WO2013072986A1 - パラメータ探索方法およびパラメータ探索システム - Google Patents

パラメータ探索方法およびパラメータ探索システム Download PDF

Info

Publication number
WO2013072986A1
WO2013072986A1 PCT/JP2011/076188 JP2011076188W WO2013072986A1 WO 2013072986 A1 WO2013072986 A1 WO 2013072986A1 JP 2011076188 W JP2011076188 W JP 2011076188W WO 2013072986 A1 WO2013072986 A1 WO 2013072986A1
Authority
WO
WIPO (PCT)
Prior art keywords
search
parameter
cores
optimal solution
local
Prior art date
Application number
PCT/JP2011/076188
Other languages
English (en)
French (fr)
Inventor
隼人 白井
勇人 仲田
Original Assignee
トヨタ自動車株式会社
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 トヨタ自動車株式会社 filed Critical トヨタ自動車株式会社
Priority to PCT/JP2011/076188 priority Critical patent/WO2013072986A1/ja
Publication of WO2013072986A1 publication Critical patent/WO2013072986A1/ja

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
    • G06N5/00—Computing arrangements using knowledge-based models

Definitions

  • the present invention relates to a technique for performing parameter adaptation for engine control using an arithmetic device having a plurality of cores.
  • an optimization function is automatically performed by determining a certain evaluation function and selecting the best parameter from a certain parameter search section. At that time, if an optimization calculation process is attempted without falling into a local optimization solution, for example, when the parameter section is wide or multidimensional, the number of searches becomes enormous and the optimization calculation process takes a lot of time. There is a problem.
  • Japanese Unexamined Patent Application Publication No. 2009-48353 discloses a combinatorial optimization system that can solve the combinatorial optimization problem with a low probability of falling into a local solution and at high speed.
  • the second neighborhood in which a global search is performed by setting a large fluctuation range of some or all discrete variables.
  • the search is executed in combination with a first neighborhood search that performs a concentrated search of a promising concentrated search region by setting a small fluctuation range of the discrete variable.
  • the present invention has been made to solve the above-described problems, and is optimal while reducing the time required for parameter search work by using an arithmetic unit having a plurality of cores when performing parameter adjustment work. It is an object of the present invention to provide a parameter search method and system capable of realizing improvement in solution search accuracy.
  • an arithmetic device having a plurality of cores first divides a parameter search section included in an internal combustion engine control program into a plurality of sections. Next, a search for a local optimum solution in each divided search section is assigned to each of the plurality of cores, and a search for a local optimum solution assigned for each core is executed in parallel by the plurality of cores. Then, a global optimum solution in the search section is selected from the local optimum solutions searched in the divided search sections.
  • the entire search section is searched by one core. Compared to the above, it is possible to effectively shorten the time required for searching for the optimum solution. Further, according to the present invention, a global optimum solution in the entire search section is selected from among the local optimum solutions in each divided search section. As a result, it is possible to effectively avoid a situation that falls into a local optimal solution, and thus it is possible to improve the search accuracy of the optimal solution.
  • Embodiment 1 FIG. [Configuration of Embodiment 1]
  • the parameter search system of this embodiment is a system that automatically searches for a large number of parameters included in an engine control program.
  • the type and structure of the engine controlled by the engine control program is not limited, and the content of the engine control program itself is not limited.
  • FIG. 1 is a diagram showing the configuration of this parameter search system.
  • the parameter search system includes an arithmetic unit.
  • This computing device includes a core and memory as hardware, an OS (Operating System) as software, and an automatic search program.
  • the number of cores mounted on this arithmetic unit is four, and each core includes a CPU and a cache (not shown).
  • the four cores and the memory are connected by a bus (not shown).
  • the memory is a shared memory shared among the four cores.
  • the memory stores an engine control model used in the engine control program, engine test data, and design data.
  • the OS manages the four cores in an integrated manner.
  • the automatic search program is an application that runs on the OS.
  • the parameter search system is realized by executing the automatic search program.
  • the engine control program uses an engine control model that models the engine control structure.
  • the engine control model includes a plurality of submodels created for each part constituting the engine such as an intake pipe, an exhaust pipe, a cylinder, a turbine, and a compressor. Note that the parameters to be matched are included in each sub model.
  • the system of the present embodiment is characterized by a method for searching for these parameters.
  • movement is demonstrated along a flowchart.
  • FIG. 2 is a flowchart showing the parameter search method of the present embodiment.
  • the search method shown in this flowchart is performed.
  • a description will be given of a method for searching the opening degree of each actuator for realizing a predetermined EGR rate in a diesel engine including a variable nozzle, an EGR valve, and a diesel throttle as actuators.
  • an evaluation function is input (step 100). Specifically, an evaluation function consisting of fuel consumption, emission, and drivability is input here. In the present invention, the evaluation function used in step 100 is not limited.
  • the search range is input (step 102).
  • a combination of the opening degrees of each actuator is input.
  • the search range is divided by the number of cores (step 104).
  • FIG. 3 is a diagram illustrating an example of a relationship of evaluation function values with respect to combinations of search ranges.
  • the search range input in step 102 is divided into four and assigned to each of the four cores.
  • the search initial value is determined at random within the search range assigned to each core (step 106).
  • a local optimum solution within the search range assigned to each core is searched (step 108).
  • the local optimum solution within the search range is searched using a known gradient method such as the conjugate gradient method or the steepest descent method. Since the search for the local optimal solution in each core is an operation that is highly independent from each other, it is suitable for parallel operation using a plurality of cores. In the example illustrated in FIG. 3, a local optimum solution having the smallest evaluation function value in each search range is searched.
  • a global optimum solution in the entire search range is calculated (step 110).
  • the local optimum solutions in the respective search ranges output in step 108 are compared, and the local optimum solution having the smallest evaluation function value is adopted as the global optimum solution in the entire search range.
  • the search interval for the parameter is divided into a plurality of segments, and the search for the optimal solution in each search segment is executed in parallel by the plurality of cores.
  • the time required for searching for the optimum solution can be effectively shortened.
  • a global optimum solution in the entire search section is selected from among the local optimum solutions in each divided search section.
  • the present invention is not limited to the above-described embodiment, and various modifications can be made without departing from the spirit of the present invention.
  • the parameter search system shown in FIG. 1 is configured to include four cores, a so-called many-core chip arithmetic device having several cores may be used as long as it is a so-called multi-core chip arithmetic device having a plurality of cores.
  • the number of divisions of the search range is not limited to the number of cores. That is, for example, the search range may be further divided into a large number, and a search may be performed by assigning a plurality of search ranges to each core. As a result, the optimum solution can be searched by further dividing the search range, so that the possibility of falling into the local optimum solution can be effectively reduced.
  • the parameter search for realizing the predetermined EGR rate in the diesel engine has been described as an example.
  • the opening degree of each actuator for realizing the predetermined supercharging pressure, etc. It can also be applied to other parameter searches.

