Part.1/ 為什么要集成控制策略模型

在日常的仿真分析中，無論是整車的控制策略模型，還是總成或子系統的控制策略如熱管理、BMS、MCU等模型都越來越緊密地和物理模型的開發耦合在一起。過往的整車模型開發，控制策略的部分常被簡化甚至基本忽略；但隨著新能源車車型、配置及工況要求越來越復雜，仿真任務也日益增多；而且任務內容也越來越細分，比如單獨研究某個總成的控制策略影響下的閉環系統輸出，甚至是元部件單體在控制器調節下的閉環特性。

本文要討論交流的內容是站在整車性能的仿真計算需求上，如果將策略部分集成到整車物理模型中，這種工作可以如何開展，以及評估及分析整車閉環后的計算結果；而不是講解策略模型的開發和實現。

作為性能仿真或者屬性分析的工程師角色，通常來說，控制策略的輸入是仿真模型的邊界條件：在定好模型的參數，初始條件以及工況后，執行機構的命令首先來自于試驗數據，目的是為了驗證物理模型的準確性。但該步驟完成后，物理模型具備一定的精度并準備用來進行性能預測的計算時，簡單的邊界輸入比如給定某個扭矩、轉速、開度等這種設置方式，就不能滿足仿真需求了。

而且模型的內容需求會隨著不同車型的分析需要會逐漸龐大并越發復雜，開發工作也是要求盡量frontload，這樣就會要求系統仿真工程師如何有效合理地集成不同車型不同項目甚至不同部門的分析需求，將“控制 + 被控對象”的閉環系統模塊化，定制化；這樣才能從容應對未來可能更加迫切且更加多樣化的整車集成仿真要求。

02

功能級別控制模型的開發和應用

根據以往的項目合作經驗，我們可以試著將控制模型集成粗略地分成三種場景：Zui基本的是功能級別的控制模型；Zui完整或者說Zui貼近實車的是完全的Simulink（后簡稱SLK）控制模型；那么夾在中間的可以根據實際情況，比如掌握控制策略描述文檔的多少，現有控制模型的完備程度等因素，可能需要定制化不同復雜程度的模型來適應閉環分析的需要。

圖表 1 – 功能級別控制模型

這里提到的功能級別的控制模型，如圖表 1所示，其應用目的主要是為了配合車輛基本性能比如動力性經濟性的快速仿真和分析。無論是傳統車的EMS/TCU，還是新能源車的VCU/FCU，都可以通過這些現成的控制元件模型和發動機/電機/電池等物理模型快速構建出整車模型，可以省去開發策略模型的環節，直接設定控制元件中的參數就可以看到對結果的影響。

但是此類模型沒法修改或更新內部的邏輯，只能設定開放出來的參數，比如VCU里啟停發動機的SoC限值等。而且車輛的混動架構也有各種不同的構型，此類封裝好的控制元件不可能適應所有種類，需要結合信號、邏輯、數表及狀態機等擴展功能來配合才能實現特定的控制功能。

03

完全SLK控制策略模型

在擁有完全SLK控制模型的情形下，可以支持的開發工作就很多了，比如直接搭建MiL環境，用接近實車的控制策略來驅動仿真模型；或者提取出只和仿真目的相關的策略模塊來進行MiL集成，這樣既可以讓模型輕量化，還可以節約調試時間。

圖表 2 – Simulink接口模型

這種模式的集成工作一般會碰到可用性的問題，需要對模型做調整或簡化工作。因為，通常完整的SLK控制模型一般來自于控制開發工程師或者標定工程師，其原本的用途是為了確保控制策略的實現在邏輯上正確的，以及代碼在燒寫到ECU后通過調參可以達到車輛設計的預期性能。這其中除了包括應用層的完整策略外，還有通訊、診斷等其它功能模塊；如果想要集成到MiL環境中，需要對模型進行適當的調整，因為有些策略是MiL環境下無法調試的，這些策略或是和硬件相關的功能，或是和物理模型沒法有效關聯。

比如由于車輛物理模型本身并不能包羅萬象，尤其是針對車輛單一屬性所構建的模型通常都是相對簡化的。例如，對于動力性經濟性的計算，可能工程師們只關注車輛的速度、加速度、油耗/電耗、發動機/電機/發電機的扭矩和轉速，電池SoC以及所有高低壓電氣網絡及負載的電壓電流等物理量。稍微復雜一些的可能包含一些簡單的熱管理回路來計算溫度，壓力和liuliang的結果。但這些量即便全部反饋給完整SLK控制模型，跟實車上相比，也是遠遠不夠的。大量的傳感器信號，狀態標識及CAN信號等都是控制策略在運行計算時所需的輸入，如果車輛物理模型不能給出，則需要對策略部分進行簡化，或者手動屏蔽一些非相關的模塊，但這種工作需要對控制模型本身非常了解，不然很難做到有針對性的簡化。

04

多級復雜程度的控制模型

上面兩節提到的控制模型要么是比較簡單的功能級控制模型，只能完成非常有限的工況計算和分析；要么是完整龐大的SLK模型，可能需要大量的調整和更新才能匹配車輛物理模型進行仿真。對于系統仿真工作來說，由于分析任務的屬性、目標、工況及jingque度等因素的要求，不可能非此即彼地去使用上面兩種模型，那么自然會衍生出對于不同復雜程度控制模型的需求。

