集成化新能源電控系統標定解決方案

2025年11月19日，在第六屆汽車高壓及驅動系統大會上，易特馳標定解決方案高級專家雷翀介紹了ETAS集成化新能源電控系統標定解決方案。

ETAS通過高精度時間同步技術，確保信號源同步誤差小于1微秒，支持上萬個變量同步測量，并提供基于Python的自動化數據處理與AI模型嵌入式部署能力。該方案已服務超1000家客戶，應用于超1萬輛測試車，覆蓋電機與電池兩大核心部件，涵蓋電流、扭矩、溫度、SoC、熱管理等關鍵參數的標定與優化，助力實現高效、精準的電控系統開發與調試。

雷翀通過多個實際案例展示了ETAS解決方案的廣泛應用。在電機電流與扭矩標定中，整合第三方工具實現多變量測量與功率分析；基于AI的無傳感器系統利用軟件模型替代物理傳感器，顯著降低成本并提升系統可靠性；電子剎停標定通過多控制器協同，實現機械與電子制動的平滑切換與平衡控制；熱管理系統則通過可視化界面與動態監測，優化冷卻效率與電池熱平衡策略。這些案例充分體現了ETAS在提升新能源汽車電控系統性能、安全性與開發效率方面的綜合能力。

雷翀｜易特馳標定解決方案高級專家

以下為演講內容整理：

ETAS是一個很好的合作伙伴。就電控系統而言，高精度的時間同步至關重要。ETAS可確保各信號源的時間同步誤差控制在1微秒以內。另外，能在不占用控制器時鐘資源的條件下，實現對超過上萬個變量的同步測量。ETAS還提供實時文檔支持，以便于開展調試工作、快速定位問題；具備基于Python的自動數據處理能力，可實現標定模型的嵌入式化應用，能夠借助AI技術將原本在PC端運行的模型移植至嵌入式控制器中運行。此外，ETAS提供開放的硬件環境，能夠支持更多同行的優質設備接入汽車電控系統測量標定解決方案。

根據過去五年的數據統計，基于ETAS的整體解決方案，總體用戶規模已超過5萬，服務客戶數量逾1000家，測試車輛總數超過1萬輛，且超過15萬個微控制器已裝備ETAS的硬件設備。測量能力方面，針對單個車型，ETAS可支持超過30萬個變量及17萬個標定變量的測量需求。

一、實際案例-標定與系統優化任務

針對新能源車電控系統，ETAS梳理了需要測量的變量及標定內容，主要聚焦于電機和電池兩個電驅核心零部件。對于電驅系統，涵蓋內循環矢量控制中的Id/Iq控制，以及外循環的扭矩轉速控制；對于電池系統，則主要涉及SoC充電狀態、電池健康狀態、功率狀態，以及各類熱限值和安全門限值等關鍵控制參數。

在這些控制過程中，會產生一些典型的軟件事件，需特別關注其發生頻率。以電機為例，因其高轉速特性，轉速持續攀升，Id/Iq的測量頻率可高達100微秒至200微秒；而外循環的扭矩轉速控制頻率則可放寬至毫秒級。對于電池系統，安全性相關的限值控制需達到毫秒級精度，非安全性限值控制則可放寬至十毫秒或百毫秒級。

圖源：演講嘉賓素材

電機中最為關鍵的是扭矩輸出，包括過壓保護、過流保護以及過熱保護；電池則是以安全性限制為核心。另外，還需關注電機與電池在冷啟動條件下的各項性能表現，涵蓋預充狀態、低溫啟動狀態以及充電能量回收狀態。

就電機標定而言，主要涉及Id/Iq控制、電流比、最大扭矩/電壓,電流比，弱磁控制、扭矩限值，死區補償等參數。對于電池標定，則包括各類保護限制與策略的設定，熱效應估算，電池內阻的學習，以及開路電壓估算等內容。

二、電機的電流/扭矩標定

接下來，通過四個實例展示ETAS在實際車輛標定與解決方案中的不同應用。

首先是電機電流與扭矩標定案例。在此案例中，不僅采用了ETAS的工具鏈，還整合了合作伙伴的工具鏈，構建了標準的測試配置。針對電機扭矩與電流標定，電壓和電流的測量必不可少，為此使用了第三方設備。

同時，需對整車控制器及電機控制器內部信號進行測量。在實際項目中，對于VCU，需測量的變量超過15000個，而電機相關變量約10000個。此外，還需通過以太網或CAN總線測量VCU與電機控制器之間的通信數據，并對功率進行分析。圖示為ETAS軟件中的實時顯示界面，可直觀呈現電機的功率、扭矩、效率等關鍵參數。

圖源：演講嘉賓素材

ETAS旗下的軟件INCA具備支持第三方硬件的能力，主要通過兩種方式實現。在實車測試環境中，可通過采集電壓和電流數據，并借助PC顯卡進行功率計算；而在實驗室環境下，為獲取更精確的功率測量結果，可接入第三方功率分析儀進行實時功率計算。

