CN113110367B - 发动机硬件在环测试方法及系统 - Google Patents

发动机硬件在环测试方法及系统 Download PDF

Info

Publication number
CN113110367B
CN113110367B CN202010032267.4A CN202010032267A CN113110367B CN 113110367 B CN113110367 B CN 113110367B CN 202010032267 A CN202010032267 A CN 202010032267A CN 113110367 B CN113110367 B CN 113110367B
Authority
CN
China
Prior art keywords
simulation
model
engine
real
test
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN202010032267.4A
Other languages
English (en)
Other versions
CN113110367A (zh
Inventor
何宇
周鑫
付经浩
连学通
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN202010032267.4A priority Critical patent/CN113110367B/zh
Publication of CN113110367A publication Critical patent/CN113110367A/zh
Application granted granted Critical
Publication of CN113110367B publication Critical patent/CN113110367B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G05—CONTROLLING; REGULATING
    • G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
    • G05B23/00—Testing or monitoring of control systems or parts thereof
    • G05B23/02—Electric testing or monitoring
    • G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
    • G05B23/0208—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterized by the configuration of the monitoring system
    • G05B23/0213—Modular or universal configuration of the monitoring system, e.g. monitoring system having modules that may be combined to build monitoring program; monitoring system that can be applied to legacy systems; adaptable monitoring system; using different communication protocols
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/02—Total factory control, e.g. smart factories, flexible manufacturing systems [FMS] or integrated manufacturing systems [IMS]

Landscapes

  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Automation & Control Theory (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Testing Of Engines (AREA)

Abstract

本发明公开一种发动机硬件在环测试方法及系统。该方法包括：实时处理器接收携带仿真模型设定参数的仿真测试指令，采用实时仿真复合模型模拟仿真模型设定参数对应的发动机测试工况，获取发动机测量信号，将发动机测量信号发送给发动机控制单元，其中，实时仿真复合模型包括子系统仿真高斯模型和子系统仿真均值模型；发动机控制单元接收发动机测量信号，采用待测试控制程序对发动机测量信号进行处理，获取目标控制信号，将目标控制信号发送给实时处理器；实时处理器接收目标控制信号，采用实时仿真复合模型根据目标控制信号调整模型运行状态，获取仿真测试运行结果。该方法可保障测试过程中，既兼顾仿真计算精度，又保障实时性。

