江苏龙网

  1. 首页 > 生活 > >

在发动机控制领域，为何智能控制算法（or机器学习）未有大规模的研究应用

发动机控制还是rule based learning比较好，出事情有人背锅。。。统计学习没人背锅，那就是全公司背锅了
■网友
不好意思我只是一机械狗不研发发动机
■网友
对于在发动机控制中的自学习与模型算法，以及神经网络的应用有一下看法。1:研究这个算法的动机，为啥要研究，无非就是使控制更加高效率，目前从研究的角度可以用复杂的算法在发动机台架实验，但是在实际的汽车上，由于硬件CPU的限制，算法要尽可能的简化，因此实际的发动机控制中，多数都是线性计算，最复杂也就是PI控制。2:神经网络，模型算法等一些高级算法，是否应用于发动机开发？答案是肯定的！这些算法的应用大大缩短了开发时间，必须一个万有特性曲线，复杂的将近1000多个点，单纯的应用台架一个一个的做，太耗时间，太耗钱。所以就做几个特征点，然后再用以前的一些经验数据作为基础，利用神经网络进行自学习，将这1000多个点填齐，但是这些算法实现都是在电脑服务器上，而非ECU，ECU只接受最终结果！3:有人会有疑问，为啥我听说发动机有一些自学习功能，这些自学习都是一些带有位置反馈的执行器的自我矫正，很简单。就是输出一个位置请求，变成电流，驱动，然后检测位置是否正确，正确的话OK，不正确的话，改变电流驱动MAP仅此而已，并非我们理解的高大上的Deep_learning.
■网友
懂控制的不懂燃烧，懂燃烧的懒得学算法 。
以上

■网友
听说一些公司开始使用神经网络等开展发动机模型控制了，比如充气模型什么的。 目前离线统计学建模后优化的发动机控制已经不少了
■网友
【在发动机控制领域，为何智能控制算法（or机器学习）未有大规模的研究应用】 发动机控制中有一部分已经是可以通过智能控制算法进行学习的部分，比如油路偏差自学习值，扭矩学习值等等，发动机都会有一点差异，学习值的意义就是保证其在在稳定的工作范围。


    推荐阅读


    上一篇：电商里说的转化率是啥意思

    下一篇：怎样应对入职新的一家公司，进来之后，发现职位的职责与预期不符