FR3100574A1 - Create an engine model to calibrate a powertrain - Google Patents
Create an engine model to calibrate a powertrain Download PDFInfo
- Publication number
- FR3100574A1 FR3100574A1 FR1909893A FR1909893A FR3100574A1 FR 3100574 A1 FR3100574 A1 FR 3100574A1 FR 1909893 A FR1909893 A FR 1909893A FR 1909893 A FR1909893 A FR 1909893A FR 3100574 A1 FR3100574 A1 FR 3100574A1
- Authority
- FR
- France
- Prior art keywords
- model
- engine
- create
- powertrain
- calibration
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000002485 combustion reaction Methods 0.000 claims abstract description 13
- 238000002347 injection Methods 0.000 claims abstract description 12
- 239000007924 injection Substances 0.000 claims abstract description 12
- 239000000446 fuel Substances 0.000 claims abstract description 11
- 238000013179 statistical model Methods 0.000 claims description 15
- 230000008878 coupling Effects 0.000 claims description 8
- 238000010168 coupling process Methods 0.000 claims description 8
- 238000005859 coupling reaction Methods 0.000 claims description 8
- 238000013400 design of experiment Methods 0.000 claims description 7
- 230000001052 transient effect Effects 0.000 description 8
- 230000008901 benefit Effects 0.000 description 6
- 230000006399 behavior Effects 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 3
- 238000011156 evaluation Methods 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000001816 cooling Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
- F02D41/2425—Particular ways of programming the data
- F02D41/2429—Methods of calibrating or learning
- F02D41/2432—Methods of calibration
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/02—Circuit arrangements for generating control signals
- F02D41/14—Introducing closed-loop corrections
- F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
- F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D2200/00—Input parameters for engine control
- F02D2200/02—Input parameters for engine control the parameters being related to the engine
- F02D2200/04—Engine intake system parameters
- F02D2200/0402—Engine intake system parameters the parameter being determined by using a model of the engine intake or its components
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
La présente invention est relative à un procédé pour créer un modèle de moteur, à un modèle de moteur, et à une plate-forme de calibrage d'un groupe motopropulseur qui utilise ce modèle de moteur. Un procédé selon la présente divulgation pour créer un modèle de moteur (1) comprend les étapes suivantes : créer un premier modèle (S1,2) qui modélise l'injection de carburant, le processus de combustion ainsi que les émissions produites, créer un second modèle (S2,3) qui modélise le trajet de l'air, et coupler (S3) le premier modèle (2) et le second modèle (3). figure pour l’abrégé : figure 1The present invention relates to a method for creating an engine model, an engine model, and a calibration platform of a powertrain that uses this engine model. A method according to the present disclosure for creating an engine model (1) comprises the following steps: creating a first model (S1,2) which models the fuel injection, the combustion process as well as the emissions produced, creating a second model (S2,3) which models the path of the air, and couple (S3) the first model (2) and the second model (3). figure for the abstract: figure 1
Description
La présente invention est relative à un procédé pour créer un modèle de moteur, à un modèle de moteur, et à un plate-forme de calibrage d'un groupe motopropulseur qui utilise ce modèle de moteur.The present invention relates to a method for creating an engine model, an engine model, and a powertrain calibration platform that uses this engine model.
Un procédé de calibrage amélioré pour commander un moteur à combustion interne est divulgué dans le document DE 10 2017 110 795.An improved calibration method for controlling an internal combustion engine is disclosed in DE 10 2017 110 795.
Un procédé selon la présente divulgation pour créer un modèle de moteur comprend les étapes suivantes :A method according to the present disclosure for creating an engine model comprises the following steps:
- créer un premier modèle qui modélise l'injection de carburant, le processus de combustion ainsi que les émissions produites,create a first model that models the fuel injection, the combustion process as well as the emissions produced,
- créer un second modèle qui modélise le trajet de l'air, etcreate a second model that models the air path, and
- coupler le premier modèle et le second modèle.pair the first model and the second model.