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Evolutionary Computation (AREA)
  • Physics & Mathematics (AREA)
  • Computational Linguistics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Software Systems (AREA)
  • Artificial Intelligence (AREA)
  • Feedback Control In General (AREA)

Abstract

　複数のコア有する演算装置を用いることにより、パラメータの探索作業に要する時間を短縮しつつ最適解の探索精度の向上を実現することのできるパラメータ探索方法およびそのシステムを提供する。　複数のコアを有する演算装置は、先ず、内燃機関の制御プログラムに含まれるパラメータの探索区間を複数区間に区分する。次いで、区分された各探索区間における局所最適解の探索を前記複数のコアのそれぞれに割り当て、コア毎に割り当てた局所最適解の探索を複数のコアにより並列に実行していく。そして、区分された各探索区間において探索された局所最適解の中から探索区間の大域的な最適解を選出する。

Description

パラメータ探索方法およびパラメータ探索システム
　この発明は、エンジン制御のためのパラメータの適合を複数のコアを有する演算装置を用いて行うための技術に関する。
　自動車用エンジンの制御プログラムには多数のパラメータが設定されている。それらのパラメータの値は実機による試験で得られたデータに基づいて適合により決定される。パラメータの適合作業には多大な労力を要するため、その作業は自動適合システムによって自動で行われている。ところが、エンジン制御プログラムにおけるパラメータの数は近年益々増えているため、効率のよい適合手法の確立が求められている。
　自動適合システムでは、ある評価関数を決めて、あるパラメータ探索区間から最もよいパラメータを選出する最適化計算処理が自動で行われる。その際、局所最適解に陥ることなく最適化計算処理を行おうとすると、例えばパラメータ区間が広い場合や多次元である場合においては探索回数が膨大になり、最適化計算処理に多大な時間を要するという課題がある。
　この点、例えば、日本特開２００９－４８３５３号公報には、組み合わせ最適化問題を、局所解に陥る確率を低くし且つ高速に解くことのできる組み合わせ最適化システムが開示されている。このシステムでは、具体的には、最適解の存在が有望な集中探索領域を高速に特定するために、一部または全離散変数の変動幅を大きく設定して大域的な探索を行う第２近傍探索と、離散変数の変動幅を小さく設定して有望な集中探索領域の集中探索を行う第１近傍探索とを組み合わせて実行することとしている。
日本特開２００９－４８３５３号公報
　しかしながら、上記従来の技術では、組み合わせ最適化問題において局所最適解に陥る確率を低くする工夫をしているが、探索の初期値が１つであることには変わりはなく、依然として局所最適解に陥る可能性がある。
　この発明は、上述のような課題を解決するためになされたもので、パラメータの適合作業を行うにあたり、複数のコア有する演算装置を用いることにより、パラメータの探索作業に要する時間を短縮しつつ最適解の探索精度の向上を実現することのできるパラメータ探索方法およびそのシステムを提供することを目的とする。
　上記の目的を達成するため、本発明の１つの形態によれば、複数のコアを有する演算装置は、先ず、内燃機関の制御プログラムに含まれるパラメータの探索区間を複数区間に区分する。次いで、区分された各探索区間における局所最適解の探索を前記複数のコアのそれぞれに割り当て、コア毎に割り当てた局所最適解の探索を複数のコアにより並列に実行していく。そして、区分された各探索区間において探索された局所最適解の中から探索区間の大域的な最適解を選出する。
　本発明によれば、パラメータの探索区間を複数に区分した上で、各探索区間における最適解の探索が複数のコアによって並列に実行されるので、探索区間の全域を１つのコアによって探索する場合に比して、最適解の探索に要する時間を有効に短縮することが可能となる。また、本発明によれば、区分された各探索区間における局所最適解の中から探索区間全域における大域的な最適解が選出される。これにより、局所最適解に陥る事態を有効に回避することができるので、最適解の探索精度の向上を実現することができる。
本発明の実施の形態のパラメータ探索システムの構成を示す図である。 本発明の実施の形態のパラメータ探索方法を示すフローチャートである。 探索範囲の組み合わせに対する評価関数値の関係の一例を示す図である。
　以下、図面に基づいてこの発明の実施の形態について説明する。尚、各図において共通する要素には、同一の符号を付して重複する説明を省略する。また、以下の実施の形態によりこの発明が限定されるものではない。
実施の形態１．
［実施の形態１の構成］
