- MPC如何充分发挥系统优化的潜力
- 适合多领域的统一的方法
- 适合ECU应用的高效的实时优化器，低CPU和内存占用
- 预览时变参数的参考值，限值，干扰和更多其他变量
- 减少校准时间和代码复杂度
降低能耗和有害物质排放，实现可持续发展是汽车动力技术的创新蓝图，也是能源结构从燃油到电力的过渡路径。多元化的汽车动力电气化方案也伴随着着能源管理和认证方面的挑战，包括纯燃油车在二氧化碳及其它排放合规方面的压力、插电式混合动力汽车(PHEV) 的增强能源管理、纯电动汽车(BEV) 的里程扩展、或燃料电池电动汽车的商业化量产。为了应对这些挑战，Garrett Motion开发了一个软件平台：模型预测控制（MPC）技术——适用于优化多输入/出、多控制目标、多限制条件的非线性复杂系统的控制技术。
在复杂的动力系统开发领域，有时会出现相互矛盾的性能目标，模型预测控制为系统优化提供了一条途径，使汽车制造商能够以一种自动化的多变量方法来管理传感器、执行器和约束条件的需求。作为能提供MPC先进控制技术、虚拟传感器及工程服务的全栈技术开发商，盖瑞特可为汽车企业客户提供车辆能量管理的一站式软件解决方案。通过建立系统预测性模型结合当前系统状态与系统所需信息；预测系统未来一段时间内的变化趋势，提前采取相应的控制动作获取最佳的控制效果。