En raison de la complexité croissante des groupes motopropulseurs et des moteurs et de la nécessité de prendre en considération différentes conditions environnementales telles qu'une haute altitude et des températures variables, un calibrage de moteur virtuel est avantageux dans le but de réduire les efforts de calibrage et par conséquent les coûts. Cela pourrait également aider à optimiser le nombre de prototypes requis et/ou à limiter les matrices de test. Toutefois, pour qu'un calibrage virtuel d'un groupe motopropulseur soit réussi, des modèles fiables et prédictifs qui sont rapides et qui ne requièrent que des ressources de calcul limitées sont nécessaires. Le procédé selon la présente divulgation permet la conception d'un modèle de moteur en créant un premier modèle et un second modèle, qui sont couplés l'un à l'autre. Avec cette conception, il est possible de combiner le premier modèle qui est avantageux pour la modélisation des processus relatifs à la combustion, c'est-à-dire l'injection de carburant, le processus de combustion ainsi que les émissions produites, pour une grande plage de fonctionnement, de préférence dans des conditions de régime permanent, et le second modèle qui est avantageux pour la modélisation de processus relatifs à la dynamique de l'air, c'est-à-dire le trajet de l'air, en particulier pour des conditions transitoires. En couplant le premier modèle et le second modèle, les avantages de chaque modèle, la qualité de la modélisation et les effets transitoires peuvent être utilisés favorablement.Due to the increasing complexity of powertrains and engines and the need to consider different environmental conditions such as high altitude and varying temperatures, a virtual engine calibration is advantageous in order to reduce calibration efforts and therefore the costs. It could also help optimize the number of prototypes required and/or limit test dies. However, for a virtual powertrain calibration to be successful, reliable and predictive models that are fast and require only limited computational resources are needed. The method according to the present disclosure allows the design of an engine model by creating a first model and a second model, which are coupled to each other. With this design, it is possible to combine the first model which is advantageous for modeling the processes relating to combustion, i.e. fuel injection, the combustion process as well as the emissions produced, for a large operating range, preferably under steady state conditions, and the second model which is advantageous for modeling processes relating to air dynamics, i.e. air path, in especially for transient conditions. By coupling the first model and the second model, the advantages of each model, the quality of the modeling and the transient effects can be used favorably.
Dans plusieurs aspects de la présente divulgation, un modèle statistique ou un modèle physique est utilisé pour créer le premier modèle, et un modèle statistique ou un modèle physique est utilisé pour créer le second modèle. De cette manière, la présente divulgation permet de créer le premier modèle et le second modèle comme un modèle statistique ou un modèle physique, ce qui présente l'avantage que le type de modèle peut être adapté aux exigences du premier modèle ou du second modèle. Par exemple, le modèle statistique est préférable si la précision sur une grande plage de fonctionnement, de préférence dans des conditions de régime permanent, est pertinente, alors que le modèle physique est préférable si des conditions transitoires sont pertinentes.In several aspects of the present disclosure, a statistical model or a physical model is used to create the first model, and a statistical model or a physical model is used to create the second model. In this way, the present disclosure allows the first model and the second model to be created as a statistical model or a physical model, which has the advantage that the type of model can be adapted to the requirements of the first model or the second model. For example, the statistical model is preferable if accuracy over a large operating range, preferably under steady-state conditions, is relevant, whereas the physical model is preferable if transient conditions are relevant.
Dans un autre aspect avantageux de la présente divulgation, le couplage entre le premier modèle et le second modèle est effectué par l'intermédiaire d'une approche du type modèle de moteur de valeur moyenne (MVEM). Le MVEM permet des calculs valables en temps réel en modélisant le comportement thermodynamique du moteur d'une manière efficace. Il reçoit des informations relatives au trajet de l'air à partir du second modèle et fournit des résultats à partir des processus dans les cylindres au second modèle. Le premier modèle fournit des paramètres relatifs à l'injection de carburant, au processus de combustion ainsi qu'aux émissions produites au niveau du MVEM.In another advantageous aspect of the present disclosure, the coupling between the first model and the second model is done through a mean value engine model (MVEM) type approach. The MVEM allows valid calculations in real time by modeling the thermodynamic behavior of the engine in an efficient way. It receives air path information from the second model and provides results from the processes in the cylinders to the second model. The first model provides parameters relating to the fuel injection, the combustion process as well as the emissions produced at the MVEM.
