虚拟车辆的建模仿真解决方案

虚拟车辆的建模仿真解决方案
1.概述
在汽车研制中实现性能、成本和研发周期三方面的最佳统一，是汽车行业所面临的巨大挑战。

建立包括需求管理、架构设计、功能样机建模与优化、数字样机设计、性能样机验证、数字化装配与工艺设计、交互式设计成果展示的数字化综合仿真平台，已经成为技术先进的OEM研发汽车的重要手段。

2.虚拟车辆建模和仿真的解决方案
数字化综合仿真平台中的核心环节之一就是建立虚拟车辆，通过全虚拟的实验以实现汽车设计方案的功能指标确认、控制策略验证、子系统基本参数设计优化以及可靠性评估。

虚拟车辆的建立主要用于汽车系统设计方案的功能指标确认、控制策略验证和子系统基本参数的设计优化，进一步用于可靠性评估。

本质上，虚拟车辆就是汽车系统级设计方案的数学展现。

因此虚拟车辆的建立主要采用系统级设计工具进行。

一方面，由于汽车系统涉及到机械、电气、控制、液压、传热等多个学科领域，建立虚拟车辆的工具最好也是能够直接针对多学科建模的工具，如果一
个工具不足以实现则需要各工具之间能够方便地交换数据，从而保证各学科的模型能够同步进行仿真以预测整个汽车系统的功能等。

从国际先进企业的应用经验看，基于开源的Modelica语言的一维多学科建模仿真工具Dymola是宝马、大众等公司建立虚拟车辆模型的共同选择，而控制系统的建模则都采用了Matlab/Simulink，二者之间通过直接耦合进行系统的功能分析。

另一方面，由于汽车系统涉及到发动机、传动、车辆动力学、空调、电气等多个专业领域，一个团队难以完成各专业模型的建立，因此势必需要由不同专业的团队分别建立各专业的模型，然后通过各专业模型之间的耦合仿真实现对整个汽车系统功能的预测。

为了限制模型参数在必要的范围内传播同时尊重各专业团队的劳动，各专业的模型需要进行一定加密处理。

一种思路是将各专业的模型都导出为基于FMI/FMU的黑盒模型，将所有的模型在同一个支持FMI/FMU 模型的平台（如Dymola或Simulink）上运行，即可以实现整个汽车系统的功能仿真。

另一种思路是将各专业的功能模型直接运行在各团队自己的电脑上，通过一个分布式联合仿真工具TISC从各专业模型中仅提取可以共享的变量各专业模型之间的数据交互，从而实现整个汽车系统的功能仿真。

第一种思路适合于模型参数变化不大的方案的联合仿真，第二种思路则具有广泛的适用性。

因此，虚拟车辆的建模和仿真可以基于Dymola和Simulink由各专业团队建立各分系统的多学科模型，然后基于FMI/FMU或者分布式联合仿真平台TISC实现系统级功能验证。

基于Dymola和Simulink的虚拟车辆模型可以直接下载到实时仿真机中进行针对控制策略的半实物仿真测试；同时也可以通过故障诊断工具将其转换为故障树模型用于系统可靠性评估。

3.国内外典型案例
3.1.宝马虚拟车辆验证项目
2012年宝马公开了几个概念车型的研发进展，其中一个概念车型就完全是基于虚拟车辆的概念进行的。

该项目中，车辆的动力传动系统基于Dymola创建，控制系统基于Simulink建立，各系统的模型通过FMU技术耦合，驾驶员的操作基于IPG建立的半实物仿真系统接入到虚拟车辆中，从Google地图读取了
德国境内的一段道路作为道路的数据，预测完成这段路程的油耗、安全性、操稳性等性能，并以三维视景展示了整个虚拟仿真的过程。

宝马的虚拟车辆
虚拟车辆的验证路线
3.2.新型汽车概念设计
Modelon公司基于Dymola开发了车辆动力学库、动力传动库用于整车和子系统的设计和分析，基于虚拟车辆对性能进行了设计优化，并将模型用于半实物仿真测试以完成汽车设计方案的功能验证和确认。