[发明专利]一种基于数字孪生技术的汽车发动机管控方法

权利要求书

1.一种基于数字孪生技术的汽车发动机管控方法，其特征在于，所述汽车发动机作为实际工作环境中的物理发动机，先基于数字孪生技术在仿真平台上搭建与物理发动机相匹配的数字化孪生的虚拟发动机模型，配置虚拟发动机模型的仿真工作环境使其与物理发动机的实际工作环境保持一致，再通过数字主线接收由数据采集设备采集的物理发动机运行产生的物理数据和所述虚拟发动机模型运行产生的虚拟数据并将大量异构的物理数据和虚拟数据进行数据分析融合处理，还根据处理结果更新虚拟发动机模型并基于物理发动机标定性能和汽车当前状态结合在线仿真技术获得最新模型下相应的最优控制策略，根据最优控制策略通过发动机管理系统对所述物理发动机进行控制，所述物理发动机变化的物理数据及依变化同步配置的虚拟发动机模型的虚拟数据均再次上传至数字主线，所述数字主线再次进行数据分析融合处理并根据最新处理结果更新虚拟发动机模型，再次获得最优控制策略，且数字主线将数据集成处理同时与发动机管理系统进行通信，虚拟发动机模型和物理发动机与数字主线之间形成动态滚动数据交换，得到的最优控制策略实时修正发动机管理系统中的控制策略，实现发动机管理系统根据实时的最优控制策略对物理发动机的动态最优控制。

2.根据权利要求1所述的基于数字孪生技术的汽车发动机管控方法，其特征在于，搭建所述虚拟发动机模型是基于所述物理发动机的包括几何尺寸、材料属性、电路结构和连接关系的物理数据进行，采用CAD画图法、CAE近似数值分析法和有限元法将所述物理发动机各部件进行数字化，将各数字化部件在仿真工作环境中组装成所述虚拟发动机。

3.根据权利要求2所述的基于数字孪生技术的汽车发动机管控方法，其特征在于，所述数据采集设备为若干个传感器，传感器种类包括空气流量传感器、进气压力传感器、发动机转速传感器、曲轴位置传感器、凸轮轴位置传感器、节气门位置传感器、进气温度传感器、冷却液温度传感器、排气氧浓度传感器、气缸压力传感器，各传感器采集各相应部件运行的物理数据通过网络上传至数字主线。

4.根据权利要求3所述的基于数字孪生技术的汽车发动机管控方法，其特征在于，各传感器采集的外部环境信号参数包括环境温度、环境大气压、地理海拔；

和/或，各传感器采集的物理发动机工作参数包括空气流量、进气压力、发动机转速、曲轴位置信息、凸轮轴位置信息、节气门位置信息、进气温度、冷却液温度、排气氧浓度、气缸压力；

和/或，各传感器采集的物理发动机状态参数包括物理发动机机体及各零部件形状尺寸信息，所受机械应力、热应力状况和运行疲劳损伤状况。

5.根据权利要求1-4之一所述的基于数字孪生技术的汽车发动机管控方法，其特征在于，所述数字主线采用包括BP神经网络算法、卷积神经网络算法、状态机算法、马尔科夫链算法中一种或多种任意组合的算法对物理数据和虚拟数据进行数据分析融合处理。

6.根据权利要求5所述的基于数字孪生技术的汽车发动机管控方法，其特征在于，所述数字主线基于利用算法进行数据分析融合处理的结果数据对所述虚拟发动机模型进行动态属性更新，包括对虚拟发动机模型进行时变特性、动态性能及性能退化方面的更新。

7.根据权利要求6所述的基于数字孪生技术的汽车发动机管控方法，其特征在于，在基于物理发动机标定性能、电动汽车当前状态的基础上还基于目的地距离数据、用户驾驶习惯数据结合在线仿真技术获得最新模型下相应的最优控制策略。

8.根据权利要求7所述的基于数字孪生技术的汽车发动机管控方法，其特征在于，所述最优控制策略采用汽车发动机状态报告形式，内容包括汽车发动机运行状态、汽车发动机安全性分析结果、各部件失效性预警报告、运行控制更改建议。

9.根据权利要求7所述的基于数字孪生技术的汽车发动机管控方法，其特征在于，根据最优控制策略通过发动机管理系统中的若干执行器对所述物理发动机进行控制，执行器种类包括燃油泵、喷油器、点火线圈、点火器、节气门、怠速阀、EGR阀。

10.根据权利要求9所述的基于数字孪生技术的汽车发动机管控方法，其特征在于，所述数字主线还通过数字孪生云计算机挖掘获取各型号汽车发动机历史经验数据及相应文本数据并将其结合到所述物理数据和虚拟数据的数据融合处理过程中。