优化的发动机校准对于梅赛德斯- amg设计结合动态性能和环境责任的动力系统至关重要。即使是最有经验的汽车工程师，对当今复杂、高自由度发动机的校准也可能是一项挑战。有太多的可变组合需要单独测试，在性能、效率、排放和可靠性之间的权衡是复杂的。
在AMG，我们使用MATLAB开发了一个定制的发动机校准工具®，基于模型的校准工具箱™和并行计算工具箱™，使各个专业水平的工程师能够从AMG动力传动系统中提取尽可能高的性能(图1)。该工具支持从实验设计、模型生成和选择到优化的整个校准过程。金宝app
应用实验设计方法论
发动机的性能取决于对大量发动机控制参数的精确控制。例如，如今的发动机控制单元(ecu)可以在每个发动机循环中进行多次喷射，每次喷射的燃油量都不同，这增加了问题的更多参数。发动机校准包括调整这些变量和其他变量，以在发动机转速和负载的操作范围内最大化性能。
由于校准变量的影响是相互依赖的，因此不可能通过一次简单地优化一个变量来校准发动机。然而，由于可能有十几个或更多的变量，每个变量都有一个可能的值范围，所以在一个工作的引擎上测试所有可能的组合是不可行的。
实验设计(DoE)方法通过生成有效确定发动机响应性质的测试计划来解决这个问题。我们开发的工具可以让没有任何专业知识的工程师应用DoE方法作为AMG全面校准过程的一部分。
构建自定义校准工具
校准工具的开发分为三个阶段。在第一阶段，我们使用基于模型的校准工具箱GUI建立了系统校准AMG发动机的稳健设计、建模和优化流程。
一旦这些过程就位，我们就使用基于模型的校准工具箱命令行界面来捕获MATLAB函数中的步骤。我们想要提供一个适合我们工作流程的特定输入和校准工程师的特定要求的应用程序。因此，在第三阶段，我们使用MATLAB创建了一个定制的GUI，通过命令行界面调用基于模型的校准工具箱(图2)。生成和评估候选引擎模型是一个计算密集型的校准任务，可能需要几分钟的时间来处理。为了加速这一步，我们使用了并行计算工具箱来利用AMG所有双核工作站的处理能力。这个直接的改变使MATLAB可以访问两个cpu，使我们的团队执行建模计算的速度比以前快了1.7倍。
校准工作流程
新的校准工具简化了AMG的校准过程。即使是以前不了解DoE方法的工程师也在使用该工具并获得出色的结果。
工程师首先输入已知的可变极限，如最小和最大燃油喷射量(以毫克/次喷射计)和火花正时范围(以曲轴度计)。界面只要求我们需要AMG引擎的信息，在理解的AMG工程师。该工具调用基于模型的校准工具箱来生成要在发动机测功器上运行的最小测试点集。在评估了许多实验设计类型后，包括全因子、中心复合材料和拉丁超立方体，我们确定了一种结合空间填充和优化技术的定制方法。
接下来，工程师将测试数据(包括扭矩、排放和油耗的测量数据)带回该工具，该工具再次调用基于模型的校准工具箱生成发动机模型(图3)。
最后，该工具使用基于模型的校准工具箱来优化发动机转速和负载值范围内的校准设置。例如，我们设定了排放限制以满足监管要求，设定了燃油消耗限制以满足环保目标，然后优化扭矩以提高性能。基于模型的校准工具箱解决了这些大的约束优化问题，并生成可导出到ECU的查找表。
制造更环保的汽车
MATLAB和基于模型的校准工具箱的命令行界面使我们能够实现一个解决方案，无缝地适应AMG现有的校准工作流程。我们的专业校准工具正在帮助AMG实现其欧6合规目标。DOE方法和计算密集型统计建模和优化任务的多核并行化加速了这一过程。
AMG的工程师使用该工具作为新的梅赛德斯-奔驰SLS AMG的校准过程的一部分。这款跑车的6.3升V8 AMG发动机提供420千瓦/571马力的峰值输出在650牛米扭矩(所有值都是临时的)。Gullwing模型(图4)从0加速到100公里/小时只需3.8秒。精确的校准使得这款车的油耗达到了同类车型中最高的17.8 mpg(每100公里13.2升)。
在梅赛德斯-奔驰SLS AMG和其他项目上使用定制校准工具的一个主要优势是，它是为AMG的特定需求和现有校准流程量身定制的。因此，AMG的工程师和技术人员可以在一个流线型的校准过程中专注于AMG发动机的细节。