Un modèle de moteur est créé par le procédé divulgué. Le modèle de moteur permet de modéliser l'injection de carburant, le processus de combustion ainsi que les émissions produites pour une grande plage de fonctionnement et le comportement transitoire du trajet de l'air du moteur parce qu'il contient le premier modèle et le second modèle, qui sont couplés. Le premier modèle produit de préférence des quantités telles que des émissions polluantes, le couple et une masse de carburant à injecter. Le second modèle produit de préférence des valeurs telles que des pressions et des températures le long du trajet de l'air. En couplant le premier modèle et le second modèle, des résultats en provenance du premier modèle sont fournis comme entrées au second modèle et vice versa. De cette manière, les dépendances entre le trajet de l'air et l'injection, la combustion et les émissions peuvent être capturées et permettent de modéliser un moteur.An engine model is created by the disclosed method. The engine model allows to model the fuel injection, the combustion process as well as the emissions produced for a large operating range and the transient behavior of the air path of the engine because it contains the first model and the second model, which are coupled. The first model preferably produces quantities such as polluting emissions, torque and a mass of fuel to be injected. The second model preferably produces values such as pressures and temperatures along the air path. By coupling the first model and the second model, results from the first model are provided as inputs to the second model and vice versa. In this way, the dependencies between the air path and the injection, combustion and emissions can be captured and allow an engine to be modelled.
Une plate-forme de calibrage d'un groupe motopropulseur comprend un panneau de commande, une UCM et un système d'automatisation. La plate-forme de calibrage d'un groupe motopropulseur est conçue de manière à exécuter un modèle de moteur selon le modèle de moteur divulgué et à exécuter les étapes suivantes :A powertrain calibration platform consists of a control panel, UCM and automation system. The powertrain calibration platform is designed to run an engine model according to the disclosed engine model and perform the following steps:
- entrer des informations dans le système d'automatisation par l'intermédiaire du panneau de commande,enter information into the automation system through the control panel,
- définir une cible de calibrage par le système d'automatisation sur la base des informations entrées,set a calibration target by the automation system based on the information entered,
- définir des points de consigne de commande par l'UCM sur la base de la cible de calibrage définie,set control setpoints by the UCM based on the defined calibration target,
- exécuter le modèle de moteur en prenant en considération les points de consigne de commande définis, et run the motor model taking into consideration the defined control setpoints, and
- produire un résultat du modèle de moteur exécuté par le panneau de commande.produce a result of the engine model executed by the control panel.
La plate-forme de calibrage d'un groupe motopropulseur permet de calibrer un réglage de l'UCM. En utilisant le modèle de moteur pour effectuer le calibrage du réglage de l'UCM, la plate-forme de calibrage d'un groupe motopropulseur peut bénéficier du couplage du premier modèle et du second modèle et peut par conséquent fournir des résultats précis pour une grande plage de fonctionnement sous des conditions stationnaires et transitoires. Des points de consigne de commande, définis par l'UCM sur la base des cibles de calibrage définies, définissent, par exemple, des points de consigne pour un actionneur de trajet de l'air et/ou un système d'injection. L'UCM pourrait être une UCM réelle aussi bien qu'une UCM virtuelle. La plate-forme de calibrage d'un groupe motopropulseur peut être connectée à un logiciel de calibrage qui permet d'accéder à l'UCM et de modifier son réglage directement.The Powertrain Calibration Platform is used to calibrate an MCU setting. By using the engine model to perform UCM tuning calibration, a powertrain calibration platform can benefit from the coupling of the first model and the second model and can therefore provide accurate results for a large operating range under steady and transient conditions. Control setpoints, set by the UCM based on the set calibration targets, set, for example, setpoints for an air path actuator and/or an injection system. The UCM could be a real UCM as well as a virtual UCM. The powertrain calibration platform can be connected to calibration software which allows the UCM to be accessed and its setting changed directly.
