Model-Based Calibration Toolbox

发动机建模和标定

 

Model-Based Calibration Toolbox™ 提供了一些应用程序和设计工具,用于对复杂的发动机和动力总成子系统进行优化标定。针对高维度复杂发动机的标定工作,可进行设计和优化试验计划,自动拟合统计模型,并生成标定和控制表格,而使用传统标定方法则需要进行大量繁重的试验。在各个工况点或工况循环下,对标定进行优化,以达到发动机燃油经济性、性能和排放之间的最佳平衡。使用该工具箱和相关的MATLAB® 函数,客户可以对相似发动机类型的项目进行定制,实现自动化标定。

用 Model-Based Calibration Toolbox 创建的模型还可以导出成 Simulink®格式,用于支持动力总成设计团队完成控制算法设计、硬件在环测试和动力总成仿真等工作。

标定表可直接导出至 ETAS INCA 和 ATI Vision。

快速入门:

设计和管理测试

设计一个合适的试验以满足您的分析需要

实验设计

Model-Based Calibration Toolbox™ 支持用户使用试验设计方法制定试验计划,这种方法可以节省测试时间,只需在影响系统响应的关键工况点进行必需的测试。 该工具箱提供了所有业内认可的试验设计方法,包括空间填充法、最优设计和经典设计。

使用设计编辑器定义空间填充计,并研究设计属性。    

测试方案

Model-Based Calibration Toolbox 集成了三种被广泛使用的测试方案—One-Stage, Two-Stage和Point-by-Point,每一种测试方案都有相应的试验计划和模型类型。

为选择的模型类型分配本地/全局变量。    

发动机外特性和工作区域确定

采集数据并进行发动机建模时,必须考虑发动机可稳定运行,也就是工作在可行区域。Model-Based Calibration Toolbox 可以在试验设计上添加约束,并创建边界模型,用于限制发动机运行在可行区域。支持的边界模型类型包括convex hulls,能提供包含所有数据点的最小convex集。

使用边界编辑器定义和可视化可行的测试区域以及相关联的测试条件。   

数据分析和响应建模

分析和可视化测试数据,然后拟合响应曲面模型

预处理数据

Model-Based Calibration Toolbox 提供的工具可用来分析数据,并将数据据转换为适合建模的格式。使用数据编辑器可以进行多种前处理操作,包括筛选掉不需要的数据、添加注释、转换或处理原始数据、测试数据分组以及将测试数据与试验设计匹配。

使用数据编辑器来选择测试子集并查看下列多种格式的数据:2D 图、3D 图和表格。       

建立模型

MBC Model Fitting 应用程序提供的交互式工具可用于拟合和验证系统模型。提供多种模型类型,用于创建能够准确地代表您的数据的统计模型。您可以从 高斯过程模型(GPM)、径向基函数(RBF)、多项式、样条和用户定义的非线性模型中选择。 工具提供多种不同模型之间的对比,您可以轻松地比较多种模型的准确性,选择更准确的模型。

使用 MBC Model Fitting 应用程序为火花点火式发动机建模和评估不同的模型类型。    

实现最优标定

定义控制目标和标定查找表

优化发动机性能

Model-Based Calibration Toolbox 中的 MBC Optimization 应用程序可用于标定发动机各种控制功能(例如点火、燃油喷射以及进气门和排气门正时)的查找表,实现最优标定。标定这些功能时,通常需要在发动机性能、燃油经济性、可靠性和排放之间进行权衡。您可以:

  • 在相互冲突的设计目标之间进行权衡
  • 执行多有约束多目标优化
  • 针对典型工况循环进行加权优化
  • 将标定导出到 ETAS INCA 和 ATI Vision

马自达 SKYACTIVE-D 发动机。    

优化含有多个工作模式的系统

复杂的标定问题可能需要对表格的不同区域进行不同的优化。通过表格填充向导,可使用多种优化的结果以递增方式填充表格,在表格值之间进行平滑插值。您也可以将代表不同工作模式下系统响应模型,组合成一个复合模型,目的是为综合所有模式,填充一个表格,或者为每个模式下对应一个表格。

使用 MBC Optimization 应用程序为具有多个工作模式的发动机生成最优标定值

标定估算模型功能

控制器软件通常包含状态估计功能,用于估计在量产产品中难以测量或测量成本太高的状态,例如发动机扭矩模型或进气估算。使用 MBC Optimization 应用程序,可借助 Simulink® 模块图以图形方式描述估计器功能,填充这些功能的查找表,并将标定后的估计模型与根据测量数据创建的经验模型进行比较。

标定、填充和验证发动机扭矩模型子系统功能表的流程。    

在 Simulink 中执行仿真

将统计模型导出至 Simulink,或者用于硬件在环 (HIL) 测试。

被控对象建模与优化

使用在该工具箱中开发的统计模型,可以捕捉真实世界中难以用传统数学和物理建模方式建模的复杂物理现象。例如,可将发动机扭矩、油耗和排放模型导出到Simulink,并进行动力总成匹配、燃油经济性、性能和排放仿真。然后,可使用统计替代模型来替代 Simulink 中耗时的子系统,从而加快仿真。

Powertrain Blockset 中的参考应用。    

硬件在环测试

从Model-Based Calibration Toolbox 导出至 Simulink 的模型,可用在通过硬件运行实时仿真,向传感器和执行器提供快速、准确的被控对象模型仿真信号。因为使用该工具箱开发的模型采用了系统的流程,所以可减少 HIL被控对象模型的开发瓶颈,从而更快地实现算法设计的早期验证。

完成 Speedgoat 机架设置。此设置用于使用硬件在环测试平台自动测试牵引器控制器。    

最新特性

优化进度

在优化过程中查看结果曲面表

优化解决方案

使用软约束找出可行的优化解决方案

关于这些特性和相应函数的详细信息,请参阅产品发布说明