《Annual Reviews in Control》：AI-empowered modeling and control for automotive propulsion system: Challenges, solutions and prospects
编辑推荐：
本文全面综述了人工智能技术在汽车动力系统建模与控制中的应用，分析了传统白盒、灰盒和黑盒模型的局限性，总结了数据驱动、混合建模等AI方法的优势与实施案例，并探讨了未来研究方向与挑战。
Jian Tang|Tianyi He|Wenpeng Wei|Guoming Zhu
密歇根州立大学机械工程系，美国东兰辛市，48824
摘要
本文全面回顾了汽车推进系统的建模与控制技术，特别关注新兴人工智能（AI）技术的整合。本文的亮点包括：（1）专注于利用AI进行汽车推进系统的建模与控制，填补了现有研究的空白；（2）总结了在推进系统中应用AI的不同方法，并对其进行了分类和分析；（3）通过案例研究展示了AI技术在汽车推进系统中的有效性。
本文首先介绍了内燃机车辆（ICVs）、混合动力电动汽车（HEVs）和纯电动汽车（BEVs）推进系统的基本原理，以及传统建模方法的优势与局限性。随后，本文将建模方法分为白箱、灰箱和黑箱模型，并讨论了各自的优缺点。更重要的是，本文定义了AI技术的应用方法，概述了其典型流程，并强调了其在汽车推进系统中的特殊意义，指出了建模与控制方面的挑战，并探讨了新兴AI技术提供的解决方案。文中特别讨论了各种AI技术在推进系统中的应用，包括基于高斯过程的模型、神经网络等直接和间接的数据驱动建模与控制方法，并通过多个实例证明了这些技术的有效性。最后，本文讨论了AI技术在推进系统中应用所面临的独特挑战与局限性，并展望了未来的研究方向。
部分内容摘录
概述
图1以图形形式展示了本文关于汽车推进系统建模与控制的整体结构。内容从介绍推进系统的基本原理开始，包括推进系统的重要性、建模技术的发展历程以及AI在现代动态系统建模与设计中的作用。
接下来，本文探讨了两种并行的建模与控制范式：传统方法与
推进系统的建模与控制应用
推进系统的建模对于理解系统特性和分析系统运行模式至关重要。此外，当推进系统的控制对车辆性能（如安全性、节能性、运行效率等）有重要影响时，建模与控制也显得十分重要。因此，推进系统的建模与控制对于提升汽车性能至关重要。然而，由于不同推进系统的架构各不相同
AI在推进系统中的应用
传统的白箱、灰箱和黑箱模型的局限性限制了发动机性能的提升和燃油/电池效率的优化。集成基于AI的模型可以通过提供更具适应性和预测性的控制方案来克服这些挑战。利用来自实际驾驶条件的大量数据，AI算法能够更好地适应内燃机车辆（ICVs）、纯电动汽车（BEVs）和混合动力电动汽车（HEVs）系统中的复杂性和非线性问题。
建模与控制的案例研究
在探讨了通过间接数据驱动模型、直接数据驱动方法和混合方法在推进系统中的应用后，通过实际案例研究来说明这些概念是必要的。第一个案例研究结合了间接数据驱动建模与系统识别技术，展示了离线训练模型的应用
讨论与展望
尽管基于AI的建模与控制策略在商业推进系统中的应用仍处于早期阶段，但已有几家汽车制造商和一级供应商开始尝试将其应用于模型校准、能量管理和故障检测等领域（Yi等人，2009年）。这些早期实践表明，业界越来越重视利用AI技术，尤其是在混合动力和电动汽车平台中
结论
本文全面回顾了AI在汽车推进系统建模与控制中的应用，强调了从传统模型向基于AI的方法的转变。讨论了集成AI所面临的挑战，包括计算需求和数据需求，并强调了AI在提高预测准确性、效率和适应性方面的潜力。
利益冲突声明
作者声明他们没有已知的可能影响本文研究的财务利益或个人关系。
