(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210908685.4 (22)申请日 2022.07.29 (71)申请人 联合汽车电子有限公司 地址 201206 上海市浦东 新区榕桥路555号 (72)发明人 李兵洋　庄杰　陆唯佳　刘鹏　 王志伟　 (74)专利代理 机构 上海浦一知识产权代理有限 公司 3121 1 专利代理师 戴广志 (51)Int.Cl. G06F 30/17(2020.01) G06F 30/15(2020.01) G06F 30/27(2020.01) G06N 3/12(2006.01) G06F 111/06(2020.01) (54)发明名称 一种VVT参数标定优化方法、 装置及终端 (57)摘要 本发明公开了一种VVT参数标定优化方法、 装置及终端， 属于发动机控制设计领域。 采用本 发明实施例提供的VVT参数标定优化方法， 对于 每一组VVT数据， 实现通过有限的VVT采样样本拟 合推断出相似未知进排气VVT下的各个关键指标 值， 避免标定所需的大量试验消耗， 基于该建模 方法， 还利用多目标差分算法进行寻优， 给出最 终推荐进气排气VVT的方案； 相比传统人工标定 过程， 本发明所提方法每次标定过程耗时较少， 可以大幅降低标定过程的工作量， 标定的效率得 到大幅度提升 。 权利要求书2页 说明书7页 附图3页 CN 115270339 A 2022.11.01 CN 115270339 A 1.一种VVT参数标定优化方法， 其特 征在于， 所述方法包括： 采集VVT特征数据和VVT标签数据； 根据所述VVT特征数据和所述VVT标签数据建立排放、 油耗及燃烧稳定性相关的VVT性 能模型， 所述V VT性能模型用于拟合所述V VT特征数据关于所述V VT标签数据的映射关系； 通过多目标差分算法对所述V VT性能模型进行优化； 根据所述VVT标签数据的目标分配权重确定出所述VVT性能模型对应的优化后综合指 标。 2.根据权利 要求1所述的方法， 其特征在于， 所述根据所述VVT特征数据和所述VVT标签 数据建立V VT性能模型， 包括： 对所述VVT特征数据和所述VVT标签数据标准化处理， 得到统一量度的VVT特征数据和 VVT标签数据； 根据所述VVT特征数据关于所述VVT标签数据的映射关系， 建立所述VVT标签数据一一 对应的VVT性能模型。 3.根据权利要求1所述的方法， 其特征在于， 所述通过多目标差分算法对所述VVT性能 模型进行优化， 包括： 配置所述多目标差分算法需要的超参数以及所述V VT性能模型优化所需的模型参数； 通过所述多目标差分算法对所述超参数和所述模型参数进行迭代寻优， 得到模型最优 解集； 在所述模型最优解 集下优化所述V VT性能模型。 4.根据权利要求3所述的方法， 其特征在于， 所述通过所述多目标差分算法对所述超参 数和所述模型参数进行迭代寻优， 得到模型最优解 集， 包括： 随机生成初始种群， 所述初始种群由预设维度的个体组成， 所述预设维度与所述VVT特 征数据的种类相等， 所述初始种群根据所述超参数和所述模型参数编码得到； 通过变异和交叉算子为所述初始种群进行迭代； 响应于所述初始种群达 到最大迭代次数， 终止计算并得到所述模型最优解 集。 5.根据权利要求4所述的方法， 其特征在于， 所述通过变异和交叉算子为所述初始种群 进行迭代， 包括： 通过所述变异和交叉算子为所述初始种群的每 个个体生成变异个 体， 得到新种群； 将子父代种群合并， 并通过非支配排序和拥挤度确定出 下一代父代种群。 6.根据权利要求3所述的方法， 其特征在于， 所述根据所述VVT标签数据的目标分配权 重确定出 所述VVT性能模型对应的优化后综合指标， 包括： 根据设计需求进行 所述VVT标签数据的权 重配置， 得到所述V VT标签数据的权 重矩阵； 根据所述权 重矩阵得到所述V VT标签数据的最优加权结果； 根据所述VVT标签数据的最优加权结果从所述模型最优解集中确定出所述VVT性能模 型对应的优化后综合指标。 7.根据权利要求1至6任一所述的方法， 其特征在于， 所述VVT特征数据包括转速数据、 负荷数据、 进气V VT数据和排气V VT数据。 8.根据权利 要求1至6任一所述的方法， 其特征在于， 所述VVT标签数据包括HC碳氢化合 物指标、 NOx氮氧化合物指标、 COH碳氧化合物指标、 IMEPVAR0燃烧稳定性指标、 PN固体悬浮权　利　要　求　书 1/2 页 2 CN 115270339 A 2颗粒数量指标和BE比油耗 值指标。 9.一种VVT参数标定优化装置， 其特 征在于， 所述装置包括： 数据采集模块， 用于采集V VT特征数据和VVT标签数据； 模型建立模块， 用于根据所述VVT特征数据和所述VVT标签数据建立VVT性能模型， 所述 VVT性能模型用于拟合所述V VT特征数据关于所述V VT标签数据的映射关系； 模型优化模块， 用于通过多目标差分算法对所述V VT性能模型进行优化； 指标优化模块， 用于根据所述VVT标签数据的目标分配权重确定出所述VVT性能模型对 应的优化后综合指标。 10.一种终端， 其特征在于， 所述终端包括处理器和存储器； 所述存储器存储有至少一 条指令， 所述至少一条指令用于被所述处理器执行以实现如权利要求1至8任一所述的VVT 参数标定优化方法。权　利　要　求　书 2/2 页 3 CN 115270339 A 3