Description

发动机硬件在环测试方法及系统
技术领域
本发明涉及发动机测试技术领域，尤其涉及一种发动机硬件在环测试方法及系统。
背景技术
随着汽车电子技术发展，汽车及动力总成系统中的控制器数量及功能不断增加，导致发动机控制单元(Engine Contro Unit，简称ECU)中的控制程序的测试任务和标定任务骤增。当前ECU的标定是在整车及样机开发完成之后进行的，这与企业缩短开发周期、降低开发成本的要求之间形成了尖锐的矛盾。
硬件在环仿真可以模拟实物汽车的各种运行工况来替代工程试验工作，还可以对在工程试验中可能出现的危险和极端工况提供模拟试验，使发动机控制单元设计开发摆脱外围器件开发进度的限值，在设计初期进行充分设计方案验证，避免每次控制程序更新都要到实物汽车上进行验证，既缩短控制程序的开发周期，也降低控制程序的开发成本。
现有硬件在环仿真技术仅能对控制系统进行功能检测与验证，还不具有标定功能，主要是因为现有硬件在环仿真技术中模拟被控对象的仿真模型多半采用均值物理模型，这种均值物理模型不考虑时间和空间上的变化，只能计算出一定空间和时间范围内的被控对象的物理状态平均值。均值物理模型虽然具有较好的实时性，但模型较粗糙，测试结果精度较低，仅能做功能检测与验证，使得硬件在环测试系统测试后的控制程序无法直接进行后续的标定。
发动机硬件在环测试是以实时处理器模拟发动机的运行工况代替工程试验工作的测试过程。当前应用在仿真测试的模型包括综合考虑发动机各个控制子系统瞬态变化过程的高精度仿真模型(如GT-POWER模型)，能够对发动机运行的任意时刻进行详细分析，其仿真计算精度高，但是实时性差，模型运行时间约几十倍于真实时间，只能在离线环境下进行仿真测试，无法满足硬件在环测试系统的实时性要求。当前应用在仿真测试的模型还包括综合考虑发动机各个控制子系统工作过程的均值物理模型，具体是将发动机的运行过程中每个工作循环中的变化忽略，以其各参数的平均值作为该工作循环的替代，使其满足硬件在环测试系统的实时性要求，但其仿真计算精度较低，使得测试过程中控制精度较差，测试效果不理想。
在发动机控制系统的控制程序开发过程中，标定是指将特定的软件逻辑功能应用在具体项目，根据项目的目标车型对软件逻功能的控制参数进行调整和匹配，使得发动机控制系统能够控制发动机实现预期性能目标的过程。在传统发动机控制系统开发过程中，通过发动机硬件在环测试，可获取特定的软件逻辑功能，由于发动机硬件在环测试过程中采集的仿真模型的存在实时性差或者精度较低的问题，使得测试获取的软件逻辑功能控制发动机运行的控制精度和实时性无法达到标定对应的标准，使得发动机的标定只能在实物汽车上开展，使得汽车开发周期较长且增加开发成本。
发明内容
本发明实施例提供一种发动机硬件在环测试方法及系统，以解决当前发动机硬件在环测试过程中存在的无法兼顾精度和实时性的问题。
本发明提供一种发动机硬件在环测试方法，包括：
实时处理器接收携带仿真模型设定参数的仿真测试指令，采用实时仿真复合模型模拟所述仿真模型设定参数对应的发动机测试工况，获取发动机测量信号，将所述发动机测量信号发送给发动机控制单元，其中，所述实时仿真复合模型包括子系统仿真高斯模型和子系统仿真均值模型；
发动机控制单元接收所述发动机测量信号，采用待测试控制程序对所述发动机测量信号进行处理，获取目标控制信号，将所述目标控制信号发送给所述实时处理器；
实时处理器接收所述目标控制信号，采用所述实时仿真复合模型根据所述目标控制信号调整模型运行状态，获取仿真测试运行结果。
优选地，所述实时处理器接收携带仿真模型设定参数的仿真测试指令，包括：实时处理器接收上位机发送的携带仿真模型设定参数的仿真测试指令；
在所述获取仿真测试运行结果之后，所述发动机硬件在环测试方法还包括：将所述仿真测试运行结果发送给上位机，调用所述上位机上设置的结果分析程序对所述仿真测试运行结果进行分析，获取结果分析结论，在所述上位机上显示所述仿真测试运行结果和结果分析结论。
优选地，在所述实时处理器接收上位机发送的携带仿真模型设定参数的仿真测试指令之前，所述发动机硬件在环测试方法还包括：
上位机获取仿真操作指令，基于所述仿真操作指令调用测试用例队列，所述测试用例队列包括至少一个待测试用例，每一所述待测试用例包括用例执行条件和仿真模型设定参数；
上位机获取当前监测数据，在所述当前监测数据符合所述用例执行条件时，基于所述仿真模型设定参数形成携带仿真模型设定参数的仿真测试指令。
优选地，所述采用实时仿真复合模型模拟所述仿真模型设定参数对应的发动机测试工况，获取发动机测量信号，包括：
并行采用所述子系统仿真高斯模型和所述子系统仿真均值模型，模拟所述仿真模型设定参数对应的发动机测试工况，获取模型输出数据；
对所述模型输出数据进行信号转换，获取发动机测量信号。
优选地，在所述实时处理器接收携带仿真模型设定参数的仿真测试指令之前，所述发动机硬件在环测试方法还包括：
获取实物发动机的目标控制子系统在预设工况下运行时的系统输入参数和系统输出参数，基于所述系统输入参数和所述系统输出参数，获取原始训练样本；
对所述原始训练样本进行标准化线性变换，获取模型训练样本；
基于所述模型训练样本进行高斯数学模型建模，更新所述高斯数学模型中的模型参数，获取与所述目标控制子系统对应的子系统仿真高斯模型。
优选地，在所述获取与所述目标控制子系统对应的子系统仿真高斯模型之后，所述发动机硬件在环测试方法还包括：
从M个控制子系统对应的子系统仿真高斯模型和子系统仿真均值模型中，随机选取L个子系统仿真高斯模型和H个子系统仿真均值模型组合形成原始仿真复合模型；
基于所述原始仿真复合模型进行硬件在环仿真测试，获取所述原始仿真复合模型对应的测试结果数据；
基于所述测试结果数据，从所述原始仿真复合模型中确定实时仿真复合模型。
优选地，所述测试结果数据包括至少两个评估维度对应的测试指标数据；
所述基于所述测试结果数据，从所述原始仿真复合模型中确定实时仿真复合模型，包括：
基于至少两个评估维度对应的测试指标数据，获取每一所述评估维度对应的评估分值；
依据至少两个评估维度对应的预设权重和评估分值进行加权运算，获取每一所述原始仿真复合模型对应的综合评估结果；
选取所述综合评估结果最好的所述原始仿真复合模型，确定为实时仿真复合模型。
优选地，所述目标控制子系统包括进气系统；
所述进气系统对应的系统输入参数为发动机曲轴转速、进气歧管压力、进气门开启曲轴转角、排气门关闭曲轴转角、进气温度和发动机冷却水温度；
所述进气系统对应的系统输出参数为实测进气量；
所述进气系统对应的子系统仿真高斯模型为进气系统仿真高斯模型。
本发明还提供一种发动机硬件在环测试系统，包括实时处理器和发动机控制单元，所述实时处理器上设有实时仿真复合模型，所述发动机控制单元上设有待测试控制程序，所述实时处理器和所述发动机控制单元均包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述发动机硬件在环测试方法。
优选地，所述发动机硬件在环测试系统还包括与所述实时处理器和所述发动机控制单元相连的上位机，所述上位机上预先配置用于对仿真测试运行结果进行分析的结果分析程序和用于生成携带仿真模型设定参数的仿真测试指令的测试用例队列。
上述发动机硬件在环测试方法及系统中，采用实时处理器执行实时仿真复合模型模拟发动机在仿真模型设定参数对应的发动机测试工况下工作，采集相应的发动机测量信号；发动机控制单元采用待测试控制程序对发动机测量信号进行处理，以形成目标控制信号，无需在整车或者样机开发完成的实物发动机上进行测试，有助于缩短开发周期并降低开发成本。由于实时处理器上运行的实时仿真复合模型既包含子系统仿真高斯模型，又包含子系统仿真均值模型，使得实时处理器进行仿真处理时，既可兼顾仿真计算精度，又保障实时性。由于实时仿真复合模型进行仿真计算过程中兼顾计算精度和实时性，使得发动机发动机硬件在环测试系统具有一定的预标定功能，有助于减少后续实物标定的工作量，提高实物标定的标定效率，并有助于降低开发成本并缩短开发周期。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
图1是本发明一实施例中发动机硬件在环测试方法的一应用环境示意图；
图2是本发明一实施例中发动机硬件在环测试方法的一流程图；
图3是本发明一实施例中发动机硬件在环测试方法的另一流程图；
图4是本发明一实施例中发动机硬件在环测试方法的另一流程图；
图5是本发明一实施例中发动机硬件在环测试方法的另一流程图；
图6是本发明一实施例中发动机硬件在环测试方法的另一流程图；