　本実施の形態のパラメータ探索システムは、エンジン制御プログラムに含まれる多数のパラメータの探索を自動で行うシステムである。本発明においては、エンジン制御プログラムにより制御されるエンジンの種類や構造に限定は無く、エンジン制御プログラム自体についてもその内容に限定は無い。
　図１は本パラメータ探索システムの構成を示す図である。本パラメータ探索システムは演算装置を備えている。この演算装置は、ハードウェアとしてのコア及びメモリと、ソフトウェアとしてのＯＳ（Operating System）及び自動探索プログラムを備えている。この演算装置が搭載するコアの数は４つであり、各コアは図示省略のＣＰＵとキャッシュを備えている。４つのコアとメモリは図示省略のバスで接続されている。メモリは４つのコア間で共有される共有メモリである。メモリには、エンジン制御プログラムで用いられるエンジン制御モデルとエンジンの試験データ及び設計データが記憶されている。ＯＳは４つのコアを統合的に管理している。自動探索プログラムはＯＳ上で動作するアプリケーションである。自動探索プログラムが実行されることにより本パラメータ探索システムが実現される。
　エンジン制御プログラムでは、エンジンの制御構造をモデル化したエンジン制御モデルが用いられている。エンジン制御モデルは、吸気管、排気管、シリンダ、タービン、コンプレッサ等のエンジンを構成する部品ごとに作成された複数のサブモデルからなる。尚、適合対象であるパラメータは各サブモデルに含まれている。本実施の形態のシステムは、これらのパラメータの探索方法に特徴を有している。以下、フローチャートに沿ってその詳細な動作について説明する。
［実施の形態１の動作］
　図２は、本実施の形態のパラメータ探索方法を示すフローチャートである。演算装置により自動探索プログラムが実行されることによって、このフローチャートに示す探索方法が実施される。ここでは、アクチュエータとしての可変ノズル、ＥＧＲバルブ、およびディーゼルスロットルを備えたディーゼルエンジンにおいて、所定のＥＧＲ率を実現するための各アクチュエータの開度を探索する方法について説明する。
　図２に示すルーチンでは、先ず、評価関数が入力される（ステップ１００）。ここでは、具体的には、燃費、エミッション、およびドライバビリティからなる評価関数が入力される。尚、本発明においては、ステップ１００で使用する評価関数に限定はない。
　次に、探索範囲が入力される（ステップ１０２）。ここでは、具体的には、各アクチュエータの開度の組み合わせが入力される。次に、探索範囲がコア数で分割される（ステップ１０４）。図３は、探索範囲の組み合わせに対する評価関数値の関係の一例を示す図である。本ステップ１０４では、上記ステップ１０２において入力された探索範囲が４つに分割されて、４つのコアのそれぞれに割り当てられる。
　次に、各コアに割り当てられた探索範囲内において探索初期値がそれぞれランダムに決定される（ステップ１０６）。次に、各コアに割り当てられた探索範囲内の局所最適解がそれぞれ探索される（ステップ１０８）。ここでは、具体的には、共役勾配法や最急降下法等の公知の勾配法を用いて探索範囲内の局所最適解が探索される。各コアでの局所最適解の探索は互いに独立性が強い演算であることから、複数コアを用いた並列演算に適している。図３に示す例では、各探索範囲において評価関数値が最小となる局所最適解がそれぞれ探索される。
　図２に示すルーチンでは、次に、全探索範囲での大域的な最適解が算出される（ステップ１１０）。ここでは、具体的には、上記ステップ１０８において出された各探索範囲での局所最適解が比較され、評価関数値が最も小さい局所最適解が全探索範囲での大域的な最適解として採用される。
　以上説明したとおり、本実施の形態１のシステムによれば、パラメータの探索区間を複数に区分した上で、各探索区間における最適解の探索が複数のコアによって並列に実行されるので、探索区間の全域を１つのコアによって探索する場合に比して、最適解の探索に要する時間を有効に短縮することが可能となる。また、本実施の形態１のシステムによれば、区分された各探索区間における局所最適解の中から探索区間全域における大域的最適解が選出される。これにより、局所最適解に陥る事態を有効に回避することができるので、最適解の探索精度の向上を実現することができる。
　ところで、本発明は上述の実施の形態に限定されるものではなく、本発明の趣旨を逸脱しない範囲で種々変形して実施することができる。例えば、図１に示すパラメータ探索システムでは４つのコアを備える構成としているが、複数のコアを有するいわゆるマルチコアチップの演算装置であれば、コア数が数十個のいわゆるメニーコアチップの演算装置でもよい。また、探索範囲の分割数はコア数に限られない。すなわち、例えば、探索範囲を更に多数に分割し、各コアにそれぞれ複数の探索範囲を割り当てて探索を行うこととしてもよい。これにより、探索範囲を更に細かく区分して最適解の探索を行うことができるので、局所最適解に陥る可能性を有効に減らすことができる。
　また、上述した実施の形態のシステムでは、ディーゼルエンジンにおいて所定のＥＧＲ率を実現するためのパラメータ探索を例に説明したが、例えば、所定の過給圧を実現するための各アクチュエータの開度等の他のパラメータ検索に対しても適用することができる。

