2018年9月6日，汽车安全与节能国家重点实验室第217期学术沙龙在汽车研究所301会议室举行。此次请到的演讲嘉宾是徐宏明教授，演讲题目为：“基于人工智能的发动机标定和模型预测控制”。

徐宏明教授的演讲以国际能源署对交通动力的预测展开，“到2050年，有49.4%的车辆使用内燃机混合动力，但仍有58.2%的车辆会搭载内燃机”，并强调传统动力在未来汽车动力中仍扮演重要角色。随后，徐宏明教授回顾了过去几十年中内燃机技术的发展历程，指出通过改进发动机硬件设计来满足车辆排放法规并进一步提高燃料经济性的成本越来越高，而人工智能技术的引入成为解决这一问题的有效办法。徐宏明教授认为人工智能应用于发动机有三大核心技术：多目标优化算法、模糊控制和机器学习。标定是发动机控制的依据之一，徐宏明教授先以发动机的标定为例讲述了人工智能在发动机标定中的应用。由于发动机的工作过程涉及复杂的物理化学因素，基于台架试验的发动机标定往往需要持续半年以上，且得到的标定工况无法覆盖一辆汽车使用过程中的所有工况，而现今基于模型的预测控制（MPC）等方法的引入使得台架试验的需求大大减少，只需要参数实时测量并进行多目标优化和建模就可以代替大量的发动机的台架试验。也就是说，现代发动机的控制方法逐渐从规则导向的标定（离线优化）转变为基于模型的预测控制（在线优化）。关于发动机控制，徐宏明教授提到传统的发动机控制系统主要基于查表法，但基于工程师经验的发动机标定难以保证所有（特别是瞬态）运行条件的发动机运行控制优化。目前，基于模型的发动机控制和优化的人工智能算法已经具有大量的应用，例如具有演化算法的发动机标定，基于模糊逻辑的自适应发动机控制和基于神经网络的发动机系统的非线性建模。基于机器学习的发动机控制也正在开发中，它可以通过“无模型”自学习来控制未来的发动机，实现车载控制到云端控制的转变。最后，徐宏明教授从混合动力的角度讲述了人工智能在发动机-电池能量流优化等问题上的应用。

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、清华大学汽车工程系教授。1982年合肥工业大学内燃机专业（77级）学士，1984年合肥工业大学硕士，1995年伦敦帝国理工学院博士，留校博士后研究员和高级研究员。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学科教授。国际期刊应用能源《Applied Energy》副主编， 全英华人教授协会副主席。

本次学术沙龙由汽车系李建秋老师主持，吸引了近150余名教师和研究生参加。演讲过后在座的老师及同学们对人工智能和发动机的结合仍意犹未尽，在互动环节徐宏明教授详细解答了师生们提出的问题，包括不基于模型的发动机直接标定方法的技术细节，在发动机控制中引入ALPHAGO的控制思路和现有的控制思路的区别，人工智能寻最优和传统的共轭梯度法寻最优的区别等。