Des aspects illustratifs préférés de la présente divulgation vont être discutés d'une façon plus détaillée sur la base des figures suivantes, dans lesquelles :Preferred illustrative aspects of the present disclosure will be discussed in more detail based on the following figures, in which:
La
- créer un premier modèle S1,2 qui modélise l'injection de carburant, le processus de combustion ainsi que les émissions produites,create a first model S1,2 which models the fuel injection, the combustion process as well as the emissions produced,
- créer un second modèle S2,3 qui modélise le trajet de l'air, etcreate a second model S2,3 which models the path of the air, and
- coupler S3 le premier modèle 2 et le second modèle 3.pair S3 the first model 2 and the second model 3.
La création S1, S2 du modèle de moteur 1 à partir du premier modèle 2 et du second modèle 3 présente l'avantage que le premier modèle 2 et le second modèle 3 peuvent être créés en fonction des exigences des processus à modéliser. Le couplage S3 du premier modèle 2 et du second modèle 3 permet de combiner les avantages des deux modèles.The creation S1, S2 of the motor model 1 from the first model 2 and the second model 3 has the advantage that the first model 2 and the second model 3 can be created according to the requirements of the processes to be modeled. The S3 coupling of the first model 2 and the second model 3 makes it possible to combine the advantages of the two models.
Dans plusieurs aspects de la présente divulgation, un modèle statistique ou un modèle physique est utilisé pour créer le premier modèle 2, et un modèle statistique ou un modèle physique est utilisé pour créer le second modèle 3. Ceci permet de choisir le type approprié de modèle en fonction des exigences. Par exemple, si la précision pour des conditions stationnaires ou quasi-stationnaires est importante, un modèle statistique pourrait être préféré. Si une dynamique transitoire constitue une caractéristique importante à capturer par le modèle, un modèle physique pourrait être préféré.In several aspects of the present disclosure, a statistical model or a physical model is used to create the first model 2, and a statistical model or a physical model is used to create the second model 3. This makes it possible to choose the appropriate type of model depending on requirements. For example, if accuracy for steady or quasi-steady conditions is important, a statistical model might be preferred. If transient dynamics is an important feature to be captured by the model, a physical model might be preferred.
Dans un autre aspect de la présente divulgation, le couplage (S3) est effectué par l'intermédiaire d'un modèle de moteur de valeur moyenne (MVEM). L'approche MVEM présente l'avantage de temps de calcul très courts. Par conséquent, elle est appropriée pour des applications en temps réel. Le MVEM reçoit des informations relatives au trajet de l'air en provenance du second modèle 3 et communique des informations relatives à la thermodynamique dans les cylindres au second modèle 3. Le premier modèle 2 fournit au MVEM des paramètres pertinents pour l'injection de carburant, le processus de combustion ainsi que les émissions produites. De cette manière, le premier modèle 2 et le second modèle 3 sont couplés par l'intermédiaire du MVEM, ce qui permet une modélisation efficace et précise du moteur et du trajet de l'air.In another aspect of the present disclosure, the coupling (S3) is performed through a mean value engine model (MVEM). The MVEM approach has the advantage of very short computation times. Therefore, it is suitable for real-time applications. The MVEM receives information about the air path from the second model 3 and communicates information about the thermodynamics in the cylinders to the second model 3. The first model 2 provides the MVEM with parameters relevant for fuel injection , the combustion process and the emissions produced. In this way, the first model 2 and the second model 3 are coupled via the MVEM, which allows an efficient and precise modeling of the engine and the path of the air.
Un modèle de Conception d'Expériences (DOE) est utilisé pour créer le modèle statistique. Le modèle DOE permet de réaliser une modélisation précise du comportement du moteur pour une grande plage de fonctionnement dans des conditions de régime permanent. Par conséquent, il est favorablement utilisé pour optimiser le calibrage du moteur.A Design of Experiments (DOE) model is used to create the statistical model. The DOE model allows accurate modeling of engine behavior over a wide operating range under steady-state conditions. Therefore, it is favorably used to optimize engine calibration.