图7是本发明一实施例中发动机硬件在环测试方法的另一流程图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供的发动机硬件在环测试方法，该发动机硬件在环测试方法可应用如图1所示的应用环境中。该发动机硬件在环测试系统包括实时处理器和发动机控制单元，实时处理器上设有实时仿真复合模型，发动机控制单元上设有待测试控制程序，实时处理器和发动机控制单元均包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现下述实施例中的发动机硬件在环测试方法。
实时处理器是配置有实时仿真复合模型，用于实现模拟发动机工作的处理器。由于发动机工作是在多个控制子系统协调配合下工作的，为了使实时处理器更准确模拟发动机工作，可在实时仿真复合模型中配置各个控制子系统对应的子系统仿真模型，用于分别模拟各控制子系统工作。
其中，实时仿真复合模型指采用多种子系统仿真模型组合形成的用于进行实时处理的模型。该实时仿真复合模型包括子系统仿真高斯模型和子系统仿真均值模型两种类型的子系统仿真模型。其中，子系统仿真高斯模型是指采用高斯建模方式对某一控制子系统对应的模型训练样本进行建模后获取的仿真模型，具有仿真计算精度高的优点。子系统仿真均值模型是指采用均值建模方案对某一控制子系统对应的模型训练样本进行建模后获取的均值物理模型，具有计算量少和实时性高的优点。可以理解地，实时处理器中配置的实时仿真复合模型既包含子系统仿真高斯模型，又包含子系统仿真均值模型，使得实时处理器进行仿真处理时，既可兼顾仿真计算精度，又保障实时性。
发动机控制单元(Engine Contro Unit，简称ECU)是由集成电路组成的用于实现对数据的分析处理发送等一系列功能的控制单元。在发动机控制单元上配置有待测试控制程序，该待测试控制程序是需要通过硬件在环仿真测试进行验证的控制程序，具体表现为用于控制发动机工作的控制程序，该待测试控制程序可实现至少一个软件逻辑功能。
本发明实施例所提供的发动机硬件在环测试系统中，发动机控制单元上配置有需要进行测试的待测试控制程序，而实时处理器上配置有可模拟发动机工作的实时仿真复合模型，可控制实时处理器中的实时仿真复合模型模拟发动机工作，以验证待测试控制程序中的软件逻辑功能能否实现以及实现效果，完成仿真测试目的。
在一实施例中，所提供的发动机硬件在环测试系统，不仅包括上述实时处理器和发动机控制单元，还包括与实时处理器和发动机控制单元相连的上位机，上位机上预先配置用于对仿真测试运行结果进行分析的结果分析程序和用于生成携带仿真模型设定参数的仿真测试指令的测试用例队列。上位机包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序，处理器执行计算机程序时实现下述实施例中的发动机硬件在环测试方法。其中，结果分析程序是预先设置的用于对硬件在环仿真测试获取的仿真测试运行结果进行自动化分析的计算机程序，有助于提高结果分析的效率，并节省分析成本。测试用例队列是预先设置的用于辅助生成控制实时处理器进行硬件在环仿真测试的仿真测试指令的队列，有助于提高仿真测试指令的获取效率。
其中，上位机是用于发出操控命令的计算机，是实现从机交互的操作设备。上位机可通过以太网和工业串口与实时处理器相连，可以向实时处理器写入预先训练好的实时仿真复合模型，向实时处理器发送仿真测试指令，采集监控实时仿真复合模型在发动机控制单元作为下运行状态的变化情况所形成的仿真测试运行结果，以便基于仿真测试运行结果分析发动机控制单元上的待测试控制程序的可行性，以完成软件逻辑功能测试的目的。上位机可通过CAN总线与发动机控制单元连接，用于在用户操作下进行诊断、标定、写入程序等操作。
在一实施例中，如图2所示，提供一种发动机硬件在环测试方法，以该发动机硬件在环测试方法应用在图1所示的测试系统为例进行说明，该发动机硬件在环测试方法具体包括如下步骤：
S201：实时处理器接收携带仿真模型设定参数的仿真测试指令，采用实时仿真复合模型模拟仿真模型设定参数对应的发动机测试工况，获取发动机测量信号，将发动机测量信号发送给发动机控制单元，其中，实时仿真复合模型包括子系统仿真高斯模型和子系统仿真均值模型。
其中，仿真测试指令是用于触发测试系统进行一次仿真测试处理的指令。仿真模型设定参数是预先设置的用于模拟发动机工作的数据，是用于确定实时处理器中的实时仿真复合模型的表现与哪种发动机类型一致的参数。可以理解地，仿真测试指令中携带仿真模型设定参数，以使实时处理器模拟与仿真模型设定参数相对应的特定类型的发动机工作，保障发动机硬件在环测试的针对性。
作为一示例，实时处理器可以接收用户操作参数输入设备输入的携带仿真模型设定参数的仿真测试指令，或者接收用户操作参数选择按钮输入的携带仿真模型设定参数的仿真测试指令。
作为一示例，上述步骤S201中的实时处理器接收携带仿真模型设定参数的仿真测试指令，具体包括如下步骤：实时处理器接收上位机发送的携带仿真模型设定参数的仿真测试指令。例如，用户可在上位机的油门配置界面上自主配置测试过程所需的仿真模型设定参数，以形成仿真测试指令，并将该仿真测试指令发送给实时处理器。
其中，实时仿真复合模型指采用多种类型的仿真模型组合形成的用于进行仿真处理的模型。本实施例中，实时仿真复合模型包括子系统仿真高斯模型和子系统仿真均值模型。其中，子系统仿真高斯模型是指采用高斯建模方式对某一控制子系统对应的模型训练样本进行建模后获取的仿真模型，具有仿真计算精度高的优点。子系统仿真均值模型是指采用均值建模方案对某一控制子系统对应的模型训练样本进行建模后获取的均值物理模型，具有计算量少和实时性高的优点。可以理解地，实时处理器中配置的实时仿真复合模型既包含子系统仿真高斯模型，又包含子系统仿真均值模型，使得实时处理器进行仿真处理时，既可兼顾仿真计算精度，又保障仿真处理的实时性。
实时处理器是用于执行实时仿真复合模型进行实时仿真计算的处理器，是整个发动机硬件在环测试的核心。在实时处理器接收到仿真测试指令之后，采用实时仿真复合模型模拟发动机在仿真模型设定参数对应的发动机测试工况下工作，以获取实时仿真复合模型输出的发动机测量信号，再将发动机测量信号发送给发动机控制单元。该发动机测量信号是实时仿真复合模型模拟发动机在仿真模型设定参数对应的发动机测试工况下工作时测量到的信号。可以理解地，发动机测量信号与发动机实测信号相对的概念，发动机测量信号是采用实时仿真复合模型模拟发动机工作过程中形成的测量信号，而发动机实测信号是实物发动机在发动机测试工况下工作中形成的测量信号，两者所形成的信号类型相同。例如，在实物发动机运行过程中，发动机上的传感器会采集特定的温度、压力和转速等数据，并将这些数据以模拟量(连续变化的信号，如0-5V电压信号)或者开关量(非连续变化的信号，如只有0V/5V两种状态)等形式通过线束发送给ECU，以使ECU接收到发动机实测信号。本示例中，为了使ECU认为发动机硬件在环测试系统也是一台发动机，需要使发动机硬件在环测试系统也是以模拟量或者开关量的形式，通过线束发送给ECU，以使ECU接收到实时仿真复合模型输出的发动机测量信号。
作为一示例，发动机测量信号包括但不限于曲轴传感器信号、凸轮轴传感器信号，温度传感器信号，爆震传感器信号、氧传感器信号和空气流量传感器信号等信号，这些信号是模拟发动机实际工作过程中需采集并反馈给发动机控制单元的信号，可使发动机控制单元根据接收到的发动机测量信号进行计算，生成用于控制发动机工作的目标控制信号。
可以理解地，采用实时处理器执行实时仿真复合模型模拟发动机在仿真模型设定参数对应的发动机测试工况下工作，采集相应的发动机测量信号，而无需在整车或者样机开发完成的实物发动机上进行测试，有助于缩短开发周期并降低开发成本。由于实时处理器上运行的实时仿真复合模型既包含子系统仿真高斯模型，又包含子系统仿真均值模型，使得实时处理器进行仿真处理时，既可兼顾仿真计算精度，又保障实时性。
S202：发动机控制单元接收发动机测量信号，采用待测试控制程序对发动机测量信号进行处理，获取目标控制信号，将目标控制信号发送给实时处理器。
其中，待测试控制程序是需要通过硬件在环仿真测试进行验证的控制程序。一般来说，在汽车开发过程中，需在汽车的发动机控制单元中写入目标控制程序，该目标控制程序是经过软件逻辑功能试验以及标定后认为符合预设特定车型对应的标准的控制程序。该待测试控制程序可以理解为需要进行软件逻辑功能测试的控制程序。可以理解地，待测试控制程序中包括控制逻辑和控制程序参数，在对待测试控制程序进行软件逻辑功能测试时，需对控制逻辑和控制程序参数这两个测试项进行测试，以确定待测试控制程序是否满足相应的软件逻辑功能。
