CN113191071B - 一种虚拟标定发动机模型的方法及其相关装置 - Google Patents
一种虚拟标定发动机模型的方法及其相关装置 Download PDFInfo
- Publication number
- CN113191071B CN113191071B CN202110332720.8A CN202110332720A CN113191071B CN 113191071 B CN113191071 B CN 113191071B CN 202110332720 A CN202110332720 A CN 202110332720A CN 113191071 B CN113191071 B CN 113191071B
- Authority
- CN
- China
- Prior art keywords
- model
- engine
- parameters
- preset
- data
- 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
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/27—Design optimisation, verification or simulation using machine learning, e.g. artificial intelligence, neural networks, support vector machines [SVM] or training a model
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Evolutionary Computation (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Medical Informatics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Computer Hardware Design (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- Testing Of Engines (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本申请实施例提供了一种虚拟标定发动机模型的方法,用于提高发动机模型标定值的精度,从而降低标定工作的工作量。本申请实施例方法包括:获取试验数据;获取基础发动机模型;根据试验数据获取发动机的燃烧分析数据样本;根据燃烧分析数据样本对基础发动机模型的气缸模型进行模型训练,得到目标气缸模型;根据目标气缸模型生成目标气缸标定数据;根据目标气缸标定数据标定基础发动机模型的气缸模型;根据稳态试验数据标定基础发动机模型的子模型精度;运行标定后的基础发动机模型,生成运行数据;判断运行数据中的子模型精度是否符合预设精度;若是,则根据瞬态试验数据标定基础发动机模型的温度传感器,生成目标发动机。
Description
技术领域
本申请实施例涉及数据处理,尤其涉及一种虚拟标定发动机模型的方法及其相关装置。
背景技术
在发动机的研究开发过程中,模拟测试是一种节省开发周期及开发消耗的方法。
在现有技术中,发动机研发过程使用到的发动机模型为对基础模型输入试验数据生成目标模型,并对目标模型进行模拟,但在试验数据获取时,一般只能根据开发者经验对发动机试验数据参数标定,从而导致输入数存在缺陷或精度无法达到试验标准导致模型标定工作需要反复进行,进而导致研发周期拉长。
发明内容
本申请实施例提供了一种虚拟标定发动机模型的方法,用于通过调整试验参数得到满足开发需求的发动机模型,提高标定值的精度,从而降低标定工作的工作量,减少研发周期。
本申请第一方面提供了一种虚拟标定发动机模型的方法,包括:
获取试验数据,所述试验数据包括燃烧分析数据样本、运行参数预设值、预设油温水温模型参数和预设温度传感器模型参数;
获取基础发动机模型;
根据所述试验数据获取发动机的燃烧分析数据样本;
根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型;
根据所述目标气缸模型生成所述目标气缸标定数据;
根据所述目标气缸标定数据标定所述基础发动机模型的气缸模型;
根据稳态试验数据标定所述基础发动机模型的子模型精度;
运行标定后的所述基础发动机模型,生成运行数据;
判断所述运行数据中的子模型精度是否符合预设精度;
若是,则根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机。
可选的,所述根据稳态试验数据标定所述基础发动机模型的子模型精度包括:
运行所述基础发动机模型,获取子模型运行参数,所述子模型运行参数为各个子模型在发动机运行过程中生成的工况曲线参数;
根据所述试验数据获取运行参数预设值;
根据所述运行参数预设值判断所述子模型运行参数是否存在偏差;
若是,则根据所述运行参数预设值优化所述存在偏差的所述子模型运行参数,并更新所述子模型运行参数重新运行所述发动机模型;
当所述子模型运行参数符合所述运行参数预设值时,将所述子模型运行参数确定为所述基础发动机模型的子模型精度。
可选的,所述根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机包括:
将所述基础发动机模型切换为瞬态计算状态;
根据所述瞬态计算状态和所述基础发动机模型模拟冷启动水温和润滑油温度瞬态过程,得到油温水温模型参数和温度传感器模型参数;
根据试验数据获取预设油温水温模型参数和预设温度传感器模型参数;
判断所述油温水温模型参数和/或所述温度传感器模型参数是否与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配;
若否,则根据所述预设油温水温模型参数和/或所述预设温度传感器模型参数对所述油温水温模型参数和/或所述温度传感器模型参数进行修正;
当所述油温水温模型参数和/或所述温度传感器模型参数与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配时,根据所述油温水温模型参数和所述温度传感器模型参数标定所述基础发动机模型的温度传感器,生成目标发动机。
可选的,所述根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型包括:
判断所述燃烧分析数据样本中的燃烧分析数据是否符合预设燃烧分析数据;
若否,则根据获取所述燃烧分析属于与所述预设燃烧分析数据的偏差量对所述燃烧分析数据的异常数据段进行修正,并重新分析数据,直到所述燃烧分析数据符合预设燃烧分析数据;
若是,则根据所述燃烧分析数据对所述气缸模型进行模型训练,直到所述燃烧分析数据样本中的所有燃烧分析数据训练完毕,得到训练结果;
根据所述训练结果生成目标气缸模型。
可选的,所述判断所述运行数据中的子模型精度是否符合预设精度之后,所述方法还包括:
若否,则根据所述子模型精度与所述预设精度的偏差修正所述子模型精度,并再次根据稳态试验数据标定所述基础发动机模型的子模型精度,直到所述子模型精度符合所述预设精度。
可选的,所述根据瞬态试验数据标定温度传感器,生成目标发动机之后,所述方法还包括:
将所述目标发动机模型通过CMC接口输入台架发动机模型,所述台架发动机模型用于进行发动机的整机试验。
本申请第二方面提供了一种虚拟标定发动机模型的装置,包括:
第一获取单元,用于获取试验数据,所述试验数据包括燃烧分析数据样本、运行参数预设值、预设油温水温模型参数和预设温度传感器模型参数;
第二获取单元,用于获取基础发动机模型;
第三获取单元,用于根据所述试验数据获取发动机的燃烧分析数据样本;
训练单元,用于根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型;
第一生成单元,用于根据所述目标气缸模型生成所述目标气缸标定数据;
第一标定单元,用于根据所述目标气缸标定数据标定所述基础发动机模型的气缸模型;
第二标定单元,用于根据稳态试验数据标定所述基础发动机模型的子模型精度;
运行单元,用于运行标定后的所述基础发动机模型,生成运行数据;
判断单元,用于判断所述运行数据中的子模型精度是否符合预设精度;
第三标定单元,用于在判断单元判断结果为是时,根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机。
可选的,所述第二标定单元包括:
运行模块,用于运行所述基础发动机模型,获取子模型运行参数,所述子模型运行参数为各个子模型在发动机运行过程中生成的工况曲线参数;
第一获取模块,用于根据所述试验数据获取运行参数预设值;
第一判断模块,用于根据所述运行参数预设值判断所述子模型运行参数是否存在偏差;
优化模块,用于在第一判断模块判断结果为否时,根据所述运行参数预设值优化所述存在偏差的所述子模型运行参数,并更新所述子模型运行参数重新运行所述发动机模型;
确定模块,用于当所述子模型运行参数符合所述运行参数预设值时,将所述子模型运行参数确定为所述基础发动机模型的子模型精度。
可选的,所述第三标定单元包括:
切换模块,用于将所述基础发动机模型切换为瞬态计算状态;
模拟模块,用于根据所述瞬态计算状态和所述基础发动机模型模拟冷启动水温和润滑油温度瞬态过程,得到油温水温模型参数和温度传感器模型参数;
第二获取模块,用于根据试验数据获取预设油温水温模型参数和预设温度传感器模型参数;
第二判断模块,用于判断所述油温水温模型参数和/或所述温度传感器模型参数是否与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配;
第一修正模块,用于当第二判断模块判断结果为否时,根据所述预设油温水温模型参数和/或所述预设温度传感器模型参数对所述油温水温模型参数和/或所述温度传感器模型参数进行修正;
标定模块,用于当所述油温水温模型参数和/或所述温度传感器模型参数与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配时,根据所述油温水温模型参数和所述温度传感器模型参数标定所述基础发动机模型的温度传感器,生成目标发动机。
可选的,所述训练单元包括:
第三判断模块,用于判断所述燃烧分析数据样本中的燃烧分析数据是否符合预设燃烧分析数据;
第二修正模块,用于在第三判断模块判断结果为否时,根据获取所述燃烧分析属于与所述预设燃烧分析数据的偏差量对所述燃烧分析数据的异常数据段进行修正,并重新分析数据,直到所述燃烧分析数据符合预设燃烧分析数据;
训练模块,用于在第三判断模块判断结果为是时,根据所述燃烧分析数据对所述气缸模型进行模型训练,直到所述燃烧分析数据样本中的所有燃烧分析数据训练完毕,得到训练结果;
生成模块,用于根据所述训练结果生成目标气缸模型。
可选的,所述装置还包括:
修正单元,用于在判断单元的判断结果为否时,根据所述子模型精度与所述预设精度的偏差修正所述子模型精度,并再次根据稳态试验数据标定所述基础发动机模型的子模型精度,直到所述子模型精度符合所述预设精度。
可选的,所述装置还包括:
输入单元,用于将所述目标发动机模型通过CMC接口输入台架发动机模型,所述台架发动机模型用于进行发动机的整机试验。
本申请第三方面提供了一种虚拟标定发动机模型的装置,包括:
处理器、存储器、输入输出单元、总线;
所述处理器与所述存储器、所述输入输出单元以及所述总线相连;
所述处理器具体执行如下操作:
获取试验数据,所述试验数据包括燃烧分析数据样本、运行参数预设值、预设油温水温模型参数和预设温度传感器模型参数;
获取基础发动机模型;
根据所述试验数据获取发动机的燃烧分析数据样本;
根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型;
根据所述目标气缸模型生成所述目标气缸标定数据;
根据所述目标气缸标定数据标定所述基础发动机模型的气缸模型;
根据稳态试验数据标定所述基础发动机模型的子模型精度;
运行标定后的所述基础发动机模型,生成运行数据;
判断所述运行数据中的子模型精度是否符合预设精度;
若是,则根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机。
以上技术方案通过试验数据对基础发动机模型进行气缸标定后,对标定了气缸的基础发动机模型分别进行稳态试验和瞬态试验,根据试验计算结果对基础发动机模型的子模块和温度曲线进行运行测试调整,最终得到一个合规标定的标定值,并通过该标定值对基础发动机模型进行标定,得到目标发动机模型,本方案通过调整试验参数得到满足开发需求的发动机模型,提高标定值的精度,从而降低标定工作的工作量,减少研发周期。
附图说明
图1为本申请实施例中虚拟标定发动机模型的方法一个实施例流程示意图;
