当今效率最高的发动机无一例外都是复杂的机器，无论是汽油发动机还是柴油发动机。它们的阀门正时、升力、直接燃油喷射、涡轮增压等性能都可以改变，而且废气循环系统（EGR）也多种多样。发动机结构必须足够复杂，才能平衡燃油经济性和排放控制。

为了控制一堆复杂的作动器，需要使用精确且反应灵敏的传感器。从进入歧管的整道气流到氮氧化物在排气中的含量，传感器必须测量各种数值。凭借着这些数据，发动机控制单元（ECU）就可以通过提前或延迟点火、控制阀门、调节涡轮增压器的气流等一系列操作，让发动机在保持最佳性能的同时将排气控制在限制范围内。

最大的挑战在于其复杂性与成本。工程师不仅要在一个制动器上操作十几个或更多的独立参数，而且增加设备本身也非常昂贵。测量氮氧化物或涡轮增压器速度的传感器可能需要花费一百美元以上（每台发动机），霍尼韦尔汽车软件总经理Chris Greentree表示。

但是，虚拟传感器为我们提供了另一种解决方案。用软件模型替代昂贵的硬件传感器，可让每台发动机的传感器成本变得微乎其微。

虚拟传感器与物理学

Greentree解释道：打个比方，为了创建一个虚拟的氮氧化物传感器，工程师们首先需要根据生产传感器和非生产传感器上采集到的数据对一个模型进行校验。这些数据包括气缸内压力和温度、空燃比、流经气缸的总气流量、湿度和背压等。接着将该模型进行简化，只使用生产传感器。“这些因素都会影响到排出发动机的氮氧化物的含量，所以如果我们的模型很正确，我们就能精确预测排出的氮氧化物含量，不再需要传感器。”

虚拟传感器这个理念的实施，似乎并不容易。有一种方法是使用实验室或测功器上测得的数据创建一个统计学的反应表面，这些数据是用实验设计（DOE）方法采集的。这些统计模型可以在不理解物理机制的情况下预测传感器的反应。但它们只能提供大概的预测，预测结果的准确性取决于采集数据的多少。

因此，霍尼韦尔用OnRAMP研发工具提出了一种替代方案。使用这个工具，工程师就能在ECU中嵌入一个第一性原理模型，随后再用它来创建虚拟传感器。

 “这是一个基于物理学的发动机系统模型，” Greentree解释说，它的功能与工程师过去用于设计发动机的0D或1D系统模型很接近。“OnRAMP比传统的系统模型更简单，而运行速度却高出一大截。我们称它为‘中度保真的操控导向模型，’它可以让你在ECU中以接近原始状态的方式运行你的模型。”

他接着解释道，尽管该模型的计算足迹较小，但它依然需要运用理想气体定律、伯努利方程、质量与能量守恒定律等基础物理学知识。用户仍需使用DoE来收集数据，并校准模型，但OnRAMP及其所基于的物理控制策略，能够提供其他优势，那就是更好的控制模型和特定的虚拟传感器。在将模型载入ECU之前，OnRAMP的开发环境可将模型优化得更小、更快，但更精确。

虚拟优势

Greentree指出，霍尼韦尔的OnRAMP可使用虚拟传感器测定下列5种物质——排出发动机的氮氧化物、选择性催化还原过程中的氨、EGR流速、涡轮增压器速度，以及空气流速。除了极低的单位发动机成本外，虚拟传感器的另一项优势是比真是传感器运行更快，可用性更佳。

 “（比方说），一个实体的氮氧化物传感器需要在发动机启动一段时间后，才能达到运作所需的温度。即便达到温度了，它的工作原理也注定了信号的传输会略微延迟，因此很难用在反馈控制中，”他解释道。

但OnRAMP则相反，该模型可以在氮氧化物离开发动机的那一刻预测其组成成分。“这种没有延迟的信息可以单独使用，也可以搭配实体传感器来提高控制效果，” Greentree表示。

 “不仅如此，如果你的传感器用的越少，发生故障的可能性也越低，这也会省去一笔维修成本。”