Le modèle statistique est utilisé pour créer le premier modèle 2. Les modèles statistiques, tels que les modèles DOE, sont supérieurs aux modèles physiques, si des phénomènes complexes tels que l'injection de carburant, le processus de combustion ainsi que les émissions produites doivent être modélisés avec une grande précision et des contraintes strictes s'agissant du temps de calcul disponible. Par conséquent, le modèle DOE est favorablement utilisé pour créer le premier modèle 2.The statistical model is used to create the first model 2. Statistical models, such as DOE models, are superior to physical models, if complex phenomena such as fuel injection, the combustion process as well as the emissions produced must be modeled with high precision and strict constraints in terms of available computing time. Therefore, the DOE model is favorably used to create the first model 2.
Le modèle physique est utilisé pour créer le second modèle 3. Les modèles physiques sont supérieurs aux modèles statistiques si une dynamique transitoire, telle qu'une dynamique de trajet de l'air, doit être modélisée. Par conséquent, le modèle physique est utilisé pour créer le second modèle 3, permettant de ce fait une modélisation précise des comportements transitoires du trajet de l'air du moteur.The physical model is used to create the second model 3. Physical models are superior to statistical models if transient dynamics, such as air path dynamics, are to be modeled. Therefore, the physical model is used to create the second model 3, thereby allowing accurate modeling of the transient behaviors of the engine air path.
La
La
- entrer S10 des informations dans le système d'automatisation 13 par l'intermédiaire du panneau de commande 8,enter information S10 into the automation system 13 via the control panel 8,
- définir S20 une cible de calibrage à l'aide du système d'automatisation 13 sur la base des informations entrées S10,define S20 a calibration target using the automation system 13 based on the information entered S10,
- définir S30 des points de consigne de commande 4, par l'UCM 5 sur la base de la cible de calibrage définie S20,set S30 control setpoints 4, by UCM 5 based on set calibration target S20,
- exécuter S40 le modèle de moteur 1 en prenant en considération les points de consigne de commande définis S30, etrun S40 engine model 1 taking into consideration the defined control setpoints S30, and
- produire S50 un résultat du modèle de moteur exécuté S40 à l'aide du panneau de commande 8.produce S50 a result of the executed engine model S40 using the control panel 8.
Sur la base de la définition S10 de la cible de calibrage, la plate-forme de calibrage d'un groupe motopropulseur 7 permet le calibrage des réglages de l'UCM 5. La cible de calibrage est définie S10 par le système d'automatisation 13 sur la base des informations entrées S10 en utilisant le clavier du panneau de commande 8. A la place d'un clavier, des moyens alternatifs pour entrer des informations peuvent être choisis, tels que des entrées par commande vocale ou des entrées d'informations automatisées réalisées par un ensemble d'instructions tel qu'un script ou un programme. La cible de calibrage est transférée du système d'automatisation 13 à l'UCM 5 par l'intermédiaire du module d'acquisition I/O 11 du coffret HiL 9. L'UCM 5 commande le fonctionnement du moteur réel. Le coffret HiL 9 comprend des modèles du système de groupe motopropulseur, comprenant le modèle de moteur 1. Par conséquent, la modélisation d'un moteur, d'un système de post-traitement des gaz d'échappement, d'un système de refroidissement et d'un véhicule peut être exécutée.Based on the definition S10 of the calibration target, the calibration platform of a powertrain 7 allows the calibration of the settings of the UCM 5. The calibration target is defined S10 by the automation system 13 based on information entered S10 using the keyboard of the control panel 8. Instead of a keyboard, alternative means for entering information can be chosen, such as voice command entries or automated information entries performed by a set of instructions such as a script or program. The calibration target is transferred from the automation system 13 to the UCM 5 via the I/O acquisition module 11 of the HiL 9 box. The UCM 5 controls the operation of the real motor. The HiL 9 set includes models of the powertrain system, including engine model 1. Therefore, the modeling of an engine, an exhaust after-treatment system, a cooling system and a vehicle can be executed.