图2-1和图2-2为本申请实施例中虚拟标定发动机模型的方法另一实施例流程示意图;
图3为本申请实施例中虚拟标定发动机模型的装置一个实施例结构示意图;
图4为本申请实施例中虚拟标定发动机模型的装置另一实施例结构示意图;
图5为本申请实施例中虚拟标定发动机模型的装置另一实施例结构示意图。
具体实施方式
本申请实施例提供了一种虚拟标定发动机模型的方法,用于通过调整试验参数得到满足开发需求的发动机模型,提高标定值的精度,从而降低标定工作的工作量,减少研发周期。
本申请实施例将结合本申请实施例中的附图,对本申请中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本申请保护的范围。
在本申请实施例中,执行主体可以为系统、服务器和终端等能够对数据进行逻辑运算的装置,以下实施例将以试验终端为执行主体进行描述。
请参阅图1,本申请实施例提供了虚拟标定发动机模型的方法的一种实施例,包括:
101、获取试验数据,所述试验数据包括燃烧分析数据样本、运行参数预设值、预设油温水温模型参数和预设温度传感器模型参数;
在实际情况中,为对已生产的发动机进行更进一步的研发需要获得一个拥有参考价值的发动机模型,使得在研发过程中,对发动机实体进行改动之前,可以通过对发动机模型进行模拟开发,从而减少在发动机实体实验时产生的人力物力消耗。
获取的试验数据为已生产的发动机在运行时产生的运行数据,为保证实验数据的精确性,试验数据汇中的数据样本量为多个,使得试验终端通过对多个数据进行数据分析后能够得到更适用于该发动机的参照值。
具体的,试验数据中包括发动机相关技术参数和试验数据输入。技术参数,如发动机进排气系统,燃烧系统,缸径X行程等基本发动机相关物理参数确认。所需发动机相关试验测试数据参数输入,如正常模式万有试验、DOC加热模式万有试验,执行器特性DOE试验等,热态WHTC试验,冷态WHTC试验。
102、获取基础发动机模型;
基础发动机模型包括发动机各个子模块,如:后处理模块、中冷器和气缸等再发动机整机运行时必要的模块部件,具体此处不做限定,基础发动机模型中原定的参数仅为适用于当前模型的数据参数,为保证试验的精确性,在试验过程中,试验终端需要根据试验数据对发动机模型做出调整和标定,以使得发动机模型的试验数据适用于当前进行开发的发动机整机。
103、根据所述试验数据获取发动机的燃烧分析数据样本;
试验终端从试验数据中提取用于气缸参数化的燃烧分析数据,其中燃烧分析数据不止一组,以使得试验终端有足够的样本数据对发动机模型的气缸进行训练,燃烧分析数据样本来自于试验数据中包含的该型号的发动机整机在运行时的运行数据,试验终端在获取试验数据时同时可以获取到足量的燃烧分析数据样本。
104、根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型;
在步骤103获取燃烧分析数据样本后,试验终端会根据燃烧分析数据样本对发动机模型中的气缸模型进行模型训练。
为确定数据的准确性,在试验终端根据燃烧分析数据对气缸模型进行训练之前,试验终端会对燃烧分析数据样本进行数据分析,从而排除掉燃烧分析数据样本中的离散数据,提高数据的精确度使得训练生成的目标气缸模型满足高精度气缸模型的需求。
在试验终端对气缸模型的训练过程中会不停修改气缸模型的燃烧分析数据,并根据燃烧分析数据运行气缸使得根据气缸的运行结果调整目标燃烧分析数据直到所有样本运行结束,将此时的目标燃烧分析数据输入气缸模型则会生成目标气缸模型。
105、根据所述目标气缸模型生成所述目标气缸标定数据;
试验终端提取目标气缸模型的数据,并将该数据确定为目标气缸标定数据,根据步骤104运行目标气缸模型,并根据运行数据生成目标气缸标定数据,该标定数据包括进气量和缸压线等气缸运行时需要标定的所有参数,具体此处不做限定。
106、根据所述目标气缸标定数据标定所述基础发动机模型的气缸模型;
将步骤105获取的目标气缸模型的运行参数输入至基础发动机的气缸模型中,使得基础发动机模型在后续标定过程中能够根据训练后生成的高精度气缸模型运行,气缸是发动机的功能装置,基础发动机模型优先确定气缸模型的精度使得在后续的其他指标标定过程中减小因运行工况波动大对标定值的影响。
107、根据稳态试验数据标定所述基础发动机模型的子模型精度;
试验终端通过稳态试验对基础发动机模型的子模型进行模型参数化,子模型是发动机整机运行的必要模块部件,其中包括气缸模型、增压器模型,进排气系统关键零部件模型、执行器模型。
108、运行标定后的所述基础发动机模型,生成运行数据;
进行稳态实验后,发动机模型的各个子模型都已经标定完毕,此时需要运行基础发动机模型获得运行数据,以使得根据运行数据确定发动机标定后的状态。
109、判断所述运行数据中的子模型精度是否符合预设精度;
当试验终端确定基础发动机模型通过稳态实验稳定标定后,会根据基础发动机模型的运行数据与预设精度做匹配,在运行数据与预设精度不匹配,试验终端会根据预设规则对运行数据中的异常数据影响项做出修改,并重新对基础发动机模型的子模型进行稳态实验,以使得试验终端重新标定基础发动机模型的子模型,在重新标定后,再次运行基础发动机模型直到该基础发动机模型的运行数据符合预设精度。
当判断结果为子模型精度符合预设精度是,执行步骤110。
110、根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机。
瞬态实验用于对发动机各个子模块的运行温度进行标定,其主要作用是为用于对基础发动机模型的运行温度进行标定,具体包括温度传感器的热惯性、冷启动水温、润滑油温度瞬态过程。
本申请实施例通过试验数据对基础发动机模型进行气缸标定后,对标定了气缸的基础发动机模型分别进行稳态试验和瞬态试验,根据试验计算结果对基础发动机模型的子模块和温度曲线进行运行测试调整,最终得到一个合规标定的标定值,并通过该标定值对基础发动机模型进行标定,得到目标发动机模型,本方案通过调整试验参数得到满足开发需求的发动机模型,提高标定值的精度,从而降低标定工作的工作量,减少研发周期。
请参阅图2-1和图2-2,本申请实施例提供了虚拟标定发动机模型的方法的另一实施例,包括:
201、获取试验数据,所述试验数据包括燃烧分析数据样本、运行参数预设值、预设油温水温模型参数和预设温度传感器模型参数;
202、获取基础发动机模型;
203、根据所述试验数据获取发动机的燃烧分析数据样本;
本实施例中的步骤201至203与前述实施例中步骤101至103类似,此处不再赘述。
204、判断所述燃烧分析数据样本中的燃烧分析数据是否符合预设燃烧分析数据;
