基于模型的标定工具箱
模型和校准复杂的动力系统
基于模型的校准工具箱™提供了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，海洋水翼和钻井设备。您可以定义最优测试计划，自动拟合统计模型，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询表。使用工具箱应用程序或MATLAB®功能，可以自动进行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®支持控金宝app制设计，灵敏度分析，硬件在环测试和其他仿真活动。校准表可以导出到ETAS INCA和ATI VISION。
开始:
实验设计
基于模型的校准工具箱™使您能够基于实验设计设计测试计划，该方法允许您只执行确定系统响应形状所需的测试，从而节省测试时间。工具箱提供了一个完整的范围的验证实验设计，包括空间填充设计，优化设计，和经典设计。
定义一个空间填充设计，并使用设计编辑器研究该设计的属性。
测试策略
基于模型的校准工具箱集成了实验设计与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。
为所选的模型类型分配局部/全局变量。
优化发动机的性能
基于模型校准工具箱中的MBC优化应用程序允许您为控制发动机功能(如火花点火、燃油喷射、进排气气门正时)的查找表生成最佳校准。这些特性的校准通常需要在发动机性能、经济性、可靠性和排放之间进行权衡。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
- 执行基于典型驱动周期的加权优化
- 出口校准到ETAS INCA和ATI VISION
马自达的SKYACTIVE-D引擎。
校准估计量的特性
控制器软件通常包含一些功能，用于估计生产中难以测量或成本太高的状态，如发动机扭矩或充气。使用MBC优化应用程序，你可以用图形化描述评估器的特性金宝app®方框图，填充这些特性的查找表，然后将估计值与从测量数据中得出的经验模型进行比较。
对估计发动机扭矩的子系统的特性表进行校准、填充和验证的过程。
植物建模与优化
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，您可以将扭矩、油耗和发动机排放模型导出到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中的长时间运行的子系统，以加快模拟时间。金宝app
参考应用来自Powertrain Blockset。
半实物测试
导出到Simulink的基于模型的校准工具箱模型可以用于实时仿真，硬件为传感器和执行器集线器提供快速、金宝app准确的植物模型仿真。由于在工具箱中开发模型利用了一个有系统的过程，您可以减少与当前的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。
完成Speedgoat机架设置。这一设置是用来自动测试拖拉机控制器与硬件在环测试台。
