执行引擎映射实验

使用现有的发动机控制器校准，评估发动机扭矩，燃油流量和排放性能结果。

测功机控制器向发动机控制器发出一系列发动机转速和扭矩的指令。在每个准稳态工作点，实验记录发动机厂模型输出和控制器当前校准参数的命令。

执行模型预测控制装置模型实验

为线性植物模型生成瞬态发动机数据集，对模型预测控制器有用。

测功机控制器使用伪随机二进制序列动态地命令发动机转速和转矩随时间变化。实验记录了发动机瞬态扭矩、温度、气流和排放响应，这些响应是通过系统辨识的线性动态植物模型拟合而确定的。

调整控制器

在整个发动机工作范围内，将测量到的发动机扭矩与发动机指令扭矩相匹配。

测功机控制器生成一个前馈节流表，通过匹配测量的发动机扭矩，命令的发动机扭矩在整个发动机运行范围。

调整引擎和重新校准控制器

将发动机扭矩与发动机功率和汽缸数相匹配。

功率计调整动态发动机和发动机校准参数。此外，测功机重新校准控制器和映射引擎模型，以匹配调整大小的动态引擎。

例如，请参见调整SI引擎的大小．

从电子表格生成映射引擎

从数据电子表格生成映射引擎校准。使用校准后的数据更新映射的引擎。

Dynamometer使用基于模型的校准工具箱™来拟合电子表格中的数据，生成校准表，并更新映射的引擎参数。

例如，请参见从电子表格生成映射的SI引擎．

生成深度学习引擎模型

从实验室测量数据或高保真发动机模型训练动态发动机行为的深度学习模型。

Dynamometer使用深度学习工具箱™和统计和机器学习工具箱™生成动态深度学习引擎模型，并更新映射的引擎参数。

例如，请参见生成一个深度学习SI引擎模型．