预设燃烧分析数据是发动机在正常工况下运行时产生的燃烧数据,在实际情况中,燃烧分析数据样本是发动机在实际运行时产生的燃烧曲线及发动机气缸状态,预设燃烧分析数据存在合理的波动范围,在发动机实际运行过程中会因为装配车辆性能及车辆运行环境不同燃烧曲线和气缸状态,因为运行条件会使得燃烧分析数据存在波动,故在获取燃烧分析数据样本后,需要对燃烧分析数据样本中的燃烧分析数据进行筛选,以使得将离散于数据集中区域的燃烧分析数据得意被筛选。
当燃烧分析数据不符合预设燃烧分析数据时,执行步骤205,燃烧分析数据符合预设燃烧分析数据时,执行步骤206。
205、根据获取所述燃烧分析属于与所述预设燃烧分析数据的偏差量对所述燃烧分析数据的异常数据段进行修正,并重新分析数据,直到所述燃烧分析数据符合预设燃烧分析数据;
燃烧分析数据为一段时间内发动机的气缸进行燃烧的数据,在与预设燃烧分析数据不符合时,试验终端会判断该燃烧分析数据的异常数据段,并根据该燃烧分析数据中的气缸设置数据重新运行气缸模型,从而获得新的燃烧曲线,从而排除掉因为外界因素造成的数据波动影响,并确定该燃烧分析数据为可用于训练的燃烧分析数据。
206、根据所述燃烧分析数据对所述气缸模型进行模型训练,直到所述燃烧分析数据样本中的所有燃烧分析数据训练完毕,得到训练结果;
当试验终端确定燃烧分析数据符合预设燃烧数据后,则说明该燃烧分析数据适合用于对气缸模型进行训练,为使得该气缸模型更适合该数据的发动机的运行条件,会对该模型进行训练,使得该气缸模型的燃烧分析数据更适合该发动机的运行。
207、根据所述训练结果生成目标气缸模型;
在训练结束后,该目标气缸模型的数据会在训练样本的训练生成高精度的气缸模型,气缸精度直接影响发动机的运行效率,在对后续模块进行标定之前对气缸进行训练能够有效的提高后续模块标定的效率。
208、根据所述目标气缸模型生成所述目标气缸标定数据;
209、根据所述目标气缸标定数据标定所述基础发动机模型的气缸模型;
本实施例中的步骤208至209与前述实施例中步骤105至106类似,此处不再赘述。
210、运行所述基础发动机模型,获取子模型运行参数,所述子模型运行参数为各个子模型在发动机运行过程中生成的工况曲线参数;
具体的,在进行稳态模型标定试验之前,需要先运行基础发动机模型,在不对模型进行任何修正的情况下,运行正常模式的万有试验,对发动机模型的状态进行摸底。
211、根据所述试验数据获取运行参数预设值;
试验终端在对基础发动机模型进行标定之前会获取关于该发动机基础的压力、温度、质量流量、各性能指标的仿真值,该仿真值为在先前发动机台架试验中获取的数据,并该该仿真值作为预设值用于参考该基础发动机模型到的试验值。
212、根据所述运行参数预设值判断所述子模型运行参数是否存在偏差;
在获取基础发动机模型的运行数据后,从基础发动机模型的运行数据中提取各子模块的压力、温度、质量流量、各性能指标的试验值,并使用该试验值对比仿真值,判断其二者是否存在偏差,若存在偏差则执行步骤213,若不存在偏差则执行步骤214。
213、根据所述运行参数预设值优化所述存在偏差的所述子模型运行参数,并更新所述子模型运行参数重新运行所述发动机模型;
当试验终端判断结果为仿真值与试验值存在偏差时,试验终端会对试验值中与仿真值偏差较大的数据进行逆向确定,从而确定在该基础发动机模型中出现数据偏差的子模型,试验终端根据偏差数据及预设的修改规则对子模型的数据进行调整,仿真值中任一数据量都会有与该数据量产生相关影响的模块运行硬件数据,以使得在出现偏差时试验终端能够通过修改硬件数据影响试验息结果。在试验终端修改量模块运行硬件数据后,试验终端会重新运行更新后的基础发动机模型,获取新的运行参数与仿真值对比,直到发动机的运行参数与在仿真值的允许误差范围内。
214、当所述子模型运行参数符合所述运行参数预设值时,将所述子模型运行参数确定为所述基础发动机模型的子模型精度;
当基础发动机模型的运行参数中所有的项都存在与仿真值的范围内,则此时试验终端确认该基础发动机模型的各个子模块参数都标定完成。
215、运行标定后的所述基础发动机模型,生成运行数据;
216、判断所述运行数据中的子模型精度是否符合预设精度;
在判断结果为否时,执行步骤217,在判断结果为是时执行步骤218。
本实施例中的步骤215至216与前述实施例中步骤108至109类似,此处不再赘述。
217、根据所述子模型精度与所述预设精度的偏差修正所述子模型精度,并再次根据稳态试验数据标定所述基础发动机模型的子模型精度,直到所述子模型精度符合所述预设精度;
当各个子模块标定完成后,试验终端会将标定数据及子模块修改后的参数重新输入基础发动机模型,并再次运行基础发动机模型,确定该基础发动机模型标定完成,同时确定该发动机模型符合后续试验标定要求。
218、将所述基础发动机模型切换为瞬态计算状态;
试验终端切换试验状态,从稳态实验切换至瞬态试验,为接下来对该基础发动机模型做瞬态计算提供条件。
219、根据所述瞬态计算状态和所述基础发动机模型模拟冷启动水温和润滑油温度瞬态过程,得到油温水温模型参数和温度传感器模型参数;
在发动机的运行过程中,未完全转化的动能会转化为热能释放,从而导致发动机腔内水油的温度变化,为使得发动机能够正常运行,在发动机运行中需要将油温和水温维持在温度区间内,使得发动机能够正常运行。
220、根据试验数据获取预设油温水温模型参数和预设温度传感器模型参数;
预设的水温油温模型参数及温度传感器模型参数界来自发动机台架试验的仿真值,发动机台架试验能够获得在该发动机模型运行时的所有运行数据,该数据包含在试验数据中,使得在进行瞬态计算时,试验终端能够从试验数据中提取该数据。
221、判断所述油温水温模型参数和/或所述温度传感器模型参数是否与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配;
该步骤中试验终端会对瞬态计算的值与仿真值进行对比,当瞬态计算值在仿真值允许的浮动区间内,则该实验中断会根据该计算值标定所述基础发动模型并执行步骤223,若不在浮动区间内则执行步骤222。
222、根据所述预设油温水温模型参数和/或所述预设温度传感器模型参数对所述油温水温模型参数和/或所述温度传感器模型参数进行修正;
与前述稳态实验相同,当瞬态计算值与仿真值不匹配的情况下,试验终端会提取造成偏差的值,并通过该值确定造成偏差的原因,使得试验终端能够通过调整发动机的运行状态工况或硬件参数对该瞬态计算值进行修正,并重新进行瞬态计算,知道该瞬态计算值在仿真值允许的区间内。
