何為“千人千麵”?

過去的發動機設計是通過一套設計來覆蓋大部分應用場景及應用工況(牽引、平板、專用（yòng）車（chē）及自卸車，高速、城市、郊區工況等)。在不同應用場（chǎng）景及工況（kuàng）下，發動機某些性能可能會有局限性，而客戶則希望（wàng）發動機能適應不同應用場景及（jí）實際應用工況，盡可能優化性能（néng）。

康明斯基於大數據算法，開發了一套“運行（háng）畫像（xiàng）”，來（lái）指導發動機的定製化（huà）設計，為每一（yī）位客戶進行“私人定製”。通過了解發動機關鍵信息（xī）、大數據分析（xī）及（jí）算法評（píng）估發動機運行工況，運用OTA技術動態調整軟件標定來適配不同運行工況，優化性能表現和油耗，提升出勤率。

接下（xià）來，讓我（wǒ）們一起圍觀如何實（shí）現定製化開發吧!

在車聯網及數字化時代，通過網聯大數據可以獲取更多洞察，更加（jiā）深入了解用戶如何使用（yòng）發動（dòng）機（jī）產品，從而為定製化產品開發及優化提供無限可能。為了實現這個目（mù）標，車輛使用場景的細分尤為重要。車輛使用場景細分的關（guān）鍵是（shì）羅列出（chū）有意義的特征標簽，將特征標簽類型按照業務（wù）含義來進（jìn）行不（bú）同維度（dù）劃分。基於這些標簽在發動機標定設計、硬件（jiàn）選（xuǎn）型及試驗驗（yàn）證方麵實現定製化：

定製化標定設計

1.大數據模型分析

工程師（shī）基於大數據梳理出細分市場分類，分析出不同細分市場的實際運行工況（kuàng）。對發（fā）動機標定庫中幾萬個參數進行特征分析，開發出用於發動機標定的推薦（jiàn）係統方法（fǎ），從而更好地指（zhǐ）導工程團隊對標定進行（háng）定製及（jí）發放。

該推薦係統方法是通過對比分類（lèi）回歸樹（shù）和主成分（fèn）分（fèn）析法，以現有市場運行（háng）中的標定（dìng）數據庫為訓練集，將客戶需求轉化為各個參數特征，並通過機器學習模（mó）型（xíng）的建立，預測出每個參數取值，從（cóng）而為不同細分市場客戶定製最優標定。這個方法不僅提（tí）高了基礎標定（dìng）質量（liàng）和開發效率（lǜ），也讓不同客戶體驗差異化的發動機性能。

2.標定定製（zhì）及發放

完成標定定製後，通過車聯網OTA功能，對不同細分市場的車輛進行定向標定下發，使各細分市場有適合自己的標定，使發動（dòng）機性能達到更優。

定製化硬件（jiàn）選型優化

1.大數據模型分析

在確立細分市場分類後（hòu），使用大數據模型來梳理發動機運行（háng）工況，利用這些實際（jì）運行工況（kuàng）數據，作為發（fā）動機開發中的輸入，從而指導工程師更好地進行發動機關鍵部件的選型及設計優化，比如空壓機、後處理係統、增壓器係統。

2.定製化硬件選型優（yōu）化

通過車聯網及大（dà）數據（jù）分析後，為發動機開發提供設計邊界條（tiáo）件，更好地指導工程師進行（háng）發動機硬件選型及優化，為客戶提（tí）供（gòng）更優性（xìng）能、更可靠及更（gèng）低碳化的發動機（jī）。

定製化試驗驗證優化

1.大數據（jù）模型分析

針對細分市場分類，結合大數據分析出的實際工況及運行數（shù）據，與（yǔ）發動（dòng）機設計驗證標準(ESW)及失效模式分析(FMEA)相結合，從而更好地指導工程師來進行發動機設計驗證規劃及（jí）優化發動（dòng）機道路試驗。

比如多選擇發動機高失效的區域或典型運行工況場景來測試，而不（bú）是對所有工況進行平均化測（cè）試。另外，通過結合（hé）車聯網數據及大數據分析，結合軟件模擬來輔助或替代發動機開發中（zhōng）的部分台架及實際道路驗證。

2.定製化道路試驗優化

采用車聯網及大數據分析，為發動機（jī）開（kāi）發（fā）驗證提供實際運行的（de）邊界條件，更好地指導發動機設計（jì）驗證及（jí）道路試驗。通過識別發動機運行的實際工況，有效的實驗可以提升產品可靠性及質量，保（bǎo）障客戶在各種工況（kuàng）下的可靠應（yīng）用。