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命令。在每个准稳态工作点，实验记录发动机工厂模型输出和当前校准参数的控制器命令。

进行模型预测控制工厂模型实验

为线性工厂模型生成瞬态引擎数据集，对模型预测控制器有用。

测功器控制器使用伪随机二进制序列动态地命令发动机转速和扭矩作为时间的函数。实验记录了通过系统识别的线性动态工厂模型拟合确定的瞬态发动机扭矩、温度、气流和排放响应。

调整控制器

在发动机工作范围内匹配测量到的发动机扭矩和命令的发动机扭矩。

测功仪控制器通过在发动机工作范围内将测量到的发动机扭矩与命令的发动机扭矩匹配，从而生成前馈油门表。

调整引擎大小和重新校准控制器

匹配发动机扭矩所需的发动机功率和气缸数量。

测功仪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的发动机模型，以匹配调整大小的动态发动机。

有关示例，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。使用校准的数据更新映射引擎。

Dynamometer使用基于模型的校准工具箱™来适应来自电子表格的数据，生成校准表，并更新映射的引擎参数。

有关示例，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

从测量的实验室数据或高保真发动机模型中训练发动机动态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™来生成一个动态的深度学习引擎模型并更新映射的引擎参数。

有关示例，请参见生成一个深度学习SI引擎模型．