发动机虚拟测试环境系统与发动机管理系统映射方法与流程

相关申请的交叉参考

本申请基于2018年8月27日提交的韩国专利申请no.10-2018-0100179并要求其优先权，其全部内容结合于此作为参考。

本公开涉及车辆发动机的ems(发动机管理系统)映射，更具体地，本公开涉及能够映射在发动机虚拟测试环境系统中获得的虚拟测试结果的方法，该发动机虚拟测试环境系统可以像实际发动机那样评估虚拟发动机。

背景技术：

通常，车辆的排气法规需要针对发动机的严格的em(排放物质)法规。具体地，柴油发动机在排气法规方面更加严格。

为此，与汽油发动机不同，柴油发动机应用ems(发动机管理系统)映射。ems映射使用排气再循环(egr)、升压、多级喷射时间、压力和流速作为燃烧控制因子，并将燃烧控制因子映射到每个车辆开发阶段，然后重复验证过程，以便实现燃烧控制因子优化映射。在这种情况下，ems映射被加载到emsecu(电子控制单元)中。

因此，柴油发动机可以通过ems映射，用原始em控制来满足排气法规。

近年来，作为针对柴油发动机的加强的排气法规，eu6d已经规定，与nedc(新欧洲驾驶循环)和wltp(全球轻型车辆测试程序)的底盘发电机评估模式不同，排气评估应通过rde(实际驾驶排放)的实际道路情况排气排放标准在实际道路上进行。

然而，应用于柴油发动机的常规ems映射具有基本限制，即它不能反映rde项目。其原因在于rde不能精确地再现诸如道路类型、户外温度和压力、交通条件、驾驶方法等驾驶条件，并且排气量即使在某些驾驶条件下，也应保持为等于或低于规定值。

因此，已经要求柴油发动机克服常规ems映射在柴油发动机的校准和验证连同rde法规的引入中的限制。

前述内容仅旨在帮助理解本公开的背景，并且不旨在意味着本公开落入本领域技术人员已知的相关技术的范围内。

技术实现要素：

已经做出本公开以解决上述问题，并且其目的是提供发动机虚拟测试环境系统和ems(发动机管理系统)映射方法，其利用发动机虚拟测试环境系统像实际发动机一样评估和映射虚拟发动机，以便测试结果可以用于实际的发动机和车辆，具体地，通过虚拟发动机执行对各种实际道路条件的性能评估以及rde法规所要求的em预测，从而使得可以确保ems映射的时间/空间自由，并验证在实际发动机和车辆中难以评估的各种条件，其中，所述虚拟发动机将基于物理结构的模型和数据驱动模型作为发动机模型组合在一起。

根据本公开的发动机虚拟测试环境系统为了实现上述目的，可包括至少一个存储器；以及至少一个处理器，被配置成执行虚拟发动机测试并生成应用了基于物理结构的模型和数据驱动模型的虚拟发动机，以替换发动机。至少一个存储器可被配置成存储表示模拟、现象学关系表达、构成元件的物理特性变化、燃烧模型、ecu模型和发动机模型中的任何一个的基于物理结构的模型。至少一个存储器还可被配置成存储表示测试模型、数学模型、建模、发动机doe技术、数学和统计技术、驾驶范围中的任何一个的发动机的实际操作的数据驱动模型。

作为优选的示例性实施例，基于物理结构的模型可为1-d快速运行模型或平均值发动机模型，并且数据回归模型可应用于测试发动机模型。

作为优选的示例性实施例，模拟可表示具有进气系统、排气系统、涡轮增压器、中间冷却器、egr系统、汽缸、曲轴、进气阀和排气阀的发动机的整体特性，并表达对发动机的稳态和瞬态响应。

现象学关系表达可描述与发动机汽缸内的流动、燃烧和摩擦相关联的现象。

燃烧模型可生成燃烧性预测结果，该结果预测发动机的性能、燃料效率和em，ecu模型可改变涡轮增压器叶片开度和egr阀开度，并且发动机模型可提供快速运行速度，同时在进气系统和排气系统上维持相同的物理特性。

