题目：Artificial Intelligence Based Calibration and Model Predictive Control for Future Hybrid Power Systems

时间：2019年9月6日 9:00

地点：机械与动力工程学院 F310会议室

邀请人：齐飞 教授（内燃机研究所）

Biography

徐宏明，伯明翰大学机械工程系教授、先进发动机与车辆技术研究中心主任、清华大学卓越访问教授。1982年合肥工业大学内燃机专业77级（学士），1984年合肥工业大学(安徽工学院)硕士。 1995年伦敦帝国理工学院博士，留校博士后研究工作至2000年加入捷豹路虎汽车公司。先后担任项目工程师，研发团队负责人以及技术专家。2005年受聘英国伯明翰大学副教授，2009年起担任伯明翰大学能源与汽车工程教授。 国际期刊应用能源《Applied Energy》副主编，全英华人教授协会副主席，英国华人汽车工程师学会主席。

徐宏明教授长期从事先进发动机和未来燃油的前瞻研究。近十年来，徐宏明教授致力于利用人工智能方法进行汽车动力系统优化与控制方面的研究，所提出的HCCI、GDI汽油机智能标定方法，双回路EGR柴油机瞬态控制及智能标定方法，混合动力汽车智能构型方法等均获得了工业界的认可，其中开发的相关软件的使用权被国际著名大汽车公司收购，并应用于实际汽车动力系统标定的研发。发表国际期刊论文200余篇， SAE论文60余篇， 特邀报告40余次。多年来获得欧盟地平线项目、英国工程与物理科学基金会，英国技术创新基金等科研基金资助总额超1千万英镑。2005年和FEV总裁亚琛大学毕兴格教授一起获得波兰内燃机协会勋章，2011年被授予‘伯明翰英雄’称号，表彰科研成果的突出贡献。

Abstract

Hybrid Electric Vehicles are expected to count 45-65% of the light duty vehicles worldwide by 2050. Energy management control is critical which determines optimal distribution of energy flow in HEVs to satisfy the driver's demand and achieve maximum energy efficiency. Engine calibration based upon engineers' experience (even if involving DOE) makes it difficult to achieve optimisation of the engine operation for all (especially transient) operating conditions. Currently, control methods for vehicle power systems gradually transit from rule-based to model-based calibration (offline optimisation) and then to model-based predictive control (online optimisation). In the present work, artificial intelligence algorithms are used for 'model-based' control and optimisation of the hybrid vehicle power system. Autonomous engine calibration and optimisation of power/energy management in the hybrid vehicle show attractive advantages in finding global optimum and saving resource significantly. Machine learning is under development, with the potential to overperform  human intelligence in autonomous vehicles.