model-based calibration toolbox™ 提供了一些apps和设计工具,用于对复杂非线性系统进行建模和标定。可用于各种各样的应用,包括动力总成系统,如发动机、电动机械、泵和风扇,以及非汽车系统,如喷气发动机、海洋水翼艇和钻探设备。对于使用传统方法必须进行穷尽测试的高自由度系统,您可以为其定义最优测试计划,自动拟合统计模型,并生成标定表和查找表。使用工具箱apps或 matlab® 函数,您可以自动完成模型拟合和标定过程。
用 model-based calibration toolbox 创建的模型可导出至 simulink®,以支持控制设计、灵敏度分析、硬件在环测试和其他仿真活动。标定表可导出至 etas inca 和 ati vision。
开始:
设计和管理测试
设计一个合适的试验以满足您的分析需要
实验设计
model-based calibration toolbox™ 支持用户使用试验设计方法制定试验计划,这种方法可以节省测试时间,只需在影响系统响应的关键工况点进行必需的测试。 该工具箱提供了所有业内认可的试验设计方法,包括空间填充法、最优设计和经典设计。
测试方案
model-based calibration toolbox 集成了三种被广泛使用的测试方案—one-stage, two-stage和point-by-point,每一种测试方案都有相应的试验计划和模型类型。
发动机外特性和工作区域确定
采集数据并进行发动机建模时,必须考虑发动机可稳定运行,也就是工作在可行区域。model-based calibration toolbox 可以在试验设计上添加约束,并创建边界模型,用于限制发动机运行在可行区域。支持的边界模型类型包括convex hulls,能提供包含所有数据点的最小convex集。
数据分析和响应建模
分析和可视化测试数据,然后拟合响应曲面模型
预处理数据
model-based calibration toolbox 提供的工具可用来分析数据,并将数据据转换为适合建模的格式。使用数据编辑器可以进行多种前处理操作,包括筛选掉不需要的数据、添加注释、转换或处理原始数据、测试数据分组以及将测试数据与试验设计匹配。
建立模型
mbc model fitting 应用程序提供的交互式工具可用于拟合和验证系统模型。提供多种模型类型,用于创建能够准确地代表您的数据的统计模型。您可以从 高斯过程模型(gpm)、径向基函数(rbf)、多项式、样条和用户定义的非线性模型中选择。 工具提供多种不同模型之间的对比,您可以轻松地比较多种模型的准确性,选择更准确的模型。
实现最优标定
定义控制目标和标定查找表
优化发动机性能
model-based calibration toolbox 中的 mbc optimization 应用程序可用于标定发动机各种控制功能(例如点火、燃油喷射以及进气门和排气门正时)的查找表,实现最优标定。标定这些功能时,通常需要在发动机性能、燃油经济性、可靠性和排放之间进行权衡。您可以:
- 在相互冲突的设计目标之间进行权衡
- 执行多有约束多目标优化
- 针对典型工况循环进行加权优化
- 将标定导出到 etas inca 和 ati vision
优化牵引电机性能
牵引电机是车辆电动化的核心。将基于模型的标定 (mbc) 应用于电机控制标定,可以帮助电机控制工程师实现最优转矩和弱磁控制,并且最大化电机在整个转矩和速度范围内的效率。您可以:
- 在不同转矩和速度工况点拟合磁链曲面
- 基于 id/iq 电流和速度拟合电机磁芯损耗模型
- 使用直流总线电压和磁通表生成转矩-速度包络
- 生成可最大化电机效率的 id/iq 弱磁控制查找表。
优化含有多个工作模式的系统
复杂的标定问题可能需要对表格的不同区域进行不同的优化。通过表格填充向导,可使用多种优化的结果以递增方式填充表格,在表格值之间进行平滑插值。您也可以将代表不同工作模式下系统响应模型,组合成一个复合模型,目的是为综合所有模式,填充一个表格,或者为每个模式下对应一个表格。
标定估算模型功能
控制器软件通常包含状态估计功能,用于估计在量产产品中难以测量或测量成本太高的状态,例如发动机扭矩模型或进气估算。使用 mbc optimization 应用程序,可借助 simulink® 模块图以图形方式描述估计器功能,填充这些功能的查找表,并将标定后的估计模型与根据测量数据创建的经验模型进行比较。
在 simulink 中执行仿真
将统计模型导出至 simulink,或者用于硬件在环 (hil) 测试。
被控对象建模与优化
使用在该工具箱中开发的统计模型,可以捕捉真实世界中难以用传统数学和物理建模方式建模的复杂物理现象。例如,可将发动机扭矩、油耗和排放模型导出到simulink,并进行动力总成匹配、燃油经济性、性能和排放仿真。然后,可使用统计替代模型来替代 simulink 中耗时的子系统,从而加快仿真。
硬件在环测试
从model-based calibration toolbox 导出至 simulink 的模型,可用在通过硬件运行实时仿真,向传感器和执行器提供快速、准确的被控对象模型仿真信号。因为使用该工具箱开发的模型采用了系统的流程,所以可减少 hil被控对象模型的开发瓶颈,从而更快地实现算法设计的早期验证。