Cuốn sách này đề cập đến việc phát triển chiến lược thiết kế thử nghiệm thích ứng dựa trên mô hình với trọng tâm là hiệu chuẩn động cơ đốt trong trạng thái ổn định. Chủ đề nghiên cứu đầu tiên điều tra câu hỏi về cách xử lý các giới hạn trong miền đầu vào trong quy trình thiết kế thử nghiệm thích ứng. Phạm vi thứ hai nhằm xác định phương pháp thiết kế thử nghiệm cung cấp cải tiến chất lượng mô hình tốt nhất về lỗi dự đoán mô hình tổng thể. Để xem xét các khu vực hạn chế trong miền đầu vào, một giải pháp dựa trên vỏ lồi liên quan đến thuật toán hình nón lồi được phát triển, kết quả của giải pháp này đóng vai trò là mô hình ranh giới để tìm kiếm điểm thử nghiệm. Một giải pháp được đưa ra để cho phép áp dụng mô hình ranh giới vào các vấn đề có nhiều chiều mà không cần tính toán vỏ lồi và hình nón lồi chính xác. Hơn nữa, các phương pháp mô hình hóa động cơ dựa trên dữ liệu khác nhau được so sánh, dẫn đến mô hình quy trình Gaussian là mô hình phù hợp nhất để hiệu chuẩn dựa trên mô hình. Để xác định phương pháp thiết kế thử nghiệm phù hợp cho ứng dụng mô hình quy trình Gaussian, hai chiến lược mới được phát triển và so sánh với các phương pháp tiên tiến.

Abstract:

This book deals with the development of a model-based adaptive test design strategy with a focus on steady-state combustion engine calibration. The first research topic investigates the question how to handle limits in the input domain during an adaptive test design procedure. The second area of scope aims at identifying the test design method providing the best model quality improvement in terms of overall model prediction error. To consider restricted areas in the input domain, a convex hull-based solution involving a convex cone algorithm is developed, the outcome of which serves as a boundary model for a test point search. A solution is derived to enable the application of the boundary model to high-dimensional problems without calculating the exact convex hull and cones. Furthermore, different data-driven engine modeling methods are compared, resulting in the Gaussian process model as the most suitable one for a model-based calibration. To determine an appropriate test design method for a Gaussian process model application, two new strategies are developed and compared to state-of-the-art methods.

Ngôn ngữ:	eng
Tác giả:	Sandmeier, Nino
Thông tin nhan đề:	Optimization of adaptive test design methods for the determination of steady-state data-driven models in terms of combustion engine calibration
Nhà xuất bản:	Universitätsverlag der Technischen Universität Berlin
Loại hình:	Tài nguyên giáo dục mở / Bộ sưu tập: Công nghệ ô tô
Bản quyền:	https://creativecommons.org/licenses/by/4.0/
Nguồn gốc:	https://library.oapen.org/handle/20.500.12657/60120
Mô tả vật lý:	236p.
Năm xuất bản:	2022