奇瑞汽车:降阶模型在新能源汽车热管理仿真上的应用

随着新能源汽车的发展,对仿真技术的要求也越来越高。那么奇瑞汽车利用降阶模型在新能源汽车热管理仿真上做了哪些应用呢?本次内容主要从四个方面展开介绍:

1、 奇瑞汽车简介;

2、 热管理降阶模型开发的背景;

3、 高低温续航热管理降阶模型的开发以及应用;

4、 更多降阶模型应用经典案例

01、奇瑞汽车简介


奇瑞汽车成立于1997年,自成立以来始终坚持自主创新和正向研发的理念,因此不断推出市场满意的汽车产品。截至8月份,奇瑞汽车单月销量超过21万辆,1至8月份累计销量超过150万辆,同比增长41.9%。

今年,奇瑞集团首次跻身世界500强,排名第385位。目前,奇瑞拥有奇瑞、星途、捷途和ICAR四大品牌,各个品牌都有自己的明星产品,充分体现了奇瑞集团在汽车行业的成就以及丰富的实践经验的价值。

02、热管理降阶模型开发的背景

首先简单介绍热管理:它是从整车集成的角度出发,确保汽车的各个部件都运行在一个最佳的工作范围。

从用户的角度来说,直接受关联的是空调系统。除此之外关联比较密切的是发动机变速箱电驱电池的温度控制等。

对于不同类型的汽车,热管理复杂度有所差异,比如传统汽车的管理,包括发动机、变速箱、以及乘员舱的空调系统等会更复杂。纯电车型的管理更简单,主要是电驱电池和乘员舱的管理,但是对它的要求也会更高一些。还有最后一类:燃料电池热管理系统。不同类型汽车的热管理对象也有所差异,如下图所示。

图片

背景一:集成仿真

整车管理的对象非常多,对应的工作也非常复杂。在做整车开发的时候,会有很多工程问题不能通过一个软件来完成,需要多个软件的耦合。但是多个软件的耦合会存在进行数据耦合的过程中,数据传递导致效率比较慢的问题。因此仿真时间比较久,无法满足工程效率的需求。

如果将耦合仿真的几个阶段(比如某一个模型或者全部的模型)用降阶模型替换,那整个仿真的效率就会大大提升。所以开展热管理降阶模型的第一个背景主要是集成仿真,提升模型的效率。

图片

背景二:高低温续航降阶模型

电动汽车的管理相对简单,主要包括电驱动、电池和车厢的热舒适性。然而,电动汽车的热管理系统是研究最深入的类型之一。尽管电动汽车具备许多优点,但它们仍然面临显著的短板,即里程焦虑问题,这在使用过程中表现得尤为明显。

如图所示,中间那张是纯电汽车低温衰减的数据,右边那张是高温衰减的数据。

图片

可以看出,纯电汽车在冬季的实际续航里程达成率低于夏季。为了增强纯电车型的市场竞争力,制造商通常会大幅降低能耗。因此,在开发过程中,开展高低温续航仿真实验,以提升整车产品的实际续航能力,是非常重要的。

我们曾做过一维仿真的case,用等效处理的方法需要4个小时。如果不是等效处理方式,大概需要一天半到2天。对于一维仿真来说,这个时间非常长。在高低温续航仿真实验中最重要的影响是空调系统。空调系统的收敛速度非常慢,如果把空调系统开发成降阶模型,那么效率就会提升的很明显。最终我们实现了从等效处理方法的4个小时降低到了20分钟

这个时候大家可能会想,20分钟好像也挺久。没有完全发挥出降阶模型最大的优势,比如降到一分钟两分钟行不行。实际上也可以,但是做工程要考虑到工程实际。如果把精度提升,把时间降低到一两分钟,投入非常大,产出比不高。所以降低到20分钟就够了。

03、高低温续航热管理降阶模型的开发以及应用

高低温续航降阶模型的主要流程有四个阶段。

第一阶段:搭建整车热管理模型

这是所有的主机厂在整车开发的时候都有的,所以不会造成额外的工作量。纯电车型的整车热管理模型主要包括制冷剂系统、空调系统、电驱电池三大块。对于仿真效率限制比较大的是空调系统,因此把空调系统用加强模型替换了。而电驱电池系统,因为其收敛的速度很快,所以没有替换。这也是导致效率从4个小时提升到了20分钟,而没有提升到一两分钟的原因。

