优化的发动机校准对于梅赛德斯-AMG设计动态性能和环境责任的动力总成的能力至关重要。即使对于最有经验的汽车工程师，当今复杂，高度自由的发动机的校准也可能具有挑战性。可以单独测试的可变组合太多，性能，效率，排放和可靠性之间的权衡很复杂。
在AMG，我们使用MATLAB开发了一种自定义引擎校准工具®，基于模型的校准Toolbox™和Parallel Computing Toolbox™，使工程师能够以所有级别的专业知识从AMG动力总成中提取最高的性能（图1）。该工具支持整个校准金宝app过程，从实验的设计，到模型生成和选择到优化。
应用实验设计方法
发动机性能取决于大量发动机控制参数的精确控制。例如，当今的发动机控制装置（ECU）可以为每个发动机周期进行多次注射，每个发动机都有不同量的燃料，为问题添加了更多参数。发动机校准涉及调整这些变量和其他变量，以最大程度地提高发动机速度和负载的操作范围。
由于校准变量的效果是相互依存的，因此不可能通过一次优化一个变量来校准发动机。但是，由于可能有十二个或更多的变量，每个变量都有一系列可能的值，因此在工作引擎上测试所有可能的组合是不可行的。
实验（DOE）方法的设计通过生成有效确定发动机响应性质的测试计划来解决此问题。我们开发的工具使工程师没有任何专业知识应用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
开发校准工具是三阶段的努力。在第一阶段，我们建立了使用基于模型的校准工具箱GUI系统地校准AMG引擎的强大设计，建模和优化过程。
一旦这些过程到位，我们就会使用基于模型的校准工具箱命令行接口来捕获MATLAB函数中的步骤。我们想提供针对我们工作流程的特定输入以及校准工程师的特定要求量身定制的应用程序。因此，在第三阶段，我们使用MATLAB创建了一个自定义GUI，该GUI通过命令行接口调用基于模型的校准工具箱（图2）。生成和评估候选发动机模型是一项计算密集的校准任务，可能需要几分钟的时间进行处理。为了加速此步骤，我们使用并行计算工具箱来利用AMG的所有双核工作站中可用的处理能力。这种直接的变化使MATLAB可以访问这两个CPU，使我们的团队能够执行比以前快的1.7倍的建模计算。
校准工作流程
新的校准工具简化并简化了AMG的校准过程。即使是以前对DOE方法学知识的工程师，也正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限制，例如最小和最大燃油喷射量（以每次注射毫克测量）和火花正时范围（以曲轴度测量）。该界面仅要求AMG工程师理解的AMG发动机所需的信息。该工具调用基于模型的校准工具箱，以生成一组最小的测试点，要在发动机测功机上运行。在评估了许多实验设计类型（包括完整阶乘，中央综合和拉丁超立方体）之后，我们已定制了一种结合空间填充和最佳技术的自定义方法。
接下来，工程师将测试数据（包括扭矩，排放和燃料消耗的测量值）带入该工具中，该工具再次调用基于模型的校准工具箱来生成发动机型号（图3）。
最后，该工具使用基于模型的校准工具箱来优化一系列发动机速度和负载值的校准设置。例如，我们指定了满足监管要求和燃油消耗限制的排放限制，以实现我们的环境目标，然后优化扭矩的性能。基于模型的校准工具箱解决了这些大型约束优化问题，并生成了准备向ECU导出的查找表。
建造绿色的性能车
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，该解决方案无缝地符合AMG现有的校准工作流程。我们的专业校准工具是帮助AMG实现其6欧元合规目标。计算密集型统计建模和优化任务的DOE方法和多核算并行化加速了该过程。
AMG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发动机在650 nm的扭矩下提供420 kW/571 hp峰值输出（所有值均为临时）。鸥翼模型（图4）在3.8秒内从0 km/h加速至100 km/h。精确的校准导致该车最佳的17.8 mpg（每100公里13.2升）的燃油消耗。
在Mercedes-Benz SLS AMG和其他项目上使用自定义校准工具的主要优点是它是根据AMG的特定需求和现有校准过程量身定制的。结果，AMG工程师和技术人员可以在简化的校准过程中专注于AMG发动机的细节。