223、当所述油温水温模型参数和/或所述温度传感器模型参数与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配时,根据所述油温水温模型参数和所述温度传感器模型参数标定所述基础发动机模型的温度传感器,生成目标发动机;
当试验终端确定该基础发动机的瞬态计算值与仿真值想匹配,则确定该瞬态计算时的发动机模型数据确定为标定数据对基础发动机模型进行标定,从而生成目标发动机。
224、将所述目标发动机模型通过CMC接口输入台架发动机模型,所述台架发动机模型用于进行发动机的整机试验。
具体的,CMC接口模型用于台架发动机模型,该台架发动机模型无法直接进行调试及标定,故需要建立出一个与该台架发动机模型使用同套数据的发动机模型进行标定试验,在确定结果后,需要将该标定数据输入CMC接口模型,以使得该台架发动机模型中的各个子模块得到与试验发动机模型相同的标定值。
在本申请实施例中,将试验用的基础发动机模型标定结束后,会将标定数据输入台架发动机模型,使得在未来对发动机模型进行试验的时候发动机台架模型中的模型数据能够作为更精确的参考值对后续的研究提供参照,节省发动机的开发时间及工作量。
请参阅图3,本申请实施例提供了虚拟标定发动机模型的装置的另一实施例,包括:
第一获取单元301,用于获取试验数据,所述试验数据包括燃烧分析数据样本、运行参数预设值、预设油温水温模型参数和预设温度传感器模型参数;
第二获取单元302,用于获取基础发动机模型;
第三获取单元303,用于根据所述试验数据获取发动机的燃烧分析数据样本;
训练单元304,用于根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型;
第一生成单元305,用于根据所述目标气缸模型生成所述目标气缸标定数据;
第一标定单元306,用于根据所述目标气缸标定数据标定所述基础发动机模型的气缸模型;
第二标定单元307,用于根据稳态试验数据标定所述基础发动机模型的子模型精度;
运行单元308,用于运行标定后的所述基础发动机模型,生成运行数据;
判断单元309,用于判断所述运行数据中的子模型精度是否符合预设精度;
第三标定单元310,用于在判断单元判断结果为是时,根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机。
本实施例中,各单元的功能与前述图1所示实施例中的步骤对应,此处不再赘述。
请参阅图4,本申请实施例提供了虚拟标定发动机模型的装置的一种实施例,包括:
第一获取单元401,用于获取试验数据,所述试验数据包括燃烧分析数据样本、运行参数预设值、预设油温水温模型参数和预设温度传感器模型参数;
第二获取单元402,用于获取基础发动机模型;
第三获取单元403,用于根据所述试验数据获取发动机的燃烧分析数据样本;
训练单元404,用于根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型;
第一生成单元405,用于根据所述目标气缸模型生成所述目标气缸标定数据;
第一标定单元406,用于根据所述目标气缸标定数据标定所述基础发动机模型的气缸模型;
第二标定单元407,用于根据稳态试验数据标定所述基础发动机模型的子模型精度;
运行单元408,用于运行标定后的所述基础发动机模型,生成运行数据;
判断单元409,用于判断所述运行数据中的子模型精度是否符合预设精度;
修正单元410,用于在判断单元的判断结果为否时,根据所述子模型精度与所述预设精度的偏差修正所述子模型精度,并再次根据稳态试验数据标定所述基础发动机模型的子模型精度,直到所述子模型精度符合所述预设精度。
第三标定单元411,用于在判断单元判断结果为是时,根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机。
输入单元412,用于将所述目标发动机模型通过CMC接口输入台架发动机模型,所述台架发动机模型用于进行发动机的整机试验。
在本申请实施例中,所述第二标定单元407包括:
运行模块4071,用于运行所述基础发动机模型,获取子模型运行参数,所述子模型运行参数为各个子模型在发动机运行过程中生成的工况曲线参数;
第一获取模块4072,用于根据所述试验数据获取运行参数预设值;
第一判断模块4073,用于根据所述运行参数预设值判断所述子模型运行参数是否存在偏差;
优化模块4074,用于在第一判断模块判断结果为否时,根据所述运行参数预设值优化所述存在偏差的所述子模型运行参数,并更新所述子模型运行参数重新运行所述发动机模型;
确定模块4075,用于当所述子模型运行参数符合所述运行参数预设值时,将所述子模型运行参数确定为所述基础发动机模型的子模型精度。
在本申请实施例中,所述第三标定单元411包括:
切换模块4111,用于将所述基础发动机模型切换为瞬态计算状态;
模拟模块4112,用于根据所述瞬态计算状态和所述基础发动机模型模拟冷启动水温和润滑油温度瞬态过程,得到油温水温模型参数和温度传感器模型参数;
第二获取模块4113,用于根据试验数据获取预设油温水温模型参数和预设温度传感器模型参数;
第二判断模块4114,用于判断所述油温水温模型参数和/或所述温度传感器模型参数是否与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配;
第一修正模块4115,用于当第二判断模块判断结果为否时,根据所述预设油温水温模型参数和/或所述预设温度传感器模型参数对所述油温水温模型参数和/或所述温度传感器模型参数进行修正;
标定模块4116,用于当所述油温水温模型参数和/或所述温度传感器模型参数与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配时,根据所述油温水温模型参数和所述温度传感器模型参数标定所述基础发动机模型的温度传感器,生成目标发动机。
在本申请实施例中,所述训练单元404包括:
第三判断模块4041,用于判断所述燃烧分析数据样本中的燃烧分析数据是否符合预设燃烧分析数据;
第二修正模块4042,用于在第三判断模块判断结果为否时,根据获取所述燃烧分析属于与所述预设燃烧分析数据的偏差量对所述燃烧分析数据的异常数据段进行修正,并重新分析数据,直到所述燃烧分析数据符合预设燃烧分析数据;
训练模块4043,用于在第三判断模块判断结果为是时,根据所述燃烧分析数据对所述气缸模型进行模型训练,直到所述燃烧分析数据样本中的所有燃烧分析数据训练完毕,得到训练结果;