作为优选的示例性实施例，测试模型可提供虚拟发动机的基本输出，数学模型可表示关于发动机控制变量的组合的输出特性之间的关系，并且建模可提供对虚拟输入的输出的监测。

发动机doe技术可提供输入和输出的变化范围以及输入变量，并且数学和统计技术可提供特定输入条件的输出预测和映射优化，以及用于驾驶轨迹的循环累积值最小化方向。

驾驶范围可提供发动机控制变量的实际可用范围。

作为优选的示例性实施例，虚拟发动机可应用于控制实验室，并且控制实验室可分别链接到目标分析器、发电机控制器、emsecu。

作为优选的示例性实施例，目标分析器可通过应用任何指定值、存储配置文件和分析程序中的任何一个来获取发动机发电机的目标速度和目标扭矩曲线(targettorqueprofile)。

作为优选的示例性实施例，发电机控制器可根据目标分析器驱动和控制虚拟发动机，以提供用于驾驶模式确定、目标分析器设定以及虚拟发动机温度和压力的测量值的显示和存储的自动化功能。

具体地，驾驶模式确定可通过发动机速度和发动机扭矩、发动机速度和燃料喷射量、发动机速度和加速器踏板开度、发动机速度和bmep(制动平均有效压力)中的任何一个来实现。

作为优选的示例性实施例，控制实验室可将基于物理结构的模型和数据驱动模型加载到emsecu中，利用基于物理结构的模型对发动机执行硬件规范评估，在通过数据驱动模型评估稳态、瞬态和环境条件后得出发动机的映射结果，并将得出的结果应用于发动机和车辆进行rde(实际驾驶排放)评估。

作为优选的示例性实施例，emsecu可将基于物理结构的模型和数据驱动模型加载到ecu模型中以建立ecu模型，并且ecu模型可以设置有应用了控制目标值的ecu映射，该控制目标值通过根据发动机转速和加速器踏板开度从发电机控制器接收虚拟发动机的燃料喷射压力、多级喷射数量、燃料喷射时间、燃料喷射量、升压压力、egr流速中的任何一个而产生。

具体地，当应考虑瞬态响应特性时，ecu模型可将基于物理结构的模型的当前值反映到数据驱动模型。

为了实现上述目的，根据本公开的ems(发动机管理系统)映射方法可包括生成虚拟发动机，该虚拟发动机在发动机虚拟测试环境系统中将实际发动机划分为基于物理结构的模型和数据驱动模型；在发动机虚拟测试环境系统中进行虚拟发动机的虚拟测试条件设置，以便优化用于发动机的性能、燃料效率和em的数据；通过应用虚拟测试条件设定，在发动机虚拟测试环境系统中使用基于物理结构的模型或数据驱动模型执行虚拟测试；以及将从虚拟测试获得的性能、燃料效率和em的最佳数据映射到来自发动机虚拟测试环境系统的发动机，用于rde(实际驾驶排放)评估。

作为优选的示例性实施例，当未获得性能、燃料效率和em的最佳数据时，映射可重置虚拟测试条件，并且经历由通过重置获得的性能、燃料效率和em的最佳数据组成的优化过程。

作为优选的示例性实施例，发动机虚拟测试环境系统可根据发动机的排气法规测试评估结果接收来自发动机轨迹的反馈，并将发动机轨迹的数据应用于基于物理结构的模型和数据驱动模型的条件更新。

具体地，可应用条件更新来重新获取性能、燃料效率和em的最佳数据。

本公开通过使用发动机虚拟测试环境系统的虚拟测试结果的ems映射，通过满足rde法规来提供以下动作和效果。

首先，用于根据rde法规的引入预测和映射各种实际道路条件的性能和em的新技术被应用于发动机，尤其是柴油发动机。

第二，通过emsecu的加载，通过ems映射，可以在实际发动机和车辆中利用像实际发动机一样评估虚拟发动机的虚拟测试结果。

第三，实现了通过基于物理结构的模型和数据驱动模型的组合的虚拟发动机以及可以评估虚拟发动机的虚拟测试环境，从而确保了ems映射的时间和空间自由。

第四，容易验证在rde所需的实际发动机和车辆中难以评估的各种条件。

第五，可以与发动机对象和车辆测试平稳地协作。

第六，虚拟测试环境系统结合基于物理结构的模型和数据驱动模型，从而使得可以实现各种方法，诸如校准工程师对发动机发电机的目标速度和目标扭矩曲线的任意指定，或通过经由实际或测试以及发动机发电机的存储配置文件来匹配燃料量曲线来测量发动机扭矩，或使用车辆动态行为模拟的分析程序得出发动机转速和所需发动机扭矩。