第二阶段:训练数据集

准备好了热管理模型之后,接下来就要准备训练数据集。

首先是参数的设计。对于空调系统,我们选定了九个核心的技术参数,主要有压缩机的转速、进风温度、风量以及各个参数。在做参数设计的时候,取值范围一定要包含在实际仿真的范围内,尽量不要出现外差的情况。

图片

参数设计完之后,采用自动化的脚本来跑仿真模型,跑大量的case,然后把case的结果进行处理,得到训练数据集。

第三阶段:训练降阶模型

训练数据集得到之后,接下来将它训练得到降阶模型。我们之前也尝试过一些别的方法,但是最终发现Altair的romAI软件精度特别好,而且没有任何的技术瓶颈。

很多做工程的人对于人工智能以及编程的能力不是很强,但使用romAI可以看到一个完全可视化的界面,而且仿真设置参数就几个,非常简单易用;对比其他的方法,romAI精度也非常好,能达到3%到5%以内,满足我们的精度需求。

如图,这是训练后的精度对比。左边是拟合的参数情况,基本上拟合精度达到了99.6%以上,部分参数能达到97%。对于空调系统也对比了几个case,从仿真模型和降阶模型的比较(右图)来看,基本上核心参数都做到了3%以内。完全符合我们的工程需求。

图片

第四阶段:将模型放到集成模型中

降阶模型开发完之后,我们将这个模型放在集成模型中来完成高低温续航集成仿真。

如图,右上角的图案是开展高低温续航集成仿真时候的理论解释,主要包含热管理、动力性和热管理的控制策略之间的集成。左上角的图是实际中整车的热管理的控制策略,它是集成在Simulink里面的。看着比较简单,实际每一个模块里边内容非常多。

图片

右上角框出来的模块是控制策略和整车热管理模型的交互,现在我们的热管理模型用水回路,电池回路用kuli,空调系统用了降噪模型替换。

所以降阶模型的应用其实也很简单,我们训练的模型是直接以FMU的格式导出到Simulink,然后直接加载FMU,调用降阶模型。

接下来看一下应用验证的情况。Soc、空气温度、鼓风机功率等数据在比较之后发现进度都非常好。在高低温续航关注的参数里,Soc是直接关联到续航里程的,是非常重要的参数,这里精度非常好。除此之外,高低温续航还有一些关键参数,比如压缩机风扇、鼓风机水泵等的功率。

图片

将仿真和降阶模型两种路线的结果放在一起对比,发现除了快速降温阶段,比如赛车结束之后快速降温的阶段以及电池和成员舱双冷的工况下误差比较大,其他工况误差都小于3%,比较好的达到了实际的需求。时间也从4个小时降低到了20分钟。

然而,在快速降温和电池冷却阶段,误差仍然较大,超过了3%。经过分析,我们发现压缩机和风扇的转速是由控制策略决定的,其中与策略直接相关的重要参数是空调系统的高压。当空调系统高压升高时,风扇转速也会相应加快。

我们发现空调系统高压的相对误差在3%以内,绝对误差约为8%。而这一8%的误差通过策略放大后,会导致风扇转速发生变化,从而使快速降温和电池双冷阶段的误差超过5%。为了解决这个问题,我们进一步提升了空调系统高压的误差,从而有效地解决了这一问题。

所以在开发降阶模型的时候,有的参数不能仅仅关注相对误差,还要关注绝对误差,以此来保证模型精度。

图片

04、更多降阶模型应用经典案例

前面讲的是高低温续航降阶模型案例,除了这个,我们目前也做了一些其他方面的应用。

案例一:热舒适性耦合

对于做整车热管理仿真来说,热舒适性非常重要,需要控制空调保持在一定的舒适性范围内。热舒适性仿真跟空调系统是强耦合的关系,所以在做这个工作的时候,两个软件的耦合跑一个case,物理时间是30分钟,我们会耗时大概6个小时。如果把空调系统替换掉,不用一维的软件,将降阶模型和热舒适性软件耦合,就能实现从6个小时降低到3个小时。效率提升没有高低温续航那么明显,主要是限制在热舒适性仿真没有被降阶掉,这也是未来的一个方向。

