格的试错法需要大量的试验时间，试验室很难按时交付”，Harada说：“更重要的是，就算是经验丰富的标定工程师，也很难在五个或更多维度的搜寻范围内找到最佳值，所以，我们永远无法确定是否已找到了最优标定。”

马自达希望降低柴油机(SKYACTIV-D)的压缩比，从而最大限度地减少炭烟和NO_x排放。为了实现这个目标和其他设计目标，工程师们需要使用最大缸压和排温的统计模型，并且可嵌入ECU。初始版本的模型具有40个参数，由于过于复杂而不能在ECU上运行。马自达需要在不牺牲精度的前提下降低模型复杂度。

马自达采用了Simulink和Model-Based Calibration Toolbox来制定试验计划、开发统计模型和生成柴油机(SKYACTIV-D)的最优标定。他们也使用相同的工具来开发汽油机(SKYACTIV-G)的统计模型，并进行发动机控制策略的硬件在环(HIL)仿真测试。 

马自达采用了Model-Based Calibration Toolbox来优化了柴油机(SKYACTIV-D)的测试方案。测试计划只包含足够涵盖发动机性能和排放特性的测试点，从而最大限度地缩短测试时间。 

在试验室完成测试后，工程师将测试数据导入Model-Based Calibration Toolbox，并建立发动机响应的统计模型。 

使用Model-Based Calibration Toolbox中的标定生成工具(CAGE)和内部开发的基于MATLAB的优化界面，开发团队可从发动机模型生成最优标定。 

为了定义发动机实际工作范围，得到仿真、优化和嵌入式模型所需的边界条件，他们使用Model-Based Calibration Toolbox来创建边界模型。 

利用Model-Based Calibration Toolbox，马自达的工程师生成了嵌入式模型，包括在柴油发动机(SKYACTIV-D)的产品ECU上使用的最大缸压模型。 

对于相同的ECU，他们建立了总燃油消耗量与多个工况点变量的函数关系模型，结合排温模型（也通过Model-Based Calibration Toolbox生成），改善油耗模型的可靠性和性能。 

柴油发动机(SKYACTIV-D)符合严格的欧洲和日本尾气排放标准，广泛安装在量产车辆中，包括Mazda CX-5。 

研究创驰蓝天汽油发动机(SKYACTIV-G)的工程师使用Model-Based Calibration Toolbox开发了一种发动机油耗统计模型。他们将该模型导出到Simulink，用于发动机控制逻辑的开发、调试和HIL仿真。该模型在自动变速箱油耗仿真中重用，从而进一步减少了模型开发的投入。