附图说明

通过以下结合附图的详细描述，将更清楚地理解本公开的上述和其他目的、特征和优点，其中：

图1是根据本公开的发动机虚拟测试环境系统的配置的示例；

图2是使用平均值发动机模型(mvem)代替1-d快速运行模型来构造应用于根据本公开的发动机虚拟测试环境系统的基于物理结构的模型的示例；

图3是利用实际的ecu构造应用于根据本公开的发动机虚拟测试环境系统的ems模型的示例；

图4是使用根据本公开的发动机虚拟测试环境系统应用于发动机的ems映射方法的流程图；

图5是根据本公开的获取ems映射的虚拟测试结果时的发动机虚拟测试环境系统的操作状态；以及

图6示出了通过在根据本公开的发动机虚拟测试环境中获取的虚拟结果的ems映射执行实际发动机和实际车辆评估的状态。

具体实施方式

在下文中，将参考附图详细描述本公开的示例性实施例。应当理解，本公开不限于上述实施例，并且本领域技术人员可在不脱离本公开的精神和范围的情况下进行各种改变和修改。

参考图1，发动机虚拟测试环境系统1可包括至少一个处理器100和至少一个存储器110。该至少一个存储器110被配置成存储至少一个处理器100的功能。发动机虚拟测试环境系统1还可以包括目标分析器10、控制发动机发电机1-1作为模拟发动机实验设备的发电机控制器20、控制实验室30、虚拟发动机40、emsecu(发动机管理系统电子控制单元)70，它们与至少一个处理器100通信地连接。

具体地，目标分析器10将实际车辆驾驶条件表示为车辆、驾驶员和道路模型，并获得在发动机发电机1-1中操作的发动机(或虚拟发动机)的发动机转速(例如，发动机目标速度)和发动机扭矩曲线(enginetorqueprofile)(例如，目标扭矩曲线)。目标速度和目标扭矩曲线可以通过三种方式中的一种获得。第一种方法可为由校准工程师指定的任意方法。第二种方法可为通过在底盘发电机或实际道路上运行实际车辆来存储发动机转速和喷射燃料量曲线，并且在根据存储在发动机发电机1-1中的曲线喷射燃料的同时测量发动机扭矩的方法。第三种方法可为使用分析程序得出发动机转速和所需发动机扭矩的方法，该分析程序可以根据道路类型和驾驶员的特性来模拟车辆的动态行为。

具体地，发电机控制器20可负责驱动和控制虚拟发动机，并且将根据目标分析器10产生的发动机转速和扭矩曲线的虚拟发动机的当前发动机转速和扭矩与目标进行比较，以控制虚拟发动机的转速和燃料喷射量。具体地，发电机控制器20可以为虚拟发动机操作和控制提供自动化功能。自动化可由发电机控制器20实现，以确定驾驶模式、设定目标曲线，以及显示和存储虚拟发动机40的温度和压力测量值。更具体地，可通过应用发动机速度和发动机扭矩、发动机速度和燃料喷射量、发动机速度和加速器踏板开度以及发动机速度和bmep(制动平均有效压力)中的任何一个来实现驾驶模式确定。

具体地，控制实验室30可在虚拟测试环境中执行硬件规范评估和ems校准(映射)。在虚拟测试环境中，在替换虚拟发动机的零件模型(基于物理结构的模型)之后，可针对与在实际发动机中执行的硬件规范评估相同的项目以相同的方式执行硬件规范评估。可通过以下步骤执行ems校准(映射)：根据数据驱动模型使用最优解决方案执行基本校准(映射)，然后在虚拟测试环境中评估稳态、瞬态和环境条件的影响来得出改进的校准(映射)结果，并将得出的结果加载到ecu(emsecu70或实际ecu)中以在实际的发动机和车辆中进行评估和验证。

具体地，虚拟发动机40可被划分成基于物理结构的模型50(其是1-d快速运行模型)，以及数据驱动模型60(其是数据回归模型)，并且基于物理结构的模型50可包括零件模型db(数据库)51。具体地，可仅单独使用数据驱动模型或基于物理结构的模型。基于物理结构的模型50和数据驱动模型60可存储在至少一个存储器110中。