生成模块4044,用于根据所述训练结果生成目标气缸模型。
本实施例中,各单元的功能与前述图2-1和图2-2所示实施例中的步骤对应,此处不再赘述。
请参阅图5,本申请实施例提供了虚拟标定发动机模型的装置的另一实施例,包括:
处理器501、存储器502、输入输出单元503、总线504;
所述处理器501与所述存储器502、所述输入输出单元503以及所述总线504相连;
所述处理器501具体执行图1至图2-1和图2-2中的方法步骤对应的操作。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,read-onlymemory)、随机存取存储器(RAM,random access memory)、磁碟或者光盘等各种可以存储程序代码的介质。
Claims (10)
1.一种虚拟标定发动机模型的方法,其特征在于,包括:
获取试验数据,所述试验数据包括燃烧分析数据样本、运行参数预设值、预设油温水温模型参数和预设温度传感器模型参数;
获取基础发动机模型,所述基础发动机模型包括发动机的各个子模型;
根据所述试验数据获取发动机的燃烧分析数据样本;
根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型;
根据所述目标气缸模型生成目标气缸标定数据;
根据所述目标气缸标定数据标定所述基础发动机模型的气缸模型;
根据稳态试验数据标定所述基础发动机模型的子模型精度,所述子模型为发动机整机运行的必要模块部件,所述子模型包括气缸模型、增压器模型、进排气系统关键零部件模型、执行器模型;
运行标定后的所述基础发动机模型,生成运行数据;
判断所述运行数据中的子模型精度是否符合预设精度;
若是,则根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机。
2.根据权利要求1所述的方法,其特征在于,所述根据稳态试验数据标定所述基础发动机模型的子模型精度包括:
运行所述基础发动机模型,获取子模型运行参数,所述子模型运行参数为各个子模型在发动机运行过程中生成的工况曲线参数;
根据所述试验数据获取运行参数预设值;
根据所述运行参数预设值判断所述子模型运行参数是否存在偏差;
若是,则根据所述运行参数预设值优化所述存在偏差的所述子模型运行参数,并更新所述子模型运行参数重新运行所述发动机模型;
当所述子模型运行参数符合所述运行参数预设值时,将所述子模型运行参数确定为所述基础发动机模型的子模型精度。
3.根据权利要求1所述的方法,其特征在于,所述根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机包括:
将所述基础发动机模型切换为瞬态计算状态;
根据所述瞬态计算状态和所述基础发动机模型模拟冷启动水温和润滑油温度瞬态过程,得到油温水温模型参数和温度传感器模型参数;
根据试验数据获取预设油温水温模型参数和预设温度传感器模型参数;
判断所述油温水温模型参数和/或所述温度传感器模型参数是否与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配;
若否,则根据所述预设油温水温模型参数和/或所述预设温度传感器模型参数对所述油温水温模型参数和/或所述温度传感器模型参数进行修正;
当所述油温水温模型参数和/或所述温度传感器模型参数与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配时,根据所述油温水温模型参数和所述温度传感器模型参数标定所述基础发动机模型的温度传感器,生成目标发动机。
4.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型包括:
判断所述燃烧分析数据样本中的燃烧分析数据是否符合预设燃烧分析数据;
若否,则根据获取所述燃烧分析属于与所述预设燃烧分析数据的偏差量对所述燃烧分析数据的异常数据段进行修正,并重新分析数据,直到所述燃烧分析数据符合预设燃烧分析数据;
若是,则根据所述燃烧分析数据对所述气缸模型进行模型训练,直到所述燃烧分析数据样本中的所有燃烧分析数据训练完毕,得到训练结果;
根据所述训练结果生成目标气缸模型。
5.根据权利要求1至3中任一项所述的方法,其特征在于,所述判断所述运行数据中的子模型精度是否符合预设精度之后,所述方法还包括:
若否,则根据所述子模型精度与所述预设精度的偏差修正所述子模型精度,并再次根据稳态试验数据标定所述基础发动机模型的子模型精度,直到所述子模型精度符合所述预设精度。
6.根据权利要求1至3中任一项所述的方法,其特征在于,所述根据瞬态试验数据标定温度传感器,生成目标发动机之后,所述方法还包括:
将目标发动机模型通过CMC接口输入台架发动机模型,所述台架发动机模型用于进行发动机的整机试验。
7.一种虚拟标定发动机模型的装置,其特征在于,包括:
第一获取单元,用于获取试验数据,所述试验数据包括燃烧分析数据样本、运行参数预设值、预设油温水温模型参数和预设温度传感器模型参数;
第二获取单元,用于获取基础发动机模型,所述基础发动机模型包括发动机的各个子模型;
第三获取单元,用于根据所述试验数据获取发动机的燃烧分析数据样本;
训练单元,用于根据所述燃烧分析数据样本对所述基础发动机模型的气缸模型进行模型训练,得到目标气缸模型;
第一生成单元,用于根据所述目标气缸模型生成目标气缸标定数据;
第一标定单元,用于根据所述目标气缸标定数据标定所述基础发动机模型的气缸模型;
第二标定单元,用于根据稳态试验数据标定所述基础发动机模型的子模型精度,所述子模型为发动机整机运行的必要模块部件,所述子模型包括气缸模型、增压器模型、进排气系统关键零部件模型、执行器模型;
运行单元,用于运行标定后的所述基础发动机模型,生成运行数据;
判断单元,用于判断所述运行数据中的子模型精度是否符合预设精度;
第三标定单元,用于在判断单元判断结果为是时,根据瞬态试验数据标定所述基础发动机模型的温度传感器,生成目标发动机。
8.根据权利要求7所述的装置,其特征在于,所述第二标定单元包括:
运行模块,用于运行所述基础发动机模型,获取子模型运行参数,所述子模型运行参数为各个子模型在发动机运行过程中生成的工况曲线参数;
第一获取模块,用于根据所述试验数据获取运行参数预设值;
第一判断模块,用于根据所述运行参数预设值判断所述子模型运行参数是否存在偏差;
