汽車發動機為什么最值錢？它是堪比AI的黑科技！

盡管汽車發明至今已經走過了130多年的歷史，汽車也早已融入了我們的生活。但作為核心之一的發動機，可以說無論在哪個時代，都是這個時代當之無愧的“黑科技”。它是民用科技領域的集大成者，也因其復雜的結構而成為極少數國家和企業能夠開發的一種技術。

在下面的文章里，某汽車品牌動力總成項目經理阿迪，會從人工智能和發動機的發展歷程、技術的復雜程度兩個方面展開對比，看看在AI面前發動機是否不堪一擊。

汽車和發動機就像柴米油鹽一樣，不可缺少也稀松平常，看似沒有什么黑科技的感覺。不過黑科技這個詞用得多，可真正“黑”的科技又應該是什么樣的呢？

AI技術應該是比較被認可的夠“黑”的科技了，本文將從人工智能和發動機的發展歷程、技術的復雜程度兩個方面展開對比，看看在AI面前發動機是否不堪一擊。

下面故事開講，這是一個漫長的故事：

AI和發動機的發展歷程

AI的發展歷程：

1950年下面這位被稱為“人工智能之父”的帥哥艾倫·圖靈提出了人工智能的概念。

隨后人工智能行業幾經沉浮，經歷了3次高潮和2次低谷。第一次高潮在20世紀50-70年代。

在這期間，斯坦福國際研究所研制的了機器人Shakey，裝配電視攝像機等傳感器，并通過無線通訊系統由二臺計算機控制，能夠自主進行感知、環境建模、行為規劃并執行任務。

從外觀上，Shakey也建立了現代人類對機器人形象的認知，不管是實際使用的巡檢機器人還是電影作品里的瓦力，都能看到Shakey的影子。下圖分別是Shakey、京東巡檢機器人和《機器人瓦力》的主角Wall-E。

但是由于硬件條件制約，Shakey的運行速度相當緩慢，經常需要數小時時間進行環境感知并進行路徑規劃。因此20世紀70年代人工智能行業陷入了第1次低谷。

從20世紀80年代到90年代初，隨著計算機技術的發展人工智能又迎來了一波春天但很快又進入了AI之冬，來得快去得更快。

直到1993年后特別是2015年以后，隨著計算機技術和數字技術的進一步發展，人工智能才迎來了第3次高潮，接下來的一些事情比如AlphaGo大戰李世石就不贅述了。

發動機的發展歷程：

時間倒回到19世紀中葉，在轟轟烈烈的第二次工業革命大潮中點燃式發動機和壓燃式發動機被發明。但當時的發動機還很稚嫩，1886年奔馳1號的發動機功率只有0.89匹馬力，只能將車子推動16km/h的最高速度。隨后70年間，發動機性能不斷提升，下表列出了幾款車型發動機的主要參數。

汽車發動機為什么最值錢？它是堪比AI的黑科技！

1967年德國Bosch發明了世界上第一款汽油機電控系統，將發動機帶入到了電控年代。自此之后特別是進入21世紀后各種各樣的發動機電控技術紛紛出現，發動機的配氣、正時、點火、冷卻、啟動系統全面進入了電控時代。目前市場上大多數自然吸氣發動機升功率都達到了80hp/L，而增壓發動機更達到100~120hp/L，相比130年前提高了100倍。

綜上所述人工智能的發展用了接近50年才從Shakey的接近植物的移動速度到現在滿屋跑的掃地機器人，像深度學習領域廣泛使用的神經網絡算法其實在幾十年前就已經有了。

發動機的發展也是如此，從奔馳1號到現在發動機的升功率提升了100倍，同時由于環保法規的升級，發動機的排放污染物也大幅減少。

下圖是國I到國IV階段污染物降低幅度，2015年國V法規全面實施后又增加了對NMHC（非甲烷碳氫）和PN（發動機顆粒物）的限制值，現在汽車的污染物水平僅僅是20年前的10%不到。

汽車發動機為什么最值錢？它是堪比AI的黑科技！

人工智能和發動機的技術復雜程度

人工智能技術：

人工智能作為計算機科學的一個分支，再深層次其實就是數學啦，你看工程師的發際線就知道這行有多燒腦了。

人工智能是通過數學模型對事件進行描述并進行決策和執行的，舉個栗子：

小馬要過河，卻不知道河有多深，老牛說河水很淺，松鼠說河水很深，小馬不知道如何是好。但如果有人工智能加持，小馬就可以先找老牛、松鼠、狗熊、兔子、青蛙以及其他動物詢問他們的看法然后根據他們的說法以及小馬和這些動物體型上的差異判斷出水不會沒過自己，然后小馬就可以勇敢地過河了。

人工智能實質上是通過不同的數學模型事先對事物進行歸納并總結成規律，在實際操作中將感知到的信息整理歸納并和之前的模型進行對比通過評價模型進行判斷，然后再根據決策模型進行決策控制并輸出控制指令給執行機構。

這樣人工智能在訓練準確的情況下就可以搞定小馬過河這種有成功經驗（即深度學習）或者成功標準（即強化學習）但是自己沒有做過的問題了。

人工智能的難度在于以下幾點

1.經驗知識庫很難覆蓋所有情況，就像故事中小馬并沒有能問到另一匹小馬是如何過河的;

