基于高维灵敏度分析法的车辆组件和CO2排放量分析

基于高维灵敏度分析法的车辆组件和CO2排放量分析

通过模型开发组件对重型发动机的摩擦模型进行组件级参数估计，可以简化车辆原型开发阶段的验证工作。利用高维灵敏度分析方法对模型输入参数灵敏度进行分析，并基于标准循环工况对车辆模型的燃油效率和CO2排放量进行系统评估。

选取的实例基于试验数据的发动机模型参数估计，试验数据由卡特皮勒公司提供。介绍了模型开发组件，该组件为一种集合多种设计软件和分析过程的工具软件，可为后续的模型分析提供基础，利用该组件可进行参数估计。根据灵敏度分析参数个数的不同，将灵敏度分析分为局部灵敏度分析和全局灵敏度分析，利用该方法对相关模型的参数进行灵敏度分析，并分析不同参数之间的相关性。在利用上述组件和方法时，需要先建立目标函数，然后通过不断优化目标函数中的参数，获得目标函数的最大值或最小值，从而实现参数估计和灵敏度分析。利用模型开发组件建立了发动机摩擦模型，并将其与Shayler建立的摩擦模型进行对比，然通过对CO2排放量、制动平均有效压力、摩擦平均有效压力、燃料消耗率等性能参数的评估，验证了利用模型开发组件建立的发动机摩擦模型可以用于参数估计，并对这两种模型的鲁棒性进行了对比。结果显示，利用模型开发组件建立的发动机摩擦模型具有较高的鲁棒性。建立的车辆传动系统、循环工况、空气阻力和滚动阻力这些子系统模型构成了汽车模型，应用高维灵敏度分析方法分析了各参数对其影响，尤其对CO2排放量的影响。

该方法不仅用于汽车模型的建立，而且在汽车模型建立后，通过对汽车模型进行各个级别的系统测试，所得到的数据反过来验证原始模型，并对原始模型做进一步改进，该过程不断迭代，从而形成优化的汽车模型。

Andrew Smallbone et al. SAE 2014-01-2564.

编译：王祥