Sur la base de la cible de calibrage définie S20, des points de consigne de commande 4 sont définis S30 par l'UCM 5 et sont transférés au modèle de moteur 1 par l'intermédiaire du module d'acquisition I/O 11. Le modèle de moteur 1 est exécuté S40 par le système d'automatisation 13 et calcule des paramètres de moteur tels que les pressions, les températures, le couple et les émissions polluantes en prenant en considération les points de consigne de commande 4. Les résultats du modèle de moteur 1 sont renvoyés par l'intermédiaire du module d'acquisition I/O 11 à l'UCM 5, qui pourra régler le fonctionnement du moteur sur la base des résultats. L'UCM 5 transfère les résultats au module d'acquisition I/O 11. A l'intérieur du coffret HiL 9, les résultats du modèle de moteur 1 peuvent être utilisés comme conditions d'entrée et/ou de frontière pour d'autres modèles contenus dans le coffret HiL 9. Le module d'acquisition I/O 11 transfère les informations contenant les résultats provenant du modèle de moteur 1 et optionnellement des résultats provenant des autres modèles au système d'automatisation 13. A l'intérieur du système d'automatisation 13, les résultats sont post-traités et analysés. Les résultats du modèle de moteur, le post-traitement et l'analyse sont envoyés sur des écrans du dispositif de panneau de commande 8 pour une représentation graphique. Alternativement ou additionnellement, les résultats peuvent être sauvegardés dans des fichiers et/ou être transmis à une personne ou à un dispositif.Based on the defined calibration target S20, control setpoints 4 are defined S30 by the UCM 5 and are transferred to the motor model 1 via the I/O acquisition module 11. The model engine 1 is executed S40 by the automation system 13 and calculates engine parameters such as pressures, temperatures, torque and pollutant emissions taking into consideration the control setpoints 4. The results of the engine model motor 1 are sent back through the I/O acquisition module 11 to the UCM 5, which can adjust the operation of the motor based on the results. The UCM 5 transfers the results to the I/O acquisition module 11. Inside the HiL 9 box, the results of engine model 1 can be used as entry and/or boundary conditions for other models contained in the HiL box 9. The I/O acquisition module 11 transfers the information containing the results coming from the engine model 1 and optionally the results coming from the other models to the automation system 13. Inside the system automation 13, the results are post-processed and analyzed. The results of the engine model, post-processing and analysis are sent to screens of the control panel device 8 for graphical representation. Alternatively or additionally, the results may be saved to files and/or transmitted to a person or device.
La plate-forme de calibrage d'un groupe motopropulseur 7 est conçue de manière à optimiser des cibles de calibrage en exécutant de façon itérative les étapes S10 à S50. L'optimisation comprend une évaluation des résultats du modèle de moteur 1 sur la base du post-traitement et de l'analyse du système d'automatisation 13. En fonction du résultat de l'évaluation, les étapes S30 à S50, le post-traitement, l'analyse et l'évaluation sont répétés ou les points de consigne de commande sont stockés comme des réglages de calibrage optimisés.The powertrain calibration platform 7 is designed to optimize calibration targets by iteratively performing steps S10 through S50. The optimization includes an evaluation of the results of the engine model 1 based on the post-processing and the analysis of the automation system 13. Depending on the result of the evaluation, the steps S30 to S50, the post- processing, analysis and evaluation are repeated or the control setpoints are stored as optimized calibration settings.
Claims (9)
- créer un premier modèle (S1,2) qui modélise l'injection de carburant, le processus de combustion ainsi que les émissions produites,
- créer un second modèle (S2,3) qui modélise le trajet de l'air, et
- coupler (S3) le premier modèle (2) et le second modèle (3), dans lequel le couplage (S3) est effectué à l'aide d'un modèle de moteur de valeur moyenne (MVEM) modélisant le comportement thermodynamique du moteur, qui reçoit des informations relatives au trajet de l'air à partir du second modèle et fournit des résultats à partir des processus dans les cylindres au second modèle, et dans lequel
- le premier modèle fournit des paramètres relatifs à l'injection de carburant, au processus de combustion ainsi qu'aux émissions produites au niveau du MVEM.
- create a first model (S1,2) which models the fuel injection, the combustion process as well as the emissions produced,
- create a second model (S2,3) which models the air path, and
- coupling (S3) the first model (2) and the second model (3), in which the coupling (S3) is carried out using a mean value engine model (MVEM) modeling the thermodynamic behavior of the engine, which receives air path information from the second model and provides results from the processes in the cylinders to the second model, and wherein
- the first model provides parameters relating to fuel injection, the combustion process and the emissions produced at the MVEM.