Claims (2)

  1. 　内燃機関の制御プログラムに含まれるパラメータの探索を複数のコアを有する演算装置を用いて行う方法であって、
    　前記パラメータの探索区間を複数に区分するステップと、
    　区分された各探索区間における局所最適解の探索を前記複数のコアのそれぞれに割り当てるステップと、
    　コア毎に割り当てた各探索区間における局所最適解の探索を前記複数のコアにより並列に実行していくステップと、
    　各探索区間において探索された局所最適解の中から前記探索区間の大域的な最適解を選出するステップと、
    　を備えることを特徴とするパラメータ探索方法。
  2. 　内燃機関の制御プログラムに含まれるパラメータの探索を複数のコアを有する演算装置を用いて行うシステムであって、
    　前記演算装置は、
    　前記パラメータの探索区間を複数に区分し、
    　区分された各探索区間における局所最適解の探索を前記複数のコアのそれぞれに割り当て、
    　コア毎に割り当てた前記パラメータの局所最適解を前記複数のコアにより並列に探索していき、そして、
    　各探索区間において探索された局所最適解の中から前記探索区間の大域的な最適解を選出するようにプログラムされていることを特徴とするパラメータ探索システム。
PCT/JP2011/076188 2011-11-14 2011-11-14 パラメータ探索方法およびパラメータ探索システム WO2013072986A1 (ja)