例如，基于物理结构的模型50具有零件模型db51并且被构造为1-d快速运行模型。1-d快速运行模型如下定义了模拟、现象学关系表达、构成元件的物理特性变化、燃烧模型、ecu模型和发动机模型。

具体地，根据流体动力学、热力学和动力学原理，模拟可模拟从发动机的主要部件到作为整体与发动机的主要部件集成的发动机的特性，该主要部件为诸如进气系统、排气系统、涡轮增压器、中间冷却器、egr系统、汽缸、曲轴、进气阀和排气阀等，并保持诸如惯性质量等的部件的主要物理性质等于实际物体，以便不仅模拟发动机的稳态相应而且模拟发动机的瞬态响应。

具体地，由于现象学关系表达式实际上使用异常的，非线性的，1d纳维-斯托克斯(navier-stokes)方程用于基于物理结构的模型中的流体行为，因此可以描述与汽缸内的流动、燃烧和摩擦有关的复杂现象。通过改变零件的规格数、材料、性质等，可使构成元件的物理特性变化变得简单。

更具体地，燃烧模型可为预测模型，该预测模型预测根据燃烧室中的压力、温度、混合物的成分以及每个喷射点处的喷射定时和喷射速率而变化的预测燃烧速率。因此，燃烧模型可预测作为燃烧率预测结果的发动机的性能、燃料效率和em。

除了基于物理结构的模型50的egr阀开度和涡轮增压器叶片开度之外，ecu模型还可提供喷射器模型操作所必需的值，诸如燃料喷射压力、多级喷射数量、燃料喷射定时、燃料喷射量等。因此，ecu模型可生成用于与汽缸的燃烧模型连接的喷射器模型的操作的目标值，以及用于改变与基于物理结构的模型相关联的涡轮机模型的叶片开度和egr阀开度的升压压力和egr流速的目标值。发动机模型可增加进气系统和排气系统的子容积的长度并校正热流特性，使得能够在维持相同的物理特性的同时实现快速运行速度。

例如，数据驱动模型60可为数据回归模型，其由在稳态发动机驱动条件下通过发动机测试获取的数据构造，并且如下定义测试模型、数学模型、建模、发动机doe技术、数学/统计技术、操作范围。

具体地，测试模型预测并补充在物理上难以建模的输出，并且无论物理分析的可能性如何都对输入和输出之间的关系进行建模，并且其反映实际结果，从而测试模型的输出可以用作稳态参考虚拟发动机的基本输出。数学模型是针对包括在测量数据中的发动机控制变量的组合的发动机输出(响应)特性之间的相关性在数学上的建模。建模可被定义为模型输入的ems映射变量，诸如egr阀开度、涡轮增压器叶片开度、燃料喷射压力、多级喷射数量、燃料喷射定时、在ecu模型中产生的燃料喷射量和升压压力的目标值、测试发动机模型60的egr流速的升压压力和目标值(当不考虑瞬态响应时)和基于物理结构的模型50的egr流速的升压压力和当前值(当考虑瞬态响应时)等，并且此外，基于模型输出的每种成分的排放和燃料效率，通过对根据每个零件的温度、a/f、涡轮转速、致动器开度等的输入而改变的所有输出进行建模，可以对虚拟输入进行输出监测。

具体地，可通过针对发动机模型的输入和输出的变化范围以及输入变量预定义模型中包括的发动机操作区域和映射组合来执行发动机doe技术。数学/统计技术不仅可用于预测特定输入条件的输出，还可用于得出最佳映射策略，这意味着通过数学和统计技术，找到在约束条件下使驾驶轨迹的循环累积值最小化的方向的映射组合。

此外，由于操作范围被配置成在发动机的有效操作范围内，因此在发动机测试期间输入到模型的发动机控制变量在实际可用范围内是可变的。

具体地，见图5，emsecu70用作用于控制虚拟发动机40的基于模型的控制器，并且ems包括ecu模型71以控制升压压力和egr流速。具体地，ecu模型71可根据来自发电机控制器20的发动机转速和加速器踏板开度输入产生用于egr阀开度和涡轮增压器叶片开度、燃料喷射压力、多级喷射数量、燃料喷射定时、燃料喷射量、虚拟发动机的升压压力和egr流速的控制目标值，并应用ecu映射以生成控制目标值。此外，ecu模,71将生成的目标值输入到基于物理结构的模型50和数据驱动模型60，并且如果需要考虑瞬态响应特性，则通过基于模型的控制器控制的基于物理结构的模型50的当前值被输入到数据驱动模型60。

