PROCEDE DE GENERATION D'UNE CARTOGRAPHIE DE CONTROLE MOTEUR [0001 L'invention concerne la phase de développement de moteurs à combustion interne de véhicules automobiles, et en particulier l'étape consistant à définir les cartographies et les paramètres de contrôle moteur. [0002 Dans un moteur à combustion interne, l'application d'une combinaison de valeurs de paramètres d'entrée ou de commande (issus généralement de cartographies) conduit à des valeurs déterminées de paramètres de sortie du moteur en régime stabilisé. Ainsi, pour un moteur Diesel, les paramètres d'entrée comprennent notamment la durée, le débit et la synchronisation d'injection de carburant dans le cycle moteur, etc. Pour un moteur à allumage commandé, les paramètres de commande comprennent, par exemple, la richesse et la synchronisation de l'allumage. Les paramètres de sortie comprennent notamment la consommation de carburant et les niveaux d'émission d'oxydes d'azote, d'hydrocarbures imbrûlés, de particules et de monoxydes d'azote et éventuellement le bruit ou un niveau de vibration. [0003] La détermination d'une cartographie de contrôle moteur comprend généralement une première phase consistant à générer des modèles comportementaux du moteur. Pour cela, on définit plusieurs points de fonctionnement régime/charge du moteur les plus représentatifs de son fonctionnement. En pratique, on trace les différents cycles d'homologation régime/charge auxquels le moteur doit être soumis. La figure 4 représente un exemple de tracé d'un cycle régime/charge.
On sélectionne ensuite une vingtaine de points de fonctionnement caractéristiques de ces cycles d'homologation. [0004] Un plan d'expérience est réalisé pour chacun de ces points de fonctionnement. Chaque plan d'expérience définit une série d'essais statiques à réaliser sur un banc d'essai moteur pour un point de fonctionnement donné, en faisant varier les paramètres d'entrée entre chaque essai. [0005] Une fois la planification réalisée, on réalise les essais du plan d'expérience pour chacun des points de fonctionnement représentatifs. Pour chaque essai, on stabilise les paramètres d'entrée à leur valeur de consigne, on attend la stabilisation des paramètres de sortie, puis on mesure la valeur de ces paramètres de sortie. A partir de modélisations statistiques, on détermine un modèle comportemental pour chaque point de fonctionnement, mettant en relation les valeurs des paramètres d'entrée et les valeurs des paramètres de sortie. [0006] Durant une deuxième phase, on réalise une optimisation des paramètres d'entrée pour chacun des points de fonctionnement représentatifs. Pour chaque point de fonctionnement, on parvient à étudier l'incidence des variations des paramètres d'entrée sur les paramètres de sorties et à déterminer des valeurs optimales de paramètres d'entrée pour chaque point de fonctionnement représentatif, par exemple pour limiter la consommation ou les émissions de polluants. L'optimisation du contrôle moteur peut également viser à déterminer des paramètres d'entrée qui réduisent le niveau de bruit ou augmentent l'agrément d'utilisation du moteur. [0007] Durant une troisième phase, les résultats optimaux obtenus sur chacun des points de fonctionnement sélectionnés sont intégrés pour constituer les cartographies (définies, pour faire simple, en fonction du régime et de la charge). En pratique, la troisième phase est souvent effectuée manuellement, de façon empirique, en fonction de l'expérience du metteur au point [0008] Lors d'une quatrième phase, on réalise un lissage des différentes cartographies afin de prendre au compte des contraintes d'agrément de fonctionnement du moteur. Le lissage vise à garantir une certaine continuité entre les valeurs des paramètres d'entrée pour différents points de fonctionnement. En pratique, le lissage est réalisé manuellement de façon empirique, par exemple pour éviter des à coups lors de variations et régime et/ou de charge. Pratiquement les phases 3 et 4 peuvent être réalisées conjointement. [0009] Le coût de la réalisation des tests pour générer les modèles comportementaux et le temps de calcul nécessaire pour optimiser chaque point de fonctionnement interdisent en pratique de multiplier le nombre de points de fonctionnement représentatifs. Il n'est notamment pas économiquement envisageable de réaliser les tests et l'optimisation pour l'ensemble des points de support de la cartographie Pour ces points de fonctionnement, on peut donc constater des niveaux de consommation ou d'émission relativement élevés. Ces imperfections sont notamment très dépendantes du choix initial des points de fonctionnement représentatifs. Ces imperfections sont d'autant plus importantes qu'un point de fonctionnement est éloigné d'un point de fonctionnement optimisé. [0010] L'invention vise à résoudre un ou