1.3.2 基于模型标定技术内容

常规基于模型标定的主要技术内容包括试验设计、获取发动机性能数据、统计建模和优化控制参数，其流程如图1-2所示。

根据模型所需的数据来源，基于模型标定方法一般可分为两类。

第一种是通过台架试验来获取动力总成的性能数据。选取合适的试验设计方法给出试验工况点，然后依据试验工况点进行台架试验，运用数学方法建模获取发动机数据模型，最后进行优化。

第二种是利用计算机仿真工具来获取动力总成的性能数据。近年来，计算机技术的发展使得动力总成建模得到长足进步，可以利用对象建模软件根据能量守恒定律、热力学和流体力学方程，建立复杂的发动机、变速器、电池或者电机模型。该种基于模型的标定方式在试验设计之后，采用上述物理建模软件对标定对象建模，并利用部分试验数据校核模型的精度，从而对其余试验工况点进行计算，获取发动机的性能数据库，之后进行数学建模并优化获取系统的控制参数。相比台架试验获取的性能数据，仿真的方式具有可重复性强、节省人力和物力、速度快等优点，在一定精度要求范围内可以替代部分试验工作。

虚拟标定的技术内容主要包含标定对象物理模型建立、实时仿真硬件平台搭建、标定对象模型实时化裁剪与下载、标定上位工具连接等。由于这种标定技术获得的控制参数与实际应用场景已经非常相近，可对真实的电控系统完成大部分预标定工作。

在上述各项技术环节中，实时仿真硬件平台和上位标定工具日益成为标准化产品，供应商很多，其可以装载的模型接口也很丰富，因而虚拟标定的核心是实时标定对象的建立。以AVL开发的基于模型的发动机优化标定系统（Model Based Engine Optimization，MOBEO）为例。首先，利用其发动机开发工程经验，采用半经验-半物理的建模方式，结合物理建模和经验建模各自的优点，形成了分别用于柴油机、汽油机气缸模拟的MOBEO Cylinder模块，以及专门用于模拟尾气后处理系统的MOBEO EAS模块。该系统利用其丰富的产品数据库，实现了对复杂过程从物理模型到经验模型的转化，从而提高了对象应用的实时性，且这些反映复杂标定对象特性的模块集成到其车辆及动力总成仿真系统AVL CRUISEM中，可用于开展车辆各项性能的标定。

报道AVL虚拟标定技术可用于发动机、动力总成及整车动力性、经济性和排放性能的电控参数预标定；非标准环境条件下的预测和标定，大幅度减少对环境舱的依赖；瞬态过程的预测和标定参数的修正；进行OBD功能检测；分析产品一致性对控制效果和鲁棒性的影响；考虑部件老化的影响分析等场景。在其应用案例中提到，虚拟标定用于车辆驾驶循环下的发动机油耗和排放的预测，采用CRUISEM的物理元件搭建传动系统和发动机的进排气路，MOBEO则负责进行发动机瞬时油耗和排放量的计算，这样可以非常方便地进行不同驾驶循环、匹配不同车辆、不同传动系统配置下的性能预测和标定。某欧洲知名的重卡企业希望采用虚拟标定技术减少高原试验量和对环境模拟舱的占用，也利用了MOBEO的气路模型和各燃烧模型。综合以上，在对象建模和硬件实时计算能力不断提升的背景下，虚拟标定的应用将会愈加广泛。本书将以重型动力总成的性能为例演示自行开发的虚拟标定系统在实际工程中的应用。

综合国内外动力总成标定技术的发展分析，该技术正从手工走向自动，从经验标定走向模型标定，从依赖试验标定向利用高精度标定对象模型的虚拟标定发展。随着车辆动力系统性能要求的不断提升、开发周期及效率要求的不断严苛，对于电控系统的标定工作日益成为一项耗费巨大的关键工作，通过采用先进高效的标定技术，必将有力支撑车辆动力总成系统的研发，迈上新的台阶。