同时，图2和图3示出了构建用于发动机虚拟测试环境系统1的简单系统的示例。

图2是将用平均值发动机模型构造的简单的基于物理结构的模型50-1应用于发动机虚拟测试环境系统1的示例。与基于物理结构的模型50的1-d快速运行模型相比，由于平均值发动机模型被构造为简单的模型，因此其可能具有无法预测循环平均值和燃烧率的限制。

图3是将实际ecu70-1应用于发动机虚拟测试环境系统1的示例。实际ecu与emsecu70的ecu模型的不同之处在于，其通过经由接口连接ncaes690^tm、matlab^tm和gt-power^tm来构造为物理发动机模型。

同时，图4至图6示出了使用发动机虚拟测试环境系统1应用于发动机的ems映射方法。为了理解ems映射，以下对虚拟发动机40、基于物理结构的模型50和数据驱动模型60的描述被简化。应当理解，实际构造是基于图1中描述的内容详细实现的。

参考图4，应用于发动机的ems映射方法可通过虚拟发动机构造步骤s10、虚拟测试条件设定步骤s20、虚拟测试执行步骤s30、虚拟测试结果获取步骤s40、虚拟测试确定步骤s50、虚拟发动机映射步骤s60、实际测试评估步骤s70和优化策略校正步骤s100来实现。

参考图5，控制实验室30可将测试发动机模型(globaldoe)的发动机测试评估应用于发动机100以获得发动机测试数据。通过使用发动机测试数据，反映发动机100的虚拟发动机40被构造为基于物理结构的模型50和数据驱动模型60，并且使用基于物理结构的模型50和数据驱动模型60生成虚拟发动机40的控制目标值和瞬态响应条件。控制实验室30还可链接到emsecu70以构建ecu模型71。

因此，可在发动机模型配置步骤s11、发动机模型建立步骤s12、ecu映射生成步骤s13和ecu模型输入(映射)步骤s14中执行虚拟发动机构造步骤s10。

例如，在发动机模型配置步骤s11中，基于物理结构的模型50可被构造为基于数据驱动模型(全球doe)的发动机测试数据的1-d快速运行模型，并且数据驱动模型60可被构造为数据回归模型。在发动机模型建立步骤s12中，条件性优化的数据驱动模型60可通过数学技术构造，用于对发动机的输出(响应)特性与测量的发动机测试数据中包括的发动机控制变量的组合之间的关系进行建模。在ecu映射生成步骤s13中，可使用基于物理结构的模型50和条件性优化的基于物理结构的模型60生成应用于ems的ecu模型71(见图5)的ecu映射。在ecu模型输入(映射)步骤s14中，可通过将ecu映射输入(映射)到emsecu70(或实际ecu70-1)来建立ecu模型。

此外，可通过控制目标值生成步骤s21和测试模型确定步骤s22来执行虚拟测试条件设定步骤s20。

例如，在控制目标值生成步骤s21中，ecu模型可生成控制目标值，并且所生成的控制目标值可被提供给虚拟测试执行步骤s30的基于物理结构的模型当前值输出步骤s32和使用虚拟测试结果获取步骤s40的基于物理结构的模型的虚拟测试步骤s43。在测试模型确定步骤s22中，考虑瞬态响应，并且当考虑瞬态响应时应用基于物理结构的模型50，而当不考虑瞬态响应时应用数据驱动模型60。

参考图5，控制实验室30可通过驱动链接到目标分析器10、发电机控制器20和emsecu70的发动机发电机1-1来实现虚拟发动机40的虚拟测试。

因此，当在测试模型确定步骤s22中不考虑瞬态响应时，虚拟测试执行步骤s30可像步骤s31那样利用数据驱动模型60执行虚拟测试，但是当在测试模型确定步骤s22中考虑瞬态响应时，可像基于物理结构的模型当前值输出步骤s32一样从基于物理结构的模型50读取信息，并输出当前值以反映在数据驱动模型60中。在这种情况下，物理发动机模型的当前值可包括燃烧室内部压力/温度、混合物成分、每次多喷射的喷射定时和喷射率、燃料喷射压力、多级喷射数量、燃料喷射定时和燃料喷射量等中的任何一个。