案例二:基于试验数据驱动的空调系统/部件模型开发

我们正在做的是基于数据驱动的空调系统部件的模型建模。在开展整车仿真的时候,很多数据都是供应商测的,有一定的边界条件,但是奇瑞现在的产品销往全球80多个国家和地区,有寒带的有热带的,最高温度可能超过50,最低的零下30度,整车实际的工作环境温度的区间非常广,但整车在开发的时候单体的性能只在一定的区间范围内。所以仿真就会出现外差的情况,也就会带来误差。

而我们又有很多整车的测试数据能覆盖实际的市场情况,所以需要把整车的实验数据用来建单体的模型,比如LTR低温散热器、高温散热器、冷凝器。这样能够避免外差带来的一些精度问题。

前面讲到空调系统是利用仿真的模型来产生训练集,然后建立降阶模型的,我们用整车测试的实验数据驱动建立空调系统模型,很多测试平台的空调系统,可能适用于不同的车型,所以将适应数据驱动建立空调系统模型,就能适用于其他平台的其他车型。

以上,就是目前奇瑞汽车在新能源汽车热管理仿真上的应用分享。


AI技术的发展正在改变世界,越来越多的人希望通过数据驱动实现高效决策。从原始数据到决策支持,如何进行高效的数据挖掘、专业分析和算法模型构建? 如何让这一过程更简单和自动化?


作为全球计算智能的领导者,Altair致力于消除数据挖掘的技术壁垒,构建高效的数据分析与AI平台。为此,Altair每年举办全球数据科学日直播会议(点击报名)。今年的会议将邀请全球高校教授和专家分享数据科学与AI的前沿见解,帮助更多用户掌握相关技术。


诚邀您报名参会,与我们一起开启数据智能与AI创新之旅。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/diannao/58977.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

ctf文件上传题小总结与记录

解题思路:先看中间件,文件上传点(字典扫描,会员中心),绕过/验证(黑名单,白名单),解析漏洞,cms,编辑器,最新cve 文件上传漏…

nginx上传文件超过限制大小、响应超时、反向代理请求超时等问题解决

1、文件大小超过限制 相关配置: client_max_body_size: Syntax:client_max_body_size size;Default:client_max_body_size 1m;Context:http, server, location 2、连接超时: proxy_read_timeout: Syntax:proxy_read_timeout time;Default…

11.02学习

一、获取字符串的方法 1. 使用 scanf 函数: scanf 函数可以用来从标准输入(通常是键盘)读取格式化的输入。例如: char str[100]; scanf("%s", str); 这会读取一个字符串直到遇到空格、制表符或换行符。 2. 使用 g…

00-开发环境 MPLAB IDE 配置

MPLAB IDE V8.83 File 菜单简介 New (CtrlN): 创建一个新文件,用于编写新的代码。 Add New File to Project...: 将新文件添加到当前项目中。 Open... (CtrlO): 打开现有文件。 Close (CtrlE): 关闭当前打开的文件。 …

基于BP神经网络的手写体数字图像识别

基于BP神经网络的手写体数字图像识别 摘要 在信息化飞速发展的时代,光学字符识别是一个重要的信息录入与信息转化的手段,其中手写体数字的识别有着广泛地应用,如:邮政编码、统计报表、银行票据等等,因其广泛地应用范围…

vite和webpack

✨create-vite 和 vue-cli的区别 create-vite 和 vue-cli 都是 Vue 项目的脚手架工具,但它们在架构、构建速度、配置灵活性、插件生态等方面有明显的差异。 1. 基础架构和构建工具 create-vite:基于 Vite,使用原生 ES 模块(ESM&…

鸿蒙进阶篇-Swiper组件的使用

“在科技的浪潮中,鸿蒙操作系统宛如一颗璀璨的新星,引领着创新的方向。作为鸿蒙开天组,今天我们将一同踏上鸿蒙基础的探索之旅,为您揭开这一神奇系统的神秘面纱。” 各位小伙伴们我们又见面了,我就是鸿蒙开天组,下面让我们进入今…

Ubuntu删除docker

文章目录 安装依赖1.安装操作系统:2.CPU支持 安装docker1.查看系统版本2.执行卸载 安装依赖 1.安装操作系统: 高于 Ubuntu 20.04(LTS) 版本 2.CPU支持 ARM和X86_64 安装docker 1.查看系统版本 cat /etc/*releas*uname -a2.执行卸载 检查本地dock…