plusieurs de ces inconvénients. L'invention porte ainsi sur un procédé de génération de cartographie(s) de contrôle moteur, comprenant les étapes de : a. Récupérer des vecteurs de consignes de paramètres d'entrée influençant le fonctionnement d'un moteur, chaque vecteur correspondant à un point de fonctionnement distinct de ce moteur ; b. Pour chaque paramètre d'entrée, considérer un modèle de cartographie fournissant une valeur du paramètre d'entrée en fonction d'un point de fonctionnement ; c. générer un vecteur de paramètres d'entrée à partir desdites fonctions continues appliquées à l'ensemble des points de fonctionnement à tester ; d. appliquer le vecteur de paramètres d'entrée dans un modèle numérique global continu définissant les valeurs des paramètres de sortie du moteur en fonction des paramètres d'entrée ; e. optimiser les paramètres des modèles de(s) cartographie(s) des paramètres d'entrée vis-à-vis de critères et de contraintes pouvant être définis sur tout ou 20 partie de l'ensemble des points de fonctionnement à tester ; f. les étapes c) à e) pour d'autres points de fonctionnement à tester. [0011] Selon une variante, les points de fonctionnement à tester appartiennent à un cycle d'homologation. [0012] Selon une autre variante, les points de fonctionnement à tester sont répartis 25 de façon homogène sur une courbe de points de fonctionnement d'un cycle d'homologation [0013] Selon encore une variante, le modèle de cartographie est une modélisation par un polynôme d'une surface incluant des points extraits des vecteurs de consigne récupérés, les coordonnées d'un point étant définies par un point de fonctionnement 30 et une valeur d'un paramètre d'entrée. [0014] Selon encore une autre variante, le modèle de cartographie est une modélisation linéaire par morceaux de plusieurs surfaces incluant des points extraits des vecteurs de consigne récupérés, les coordonnées d'un point étant définies par un point de fonctionnement et une valeur d'un paramètre d'entrée. [0015] Selon une variante, le modèle de cartographie est généré par un réseau de neurones. [0016] Selon une autre variante, l'optimisation des paramètres des modèles de cartographies des paramètres d'entrée comprend l'application itérative de gradients de ces paramètres sur le modèle numérique global jusqu'à ce que les paramètres de sortie convergent vers des valeurs souhaitées. [0017] Selon encore une autre variante, les points de fonctionnement du moteur sont définis par des vecteurs régime moteur/couple moteur. [0018] Selon une variante, le procédé comprend une étape de génération du modèle global définissant les valeurs des paramètres de sortie du moteur en fonction des 15 paramètres d'entrée incluant g. L'application de consignes de paramètres d'entrée sur le moteur pour différents points de fonctionnement; h. La mesure des paramètres de sortie du moteur pour ces points de fonctionnement ; 20 i. La génération d'un modèle local pour chacun des points de fonctionnement en fonction des paramètres de sortie mesurés ; J. L'extrapolation du modèle global (valable sur une zone « continue » de régime et de charge) à partir des modèles locaux. [0019] D'autres caractéristiques et avantages de l'invention ressortiront clairement 25 de la description qui en est faite ci-après, à titre indicatif et nullement limitatif, en référence aux dessins annexés, dans lesquels : • la figure 1 est une représentation schématique d'un banc moteur ; • la figure 2 est un logigramme illustrant un procédé de génération d'une cartographie de contrôle moteur selon l'invention ; • la figure 3 est un logigramme illustrant une variante du procédé de la figure 2 ; • la figure 4 est un tracé d'un exemple de cycle moteur à exécuter. [0020] L'invention propose un procédé de génération d'une ou plusieurs cartographies de contrôle moteur, destinée à être mémorisée dans un calculateur.
Pour différents points de fonctionnement du moteur, on récupère des vecteurs de consignes de paramètres d'entrée du moteur correspondants. Pour chaque paramètre d'entrée une fonction continue est générée à partir de ses vecteurs : elle constitue un modèle paramétré de cartographie. Ce modèle de cartographie fournie une valeur du paramètre d'entrée pour un ensemble de points de fonctionnement donné. Pour l'ensemble des points de fonctionnement donné, on génère un vecteur de l'ensemble des paramètres d'entrée à partir des différents modèles de cartographies. Le vecteur de paramètres d'entrée générée est appliqué sur un modèle global définissant des valeurs des paramètres de sortie du moteur en fonction des paramètres d'entrée. Les paramètres des modèles de cartographie des paramètres d'entrée sont optimisés pour l'ensemble des points de fonctionnement à tester. [0021] L'invention permet de définir des modèle de cartographie des paramètres