Priority Applications (1)

Application Number Priority Date Filing Date Title
PCT/JP2011/076188 WO2013072986A1 (ja) 2011-11-14 2011-11-14 パラメータ探索方法およびパラメータ探索システム

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
PCT/JP2011/076188 WO2013072986A1 (ja) 2011-11-14 2011-11-14 パラメータ探索方法およびパラメータ探索システム

Publications (1)

Publication Number Publication Date
WO2013072986A1 true WO2013072986A1 (ja) 2013-05-23

Family

ID=48429100

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/JP2011/076188 WO2013072986A1 (ja) 2011-11-14 2011-11-14 パラメータ探索方法およびパラメータ探索システム

Country Status (1)

Country Link
WO (1) WO2013072986A1 (ja)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107743104A (zh) * 2017-09-29 2018-02-27 天津师范大学 基于扫描和缩放的广义频分复用技术中脉冲成形滤波器的滚降系数选择方法
JP2020194225A (ja) * 2019-05-24 2020-12-03 富士通株式会社 情報処理装置、情報処理方法、および、情報処理プログラム

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004116351A (ja) * 2002-09-25 2004-04-15 Fuji Heavy Ind Ltd 制御パラメータの最適化システム
JP2006040220A (ja) * 2004-07-30 2006-02-09 Meiji Univ 最適値探索方法及びシステム

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2004116351A (ja) * 2002-09-25 2004-04-15 Fuji Heavy Ind Ltd 制御パラメータの最適化システム
JP2006040220A (ja) * 2004-07-30 2006-02-09 Meiji Univ 最適値探索方法及びシステム

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107743104A (zh) * 2017-09-29 2018-02-27 天津师范大学 基于扫描和缩放的广义频分复用技术中脉冲成形滤波器的滚降系数选择方法
CN107743104B (zh) * 2017-09-29 2021-08-31 天津师范大学 基于扫描和缩放的广义频分复用技术中脉冲成形滤波器的滚降系数选择方法
JP2020194225A (ja) * 2019-05-24 2020-12-03 富士通株式会社 情報処理装置、情報処理方法、および、情報処理プログラム
JP7310303B2 (ja) 2019-05-24 2023-07-19 富士通株式会社 情報処理装置、情報処理方法、および、情報処理プログラム

Similar Documents

Publication Publication Date Title
US7941260B2 (en) Rapid engine mapping and modeling
US20170102291A1 (en) Method and functional monitoring apparatus for functional monitoring of an apparatus for variable setting of a cylinder compression in a reciprocating-piston internal combustion engine
CN104514640A (zh) 根据废气门指令估计涡轮出口或进口温度的系统和方法
US10260442B2 (en) Plant control device
JP2006244042A (ja) エンジン制御パラメータの適合方法及び適合装置
WO2013072986A1 (ja) パラメータ探索方法およびパラメータ探索システム
CN113673089B (zh) 一种发动机性能确定方法、装置以及电子设备
JP2015227662A (ja) 内燃エンジンのシミュレーションの方法とその設備
JP2012013637A (ja) エンジン制御パラメータの適合方法及び適合装置
Desheng et al. Model-based calibration for torque control system of gasoline engines
US20220146374A1 (en) Damage estimation device and damage estimation method
EP2341448A1 (en) An electronic control unit and a method of performing interpolation in the electronic control unit
Singh et al. Automated engine calibration optimization using online extremum seeking
JP6111954B2 (ja) 気筒休止状態判定装置
KR102261137B1 (ko) 기관 성능 예측 방법
US9816451B2 (en) Method and apparatus for controlling cylinder deactivation of an internal combustion engine
JP5760846B2 (ja) 内燃機関の制御装置
JP2014211113A (ja) 内燃機関の制御装置
CN117094231B (zh) 天然气发动机硬件参数确定方法、装置、设备及存储介质
CN112182744B (zh) 一种egr率预测方法、装置、设备和介质
JP2019127100A (ja) 車載用ソフトウェアの並列化方法及び車載用ソフトウェアの並列化システム
JP5825202B2 (ja) 内燃機関の制御装置
Fussey et al. Control and constraint of NOx emissions during transient manoeuvres, based on an engine combustion model
Fang Optimal test signal design and estimation for dynamic powertrain calibration and control
JP6181675B2 (ja) 気筒休止状態判定装置

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 11875717

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 11875717

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: JP