作为一示例，发动机控制单元在接收到实时处理器发送的实时仿真复合模型输出的发动机测量信号，采用设置的待测试控制程序对发动机测量信号进行处理，其处理过程相当于采用待测试控制程序对实物发动机工作过程形成的发动机实测信号进行处理过程相同，以获取目标控制信号，并将目标控制信号发送给实时处理器。该目标控制信号是执行待测试控制程序对发动机测量信号进行处理后形成的用于控制发动机工作的信号。
作为一示例，发动机测量信号包括但不限于曲轴传感器信号、凸轮轴传感器信号，温度传感器信号，爆震传感器信号、氧传感器信号和空气流量传感器信号等信号。相应地，目标控制信号包括但不限于节气门控制型号、喷油点火控制信号和阀控制信号等控制信号，这些控制信号是发动机控制单元根据待测试控制程序对发动机测量信号进行处理形成的用于控制发动机各控制子系统工作的信号。
本实施例中，用户可以通过上位机向发动机控制单元写入待测试控制程序，在实时处理器根据上位机的仿真测试指令，控制实时仿真复合模型进行实时仿真计算后，获取发动机测量信号，以替代实物发动机在仿真模型设定参数对应的发动机测试工况下工作形成的发动机实测信号，使得发动机控制单元在接收到发动机测量信号后，采用待测试控制程序对发动机测量信号进行处理，以形成目标控制信号，并将目标控制信号发送给实时处理器，使得其测试过程无需采集实物发动机的发动机实测信号，避免测试过程需在整车或者样机开发完成之后才可进行测试，有助于缩短开发周期并降低开发成本。
S203：实时处理器接收目标控制信号，采用实时仿真复合模型根据目标控制信号调整模型运行状态，获取仿真测试运行结果。
作为一示例，实时处理器在接收发动机控制单元执行待测试控制程序之后形成的目标控制信号之后，采用实时仿真复合模型模拟根据目标控制信号调节模型运行状态，以获取模拟发动机在目标控制信号下工作形成的仿真测试运行结果。该仿真测试运行结果是实时仿真复合模型模拟根据目标控制信号调节发动机各控制子系统的运行状态下采集到的数据。
作为一示例，在步骤S201中，实时处理器接收上位机发送的携带仿真模型设定参数的仿真测试指令的情况下，在步骤S203之后，在获取仿真测试运行结果之后，发动机硬件在环测试方法还包括如下步骤：将仿真测试运行结果发送给上位机，以使上位机接收并显示仿真测试运行结果。即上位机实时接收实时处理器发送的仿真测试运行结果，在上位机的显示屏显示仿真测试运行结果，以便用户根据仿真测试运行结果分析待测试控制程序的可行性，以确定是否待测试控制程序是否符合软件逻辑功能对应的判断标准。
作为一示例，在步骤S201中，实时处理器接收上位机发送的携带仿真模型设定参数的仿真测试指令的情况下，在步骤S203之后，在获取仿真测试运行结果之后，发动机硬件在环测试方法还包括如下步骤：将仿真测试运行结果发送给上位机，调用上位机上设置的结果分析程序对仿真测试运行结果进行分析，获取结果分析结论，在上位机上显示仿真测试运行结果和结果分析结论。上位机上可预先配置结果分析程序，该结果分析程序是预先设置的用于对仿真测试运行结果进行分析，以确定是否存在异常的控制程序。上位机在接收到实时处理器发送的仿真测试运行结果之后，调用结果分析程序对仿真测试运行结果进行分析，获取结果分析结论，在显示屏上显示仿真测试运行结果和结果分析结论，以方便用户根据结果分析结论确定待测试控制程序符合软件逻辑功能对应的判断标准，提高仿真测试运行结果分析的效率。
本实施例所提供的发动机硬件在环测试方法中，采用实时处理器执行实时仿真复合模型模拟发动机在仿真模型设定参数对应的发动机测试工况下工作，采集相应的发动机测量信号；发动机控制单元采用待测试控制程序对发动机测量信号进行处理，以形成目标控制信号，无需在整车或者样机开发完成的实物发动机上进行测试，有助于缩短开发周期并降低开发成本。由于实时处理器上运行的实时仿真复合模型既包含子系统仿真高斯模型，又包含子系统仿真均值模型，使得实时处理器进行仿真处理时，既可兼顾仿真计算精度，又保障实时性。由于实时仿真复合模型进行仿真计算过程中兼顾计算精度和实时性，使得发动机发动机硬件在环测试系统具有一定的预标定功能，有助于减少后续实物标定的工作量，提高实物标定的标定效率，并有助于降低开发成本并缩短开发周期。其中，当发动机硬件在环测试系统的仿真精度上升一定程度，例如5％-10％时，已经能够反映出实物发动机/车辆的工作状态，则可以将部分标定工作移至硬件在环测试系统开展，从而减少对车辆资源的依赖，避免了没有车辆就无法开展标定工作的情况，这种将车辆标定工作前移至硬件在环测试系统，通过仿真手段开展的过程称为预标定。
在一实施例中，如图3所示，在步骤S201的实时处理器接收上位机发送的携带仿真模型设定参数的仿真测试指令之前，发动机硬件在环测试方法还包括如下步骤：
S301：上位机获取仿真操作指令，基于仿真操作指令调用测试用例队列，测试用例队列包括至少一个待测试用例，每一待测试用例包括用例执行条件和仿真模型设定参数。
其中，仿真操作指令是用于触发上位机开始进行仿真操作的指令，具体是用于控制上位机进行特定操作，以执行生成携带仿真模型设定参数的仿真测试指令这一操作的指令。作为一示例，该仿真操作指令可以是用户操作上位机上的开始测试按钮而触发的指令，也可以是基于上位机预先设置的定时任务触发的指令，即在系统当前时间达到定时任务设定的开始时间之后自动触发的指令。
其中，测试用例队列是由预先设置的待测试用例形成的队列，该待测试用例是指用于进行发动机硬件在环测试的用例，每一待测试用例可以重复多次调用，无需在每次仿真测试过程中重新编写，以便提高发动机硬件在环测试的效率。该测试用例队列包括依序排序的至少一个待测试用例，以使上位机每次调用测试用例队列时，可依序执行至少一个待测试用例，有助于提高发动机硬件在环测试的效率。用例执行条件是预先设置的用于执行某一待测试用例的条件。仿真模型设定参数是预先设置的用于模拟发动机工作的数据，是用于确定实时处理器中的实时仿真复合模型的表现与哪种发动机类型一致的参数。
S302：上位机获取当前监测数据，在当前监测数据符合用例执行条件时，基于仿真模型设定参数形成携带仿真模型设定参数的仿真测试指令。
其中，当前监测数据是上位机实时监测到的数据。作为一示例，在上位机上预先配置多个监听事件，用于实时监听上位机的当前状态(如监控到用户触发某一操作指令)、或者实时监听与上位机相连的实时处理器和发动机控制单元在测试过程中形成的特定数据(如实时处理器中形成的仿真测试运行结果)，则当前监测数据包括上位机的当前状态和特定数据。
本实施例中，上述机实时获取当前监测数据，在获取的当前监测数据符合某一待测试用例的用例执行条件时，则生成仿真测试指令，该仿真测试指令携带与用例执行条件对应的仿真模型设定参数。例如，若测试用例队列中的第一个待测试用例的用例执行条件为用户操作A按钮触发的A操作指令，则在上位机获取的当前监测数据中包含A操作指令时，基于第一个待测试用例的仿真模型设定参数生成相应的仿真测试指令。又例如，若待测试用例队列中的第K个待测试用例的用例执行条件为获取第K-1个待测试用例的仿真测试运行结果，则在上位机获取的当前监测数据中包含第K-1个待测试用例的仿真测试运行结果时，基于第K个待测试用例的仿真模型设定参数生成对应的仿真测试指令。
本实施例所提供的发动机硬件在环测试方法，基于仿真操作指令调用测试用例队列，确定依序执行的至少一个待测试用例，每一待测试用例可以重复多次调用，无需在每次仿真测试过程中重新编写，以便提高发动机硬件在环测试的效率。在当前监测数据符合用例执行条件时，生成携带仿真模型设定参数的仿真测试指令，使得仿真测试指令的获取效率更高，无需用户实时自主配置，有助提高测试效率。
在一实施例中，实时处理器上配置的实时仿真复合模型包括子系统仿真高斯模型和子系统仿真均值模型，其中，子系统仿真高斯模型和子系统仿真均值模型的数量均为至少一个，即实时仿真复合模型包括至少一个子系统仿真高斯模型和至少一个子系统仿真均值模型，每一子系统仿真高斯模型和子系统仿真均值模型分别用于模拟发动机对应的一个控制子系统，该控制子系统包括但不限于进气系统、点火系统和喷油系统。本示例中，若实物发动机上设有M个控制子系统，则实时仿真复合模型中组合的子系统仿真高斯模型和子系统仿真均值模型的数量之和为M个，且每个控制子系统对应一个子系统仿真高斯模型或者一个子系统仿真均值模型，以使每个控制子系统均可实现仿真处理，此时，若设子系统仿真高斯模型的数量为L个，则相应地，子系统仿真均值模型的数量为H个，其中，M＝L+H，L≧1，H≧1。
