基于CCP协议的纯电动车整车控制器标定研究

针对纯电动车整车控制器(VCU)的数据测量和标定问题,设计了基于控制器局域网标定协议(CCP)的标定系统,分析了VCU的控制策略,阐述了CCP驱动等软件的实现过程。采用上位机软件CANape,通过CAN总线传输控制命令来擦写VCU控制参数,实现对控制策略的监测、分析和优化,达到调节整车性能的目的。最后,对驱动转矩进行了实车标定,结果表明,应用所设计的标定系统提高了VCU开发效率,改善了汽车各项性能。

基于英飞凌TC275的整车控制器CCP协议底层驱动开发

针对以英飞凌TC275单片机为平台的整车控制器,进行控制器局域网络标定协议(controller area network calibration protocol,CCP)底层驱动程序的开发。依据CCP的需求开发了英飞凌TC275的控制器局域网络(controller area network,CAN)模块、系统定时器(system timer,STM)模块和FLASH模块的底层驱动程序,实现CCP标定系统的通信连接、数据上传、数据下载、数据存储等功能。为验证系统的性能,进行整车控制器的实际测试,测试结果表明:所开发的基于TC275单片机的CCP底层驱动程序能够实现CCP的功能要求。

人工智能在发动机控制开发中的应用及前景

电动化、智能化、网联化、共享化(CASE)是汽车技术发展的趋势。根据国际能源署(IEA)的预测,到2050年,以包括插电式混合动力在内的电动化汽车将占有市场产品97%的份额。越来越严苛并要求通过实际行驶条件下检测的排放法规也对先进发动机技术,特别是发动机控制技术提出了新挑战。该文围绕基于模型的发动机控制开发中的优化问题,从前馈控制优化、反馈控制优化和动力总成全局优化3个层面,分析了人工智能(AI)技术在上述开发场景中的应用案例,展望了人工智能在发动机控制开发中的前景。研究表明,人工智能技术能将推动发动机控制开发中的3个融合:一是以发动机数字孪生技术为代表的信息系统与物理系统融合;二是以发动机多场景智能优化技术为依托的机器学习系统与经典控制系统融合;三是以动力总成域控制技术为基础的多源系统信息融合。这些融合将推动发动机技术的进一步发展,助力实现近零碳排放。