如果你有深学习工具箱™统计和机器学习工具箱™,您可以生成一个动态的深度学习火花点火(SI)发动机型号用于动力总成控制,诊断和估计算法设计。例如,适合深学习模型来测量发动机排出的瞬态排放数据和使用它的后处理控制和诊断算法开发。深学习SI发动机的车型,从测量的实验室数据或高保真发动机模型的动态引擎的行为。
为了培养深度学习SI发动机车型,动力总成模块集™使用这个SI发动机数据。
输入数据 | 输出数据 |
---|---|
引擎速度 命令的扭矩 |
制动力矩 进气歧管的气体压力 进气歧管气体温度 燃油流量 进气空气质量流量 废气温度在排气歧管入口 涡轮增压器转速 发动机排出(EO)碳氢化合物(HC)的排放质量流 EO一氧化碳(CO)排放的质量流量 EO的一氧化氮和二氧化氮(NOx)排放的排放质量流 EO二氧化碳(CO 2)排放的质量流量 |
为了产生深刻的学习引擎模型,请按照下列步骤。
如果不是已经打开,打开的参考应用。
双击产生深度学习发动机型号。生成模型可能需要几个小时。
默认情况下,训练深学习引擎模型,参考应用程序生成从SI核心引擎块实验(DOE)的响应数据的设计。另外,您也可以使用从动力总成模块组产生的发动机数据伽玛技术有限责任公司发动机的车型或其他高保真发动机的车型。
查看培训进度窗口看到重复次数或停止训练。
作为训练运行时,动力系统模块库登录在基础工作空间此数据。
EngineInputs
-米
-by-2的发动机输入阵列
EngineOutputs
-米
-by-11发动机输出的阵列
动力总成模块库使用一半的数据模型进行训练,另一半测试模型。
您生成深度学习SI模式后,查看结果。
对于每个发动机输出的曲线图显示SI发动机深学习模型(强的松)和测试数据(测试)。例如,该图示出了用于动态发动机排出的CO排放质量流量的比较。
仿真数据检查显示SI发动机深学习模型速度,扭矩命令,燃料质量流量,和轴转速。
您可以使用深层学习SI模型,SiDLEngine
,如在传统的车辆和混合电动车辆(HEV)参考应用程序的发动机工厂模型的变体。例如,在现有的车辆用参考应用,在造型选项卡,在设计节,打开变管理器。导航到轿车>引擎。右键点击组SiDLEngine
作为活性选择。
为了满足自己的深度学习SI发动机型号或调整深度学习培训设置,使用FitSiEngineLSTM.m
脚本中参考应用项目文件夹。