ETAS：集成化新能源电控系统标定解决方案

2025年11月19日，在第六届汽车高压及驱动系统大会上，易特驰标定解决方案高级专家雷翀介绍了ETAS集成化新能源电控系统标定解决方案。ETAS通过高精度时间同步技术，确保信号源同步误差小于1微秒，支持上万个变量同步测量，并提供基于Python的自动化数据处理与AI模型嵌入式部署能力。该方案已服务超1000家客户，应用于超1万辆测试车，覆盖电机与电池两大核心部件，涵盖电流、扭矩、温度、SoC、热管理等关键参数的标定与优化，助力实现高效、精准的电控系统开发与调试。

雷翀通过多个实际案例展示了ETAS解决方案的广泛应用。在电机电流与扭矩标定中，整合第三方工具实现多变量测量与功率分析；基于AI的无传感器系统利用软件模型替代物理传感器，显著降低成本并提升系统可靠性；电子刹停标定通过多控制器协同，实现机械与电子制动的平滑切换与平衡控制；热管理系统则通过可视化界面与动态监测，优化冷却效率与电池热平衡策略。这些案例充分体现了ETAS在提升新能源汽车电控系统性能、安全性与开发效率方面的综合能力。

雷翀｜易特驰标定解决方案高级专家

以下为演讲内容整理：

ETAS是一个很好的合作伙伴。就电控系统而言，高精度的时间同步至关重要。ETAS可确保各信号源的时间同步误差控制在1微秒以内。另外，能在不占用控制器时钟资源的条件下，实现对超过上万个变量的同步测量。ETAS还提供实时文档支持，以便于开展调试工作、快速定位问题；具备基于Python的自动数据处理能力，可实现标定模型的嵌入式化应用，能够借助AI技术将原本在PC端运行的模型移植至嵌入式控制器中运行。此外，ETAS提供开放的硬件环境，能够支持更多同行的优质设备接入汽车电控系统测量标定解决方案。

根据过去五年的数据统计，基于ETAS的整体解决方案，总体用户规模已超过5万，服务客户数量逾1000家，测试车辆总数超过1万辆，且超过15万个微控制器已装备ETAS的硬件设备。测量能力方面，针对单个车型，ETAS可支持超过30万个变量及17万个标定变量的测量需求。

实际案例-标定与系统优化任务

针对新能源车电控系统，ETAS梳理了需要测量的变量及标定内容，主要聚焦于电机和电池两个电驱核心零部件。对于电驱系统，涵盖内循环矢量控制中的Id/Iq控制，以及外循环的扭矩转速控制；对于电池系统，则主要涉及SoC、充电状态、电池健康状态、功率状态，以及各类热限值和安全门限值等关键控制参数。

在这些控制过程中，会产生一些典型的软件事件，需特别关注其发生频率。以电机为例，因其高转速特性，转速持续攀升，Id/Iq的测量频率可高达100微秒至200微秒；而外循环的扭矩转速控制频率则可放宽至毫秒级。对于电池系统，安全性相关的限值控制需达到毫秒级精度，非安全性限值控制则可放宽至十毫秒或百毫秒级。

图源：演讲嘉宾素材

电机中最为关键的是扭矩输出，包括过压保护、过流保护以及过热保护；电池则是以安全性限制为核心。另外，还需关注电机与电池在冷启动条件下的各项性能表现，涵盖预充状态、低温启动状态以及充电能量回收状态。

就电机标定而言，主要涉及Id/Iq控制、电流比、最大扭矩/电压,电流比，弱磁控制、扭矩限值，死区补偿等参数。对于电池标定，则包括各类保护限制与策略的设定，热效应估算，电池内阻的学习，以及开路电压估算等内容。

电机的电流/扭矩标定

接下来，通过四个实例展示ETAS在实际车辆标定与解决方案中的不同应用。

首先是电机电流与扭矩标定案例。在此案例中，不仅采用了ETAS的工具链，还整合了合作伙伴的工具链，构建了标准的测试配置。针对电机扭矩与电流标定，电压和电流的测量必不可少，为此使用了第三方设备。

同时，需对整车控制器及电机控制器内部信号进行测量。在实际项目中，对于VCU，需测量的变量超过15000个，而电机相关变量约10000个。此外，还需通过以太网或CAN总线测量VCU与电机控制器之间的通信数据，并对功率进行分析。图示为ETAS软件中的实时显示界面，可直观呈现电机的功率、扭矩、效率等关键参数。

图源：演讲嘉宾素材

ETAS旗下的软件INCA具备支持第三方硬件的能力，主要通过两种方式实现。在实车测试环境中，可通过采集电压和电流数据，并借助PC显卡进行功率计算；而在实验室环境下，为获取更精确的功率测量结果，可接入第三方功率分析仪进行实时功率计算。