在一实施例中，如图4所示，步骤S201中的采用实时仿真复合模型模拟仿真模型设定参数对应的发动机测试工况，获取发动机测量信号，具体包括如下步骤：
S401：并行采用子系统仿真高斯模型和子系统仿真均值模型，模拟仿真模型设定参数对应的发动机测试工况，获取模型输出数据。
由于实时仿真复合模型中的子系统仿真高斯模型和子系统仿真均值模型的数量均为至少一个，为了保证实时仿真复合模型模拟发动机在仿真模型设定参数对应的发动机测试工况下工作的时效性，需使实时处理器并发执行与实时仿真复合模型中的模型数量相对应的处理进程，如并发调用M个处理进程)，以使每一处理进程调用一个子系统仿真高斯模型或者一个子系统仿真均值模型进行处理，使得所有子系统仿真高斯模型和子系统仿真均值模型并行仿真模拟仿真模型设定参数对应的发动机测试工况，分别获取对应的模型输出数据，可有效保障仿真处理过程中的实时性。此处的模型输出数据具体是子系统仿真高斯模型或者子系统仿真均值模型模拟发动机在仿真模型设定参数对应的发动机测试工况下工作时，获取到的模型输出值。
S402：对模型输出数据进行信号转换，获取发动机测量信号。
其中，发动机测量信号是采用实时仿真复合模型模拟发动机工作过程中形成的测量信号。由于发动机测量信号需由实时处理器通过线束发送给ECU，而线束中传输的信号以模拟量或者开关量形式存在，而子系统仿真高斯模型或者子系统仿真均值模型输出的模型输出数据为特定数值，无法通过线束传输给ECU，因此，为了保障发动机硬件在环测试的可行性，需对模型输出数据进行信号转换，以获取可通过线束传输给发动机控制单元的发动机测量信号，使得使得发动机测量信号可以以模拟量或者开关量形式传输。
作为一示例，可在实时处理器上配置与实时仿真复合模型相连的用于实现信号转换的信号转换电路，该信号转换电路与ECU相连，可将实时仿真复合模型输出的模型输出数据转换成以模拟量或者开关量形式存储的发动机测量信号，并将发动机测量信号通过线束发送给ECU。
本实施例所提供的发动机硬件在环测试方法，并行采用子系统仿真高斯模型和子系统仿真均值模型，模拟发动机在仿真模型设定参数对应的发动机测试工况下工作，可有效保障实时仿真处理的实时性；再对实时仿真复合模型输出的模型输出数据进行信号转换，以获取保证发动机测量信号可通过线束传输给ECU，以保障发动机硬件在环测试的可行性。
本实施例中，包括子系统仿真高斯模型和子系统仿真均值模型，子系统仿真均值模型为传统均值物理模型，其模型训练过程为现有技术，此处不一一赘述。子系统仿真高斯模型是指采用高斯建模方式对某一控制子系统对应的模型训练样本进行建模后获取的仿真模型，与传统均值物理模型忽略时间和空间变化而采用物理状态平均值相比，其处理过程会充分考虑时间和空间变化过程，使得实时仿真计算精度更高，这种子系统仿真高斯模型的建模过程与传统均值物理模型的建模过程不相同，因此，在执行步骤S201之前，该发动机硬件在环测试方法还包括训练实时仿真复合模型的过程，具体包括训练目标控制子系统对应的子系统仿真高斯模型的过程，以保证子系统仿真高斯模型进行实时仿真处理的精度。
在一实施例中，如图5所示，在步骤S201之前，即在实时处理器接收携带仿真模型设定参数的仿真测试指令之前，发动机硬件在环测试方法还包括如下步骤：
S501：获取实物发动机的目标控制子系统在预设工况下运行时的系统输入参数和系统输出参数，基于系统输入参数和系统输出参数，获取原始训练样本。
其中，实物发动机是指实际运行的发动机，是与实时处理器中实时仿真复合模型所模拟的发动机相对的一个概念。目标控制子系统是指需要采用高斯数学模型进行建模的用于控制发动机工作的一个控制子系统。预设工况是在模型训练过程中预先设置的发动机的运行工况。系统输入参数是指实物发动机的目标控制子系统在预设工况下运行过程中实时采集到的输入参数。系统输出参数是指实物发动机的目标控制子系统在预设工况下运行过程中实时采集到的输出参数。原始训练样本是基于系统输入参数和系统输出参数形成的用于进行高斯数学模型建模的样本。
作为一示例，由于发动机的多个控制子系统中，进气系统是影响发动机控制精度的最重要控制子系统，为了保证实时仿真复合模型的仿真计算精度，因此，需优先训练的目标控制子系统为进气系统，将进气系统对应的子系统仿真高斯模型为进气系统仿真高斯模型。针对进气系统这一目标控制子系统，其系统输入参数包括发动机曲轴转速N、进气歧管压力PS、进气门开启曲轴转角IVO(Intake Valve Open)、排气门关闭曲轴转角(ExhaustValve Close)、进气温度Tair和发动机冷却水温度Teng，相应地，系统输出参数包括实测进气量Qair。
高斯数学模型建模是不考虑被控对象的具体物理过程，仅根据已经测试得到的试验结果，通过设计某种评价规则，建立符合这种规则的被控对象的输入参数和输出参数之间的关系的数学模型。在将进气系统的系统输入参数(发动机曲轴转速N、进气歧管压力PS、进气门开启曲轴转角IVO、排气门关闭曲轴转角EVC、进气温度Tair，发动机冷却水温度Teng)与系统输出参数(实测进气量Qair)采用高斯数学模型建模，构建Q＝F(N,Ps,IVO,EVC,Tair,Teng)这一进气系统仿真高斯模型，以使该进气系统仿真高斯模型可准确反映系统输入参数和系统输出参数之间的转换关系。
本实施例中，在实验设计(Design Of Experiment，简称DOE)中，预先设计发动机实验的预设工况，该预设工况需综合考虑发动机曲轴转速N、进气歧管压力PS、进气门开启曲轴转角IVO、排气门关闭曲轴转角EVC、进气温度Tair与发动机冷却水温度Teng这几个系统输入参数之间的对应关系，在保持其他五个系统输入参数不变的情况，调节剩余一个系统输入参数，以便分析各个系统输入参数对实测进气量Qair的影响。
例如，控制实物发动机的目标控制子系统在预设工况下运行，由发动机曲轴转速传感器或者试验台架测量设备测量得到的发动机曲轴转速N，由发动机进气歧管压力传感器采集得到的进气歧管压力Ps，由发动机凸轮轴相位计算系统计算得到进气门开启时刻对应的进气门开启曲轴转角IVO(Intake Valve Open)，由发动机凸轮轴相位计算系统计算得到排气门关闭时刻对应的排气门关闭曲轴转角EVC(Exhaust Valve Close)，由发动机进气温度传感器采集得到的进气温度Tair，由发动机冷液温度传感器采集得到的冷却水温度Teng，以获取系统输入参数；并通过实验台架上高精度的流量测量设备测量得到实测进气量Qair这一系统输出数据，从而获取与预设工况数量相对应的原始训练样本，该原始训练样本是基于实时采集到的实验数据形成的用于进行模型训练所需的样本。一般来说，预设工况设计的数量越大，所采集到的原始训练样本越多，使得后续训练所得的模型的精确度越高，但其模型训练过程耗时较长，为了兼顾训练时效性和精确度，将预设工况的数量设置为3000。
S502：对原始训练样本进行标准化线性变换，获取模型训练样本。
本实施例中，基于实物发动机的目标控制子系统在预设工况下运行所采集到系统输入参数和系统输出参数，以获取原始训练样本，此时所获取的原始训练样本的数量与预设工况数量相同，设为n个；由于目标控制子系统一般是根据实物发动机运行过程中实时采集到至少一个输入参数进行运算，以确定一个输出参数的控制系统，因此，所采集到的系统输入参数为至少一个，而所采集到的系统输出参数为一个。此时，可基于n个原始训练样本构建数据集合D，则数据集合D＝{(xi，yi)i＝1,2,...,n}＝(X,y)，xi为系统输入参数，是d维输入向量；d为系统输入参数的数量；X＝[x1,x2,...xn]为n个原始训练样本所形成的d×n维输入矩阵；yi为系统输入参数xi对应的系统输出参数，y为输入矩阵X对应的输出向量。
由于实际测量所获取的原始训练样本中的系统输入参数的数量d为至少一个，不同系统输入参数之间的数值差异较大，为了提高后续高斯数学模型建模的处理效率，需要对原始训练样本进行标准化线性变换，以获取所有参数值在特定数字范围内的模型训练样本，有助于保障后续模型训练的效率和准确性。
作为一示例，可采用
Figure BDA0002364769220000151
对原始训练样本进行标准化线性变换，获取模型训练样本，其中，μ为原始训练样本中X的平均值，δ为原始训练样本中X的方差，X'μ为原始训练样本中X进行标准化线性变换后获取的值。由于X＝[x1,x2,...xn]，则其标准化线性变换过程包括
Figure BDA0002364769220000152
以获取系统输入参数对应的均值为0的模型训练样本。
