CRUISE与Isight联合仿真：优化策略的深度融合与实践

动力连参数优化

动力链匹配期间，经常会遇到主减速优化，变速箱速比优化，甚至换挡策略优化这类寻找最优值的问题。项目要求性能匹配工程师，根据已经确定的动力性指标，找到一组经济性最优的配置。

逻辑阈值的优化

另外由于目前新能源汽车的能量管理策略大部分是基于逻辑门开发的。所以这样的控制策略中就会有非常多的判断阈值，如：并联驱动模式与纯电驱动切换的阈值、前后电机扭矩分配系数等。也是需要策略工程师在满足动力性指标的前提下寻找最优值。

Isight软件介绍

Ds Isight为法国著名飞机制造公司达索旗下的一款多功能优化工具软件。

Isight软件本身集成了多种常用的优化算法（如：NLPQLP、遗传算法等等），并对算法进行了封装。封装算法的好处是非常容易上手，用户直接修改参数就可以对算法进行调整，十分方便。

CRUISE与Isight联合仿真优化

联合仿真接口

Isight目前已经集成了非常多软件的运行接口，很遗憾暂时不支持CRUISE。但是Isight提供了一个Simcode的功能模块，允许用户通过自定义批处理文件作为联合仿真的接口。

批处理文件包含的信息有CRUISE解算器的位置、需要调用的CRUISE工程位置。这样就不需要启动CRUISE软件，也能对工程进行仿真计算。

Bat生成工具

如果bat文件每次都用人工创建，难免偶尔出现问题，所以【思想】开发一款可以自动生成bat的工具，免除手工创建的烦恼。

联合仿真优化流程

首先需要了解下CRUISE工程中，相关的文件存储了哪些内容：

dbf文件：用于保存模型中各个模块的参数信息，如发动机数据、电机数据、档位信息、换挡策略等。

log文件：用于保存仿真计算的任务结果数据，其中包含Summary.log/Cruise.log/Result.log

Isight操作CRUISE项目中的dbf文件，读取并修改优化变量，通过bat文件以命令行的形式，调用CRUISE运行仿真任务。每当结束一次仿真任务，Isight软件通过读取log文件获取边界数据与目标数据，通过优化算法生成新的变量值再次写入dbf文件，并且使用Calculator功能对变量间的数值关系作限制，确保变量间的关系符合实际。如此循环迭代优化，直到满足优化算法设置的退出条件。

总结一下

既然Isight可以用Bat批处理的形式调用CRUISE工程，那么我们也能够使用自己熟悉的开发语言，如：C#、Python等，开发更加先进的优化算法取代掉Isight，该部分内容请关注后续文章。

纯电动两档箱换挡策略优化

下面用一个纯电动两档箱换挡策略优化的实例，演示Isight与CRUISE联合仿真优化。

虽然AVL-CRUISE自带了一个换挡策略优化工具GSP，但是这个模块完全是为内燃机开发的。模块中需要输入不少内燃机的特性参数，这不符合电机的需求。所以需要结合Isight自带的优化算法，寻找最优的换挡策略。

可以看到这是一个两参数的换挡策略，包含了升档策略与降档策略。上图中对应的a、b、c、d分别为换挡次数、油门开度、升档车速、降档车速。

如上文介绍的，换挡策略存放在dbf文件当中。需要Isight读取dbf中的换挡策略，并一一设置成为优化变量。

在输出选项卡中，读取不同的log文件，包含Cruise.log、Result.log，从中选取仿真的输出结果，分别作为目标与边界。

根据各自项目中制定的动力性指标，作为优化的边界。如本例中设置百公里加速时间、最大爬坡度、最高车速作为边界条件，并且赋予适当的边界上限与下限

算法方面推荐大家使用多岛屿遗传算法，具有收敛快等特点。不同算法设置的参数项都不一样，这需要用户对调用的算法有一定的理论知识，然后再根据具体项目的需要来调整。

最后可以在结果管理器中查看，迭代计算过程中百公里电耗的变化情况。然后打开CRUISE的GB Program模块就能看到优化后的换挡策略。

免责声明：本文系网络转载或改编，未找到原创作者，版权归原作者所有。如涉及版权，请联系删