d'entrée du moteur pour n'importe quel point de fonctionnement dans le domaine de validité du modèle global définissant les valeurs des paramètres de sortie du moteur en fonction des paramètres d'entrée de ce moteur. Ainsi, un grand nombre de points de fonctionnement pourront être optimisés. En pratique, les performances du moteur pourront être améliorées sur l'ensemble d'un cycle d'homologation ou de roulage. L'utilisation de cette invention permet également d'intégrer le lissage et l'interpolation dans la phase d'optimisation. [0022] De plus, l'invention permet de limiter la quantité de calculs nécessaire pour optimiser des points de fonctionnement. Ainsi, un grand nombre de points de fonctionnement pourront être optimisés, permettant une optimisation pour un grand nombre de points de fonctionnement placés précisément sur le tracé du cycle d'homologation, voire sur l'ensemble des points de fonctionnement à mémoriser dans le calculateur de contrôle moteur. Tous ces points de fonctionnement pourront être optimisés sans nécessiter d'interpolations manuelles et empiriques basées sur des modèles locaux. Les points de fonctionnement ainsi définis seront automatiquement optimisés et lissés. Des gains significatifs en termes d'émissions et de consommation pourront être obtenus sur l'ensemble du cycle d'homologation et à l'usage pratique du véhicule. [0023] Par modèle global pour l'ensemble des points de fonctionnement du moteur, on entend un modèle numérique apte à générer des paramètres de sortie quelles que soient les valeurs des points de fonctionnement dans un domaine de validité. Un tel modèle numérique permet ainsi de ne pas limiter l'optimisation de la cartographie seulement à un nombre prédéterminé de points de fonctionnement [0024] La figure 1 illustre un exemple de banc moteur 1 mettant en oeuvre des essais sur des points de fonctionnement en vue de générer le modèle numérique continu. Le banc moteur 1 comprend un moteur 2 muni d'une commande 3 de paramètres de fonctionnement du moteur. La commande 3 peut notamment appliquer des consignes d'entrée pour différents actionneurs. Ces consignes peuvent notamment porter sur la pression de carburant dans une rampe commune d'injection, l'avance à l'injection principale, les avances à l'injection pilotes ou le débit des injections pilotes. Certaines consignes portent sur des paramètres d'écoulement de gaz dans le moteur, telles que le débit d'air à l'admission, le débit d'air de gaz d'échappement recyclés à l'admission, ou la pression de suralimentation. Des instruments de mesure 4 mesurent des paramètres de sortie du moteur 2, tels que la quantité d'oxydes d'azote, de monoxyde de carbone ou d'hydrocarbures imbrûlés présents dans les gaz d'échappement. Le banc moteur 1 comprend une machine électrique 5 appliquant un couple résistif sur l'arbre de sortie du moteur en fonction d'une valeur de consigne. [0025] Le banc moteur 1 comprend par ailleurs un dispositif d'exécution d'un logiciel de contrôle moteur 6. On peut notamment envisager d'exécuter l'application commercialisée sous la référence INCA (marque déposée de la société ETAS Entwicklungs- und Applikationswerkzeuge für elektronische Systeme GmbH). [0026] Le banc moteur 1 comprend par ailleurs un dispositif d'exécution 7 d'un logiciel de contrôle du banc. Le dispositif d'exécution 7 comprend un organe d'enregistrement 8. Le dispositif d'exécution7 est connecté à un dispositif de stockage de données 9. [0027] L'organe 8 permet d'enregistrer des valeurs de paramètres généraux de fonctionnement du moteur tels que des températures, des pressions ou des débits de gaz d'échappement. Le dispositif d'exécution 6 permet aussi d'enregistrer les paramètres d'entrée appliqués sur le moteur 2 et de les synchroniser avec les paramètres de l'organe d'enregistrement 8. Le dispositif 6 peut être connecté au dispositif 8 par l'intermédiaire d'une connexion ASAP3. Le dispositif 6 permet de mesurer et de stocker temporairement les mesures afin de ne pas charger la connexion avec l'organe d'enregistrement 8 durant l'exécution du plan d'expériences. La figure 2 illustre un logigramme d'un procédé de génération de la cartographie du calculateur de contrôle moteur selon un mode de réalisation de l'invention. [0028] Lors de l'étape 11, on réalise des tests au banc moteur pour un ensemble de points de fonctionnement du moteur. [0029] Lors de l'étape 12, on génère de façon connue en soi un modèle numérique local pour chacun des points de fonctionnement à partir des paramètres d'entrée 15 utilisés et à partir des paramètres de sortie mesurés à l'étape 11. [0030] Lors de l'étape 13, on génère un modèle numérique global du fonctionnement du moteur. Le modèle numérique global est généré à partir des modèles numériques locaux, en utilisant par exemple les méthodes