S503：基于模型训练样本进行高斯数学模型建模，更新高斯数学模型中的模型参数，获取与目标控制子系统对应的子系统仿真高斯模型。
其中，基于模型训练样本进行高斯数学模型建模是指将n个经过标准化线性变换所获取的模型训练样本，输入到高斯数学模型中，基于高斯数学模型中的模型函数，更新模型函数对应的模型参数，从而获取与目标控制子系统对应的子系统仿真高斯模型，以使目标控制子系统对应的子系统仿真高斯模型可准确反映目标控制子系统的系统输入参数和系统输出参数之间的转换关系，以便后续进行仿真实时处理。
作为一示例，基于模型训练样本训练高斯数学模型的过程包括如下步骤：
(1)选取指数型核函数，构建高斯数学模型的方差函数
Figure BDA0002364769220000153
其中，exp是以e为底的指数函数，
Figure BDA0002364769220000154
和θ函数中的超参数，是需要进行模型训练确定的模型参数，
Figure BDA0002364769220000155
是与方差δ相关的超参数。
(2)基于上述方差函数进行高斯建模，高斯过程为f(x′i)＝y′i，f～N[0,K]，其中，Kij＝k(xi,xj)，可以理解地，选择不同超参数
Figure BDA0002364769220000156
和θ，会使得高斯数学模型获取不同的模型精度。
(3)在模型训练样本中系统输入参数对应的输入集为X*，系统输出参数对应的输出集为μ**时，构建子系统仿真高斯模型为μ**＝K(X*，X)K(X，X)-1f，基于n个模型训练样本的输入集和输出集，确定高斯数学模型中的超参数
Figure BDA0002364769220000161
和θ这两个模型参数，以使子系统仿真高斯模型收敛。
例如，根据可逆矩阵的性质，
Figure BDA0002364769220000162
在超参数
Figure BDA0002364769220000163
对计算期望无影响时，可设置超参数
Figure BDA0002364769220000164
再采用最大似然法，联合正态分布概率似然函数
Figure BDA0002364769220000165
给定初始θ值，通过梯度下降迭代法，获取使似然函数最大的θ，以确定超参数
Figure BDA0002364769220000166
和θ这两个模型参数，从而获取目标控制子系统对应的子系统仿真高斯模型。
进一步地，可通过简化子系统仿真高斯模型的运算过程，以在保障仿真计算精度的同时，提高高斯仿真计算的速度。具体地，简化控制子系统仿真高斯模型的处理过程如下：针对方差函数
Figure BDA0002364769220000167
可先通过计算
Figure BDA0002364769220000168
再计算b＝exp(-0.5a)，将计算出的(a,b)输入到发动机控制单元中，可在发动机控制单元中查找与(a,b)对应的目标控制信号，以将复杂的指数运算转换成查表运算，以提高发动机硬件在环测试方法的测试效率。
本实施例所提供的发动机硬件在环测试方法中，基于实物发动机的目标控制子系统在预设工况下运行时采集到的系统输入参数和系统输出参数，获取原始训练样本，使得原始训练样本的获取过程具有可按性和针对性。对原始训练样本进行标准化线性变换，以获取模型训练样本，有助于保障后续模型训练的效率和准确性。基于模型训练样本对高斯数学模型进行建模，更新模型函数对应的模型参数，从而获取与目标控制子系统对应的子系统仿真高斯模型，以使该子系统仿真高斯模型可准确反映目标控制子系统的系统输入参数和系统输出参数之间的转换关系，以便后续进行仿真实时处理。
在一实施例中，如图6所示，在步骤S503之后，即在获取与目标控制子系统对应的子系统仿真高斯模型之后，发动机硬件在环测试方法还包括如下步骤：
S601：从M个控制子系统对应的子系统仿真高斯模型和子系统仿真均值模型中，随机选取L个子系统仿真高斯模型和H个子系统仿真均值模型组合形成原始仿真复合模型。
本示例中，若实物发动机上设有M个控制子系统，则实时仿真复合模型中组合的子系统仿真高斯模型和子系统仿真均值模型的数量之和为M个，且每个控制子系统对应一个子系统仿真高斯模型或者一个子系统仿真均值模型，以使每个控制子系统均可实现仿真处理，此时，若设子系统仿真高斯模型的数量为L个，则相应地，子系统仿真均值模型的数量为H个，其中，M＝L+H，L≧1，H≧1。原始仿真复合模型是预先随机选择L个子系统仿真高斯模型和H个子系统仿真均值模型组合形成的复合模型，是未经测试验证的复合模型。
S602：基于原始仿真复合模型进行硬件在环仿真测试，获取原始仿真复合模型对应的测试结果数据。
本示例中，将原始仿真复合模型写入到实时处理器中，利用该原始仿真复合模型进行硬件在环仿真测试，并记录该原始仿真复合模型在模拟发动机工作过程中形成的测试结果数据。其中，测试结果数据是指每一原始仿真复合模型在进行硬件在环仿真测试过程中形成的数据。该测试结果数据是可以用于计算反映原始仿真复合模型在进行硬件在环仿真测试过程中好坏的数据。
S603：基于测试结果数据，从原始仿真复合模型中确定实时仿真复合模型。
由于每一测试结果数据用于反应一原始仿真复合模型在进行硬件在环仿真测试过程中好坏的数据，是进行硬件在环仿真测试过程获取的测试结果，可以评估原始仿真复合模型的好坏，因此，可以从随机组合的多个原始仿真复合模型中选取测试结果数据最好的一个作为实时仿真复合模型，以保证后续利用实时仿真复合模型进行发动机硬件在环测试的测试效果。
本实施例所提供的发动机硬件在环测试方法中，先随机组合形成多个原始仿真复合模型，再对每一原始仿真复合模型进行硬件在环仿真测试，以根据测试结果数据筛选出最优的原始仿真复合模型作为实时仿真复合模型，以保证后续利用实时仿真复合模型进行发动机硬件在环测试的测试效果。
在一实施例中，测试结果数据包括至少两个评估维度对应的测试指标数据。其中，评估维度是用于反映原始仿真复合模型在进行硬件在环仿真测试过程好坏的维度。测试指标数据是原始仿真复合模型在进行硬件在环仿真测试过程中获取的与评估维度相对应的具体数值。作为一示例，由于实时仿真复合模型在进行硬件在环仿真测试过程中需综合考虑精度和实时性，因此，评估维度可以包括仿真计算精度和仿真计算时间。或者，由于实时仿真复合模型在进行硬件在环仿真测试过程中需综合考虑精度、实时性以及系统资料占用，因此，评估维度包括仿真计算精度、仿真计算时间和系统资料占用率。
相应地，如图7所示，步骤S603，即基于测试结果数据，从原始仿真复合模型中确定实时仿真复合模型，具体包括如下步骤：
S701：基于至少两个评估维度对应的测试指标数据，获取每一评估维度对应的评估分值。
作为一示例，可以基于至少两个评估维度对应的测试指标数据查询预先设置评估分值对照表，可快速获取每一评估维度对应的评估分值。例如，在预先设置的评估分值对照表中，记录每一评估维度对应的数值范围与评估分值的对应关系，先每一评估维度对应的测试指标数据所在的数值范围，再将所在的数值范围对应的评估分值作为该评估维度对应的评估分值。一般来说，在预先设置的评估分值对照表中，将至少两个评估维度对应的评估分值设置在同一数值区间，如0-10，以使至少两个评估维度对应的评估分值具有可比性，无需进行后续归一化处理，有助于节省处理时间。
S702：依据至少两个评估维度对应的预设权重和评估分值进行加权运算，获取每一原始仿真复合模型对应的综合评估结果。
作为一示例，可以依据P＝∑SiWi这一加权运算公式，对至少两个评估维度对应的预设权重和评估分值进行加权运算，获取每一原始仿真复合模型对应的综合评估结果，其中，P为综合评估结果，Si为第i个评估维度对应的评估分值，Wi为第i个评估维度对应的预设权重。
S703：选取综合评估结果最好的原始仿真复合模型，确定为实时仿真复合模型。
作为一示例，可以对多个原始仿真复合模型对应的综合评估结果进行排序，将综合评估结果最好的原始仿真复合模型，即综合评估结果数值最大的原始仿真复合模型，确定为实时仿真复合模型，以使实时仿真复合模型可以兼顾多个评估维度的需求，如兼顾仿真计算精度、仿真计算时间和占用系统资源。
本实施例所提供的发动机硬件在环测试方法中，基于至少两个评估维度对应的测试指标数据，确定每一评估维度对应的评估分值和预设权重并进行加权运算，以确定实时仿真复合模型，以使实时仿真复合模型可以兼顾多个评估维度的需求，如兼顾仿真计算精度、仿真计算时间和占用系统资源。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。