那么，测量所得数据还有哪些应用途径呢？如前所述，测量之后需进行标定。在标定过程中，ETAS尝试采用基于模型的标定方法，即脱离实际测试对象，在模型层面针对被控对象开展标定工作。同时，可运用AI算法对标定模型进行优化，并将其部署至嵌入式控制器中，由嵌入式控制器直接运行相关数据。正如前图所示，ETAS的系统支持多种模型格式，不局限于自主研发的ASCMO模型，还兼容FMI等标准模型格式。

基于AI模型的无传感器系统

基于AI算法的无传感器系统全程采用ETAS工具链。现以一个具体实例说明：我们运用软件模型替代定子温度传感器模型。通常情况下，会安装热敏电阻传感器来测量定子温度，同时通过测量冷却液温度评估冷却状态。

那么，如何运用模型实现替代呢？首先，要基于ETAS的ASCMO软件进行实验设计，依据该设计在实际电机运行过程中测量温度状态及各类内部参数，获取全部数据。一方面，可采用传统规则模型，通过自动填充与修正对其进行优化；另一方面，可直接用基于实测数据构建的软件模型取代规则模型，即无需人工设计算法，而是利用基于AI算法的模型将实测数据转化为嵌入式代码，并直接部署于控制器中。如此，便可实现以嵌入式运行模型替代实际定子温度传感器的目标。

该方案一是有效节省了传感器成本；二是减少了装配工序，进而降低了装配成本；三是削减了维修过程中潜在的各项成本。同时，该方案能够确保温度测量的精确性。鉴于温度是动态变化的物理量，系统需支持温度初始化功能，以保障系统无缝运行。

“电子刹停”标定

接下来介绍电子刹停系统。尽管电子刹停并非直接隶属于电驱系统，但作为新能源汽车的关键技术，其重要性不容忽视。电子刹停的核心在于协调传统机械刹车与电子刹车的协同工作，确保制动过程平稳顺畅。

在车辆处于不平衡状态时，会出现明显的点头现象，同时可能存在刹车无法完全停止或短暂前冲的情况。针对此类问题，需采取相应措施实现平衡。有一个案例涉及前电机与后电机的变量相对较少，重点在于对刹车系统进行测量，需测量超过1万个变量，并需要围绕整车VCU展开相关工作。VCU作为核心决策单元，需确保其测量的时间精度达到1微秒。此外，还需测量VCU与电机之间的信号通信，涵盖车载主干以太网的信号传输。

以下是系统在车辆上的整体布置概览图。图中右侧展示的是某实际项目中系统布置情况，该项目共配置六个控制器，除前电机、后电机、VCU及刹车控制器外，还包含两个与智能辅助驾驶相关的控制器。通过该系统，可实现在同一屏幕内对所有控制器进行监控与优化。

图源：演讲嘉宾素材

图源：演讲嘉宾素材

通过上述配置进行优化后，最终实现的效果如上图所示。系统能够在规定时间内完成刹停，且过程平顺，无点头现象及前冲问题。这一成果得益于多控制器间的协同配合与行为校验，通过精准测量确保制动力的合理分配，包括再生制动与机械制动的协同工作及平滑切换，明确不同工况下应以机械制动还是电子制动为主导。

热管理系统测量和标定

热管理作为新能源汽车电控系统的关键环节，核心任务是评估热能流动效率。该系统涉及冷却液温度、最佳工作温度、流动率及冷却液热容等关键参数。ETAS分别测量了这些温度与流量数据，并通过计算生成热流量分布图。借助热流量分布图，可直观观测冷却泵的工作状态，并判断冷却液是否处于理想流动状态。

另外是软件环境的两种呈现方式，既可采用标准图标进行表示，也可通过形象化图片直观展示热管理系统各测点的物理量，包括温度、压力、流量、转速等。通过可视化界面结合计算分析，工程师能够直观观测系统各部分的运行状态，便于及时发现潜在缺陷。

此外，通过动态柱状图可观察整车或台架运行过程中每个电池单体的电压与温度变化关系，以此检验热平衡控制策略的有效性。具体实现方式有两种，一是利用电池管理系统内置的温度传感器进行测量；二是在研发阶段额外加装传感器对电池单体温度进行监测。通过上述方法，可最终实现电池热平衡关键指标的优化。

（以上内容来自易特驰标定解决方案高级专家雷翀于2025年11月19日-20日在第六届汽车高压及驱动系统大会发表的《集成化新能源电控系统标定解决方案》主题演讲。）