优化模块,用于在第一判断模块判断结果为否时,根据所述运行参数预设值优化所述存在偏差的所述子模型运行参数,并更新所述子模型运行参数重新运行所述发动机模型;
确定模块,用于当所述子模型运行参数符合所述运行参数预设值时,将所述子模型运行参数确定为所述基础发动机模型的子模型精度。
9.根据权利要求7所述的装置,其特征在于,所述第三标定单元包括:
切换模块,用于将所述基础发动机模型切换为瞬态计算状态;
模拟模块,用于根据所述瞬态计算状态和所述基础发动机模型模拟冷启动水温和润滑油温度瞬态过程,得到油温水温模型参数和温度传感器模型参数;
第二获取模块,用于根据试验数据获取预设油温水温模型参数和预设温度传感器模型参数;
第二判断模块,用于判断所述油温水温模型参数和/或所述温度传感器模型参数是否与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配;
第一修正模块,用于当第二判断模块判断结果为否时,根据所述预设油温水温模型参数和/或所述预设温度传感器模型参数对所述油温水温模型参数和/或所述温度传感器模型参数进行修正;
标定模块,用于当所述油温水温模型参数和/或所述温度传感器模型参数与所述预设油温水温模型参数和/或所述预设温度传感器模型参数相匹配时,根据所述油温水温模型参数和所述温度传感器模型参数标定所述基础发动机模型的温度传感器,生成目标发动机。
10.根据权利要求7至9中任一项所述的装置,其特征在于,所述训练单元包括:
第三判断模块,用于判断所述燃烧分析数据样本中的燃烧分析数据是否符合预设燃烧分析数据;
第二修正模块,用于在第三判断模块判断结果为否时,根据获取所述燃烧分析属于与所述预设燃烧分析数据的偏差量对所述燃烧分析数据的异常数据段进行修正,并重新分析数据,直到所述燃烧分析数据符合预设燃烧分析数据;
训练模块,用于在第三判断模块判断结果为是时,根据所述燃烧分析数据对所述气缸模型进行模型训练,直到所述燃烧分析数据样本中的所有燃烧分析数据训练完毕,得到训练结果;
生成模块,用于根据所述训练结果生成目标气缸模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110332720.8A CN113191071B (zh) | 2021-03-29 | 2021-03-29 | 一种虚拟标定发动机模型的方法及其相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110332720.8A CN113191071B (zh) | 2021-03-29 | 2021-03-29 | 一种虚拟标定发动机模型的方法及其相关装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113191071A CN113191071A (zh) | 2021-07-30 |
CN113191071B true CN113191071B (zh) | 2023-06-02 |
Family
ID=76974172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110332720.8A Active CN113191071B (zh) | 2021-03-29 | 2021-03-29 | 一种虚拟标定发动机模型的方法及其相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113191071B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113884307A (zh) * | 2021-08-19 | 2022-01-04 | 潍柴动力股份有限公司 | 进气流量传感器准确性检测方法及系统 |
CN114547775A (zh) * | 2022-02-22 | 2022-05-27 | 中国第一汽车股份有限公司 | 发动机物理模型的处理方法、装置、存储介质和处理器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5003955A (en) * | 1989-01-20 | 1991-04-02 | Nippondenso Co., Ltd. | Method of controlling air-fuel ratio |
US5520153A (en) * | 1995-04-28 | 1996-05-28 | Saturn Corporation | Internal combustion engine control |
CN102066731A (zh) * | 2008-06-16 | 2011-05-18 | 通用汽车环球科技运作公司 | 分析发动机曲轴转速信号的燃油系统诊断 |
CN112228234A (zh) * | 2020-09-29 | 2021-01-15 | 广西玉柴机器股份有限公司 | 一种发电用燃气发动机的瞬态燃料控制方法及系统 |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6370935B1 (en) * | 1998-10-16 | 2002-04-16 | Cummins, Inc. | On-line self-calibration of mass airflow sensors in reciprocating engines |
US6363317B1 (en) * | 2000-08-26 | 2002-03-26 | Ford Global Technologies, Inc. | Calibration method for disc engines |
US7941260B2 (en) * | 2006-05-09 | 2011-05-10 | GM Global Technology Operations LLC | Rapid engine mapping and modeling |
US8301356B2 (en) * | 2008-10-06 | 2012-10-30 | GM Global Technology Operations LLC | Engine out NOx virtual sensor using cylinder pressure sensor |
EP2184472B1 (en) * | 2008-11-10 | 2012-06-20 | Delphi Technologies Holding S.à.r.l. | Engine Control System and Method |