另外，虚拟测试结果获取步骤s40可被划分成测试模型置信区间确定步骤s41、虚拟测试结果获取步骤s42和虚拟测试补充步骤s43。因此，虚拟测试结果获取步骤s40可通过测试模型置信区间确定步骤s41确定测试模型置信区间是否为步骤s31的测试发动机模型虚拟测试数据，然后，如果有可靠性，则就像步骤s42一样将测试发动机模型虚拟测试数据直接转换为虚拟测试结果，而如果没有可靠性，则将步骤s31的数据驱动模型虚拟测试数据与通过虚拟测试获得的数据补充到步骤s43的基于物理结构的模型50，以转换为步骤s42的虚拟测试结果。

例如，测试模型置信区间确定步骤s41可为当从在稳态发动机操作条件下通过发动机测试获得的数据构造时，确定输入到ecu(例如，emsecu70)的控制目标值是否在测试数据范围内以便获得数据驱动模型60的步骤。此外，可以根据输入到ecu(例如，emsecu70)的控制目标值的变化来计算统计可靠性并通过将计算的统计可靠性与特定值进行比较来确定置信区间。

参考图5，控制实验室30可通过对基于物理结构的模型50和数据驱动模型60的虚拟测试数据进行分析来了解虚拟发动机40的性能特性，通过反馈过程改变emsecu70的ecu映射条件以优化ecu模型，并执行链接到车辆ecu的实际映射。因此，在虚拟测试确定步骤s50中，确定是否满足作为基于物理结构的模型50和数据驱动模型60的虚拟测试而了解的虚拟发动机40的性能、燃料效率和em。

因此，当在步骤s50中不满足性能/燃料效率/em时，转至优化策略校正步骤s100，并且优化策略校正改变emsecu70的ecu映射条件以优化ecu模型。ecu模型优化意味着改变不满足性能/燃料效率/em的基于物理结构的模型50和数据驱动模型60的虚拟测试条件。因此，优化策略校正步骤s100经由ecu映射生成步骤s13和ecu模型输入(映射)步骤s14再次执行虚拟发动机构造步骤s10，然后，重复虚拟测试条件预先确定步骤s20、虚拟测试执行步骤s30、虚拟测试结果获取步骤s40、虚拟测试确定步骤s50。

另一方面，当在步骤s50中满足性能、燃料效率和em时，进入虚拟发动机映射步骤s60，并且ecu映射通过虚拟发动机映射输入到车辆ecu，然后，执行实际测试评估步骤s70。

接着，在实际测试评估步骤s70中执行使用实际发动机和实际车辆的排气法规测试评估。

图6示出发动机虚拟测试环境系统1链接到实际车辆200和车辆制造商系统300以执行柴油发动机ems映射和实际排气法规测试评估。

如图6所示，实际车辆200配备有发动机100，该发动机100由映射到发动机状态的ecu模型驱动以获得优化的性能、燃料效率和em，作为虚拟发动机40的虚拟测试，并且使用统计技术基于使用实际车辆和rde评估的任意驾驶条件和nedc/wltp的标准评估模式将排气法规测试划分为代表性的评估模式。

具体地，在由实际车辆200执行的代表性评估模式中获得的任意驾驶条件和rde评估的项目分别被反映到实际车辆200和车辆制造商系统300。

因此，发动机虚拟测试环境系统1再次从车辆制造商系统300接收反映虚拟发动机40的ecu模型的实际车辆200的发动机轨迹的反馈，用反馈发动机轨迹的数据重新优化ecu模型，从而通过物理发动机模型50和测试发动机模型60上的虚拟测试获得新的优化的性能、燃料效率和em。

结果，实际车辆200可以获得发动机100的令人满意的性能/燃料效率/em，同时显著减少排气法规测试评估的数量。

如上所述，根据本示例性实施例的用于汽油发动机或柴油发动机的ems映射的发动机虚拟测试环境系统1生成虚拟发动机40，作为由1-d快速运行模型构造的基于物理结构的模型50和由数据回归模型构造的数据驱动模型60，在设定成基于物理结构的模型50和数据驱动模型60的虚拟测试条件下实现虚拟测试以获得性能/燃料效率/em的优化数据，并且通过其中实际映射优化的性能/燃料效率/em的发动机100和车辆200测试包括rde评估的nedc/wltp，从而确保适合于各种实际上困难的评估条件验证和rde法规的ems映射的时间和空间自由。