【机器学习】23. 聚类-GMM: Gaussian Mixture Model

1. 定义和假设 定义:probabilistic clustering(model-base) 假设:数据服从正态分布 2. 算法内容 我们假设数据是由k个高斯(正态)分布混合生成的。每个分布有2个参数:μ和σ。 一个分布对应一…

【系统设计】深入理解HTTP缓存机制:从Read-Through缓存到HTTP缓存的交互流程

在现代Web开发中,缓存机制扮演着至关重要的角色。它不仅提升了用户体验,还极大地优化了资源的使用效率。在这篇博文中,我们将从“Read-Through”缓存的概念出发,深入探讨HTTP缓存的工作原理和交互流程,并详细描述max-a…

四款主流的3D创作和游戏开发软件的核心特点和关系

四款主流的3D创作和游戏开发软件的核心特点和关系 3D建模软件: Blender: 开源免费,功能全面优点: 完全免费持续更新优化社区活跃,学习资源丰富功能全面(建模、动画、渲染等) 缺点: 学习曲线陡峭界面操作…

Spring Cloud Ribbon:负载均衡的服务调用

Spring Cloud Ribbon:负载均衡的服务调用 Spring Cloud Ribbon 是Spring Cloud Netflix 子项目的核心组件之一,主要给服务间调用及API网关转发提供负载均衡的功能,本文将对其用法进行详细介绍 Ribbon简介 Ribbon 是 Netflix 公司开源的一个用…

Python中模块与包

1. 模块 在Python中,模块是一个包含Python代码的文件,可以包含函数、类和变量。模块使得代码的组织和复用变得更简单。 导入模块 使用import语句可以导入模块。常用的标准库模块包括math和random。 示例:使用math和random模块 import ma…

Node.js:Express 服务 路由

Node.js:Express 服务 & 路由 创建服务处理请求req对象 静态资源托管托管多个资源挂载路径前缀 路由模块化 Express是Node.js上的一个第三方框架,可以快速开发一个web框架。本质是一个包,可以通过npm直接下载。 创建服务 Express创建一…

TensorRT-LLM的k8s弹性伸缩部署方案

Scaling LLMs with NVIDIA Triton and NVIDIA TensorRT-LLM Using Kubernetes | NVIDIA Technical Blog 一共涉及4个k8s组件: 1. Deployment:跑起来N个pod;指定NVIDIA官方的triton&trt-llm的docker image,指定好model放在哪个…

运维监控丨16条常用的Kafka看板监控配置与告警规则

本期我们针对企业运维监控的场景,介绍一些监控配置和告警规则。可以根据Kafka集群和业务的具体要求,灵活调整和扩展这些监控配置及告警规则。在实际应用场景中,需要综合运用多种监控工具(例如Prometheus、Grafana、Zabbix等&#…

《基于数据库数据的迁移学习应用》

《基于数据库数据的迁移学习应用》 一、引言二、迁移学习概述(一)迁移学习的定义和原理(二)迁移学习的分类(三)迁移学习的优势 三、数据库的类型与特点(一)关系型数据库(…

Dockerfile制作Oracle19c镜像

Dockerfile文件 cat > Dockerfile << EOF # 使用 Oracle Linux 8 作为基础镜像 FROM oraclelinux:8# 复制 Oracle 19c 安装包 COPY oracle-database-ee-19c-1.0-1.x86_64.rpm /tmp/# 安装 Oracle 19c 数据库和依赖 RUN yum localinstall -y /tmp/oracle-database-ee-…

6.0、静态路由

路由器最主要的功能就是转发数据包。路由器转发数据包时需要查找路由表&#xff08;你可以理解为地图&#xff09;&#xff0c;管理员可以直接手动配置路由表&#xff0c;这就是静态路由。 1.什么是路由&#xff1f; 在网络世界中&#xff0c;路由是指数据包在网络中的传输路…

Java如何实现企业微信审批流程

大家好&#xff0c;我是 V 哥。最近的一个项目中&#xff0c;用到企业微信的审批流程&#xff0c;整理出来分享给大家。在企业微信中实现审批流程可以通过调用企业微信的开放API完成&#xff0c;企业微信提供了审批应用接口&#xff0c;用于创建审批模板、发起审批流程以及获取…