Если у вас есть Toolbox™ Deep Learning и Toolbox™ статистики и машинного обучения, вы можете создать динамическую модель двигателя с искровым зажиганием глубокого обучения (SI) для использования при проектировании алгоритма управления, диагностики и оценки силового агрегата. Например, подогнать модель глубокого обучения для измерения данных переходных выбросов двигателя и использовать ее для управления последующей обработкой и разработки диагностических алгоритмов. Механизм глубокого обучения SI моделирует динамическое поведение двигателя на основе измеренных лабораторных данных или модели двигателя высокой точности.
Для обучения модели механизма глубокого обучения СИ Powertrain Blockset™ использует эти данные механизма СИ.
| Входные данные | Выходные данные |
|---|---|
Частота вращения двигателя Командный крутящий момент | Тормозной момент Давление газа во впускном коллекторе Температура газа во впускном коллекторе Расход топлива Массовый расход всасываемого воздуха Температура выхлопных газов на входе в выпускной коллектор Скорость турбокомпрессора Массовый расход выбросов углеводородов из двигателя (ЭО) Массовый расход выбросов монооксида углерода (СО) ЭО Массовый расход выбросов ЭО оксида азота и диоксида азота (NOx) Углекислый газ EO (CO2) поток массы эмиссии |
Чтобы создать модель механизма глубокого обучения, выполните следующие действия.
Если он еще не открыт, откройте справочное приложение.
Дважды щелкните Создать модель модуля глубокого обучения. Создание модели может занять несколько часов.
По умолчанию для обучения модели движка глубокого обучения эталонное приложение генерирует данные ответа на эксперимент (DoE) из блока ядра SI Engine. Кроме того, можно использовать данные двигателя, генерируемые Powertrain Blockset из моделей двигателей Gamma Technologies LLC или других моделей двигателей высокой точности.
Просмотрите окно хода обучения, чтобы просмотреть итерацию или остановить обучение.
Во время обучения блоксеть Powertrain регистрирует эти данные в базовой рабочей области.
EngineInputs — m-по-2 массив входов двигателя
EngineOutputs — m-по-11 массив выходов двигателя
Блок силового агрегата использует половину данных для обучения модели и половину для тестирования модели.
После создания модели глубокого обучения СИ просмотрите результаты.
Для каждого выходного сигнала механизма график отображает модель глубокого обучения механизма СИ (Pred) и тестовые данные (Test). Например, этот график показывает сравнение для динамического массового потока выбросов CO из двигателя.
Инспектор данных моделирования отображает скорость модели глубокого обучения двигателя СИ, команды крутящего момента, массовый расход топлива и частоту вращения вала.
Вы можете использовать модель глубокого обучения SI, SiDLEngine, в качестве варианта модели двигательной установки в обычном транспортном средстве и гибридном электрическом транспортном средстве (ГЭМ). Например, в обычном приложении ссылки на транспортное средство на вкладке Моделирование (Modeling) в разделе Проектирование (Design) откройте Диспетчер исполнения (Variant Manager). Перейдите в раздел Легковой автомобиль > Двигатель. Щелкните правой кнопкой мыши, чтобы задать SiDLEngine как активный выбор.
Чтобы подогнать собственную модель механизма глубокого обучения SI или настроить настройки глубокого обучения, используйте FitSiEngineLSTM.m скрипт в папке проекта справочного приложения.
Сопоставленный механизм СИ | Модуль ядра SI