1樓：屌絲小螞蟻
對於在發動機控制中的自學習與模型演算法，以及神經網路的應用有一下看法。
1:研究這個演算法的動機，為啥要研究，無非就是使控制更加高效率，目前從研究的角度可以用複雜的演算法在發動機台架實驗，但是在實際的汽車上，由於硬體CPU的限制，演算法要盡可能的簡化，因此實際的發動機控制中，多數都是線性計算，最複雜也就是PI控制。
2:神經網路，模型演算法等一些高階演算法，是否應用於發動機開發？答案是肯定的！
這些演算法的應用大大縮短了開發時間，必須乙個萬有特性曲線，複雜的將近1000多個點，單純的應用台架乙個乙個的做，太耗時間，太耗錢。所以就做幾個特徵點，然後再用以前的一些經驗資料作為基礎，利用神經網路進行自學習，將這1000多個點填齊，但是這些演算法實現都是在電腦伺服器上，而非ECU，ECU只接受最終結果！
3:有人會有疑問，為啥我聽說發動機有一些自學習功能，這些自學習都是一些帶有位置反饋的執行器的自我矯正，很簡單。就是輸出乙個位置請求，變成電流，驅動，然後檢測位置是否正確，正確的話OK，不正確的話，改變電流驅動MAP僅此而已，並非我們理解的高大上的Deep_learning.
2樓：閆阿瑟
聽說一些公司開始使用神經網路等開展發動機模型控制了，比如充氣模型什麼的。 目前離線統計學建模後優化的發動機控制已經不少了
3樓：aston
發動機控制中有一部分已經是可以通過智慧型控制演算法進行學習的部分，比如油路偏差自學習值，扭矩學習值等等，發動機都會有一點差異，學習值的意義就是保證其在在穩定的工作範圍。
發動機如何控制器水溫？
轉一段VAG的培訓教材 熱管理系統的控制策略 熱能管理系統控制冷卻液迴圈圖 一 暖機範圍 1 暖機 靜態冷卻液 第三代EA888發動機仍舊延續上一代思路，繼續以曲軸通過鏈條帶動平衡軸，在通過連線在平衡軸末端上的皮帶，最終使水幫浦轉動 因此發動機運轉就必然帶動水幫浦運轉。因此要實現靜態冷卻液只能是完全...
測功機不同的控制模式對發動機的控制有什麼影響？
Sleepy Lin 不是很有經驗，而且很久沒玩，快記不得了 只能粗淺的談談。沒有太大區別，主要是為了資料處理的便利性。測功機有好幾種，水力測功機 電渦流測功機 電力測功機，不分開說了，現在的測功機常見的模式有好幾種，但基本上上轉速 油門 扭矩的兩兩組合。電腦上可以直接調節引數，便於輸入乙個我們想要...
發動機與整車控制器通訊不上時，發動機自身會怎麼處理？不處理 或者怠速 或者停機,這個有什麼標準要求嗎？
Notsofat 這涉及到發動機標定控制的策略。發動機與整車通訊是一直在實時進行的，對於傳統的內燃機汽車而言，甚至是混動車，核心的控制邏輯控制策略還是在發動機，即使是很多混動車要考慮電機的控制，但一些整車訊號 如車速，ESP，ABS，電池等 電機訊號，也還是會發給發動機控制器 簡稱ECU吧 來決策如...