décrites dans le brevet FR29006052. Le modèle numérique continu peut être défini comme une fonction fournissant un 20 vecteur de paramètres de sortie y en fonction d'un point de fonctionnement défini par un vecteur régime N charge C, et en fonction d'un vecteurs de paramètres d'entrée x. La fonction f est donc de la forme f(N,C, x)=y. [0031] Lors de l'étape 14, on génère un modèle paramétré de cartographie propre à chaque paramètre d'entrée. Ce modèle est générée à partir d'un ensemble de 25 vecteurs de consignes d'entrée correspondant chacun à un point de fonctionnement. On pourra notamment récupérer un vecteur de consignes d'entrée pour chaque point de support du calculateur de contrôle moteur. Une telle fonction continue fournie une valeur d'un paramètre d'entrée en fonction d'un point de fonctionnement donné. Une telle fonction g peut donc s'exprimer sous la forme g(N,C)=p, avec p la valeur du 30 paramètre d'entrée pour le point de fonctionnement (N,C). [0032] On réalise ensuite l'optimisation des paramètres du modèle de la cartographie pour un ensemble de points de fonctionnement du moteur. [0033] Lors d'une étape 15, on sélectionne un ensemble de points de fonctionnement à optimiser. Cet ensemble de points de fonctionnement pourra par exemple être sélectionné sur un tracé d'un cycle d'homologation du moteur. [0034] Lors d'une étape 16, on génère les paramètres d'entrée correspondant à cet 5 ensemble de points de fonctionnement en utilisant les différentes fonctions continues de ces paramètres. [0035] Lors d'une étape 17, ces paramètres d'entrée sont appliqués au modèle numérique global. [0036] Lors d'une étape 18, des paramètres de sortie sont générés par le modèle 10 numérique global. Les valeurs de ces paramètres de sortie sont analysées pour vérifier si elles atteignent un niveau satisfaisant. Les données sont traitées globalement pour une intégration sur tout le cycle de roulage. [0037] Si le niveau des paramètres de sortie n'est pas satisfaisant, un gradient des valeurs des paramètres d'entrée est généré à l'étape 19. Les gradients des 15 paramètres des modèles de cartographies des paramètres d'entrée pourront être générés en fonction d'une évolution des paramètres de sortie constatée lors d'itérations précédentes. Les paramètres des modèles de cartographies des paramètres d'entrée ainsi modifiés sont à nouveau appliqués sur le modèle numérique à l'étape 18. 20 [0038] L'optimisation peut être réalisée pour un ensemble de points de fonctionnement répartis sur le tracé d'un cycle d'homologation, tel que le cycle normalisé MVEG. L'optimisation peut également être réalisée pour l'ensemble des points supports du calculateur de contrôle moteur. [0039] Différentes méthodes peuvent être envisagées pour générer les modèles de 25 cartographies des paramètres d'entrée. Une fonction continue peut être générée par fusion de fonctions locales formées pour des points de fonctionnement à partir des mesures. Une fonction continue peut être obtenue par une approximation des fonctions locales par une modélisation linéaire par morceaux. Des fonctions locales peuvent également être fusionnées par une méthode d'apprentissage statistique. Les 30 réseaux de neurones sont notamment une méthode d'apprentissage statistique applicable. Une fonction continue peut également être générée par une méthode dite de régression à vecteurs de support. Une telle méthode est favorisée pour exploiter des fonctions locales non linéaires de façon relativement simple. Des fonctions continues peuvent également être approximées par une fonction polynomiale. Les coefficients de la fonction polynomiale seront définis en fonction des valeurs des paramètres d'entrée récupérés pour les différents points de fonctionnement. Une fonction continue peut encore être approximée par une un technique de splines. [0040] L'utilisation de modèles paramétrés de cartographies différents paramètres d'entrée moteur permet de limiter la complexité des calculs. L'utilisation de ces modèles revient à effectuer une sous-paramétrisation des cartographies. [0041] Le processus d'optimisation des points de fonctionnement du cycle d'homologation moteur peut être initié de toute façon appropriée. À partir d'un domaine de validité des paramètres d'entrée, on peut notamment envisager d'initier le processus d'optimisation à partir d'une valeur médiane de ce domaine de validité, à partir d'un extremum de ce domaine de validité, ou à partir d'un point aléatoire dans ce domaine de validité. [0042] En pratique, l'optimisation peut être réalisée en utilisant la fonction fmincon du logiciel distribué sous la référence commerciale Matlab Marque déposée de la société « The Mathworks, Inc. ». Cette fonction permet de solutionner des problèmes d'optimisation non linéaires avec des contraintes d'égalités ou d'inégalités.20