滑铁卢大学使用基于模型的设计开发出获奖的燃料电池技术
“除了使用 Simulink，我相信没有任何方法可以开发出如此详细的可执行规范，或如此广泛地使用基于模型的设计。”
挑战
解决方案
结果
- 易于沟通
- 节省大量设计时间
- 创新技术
由通用汽车和美国能源部联合赞助的 X 挑战赛要求 17 支北美学生团队改装一辆雪佛兰探界者，旨在不牺牲车辆性能或安全性的情况下减少排放和能耗。
在这届为期三年的竞赛中，滑铁卢大学替代燃料团队 (UWAFT) 以其燃料电池驱动的汽车设计在第一年的比赛中拔得头筹。凭借在创建、仿真和分析车辆设计和子系统控制模型方面的杰出成绩，UWAFT 还荣获了 MathWorks Crossover to Model-Based Design 大奖。
“我们是唯一一支在动力总成系统中使用燃料电池的团队，”UWAFT 学院顾问 Roydon Fraser 教授说道。“MathWorks 软件采用基于模型的设计，不仅帮助我们的团队减少了构建原型和仿真车辆系统设计的时间，还使我们能够确定燃料电池技术的可行性。”
挑战
X 挑战赛第一年的重点是车辆设计。参与者必须使用基于模型的设计在 10 个月内完成动力总成设计和测试，并且必须提交五份主要报告。
滑铁卢大学的团队寻求一款设计软件，使他们能够在整个工程中使用基于模型的设计 - 支持从需求捕获到实现的整个过程。该软件必须通过促进模型重用来加速控制策略的开发。它还必须能够快速上手，使团队成员能够轻松地分担工作。
解决方案
“借助 MathWorks 工具，我们能够仿真各种动力总成系统，开发精确的被控对象模型，测试控制策略，以及验证整体设计，”UWAFT 领队 Matthew Stevens 说道。
MathWorks 提供了 MATLAB®、Simulink®、Stateflow® 和基于 Simulink 的建模程序 PSAT 的培训。“采用能快速上手的产品或学生接受过培训的产品对团队的成功至关重要，”Stevens 评论说。“MathWorks 工具适用于设计过程的多个阶段，能够最大限度地减少学生需要学习的软件程序数量。”
UWAFT 开发了 400 多个 PSAT 仿真，用以对燃油、技术和动力总成系统选型进行比较。借助 Optimization Toolbox™ 和复杂的试验设计，他们能够了解部件大小与车辆性能之间的关系，然后确定最佳动力总成。
他们使用 Simulink 开发燃料电池电力系统的被控对象模型，其中包括发动机、电池、燃料电池和 DC/DC 转换器。
通过结合使用 MATLAB、Simulink、Stateflow 和 Control System Toolbox™，他们能够开发混合控制策略 (HCS) 来确定来自燃料电池的电力量。在 MATLAB 的帮助下，他们找到了在特定行驶工况下燃料电池和电池之间的最佳电力分配。
DC/DC 转换器提升燃料电池电压并控制来自燃料电池的电力。Simscape Electrical™ 用于对电路进行建模，该电路由 PI 控制器控制。该团队使用 MATLAB 中的波特图和零极点图研究电路的频率响应和稳定性。通过仿真，他们能够验证操作是否正确，确定电路效率，并计算电感和其他组件的值与额定值。
燃料电池的开启和关闭会产生不连续函数，因此难以使用传统方法进行优化。为了找到最优控制基准，UWAFT 使用了 Global Optimization Toolbox，该工具箱不要求函数是连续的。他们还使用 Deep Learning Toolbox™ 对燃料电池堆中膜的水合作用进行建模。
该团队使用 Embedded Coder® 以整车的 UWAFT 卫星控制器为目标，使用嵌入式控制器进行目标系统上的快速原型构建。
目前，他们正在测试动力总成组件，细化车辆控制策略，将高级燃料电池集成到车辆中，并研究减轻车重的可能性。
“毫无疑问，我们有兴趣在整个竞赛中使用 MathWorks 的其他产品，并希望在将来的职业生涯中参与许多其他项目，”Stevens 说道。
结果
易于沟通。借助 MATLAB 和 Simulink 环境，团队成员能够轻松交换简捷方法和技巧，并通过电子邮件相互发送模型和结果以开展进一步的工作，从而提升了工作效率。
节省大量设计时间。“特别是，Simulink 使 UWAFT 能够使用基于模型的设计来比较四种不同燃料，不到 10 个月（包括培训时间）就设计出了一款稳健的燃料电池运动型多功能车和控制策略 - 这真是一项令人难以置信的壮举，”Stevens 指出。“如果没有 Simulink，我们可能在为期三年的竞赛结束时只完成相当于第一年的工作！”
创新技术。“我们相信，我们的最终产品将是第一款学生设计的燃料电池汽车，其性能不仅可与当今的汽车相媲美，还能满足将来的里程和效率要求，”Stevens 说道。
