经验数字孪生
基于真实硬件创建仿真模型
对动力总成实物根据经验准确推导出数字孪生模型，可支持更优化的验证、确认和签收流程。
现有的自动化测试系统和硬件可用于跟踪瞬态激励循环，以激活混合动力动力总成系统等非线性系统。这样做的好处是，传统的试验室测试和现场测试可以获得一定程度的稳健性，而数字复现结果可用于探索所有可能的场景，从而提供更大的覆盖面并降低风险。
经验数字孪生的优势
- 可信赖的模拟结果：
- 根据真实系统验证模型
- 适用于复杂的非线性系统：
- 模型响应能准确描述非线性表现。适用于内燃机发动机、混合动力系统、热力系统和燃料电池。
- 快速响应：
- 训练数据周期尺度随变量而非时间而变化
- 基于真实数据，高度精确：
- 极佳的 R2 相关性
- 运算更快：
- 没有复杂的计算，意味着只需几秒钟就能运行各种场景模式
- 快速确定关注范围：
- 模拟难以测试的区域，以检查一致性并突出问题点
- 在必要时改进全局车辆模型：
- 改善车辆被控模型
- 跨部门共享模型：
- 多个部门可从提高模型准确性中受益
经验数字孪生创建过程
任何复杂的车辆系统都可以创建数字孪生系统： 内燃机、电机、热能、车辆。
1. 试验设计
创建动态测试点
2. 生成训练数据
记录试验室测试数据，生成训练数据。
3.创建模型
使用 "训练 "数据建立特性经验模型
4. 验证模型
根据实际被测对象验证模型以确认精度 (R2)
5. 运行仿真试验
利用经验数字孪生模拟不同场景*
比实际速度快 30 倍
6. 预测响应输出
预测性能、电动续航里程或尾气排放
7. 识别和解决“热点”
确定 "热点"--需要解决的问题区域