CN103352764B (zh) * | 2012-08-01 | 2016-04-27 | 北京博曼迪汽车科技有限公司 | 一种基于扭矩控制的发动机电子喷射控制系统 |
US10221794B1 (en) * | 2017-11-07 | 2019-03-05 | Fca Us Llc | Measurement, modeling, and estimation of scavenging airflow in an internal combustion engine |
KR102644366B1 (ko) * | 2018-08-27 | 2024-03-07 | 현대자동차주식회사 | 엔진 가상시험환경 시스템 및 ems 매핑 방법 |
CN109656607A (zh) * | 2019-01-03 | 2019-04-19 | 广西玉柴机器股份有限公司 | 一种支持超大标定数据量的全地址标定方法及系统 |
CN109973280A (zh) * | 2019-03-19 | 2019-07-05 | 汉腾汽车有限公司 | 一种发动机爆震自动标定方法 |
CN112146888B (zh) * | 2020-09-23 | 2022-12-02 | 中国第一汽车股份有限公司 | 参数标定方法、装置、设备和存储介质 |
-
2021
- 2021-03-29 CN CN202110332720.8A patent/CN113191071B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5003955A (en) * | 1989-01-20 | 1991-04-02 | Nippondenso Co., Ltd. | Method of controlling air-fuel ratio |
US5520153A (en) * | 1995-04-28 | 1996-05-28 | Saturn Corporation | Internal combustion engine control |
CN102066731A (zh) * | 2008-06-16 | 2011-05-18 | 通用汽车环球科技运作公司 | 分析发动机曲轴转速信号的燃油系统诊断 |
CN112228234A (zh) * | 2020-09-29 | 2021-01-15 | 广西玉柴机器股份有限公司 | 一种发电用燃气发动机的瞬态燃料控制方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113191071A (zh) | 2021-07-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113191071B (zh) | 一种虚拟标定发动机模型的方法及其相关装置 | |
US7593804B2 (en) | Fixed-point virtual sensor control system and method | |
CN113110367B (zh) | 发动机硬件在环测试方法及系统 | |
CN110987476A (zh) | 适用于汽车动力总成标定测试的虚拟标定测试方法及系统 | |
Jiang et al. | Implementation of model-based calibration for a gasoline engine | |
CN113673089B (zh) | 一种发动机性能确定方法、装置以及电子设备 | |
WO2005028839A1 (ja) | 過渡エンジン性能適合化方法およびシステム | |
WO2015130252A1 (en) | An online optimization method for engine calibration | |
CN116258082A (zh) | 一种基于rbf神经网络的工质热力性质计算方法及系统 | |
CN108021739B (zh) | 一种大功率军用柴油机实时仿真模型参数影响度分析方法 | |
Gottorf et al. | Lean Approach for Virtual Calibration Using Hardware-in-the-Loop and Electronic Control Unit (ECU)-Capable Engine Simulation | |
CN101303702B (zh) | 发动机快速台试及建模法 | |
CN112883653B (zh) | 基于人工智能的发动机实时模型的建模方法 | |
CN113050609B (zh) | 一种ecu测试方法及装置 | |
Pacitti et al. | Real-time crank-resolved engine simulation for testing new engine management systems | |
CN107092723B (zh) | 双韦伯燃烧规则经验参数自动校准方法 | |
CN109253884B (zh) | 基于神经网络的涡轮排气背压估计方法 | |
CN112836347B (zh) | 一种预测发动机工况点的方法及其相关装置 | |
CN112800591B (zh) | 一种预测发动机性能参数修改量的方法及相关装置 | |
CN112765798B (zh) | 一种生成发动机模型的方法及相关装置 | |
Kämmer et al. | Real-time engine models | |
CN106960092B (zh) | 韦伯燃烧规则经验参数自动校准方法 | |
Wang et al. | Perspectives on Vehicle Powertrain Control Parameter Calibration Technology | |
Cameretti et al. | Virtual calibration method for diesel engine by software in the loop techniques | |
CN114967547B (zh) | 一种参数复现系统、方法、电子终端及存储介质 |
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 |