早些年還有一個客觀制約是通常作為車輛屬性或性能的仿真分析工程師，其建模分析的軟件工具和控制開發/標定工程師的工具是不一樣的，而且做物理建模的仿真工程師不具備策略模型開發的能力和專業背景。但現在隨著建模仿真軟件工具或平臺的功能越來越多樣化，不同軟件間的接口也更加成熟穩定，已經可以很快速高效地對控制模型和被控對象模型進行集成。而且現在的仿真平臺功能多樣化，在同一個平臺上同時開發策略模型和車輛模型也可以完成許多閉環系統建模仿真及分析的任務。

這里先分享一些想法和過往項目的心得，有感興趣的讀者可以找機會一起討論。

在開發模型過程中，有關于控制策略的輸入除了以模型的形式呈現外，還可以有流程圖或特性表格（也是標定項）來表示策略的執行過程。如下面圖表 3所示，在某款混動車型的整車控制器VCU的邏輯實現中，可以依照此控制描述文檔中的流程圖、特性表以及相關的邏輯。這里并不是要構建非常復雜的車輛模型，或者對多個屬性進行同時評估或優化，而是只以整車經濟性（熱機）的分析目的進行建模。

圖表 3 - 控制策略/邏輯描述

利用信號、邏輯運算、算術運算再配合上狀態流圖，通常就可以實現常規的、常用的控制模塊，如圖表 4所示，這里在AMESim平臺上實現了一些基本的VCU控制模塊，包括車輛模式切換，扭矩分配以及再生制動等。

圖表 4 – 控制模型 (AMESim)

并且針對實現的邏輯功能，需要有數據對其進行邏輯驗證及功能驗證。這里因為有實車的試驗數據可做為驗證的依據，所以可以將試驗數據作為策略模型的邊界條件，檢驗實現的邏輯計算是否能和試驗結果匹配。如圖表 5中所示，將車輛模式和扭矩分配的計算結果與試驗數據進行了對比。當然，仿真驗證要盡量多地覆蓋典型的車輛工況及使用場景，這樣才能有利于tisheng模型的精度；只有確保策略模型和實車數據的誤差在允許的范圍內，才可以考慮下一步的集成工作。

圖表 5 – 策略模型輸出和試驗數據對比

 車輛物理模型的開發是可以和策略模型并行的：由于此款車型的建模只以熱機的經濟性為分析目的，因此模型的構建也是相對比較簡單的。根據架構和設計參數以及總成的特性數據，搭建出如圖表 6所示的模型。

圖表 6 – 車輛物理模型

同樣地，需要對開環車輛物理模型進行驗證，確保模型精度及求解的穩定性，如圖表7所示。在和經濟性屬性相關的所有重要變量，都要進行比對。這里需要額外提一句，像這種比較簡單的模型，狀態變量很少，通常求解都會很快而且即便做大量的變參數仿真，也基本不會遇到模型求解卡住的問題。但是如果研究的車輛屬性或性能包含比較復雜的系統，而且系統之間還有耦合：像熱管理系統的仿真，除了每個回路自身的循環，還會有回路間的耦合計算（換熱器，散熱器，chiller等）；而且像冷媒回路涉及到相變，求解會相對更復雜更耗時。

相對簡單的應對辦法就是在開環物理模型上多做一些仿真工況的測試，設計并設定好邊界條件，通過batch或者腳本的方式，來檢驗模型求解的穩定性以及求解時間是否過長；同時也可以評估不同工況下的結果是否合理，符合預期。這是在集成控制模型前需要提前做好的準備工作。 

圖表 7 – 車輛物理模型仿真結果和試驗數據對比

當兩部分模型分別完成各自的開發和驗證工作后，下一步就是集成。如圖表 8的示意圖所示，如果前面兩步走的工作打下比較好的集成基礎，無論是控制器模型還是車輛物理模型的精度和適應性都達到了集成要求，那么在這一步搭建閉環模型時就可以減少潛在的風險。

圖表 8 – “車輛 + 控制”的閉環模型示意圖

除了需要替換原本兩個模型的接口信號外，還要注意一些容易出錯的地方：比如踏板的信號是0~1，還是0~100；發動機/電動機/發電機的扭矩正負方向；在跑一些新工況的時候是否有一些不合理的特性數表外插導致結果異常等問題。而且調試的過程也要遵循由簡入繁的原則，比如從純電模式開始，先確認動力系統在控制器結算的輸出下是否和整車負載匹配，車速是否能跟上，駕駛員模型的輸出是否能和試驗數據匹配上等。再下一步可以調試發動機啟停，離合器作動，制動能量回收等閉環系統的表現。

圖表 9 – 閉環模型和試驗數據對比

Zui終可以通過閉環調試過程，得到類似如圖表 9中所示的仿真結果（車輛模式和離合器狀態的數值定義與實車不同）。當然，這里只展示了一個工況的驗證結果，如果在前期開發和試驗規劃過程中，盡量多覆蓋一些循環工況或企業特定工況，這樣作為模型驗證的依據可以進一步tisheng閉環模型的精度及求解穩定性。

接下來就是利用閉環模型可以做參數敏感性分析，比如像車重，阻力，pedal map，初始SoC，SOC啟發動機上下限，模式切換延遲時間等無論是設計參數還是控制參數，都可以快速地通過批處理或腳本來實現批量分析，甚至可以作為標定的參考依據或探索方向。