- un modèle statistique ou un modèle physique est utilisé pour créer le premier modèle (2), et dans lequel
- un modèle statistique ou un modèle physique est utilisé pour créer le second modèle (3).
- a statistical model or a physical model is used to create the first model (2), and wherein
- a statistical model or a physical model is used to create the second model (3).
- entrer (S10) des informations dans le système d'automatisation (13) par l'intermédiaire du panneau de commande (8),
- définir (S20) une cible de calibrage à l'aide du système d'automatisation (13) sur la base des informations entrées (S10),
- définir (S30) des points de consigne de commande (4) à l'aide de l'UCM (5) sur la base de la cible de calibrage définie (S20),
- exécuter (S40) le modèle de moteur (1) en prenant en considération les points de consigne de commande définis (S30), et
- produire (S50) un résultat du modèle de moteur exécuté (S40) à l'aide du panneau de commande.
- entering (S10) information into the automation system (13) via the control panel (8),
- defining (S20) a calibration target using the automation system (13) based on the input information (S10),
- setting (S30) control setpoints (4) using the UCM (5) based on the set calibration target (S20),
- execute (S40) the engine model (1) taking into consideration the defined control setpoints (S30), and
- producing (S50) a result of the executed engine model (S40) using the control panel.
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1909893A FR3100574B1 (en) | 2019-09-09 | 2019-09-09 | Create an engine model to calibrate a powertrain |
DE102020005486.2A DE102020005486A1 (en) | 2019-09-09 | 2020-09-08 | Creating an engine model for calibrating a drive train |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR1909893A FR3100574B1 (en) | 2019-09-09 | 2019-09-09 | Create an engine model to calibrate a powertrain |
FR1909893 | 2019-09-09 |
Publications (2)
Publication Number | Publication Date |
---|---|
FR3100574A1 true FR3100574A1 (en) | 2021-03-12 |
FR3100574B1 FR3100574B1 (en) | 2024-01-19 |
Family
ID=73038006
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR1909893A Active FR3100574B1 (en) | 2019-09-09 | 2019-09-09 | Create an engine model to calibrate a powertrain |
Country Status (2)
Country | Link |
---|---|
DE (1) | DE102020005486A1 (en) |
FR (1) | FR3100574B1 (en) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070265805A1 (en) * | 2006-05-09 | 2007-11-15 | Byungho Lee | Rapid engine mapping and modeling |
DE102017110795A1 (en) | 2016-05-25 | 2017-11-30 | FEV Europe GmbH | Method for improved calibration of the control of an internal combustion engine |
-
2019
- 2019-09-09 FR FR1909893A patent/FR3100574B1/en active Active
-
2020
- 2020-09-08 DE DE102020005486.2A patent/DE102020005486A1/en active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070265805A1 (en) * | 2006-05-09 | 2007-11-15 | Byungho Lee | Rapid engine mapping and modeling |
DE102017110795A1 (en) | 2016-05-25 | 2017-11-30 | FEV Europe GmbH | Method for improved calibration of the control of an internal combustion engine |
Non-Patent Citations (6)
Title |
---|
FADILA MAROTEAUX ET AL: "Combined mean value engine model and crank angle resolved in-cylinder modeling with NOx emissions model for real-time Diesel engine simulations at high engine speed", ENERGY, vol. 88, August 2015 (2015-08-01), AMSTERDAM, NL, pages 515 - 527, XP055770201, ISSN: 0360-5442, DOI: 10.1016/j.energy.2015.05.072 * |
HEIKO SEQUENZ: "Emission Modelling and Model-Based Optimisation of the Engine Control", 25 February 2013 (2013-02-25), XP055281312, Retrieved from the Internet <URL:http://tuprints.ulb.tu-darmstadt.de/3948/1/Emission Modelling and Model-Based Optimisation of the Engine Control - Dissertation Heiko Sequenz.pdf> [retrieved on 20160616] * |
