基于模型的标定工具箱
建模和校准复杂的动力系统
基于模型的标定工具箱™提供用于建模和校准复杂非线性系统的应用程序和设计工具。它可以用于广泛的应用,包括动力系统,如发动机、电机、泵和风扇,以及非汽车系统,如喷气发动机、船舶水翼和钻井设备。您可以定义最佳的测试计划,自动适合统计模型,并为需要使用传统方法进行彻底测试的高自由度系统生成校准和查找表。使用工具箱应用程序或MATLAB®功能,可以自动模型拟合和校准过程。
使用基于模型的校准工具箱创建的模型可以导出到Simulink金宝app®到支持金宝app控制设计,灵敏度分析,硬件在环测试,和其他模拟活动。校准表可以导出到ETAS INCA和ATI愿景。
入门:
实验设计
基于模型的标定工具箱™使您可以设计基于实验设计,通过让你只执行那些需要确定系统的响应形状的测试可以节省测试时间的方法学的测试计划。该工具箱提供全套成熟的实验设计,包括空间填充设计,优化设计,与经典的设计。
测试策略
基于模型的校准工具箱集成了实验设计和三种广泛使用的测试策略:一阶段、两阶段和逐点。每个测试策略都有一个适当的测试计划和模型类型。
优化发动机的性能
在基于模型的标定工具箱中的MBC优化应用,您可以生成用于查找表的最佳校准该控制引擎的功能,如火花点火,燃料喷射,以及入口和排气门正时。这些特征校准通常涉及发动机性能,经济性,可靠性和排放之间的折衷。您可以:
- 在相互竞争的设计目标之间进行权衡
- 执行多目标、有约束的优化
- 基于典型的驱动周期执行加权优化
- 出口校准到ETAS INCA和ATI Vision
校准估计特点
控制器软件通常包括用于估计过于困难或昂贵的测量生产状态,诸如发动机转矩或空气充气特性。使用MBC优化的应用程序,你能描述估计与图形功能金宝app®块图,填充这些特性的查找表,然后将评估器与从测量数据生成的经验模型进行比较。
工厂建模与优化
使用工具箱中开发的统计模型来捕获使用传统数学和物理建模难以建模的真实世界的复杂物理现象。例如,您可以导出扭矩、燃油消耗和引擎输出排放的模型,以进行Simulink并执行动力系统匹配、燃油经济性、性能和排放模拟。金宝app然后,统计代理可以替换Simulink中运行时间很长的子系统,以加快仿真时间。金宝app
硬件在环测试
导出到Simulink的基于模型的校准工具箱模型可以与硬件一起用于实时仿真,为传感器和执行机构提供快速金宝app、准确的工厂模型仿真。由于在工具箱中开发模型利用了一个有方法的过程,您可以减少与当前HIL工厂模型开发艺术相关的瓶颈,从而更早地验证算法设计。