随着车辆保有量的增加致使汽车排放污染加重,对环境产生了巨大的影响,汽车及发动机标定是解决节能减排问题的有效方法之一。为此,在当今电控技术的迅猛发展下,基于汽车通讯网络的标定技术日显重要。虽然我国标定软件的研究起步较晚,技术相对落后,但随着国内电子科技和人工智能的飞速发展,研究基于人工神经网络的算法为弥补国内外水平差距提供了机会。人工神经网络的非线性拟合能力和泛化能力为标定数据预测提供了保障,在减少标定工作量的同时提高预测精度和准确性,对汽车行业发展具有重要意义。本文在分析车用CAN总线和CCP协议工作原理基础上,根据自动代码生成机理和Simulink底层驱动设计完成了CAN驱动开发,实现车用发动机标定软件CCP协议集成,完成标定软件与ECU基础标定功能,提出了一种基于BP神经网络的标定参数优化算法。(1)通过分析标定软件的功能需求,确定标定软件设计的整体架构。采用CAN总线通信和CCP标定协议设计一套具有自主产权的小型标定系统软件,软件分为下位机(ECU端)标定程序和上位机(PC机端)标定软件,分别负责ECU通讯控制和标定过程控制。(2)通过定制基于MPC5634单片机CAN底层驱动文件和ccp协议集成,实现标定软件ECU端通信支持。设计CAN发送和CAN接收的C-MEX S函数文件、tlc文件和编译C-MEX S函数,实现模块封装功能;设计CAN驱动和CCP协议驱动的接口文件并集成于codewarrior工程文件包内,实现CCP协议驱动。(3)在VB6.0开发环境中设计标定软件上位机的通讯控制模块、A2L文件管理模块和BP神经网络优化算法模块。编写controlCAN.dll文件调用模块和接口函数调用模块完成CAN通信,定义CCP协议命令函数实现上位机CCP协议驱动;编写A2L文件关键字段读取函数,实现A2L文件的解析;构建神经网络确定其网络拓扑结构和学习算法。(4)实现下位机标定程序和上位机标定软件的功能验证。搭建Simulink CAN驱动测试模型验证下位机CAN驱动模块的功能;通过离线标定,以一种通用汽油机ECU为研究对象,验证CCP协议功能;选取该汽油机部分喷油MAP数据进行优化算法训练,验证BP神经网络的曲线拟合能力和预测能力。通过测试,结果表明标定软件工作稳定,通讯数据完整,运行可靠。