KINYIP CHAN ET AL: "Comparison of Engine Simulation Software for Development of Control System", MODELLING AND SIMULATION IN ENGINEERING, vol. 2013, 2013, pages 1 - 21, XP055643594, ISSN: 1687-5591, DOI: 10.1155/2013/401643 * |
MAPLESOFT: "Mean-Value Internal Combustion Engine Model with MapleSim", 2011, XP055770189, Retrieved from the Internet <URL:www.maplesoft.com> [retrieved on 20210129] * |
ROLF ISERMANN: "Modellbasierte Entwicklung von Motorsteuerungen und -regelungen", MTZ - MOTORTECHNISCHE ZEITSCHRIFT, vol. 75, no. 03/2014, March 2014 (2014-03-01), pages 78 - 87, XP055161786 * |
RUIXUE LI ET AL: "Calibration and Validation of a Mean Value Model for Turbocharged Diesel Engine", ADVANCES IN MECHANICAL ENGINEERING, vol. 5, January 2013 (2013-01-01), pages 579503, XP055770205, ISSN: 1687-8140, DOI: 10.1155/2013/579503 * |
Also Published As
Publication number | Publication date |
---|---|
FR3100574B1 (en) | 2024-01-19 |
DE102020005486A1 (en) | 2021-03-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1818663B1 (en) | Transient engine performance adaptation method and system | |
CN113110367B (en) | Engine hardware in-loop test method and system | |
Grill et al. | Quasi-dimensional and empirical modeling of compression-ignition engine combustion and emissions | |
FR2870889A1 (en) | METHOD OF OPTIMIZING CHARACTERISTIC FIELDS FOR CONTROLLING AN INTERNAL COMBUSTION ENGINE | |
Franken et al. | Advanced predictive diesel combustion simulation using turbulence model and stochastic reactor model | |
US7349795B2 (en) | Method and system for adaptation of transient engine performance | |
KR20200129803A (en) | Method for Optimizing Engine Management System Mapping Based On Real Road Virtual Driving Environment and Engine Virtual Test Environment System thereof | |
White et al. | Hardware-in-the-loop simulation of robust gain-scheduling control of port-fuel-injection processes | |
El Hadef et al. | Neural model for real-time engine volumetric efficiency estimation | |
FR3100574A1 (en) | Create an engine model to calibrate a powertrain | |
JP2011021518A (en) | Virtual adaptation system of engine | |
US20090204376A1 (en) | Method for measuring a nonlinear dynamic real system | |
CN113191071B (en) | Method for virtually calibrating engine model and related device thereof | |
JP4235116B2 (en) | Apparatus and method for testing transient characteristics of internal combustion engine | |
Barasa et al. | Virtual engine, controls, and calibration development in automated co-simulation environment | |
CN117150884A (en) | Engine fault investigation method and system based on digital twin | |
Xiao et al. | A semi-physical artificial neural network for feed forward ignition timing control of multi-fuel SI engines | |
US10055523B2 (en) | Method for analyzing oxidation in an internal combustion engine | |
JP5233660B2 (en) | Method for adapting control parameters of an internal combustion engine | |
Friedrich et al. | Automatic model calibration for engine-process simulation with heat-release prediction | |
Weissenborn et al. | Data based cylinder pressure modeling for direct-injection diesel engines | |
Bozhkov | Generating management program of the test bench SKAD-1 for computer control of automotive gasoline injection engine | |
JP2007164436A (en) | Prediction analytical system, method, and program for engine performance | |
FR3095270A1 (en) | PROCESS FOR CALIBRATION OF RICHNESS COMPENSATIONS IN THE LOAD TRANSITION PHASE IN A THERMAL ENGINE POWERTRAIN GROUP | |
Wu et al. | Control-Oriented Modeling of Turbocharged Diesel Engines Transient Combustion Using Neural Networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 2 |
|
PLSC | Publication of the preliminary search report |
Effective date: 20210312 |
|
PLFP | Fee payment |
Year of fee payment: 3 |
|
PLFP | Fee payment |
Year of fee payment: 4 |
|
PLFP | Fee payment |
Year of fee payment: 5 |
|
PLFP | Fee payment |
Year of fee payment: 6 |