2.感知到的信息未必都是真值，總有一些噪音（錯誤的信息）需要濾除掉，這就相當于故事中各種小動物跟小馬說的話都夾雜了自己對河水深淺的理解而并非是真是的情況；

3.多種感知信息的融合和評價標準，這個小馬過河的故事里不存在，但是大家生活中就會經常遇到比如走在路上時大腦會根據后面汽車的燈光和聲音綜合判斷后面的車離自己有多遠，需要閃到什么地方才能躲開車或者回頭看一下再確定車到底在哪。

發動機技術：

發動機的先進技術主要是有效組織發動機更好地工作，而發動機工作的核心則是燃燒系統，其余系統都是圍繞讓發動機更好燃燒而設計。

以汽油機為例，發動機的燃燒涉及到新鮮空氣進氣量控制、氣流的組織、點火時刻的控制以及排氣的控制。因此發動機性能開發分別涉及到了熱物理、流體力學、傳熱學、燃燒學等。下圖說明了發動機的工作過程：

發動機的工作過程比較好了解，但是如何提升發動機的燃燒效率就的的確確是件挺有難度的事情了。在實際研究過程中普遍使用仿真和試驗結合的方法。

發動機模擬的復雜程度其實是很難想象的。由于發動機缸體內存在不穩定的湍流，因此導致需要通過各種湍流模型來近似描述氣流的運動。

我能想到的最簡單地說明湍流模擬復雜的例子就是對算力的要求了，通常會使用刀片服務器做計算，而沒有服務器的話只能靠時間的力量了。

一個6缸發動機60ms內油軌內部燃油脈動的仿真我曾經算了1天1夜也就是2，073，600s，單缸的燃燒分析則需要更久的時間。相比之下即使現在對算力要求比較高的自動駕駛領域，計算的時間也都在亞秒級，相比之下差了大概1億倍的時間。

相比之下發動機的實驗研究也不怎么讓人省心，定容燃燒彈和光學發動機都身價不菲，主機廠的發動機開發和測試臺架更是動輒幾十上百個。燒不起研發費用也是為什么之前沒人敢輕易涉足發動機行業的原因之一了。

但即使經過了實驗室的理論研究過程，發動機的在工程階段的開發也仍然有很多難點。

正如湍流的不穩定，發動機的工作循環也存在隨機的變化稱為循環變動，而同一型號的發動機之間也存在或多或少的個體差異。但受限于排放、動力、經濟性以及振動噪音的制約，發動機每個循環的工作一致性必須保證在一定的范圍內。用固定的模型控制隨機的變化，Are you kidding me？

不要緊，偉大的汽車工程師們發明了不少方法來解決這些問題，大概5000頁的function說明書就可以讓一臺發動機乖乖聽話了，比如充氣模型、排溫模型、噴油map、點火map、踏板特性、低水溫修正、高水溫修正、冷啟動補償、空調補償、發電機補償……經過系統標定后發動機控制模型的準確度通常高達98%-99%。

另一方面，由于發動機每秒鐘的轉速可以達到6000rpm/min以上，因此發動機的控制速度要求極高。

比如一款直噴發動機為了達到很好的效果需要在一個點火周期內進行多達5次噴油操作，而總共的持續時間也只有1ms左右，同時還要控制燃油按照不同的噴射量。發動機的噴油嘴應該也算是全世界最快的嘴了吧。

可以發現，AI和發動機都離不開各種復雜的數學模型，發動機研發涉及到的學科范圍甚至更廣，花費的資源也更多，如果以高深莫測作為黑科技的判斷指標之一的話，發動機顯然是符合這個標準的，當然AI也一樣符合。

其實發動機雖已是一個多世紀之前的產物，但是經過不斷的發展，現在的發動機也早已經不是之前的樣子了，變化一直發生在看得見和看不見的地方。

其實發動機本身就是黑科技了，而且還在不停進化。

只有大約1個胖子的體重，喝相當于5瓶大可樂的汽油，就可以推著1噸多重的汽車以超過100km/h的速度狂飆100km，而且還能保持穩定，超過100，000km都幾乎不需要維修。

列舉幾個厲害的發動機技術

汽油機可控預混壓燃技術（SPCCI）：馬自達家的獨創科技，19年的二代創馳藍天發動機上就要搭載了，結合了汽油機和柴油機的工作方式，利用火花塞控制氣缸內的壓力從而實現類似柴油機一樣的燃燒方式，在某些工況下熱效率高達50%，要知道以高效著稱的豐田也只能做到41%，而普通發動機只有38%左右。50%的熱效率可以說是諾貝爾獎級別的進步了。這也是汽油機壓燃技術經過多年的發展首次應用到產業中。

混合噴射技術：在直噴發動機特別是直噴增壓發動機越來越多的今天，低速、低負荷情況下由于新鮮空氣滾流強度較差會導致汽油和空氣的混合較差，非常容易出現積碳，這里就要點名下本田的地球夢了，雖然性能出色但是積碳問題卻是老大難。為了解決這個問題豐田在發動機上采用了雙噴射系統，即部分工況下使用進氣道噴射部分工況下使用缸內直噴，這樣就很大程度上避免了積碳的問題。

可變氣門技術：通過改變氣門的正時或者升程更好地組織缸內的氣流，在這方面很多主機廠都有解決方案，最著名的要數寶馬的Valvetronic了。

柴油機高壓共軌技術：噴油系統壓力高達2000bar，相當于20000米深海底的壓力，大約有2個馬里亞納海溝那么深，可以幫助歐洲的轎車的柴油發動機升功率接近汽油發動機水平。

汽車發動機為什么最值錢？它是堪比AI的黑科技！