Claims (9)

1.一种发动机硬件在环测试方法，其特征在于，包括：
实时处理器接收携带仿真模型设定参数的仿真测试指令，采用实时仿真复合模型模拟所述仿真模型设定参数对应的发动机测试工况，获取发动机测量信号，将所述发动机测量信号发送给发动机控制单元，其中，所述实时仿真复合模型包括子系统仿真高斯模型和子系统仿真均值模型；
发动机控制单元接收所述发动机测量信号，采用待测试控制程序对所述发动机测量信号进行处理，获取目标控制信号，将所述目标控制信号发送给所述实时处理器；
实时处理器接收所述目标控制信号，采用所述实时仿真复合模型根据所述目标控制信号调整模型运行状态，获取仿真测试运行结果；
其中，在所述实时处理器接收携带仿真模型设定参数的仿真测试指令之前，所述发动机硬件在环测试方法还包括：
获取实物发动机的目标控制子系统在预设工况下运行时的系统输入参数和系统输出参数，基于所述系统输入参数和所述系统输出参数，获取原始训练样本；
对所述原始训练样本进行标准化线性变换，获取模型训练样本；
基于所述模型训练样本进行高斯数学模型建模，更新所述高斯数学模型中的模型参数，获取与所述目标控制子系统对应的子系统仿真高斯模型。
2.如权利要求1所述的发动机硬件在环测试方法，其特征在于，所述实时处理器接收携带仿真模型设定参数的仿真测试指令，包括：实时处理器接收上位机发送的携带仿真模型设定参数的仿真测试指令；
在所述获取仿真测试运行结果之后，所述发动机硬件在环测试方法还包括：将所述仿真测试运行结果发送给上位机，调用所述上位机上设置的结果分析程序对所述仿真测试运行结果进行分析，获取结果分析结论，在所述上位机上显示所述仿真测试运行结果和结果分析结论。
3.如权利要求2所述的发动机硬件在环测试方法，其特征在于，在所述实时处理器接收上位机发送的携带仿真模型设定参数的仿真测试指令之前，所述发动机硬件在环测试方法还包括：
上位机获取仿真操作指令，基于所述仿真操作指令调用测试用例队列，所述测试用例队列包括至少一个待测试用例，每一所述待测试用例包括用例执行条件和仿真模型设定参数；
上位机获取当前监测数据，在所述当前监测数据符合所述用例执行条件时，基于所述仿真模型设定参数形成携带仿真模型设定参数的仿真测试指令。
4.如权利要求1所述的发动机硬件在环测试方法，其特征在于，所述采用实时仿真复合模型模拟所述仿真模型设定参数对应的发动机测试工况，获取发动机测量信号，包括：
并行采用所述子系统仿真高斯模型和所述子系统仿真均值模型，模拟所述仿真模型设定参数对应的发动机测试工况，获取模型输出数据；
对所述模型输出数据进行信号转换，获取发动机测量信号。
5.如权利要求1所述的发动机硬件在环测试方法，其特征在于，在所述获取与所述目标控制子系统对应的子系统仿真高斯模型之后，所述发动机硬件在环测试方法还包括：
从M个控制子系统对应的子系统仿真高斯模型和子系统仿真均值模型中，随机选取L个子系统仿真高斯模型和H个子系统仿真均值模型组合形成原始仿真复合模型；
基于所述原始仿真复合模型进行硬件在环仿真测试，获取所述原始仿真复合模型对应的测试结果数据；
基于所述测试结果数据，从所述原始仿真复合模型中确定实时仿真复合模型。
6.如权利要求5所述的发动机硬件在环测试方法，其特征在于，所述测试结果数据包括至少两个评估维度对应的测试指标数据；
所述基于所述测试结果数据，从所述原始仿真复合模型中确定实时仿真复合模型，包括：
基于至少两个评估维度对应的测试指标数据，获取每一所述评估维度对应的评估分值；
依据至少两个评估维度对应的预设权重和评估分值进行加权运算，获取每一所述原始仿真复合模型对应的综合评估结果；
选取所述综合评估结果最好的所述原始仿真复合模型，确定为实时仿真复合模型。
7.如权利要求1所述的发动机硬件在环测试方法，其特征在于，所述目标控制子系统包括进气系统；
所述进气系统对应的系统输入参数为发动机曲轴转速、进气歧管压力、进气门开启曲轴转角、排气门关闭曲轴转角、进气温度和发动机冷却水温度；
所述进气系统对应的系统输出参数为实测进气量；
所述进气系统对应的子系统仿真高斯模型为进气系统仿真高斯模型。
8.一种发动机硬件在环测试系统，包括实时处理器和发动机控制单元，其特征在于，所述实时处理器上设有实时仿真复合模型，所述发动机控制单元上设有待测试控制程序，所述实时处理器和所述发动机控制单元均包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述发动机硬件在环测试方法。
9.如权利要求8所述的发动机硬件在环测试系统，还包括与所述实时处理器和所述发动机控制单元相连的上位机，所述上位机上预先配置用于对仿真测试运行结果进行分析的结果分析程序和用于生成携带仿真模型设定参数的仿真测试指令的测试用例队列。
CN202010032267.4A 2020-01-13 2020-01-13 发动机硬件在环测试方法及系统 Active CN113110367B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010032267.4A CN113110367B (zh) 2020-01-13 2020-01-13 发动机硬件在环测试方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010032267.4A CN113110367B (zh) 2020-01-13 2020-01-13 发动机硬件在环测试方法及系统