那么，測量所得數據還有哪些應用途徑呢？如前所述，測量之后需進行標定。在標定過程中，ETAS嘗試采用基于模型的標定方法，即脫離實際測試對象，在模型層面針對被控對象開展標定工作。同時，可運用AI算法對標定模型進行優化，并將其部署至嵌入式控制器中，由嵌入式控制器直接運行相關數據。正如前圖所示，ETAS的系統支持多種模型格式，不局限于自主研發的ASCMO模型，還兼容FMI等標準模型格式。

三、基于AI模型的無傳感器系統

基于AI算法的無傳感器系統全程采用ETAS工具鏈。現以一個具體實例說明：我們運用軟件模型替代定子溫度傳感器模型。通常情況下，會安裝熱敏電阻傳感器來測量定子溫度，同時通過測量冷卻液溫度評估冷卻狀態。

那么，如何運用模型實現替代呢？首先，要基于ETAS的ASCMO軟件進行實驗設計，依據該設計在實際電機運行過程中測量溫度狀態及各類內部參數，獲取全部數據。一方面，可采用傳統規則模型，通過自動填充與修正對其進行優化；另一方面，可直接用基于實測數據構建的軟件模型取代規則模型，即無需人工設計算法，而是利用基于AI算法的模型將實測數據轉化為嵌入式代碼，并直接部署于控制器中。如此，便可實現以嵌入式運行模型替代實際定子溫度傳感器的目標。

該方案一是有效節省了傳感器成本；二是減少了裝配工序，進而降低了裝配成本；三是削減了維修過程中潛在的各項成本。同時，該方案能夠確保溫度測量的精確性。鑒于溫度是動態變化的物理量，系統需支持溫度初始化功能，以保障系統無縫運行。

四、“電子剎停”標定

接下來介紹電子剎停系統。盡管電子剎停并非直接隸屬于電驅系統，但作為新能源汽車的關鍵技術，其重要性不容忽視。電子剎停的核心在于協調傳統機械剎車與電子剎車的協同工作，確保制動過程平穩順暢。

在車輛處于不平衡狀態時，會出現明顯的點頭現象，同時可能存在剎車無法完全停止或短暫前沖的情況。針對此類問題，需采取相應措施實現平衡。有一個案例涉及前電機與后電機的變量相對較少，重點在于對剎車系統進行測量，需測量超過1萬個變量，并需要圍繞整車VCU展開相關工作。VCU作為核心決策單元，需確保其測量的時間精度達到1微秒。此外，還需測量VCU與電機之間的信號通信，涵蓋車載主干以太網的信號傳輸。

以下是系統在車輛上的整體布置概覽圖。圖中右側展示的是某實際項目中系統布置情況，該項目共配置六個控制器，除前電機、后電機、VCU及剎車控制器外，還包含兩個與智能輔助駕駛相關的控制器。通過該系統，可實現在同一屏幕內對所有控制器進行監控與優化。

圖源：演講嘉賓素材

圖源：演講嘉賓素材

通過上述配置進行優化后，最終實現的效果如上圖所示。系統能夠在規定時間內完成剎停，且過程平順，無點頭現象及前沖問題。這一成果得益于多控制器間的協同配合與行為校驗，通過精準測量確保制動力的合理分配，包括再生制動與機械制動的協同工作及平滑切換，明確不同工況下應以機械制動還是電子制動為主導。

五、熱管理系統測量和標定

熱管理作為新能源汽車電控系統的關鍵環節，核心任務是評估熱能流動效率。該系統涉及冷卻液溫度、最佳工作溫度、流動率及冷卻液熱容等關鍵參數。ETAS分別測量了這些溫度與流量數據，并通過計算生成熱流量分布圖。借助熱流量分布圖，可直觀觀測冷卻泵的工作狀態，并判斷冷卻液是否處于理想流動狀態。

另外是軟件環境的兩種呈現方式，既可采用標準圖標進行表示，也可通過形象化圖片直觀展示熱管理系統各測點的物理量，包括溫度、壓力、流量、轉速等。通過可視化界面結合計算分析，工程師能夠直觀觀測系統各部分的運行狀態，便于及時發現潛在缺陷。

此外，通過動態柱狀圖可觀察整車或臺架運行過程中每個電池單體的電壓與溫度變化關系，以此檢驗熱平衡控制策略的有效性。具體實現方式有兩種，一是利用電池管理系統內置的溫度傳感器進行測量；二是在研發階段額外加裝傳感器對電池單體溫度進行監測。通過上述方法，可最終實現電池熱平衡關鍵指標的優化。

（以上內容來自易特馳標定解決方案高級專家雷翀于2025年11月19日-20日在第六屆汽車高壓及驅動系統大會發表的《集成化新能源電控系統標定解決方案》主題演講。