Publications (2)

Publication Number Publication Date
CN113110367A CN113110367A (zh) 2021-07-13
CN113110367B true CN113110367B (zh) 2022-05-31

Family

ID=76709048

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010032267.4A Active CN113110367B (zh) 2020-01-13 2020-01-13 发动机硬件在环测试方法及系统

Country Status (1)

Country Link
CN (1) CN113110367B (zh)

Families Citing this family (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113050609B (zh) * 2021-03-30 2022-07-15 潍柴动力股份有限公司 一种ecu测试方法及装置
CN113589787B (zh) * 2021-07-22 2023-03-14 上汽通用五菱汽车股份有限公司 硬件在环测试方法、测试装置、测试系统和可读存储介质
CN115219207B (zh) * 2021-09-23 2023-08-25 广州汽车集团股份有限公司 发动机排放预测方法、试验上位机及存储介质
CN114608830B (zh) * 2022-02-10 2023-03-17 南京航空航天大学 一种基于Doe的二冲程点燃式航空煤油发动机爆震抑制方法
CN114706368B (zh) * 2022-04-06 2024-03-26 中国人民解放军陆军装甲兵学院 一种综合传动装置ecu在环仿真测试平台
CN114995346B (zh) * 2022-06-13 2024-09-17 中国第一汽车股份有限公司 一种发动机电气诊断标定方法、装置、设备及介质
CN115881291B (zh) * 2023-02-28 2023-06-02 苏州阿基米德网络科技有限公司 一种医疗设备的运维培训系统及培训方法
CN117075571B (zh) * 2023-03-06 2024-08-06 昆易电子科技(上海)有限公司 测试方法及系统、设备以及可读存储介质

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7324588B2 (en) * 2003-06-30 2008-01-29 Nokia Corporation Apparatus, and associated method, for testing a mobile terminal in test conditions that emulate an operating environment
EP1645041A2 (en) * 2003-06-30 2006-04-12 Nokia Corporation Emulating system, apparatus, and method for emulating a radio channel
CN103699013B (zh) * 2013-09-28 2017-02-08 北京工业大学 一种有效提高电机硬件在环实时仿真速度和精度的方法
CN103699035B (zh) * 2013-12-16 2015-02-18 武汉理工大学 一种车用发动机硬件在环仿真过程中的信号匹配方法及装置
CN106774276B (zh) * 2017-01-18 2019-12-10 河海大学 风电场自动发电控制系统测试平台
CN107102565A (zh) * 2017-06-03 2017-08-29 复旦大学 无人机集群软件在环仿真系统
CN109901546B (zh) * 2017-12-11 2021-07-02 郑州宇通客车股份有限公司 辅助驾驶车辆硬件在环仿真测试方法和系统

Also Published As

Publication number Publication date
CN113110367A (zh) 2021-07-13

Similar Documents

Publication Publication Date Title
CN113110367B (zh) 发动机硬件在环测试方法及系统
EP3617915B1 (en) Engine virtual test environment system and engine management system mapping method
CN104408271B (zh) 一种基于模型的汽油机标定方法
CN112926152B (zh) 一种数字孪生驱动的薄壁件装夹力精准控制与优化方法
CN110794803A (zh) 一种发动机控制器的测试系统及方法
KR102017181B1 (ko) 제어장치를 위한 함수를 생성하는 방법
CN111337258B (zh) 一种结合遗传算法和极值搜索算法的发动机控制参数在线标定的装置及方法
Gutjahr et al. Advanced modeling and optimization for virtual calibration of internal combustion engines
CN112146888B (zh) 参数标定方法、装置、设备和存储介质
Kruse et al. Modern statistical modeling and evolutionary optimization methods for the broad use in ECU calibration
CN114995346B (zh) 一种发动机电气诊断标定方法、装置、设备及介质
CN113673089B (zh) 一种发动机性能确定方法、装置以及电子设备
CN105443259A (zh) 一种基于近似动态规划的柴油机缸平衡智能化调节算法
Zeng et al. A study on extreme learning machine for gasoline engine torque prediction
US20090204376A1 (en) Method for measuring a nonlinear dynamic real system
WO2005028839A1 (ja) 過渡エンジン性能適合化方法およびシステム
Malikopoulos et al. Optimal engine calibration for individual driving styles
CN113191071A (zh) 一种虚拟标定发动机模型的方法及其相关装置
US10444745B2 (en) Method for configuring a tester equipped for testing a control unit
Damji et al. Automated Model-Based Calibration for Drivability Using a Virtual Engine Test Cell
CN117150884A (zh) 一种基于数字孪生的发动机故障排查方法及系统
Cranmer et al. Grey-box modeling architectures for rotational dynamic control in automotive engines
CN113050609B (zh) 一种ecu测试方法及装置
Gutjahr et al. Automated Optimization of Physics Based Sensor Models for Embedded Control Systems
Kraft et al. Real‑time capable combustion simulation of a dual‑fuel engine for hardware‑in‑the‑loop application

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant