各位做汽车动力性能仿真的小伙伴常见的一个困惑是模型搭好了、参数也设置了仿真跑完却不知道如何把结果曲线调成可以放进论文或报告里的样子甚至不清楚该用 Scope 直接看还是把数据导到 MATLAB 里重新画图。这里需要明确的是仿真曲线不只是“看一眼波形”它是我们评价整车动力性能的直接依据。本文是《基于 Simulink 的汽车动力性能建模与仿真》系列教程的第 010 讲专门拆解仿真结果曲线的获取、显示、后处理与导出流程帮大家把曲线做得又快又专业。本讲适合正在学习 Simulink 建模的车辆工程学生、刚接触整车性能仿真的初级工程师以及想把已有模型的结果整理成规范图表的读者。看完之后你能掌握 Scope 模块的显示设置、To Workspace 数据导出、MATLAB 自定义绘图、加速时间与最高车速提取以及常见曲线异常问题的排查思路。1. 仿真结果曲线在汽车动力性能建模中的角色1.1 为什么单独用一讲来讨论结果曲线在 Simulink 中搭建一个汽车动力性能模型并不是终点。模型最终的价值在于它能够在给定驾驶条件下计算并输出整车速度、加速度、驱动力、行驶阻力等动态响应。这些响应以时间序列信号的形式存在直接看数值表格很难形成直观结论必须通过曲线来观察变化趋势。仿真结果曲线就是模型计算数据到工程判断之间的桥梁。比如评价一辆车的动力性通常要看最高车速、原地起步加速时间、最大爬坡度三个指标。这三个指标都可以从仿真曲线中直接或间接读取。如果我们只是把模块连好、点一下 Run却没有掌握曲线处理和指标提取的方法那么模型建得再复杂也很难产生实际工程价值。1.2 汽车动力性能仿真中常见的曲线类型不同动力性能评价指标对应不同的结果曲线。本讲后续操作都以这些曲线为对象。曲线名称横轴纵轴主要用途车速-时间曲线时间车速读取加速时间、最高车速加速度-时间曲线时间加速度分析换挡冲击、加速度变化趋势驱动力-行驶阻力平衡图车速力得到最高车速、动力储备功率平衡图车速功率分析功率匹配与后备功率爬坡度曲线车速爬坡度评价爬坡能力本文重点以车速-时间曲线为例因为它在实际项目中使用频率最高而且最容易出现设置问题。1.3 结果曲线质量影响后续所有分析仿真结果曲线的质量包括曲线是否平滑、坐标范围是否合理、数据是否完整、图例是否清晰直接决定了模型结论的可信度。在工程报告或学术论文中模糊、缺少标注、坐标无单位的曲线会被视为“低质量结果”。因此每位做动力性能仿真的人都应该把“画出规范曲线”当作基本功。2. 环境准备与模型约定2.1 软件环境说明本文示例基于 MATLAB/Simulink 编写常见的 R2019b 到 R2023a 版本均可运行。不同版本在 Scope 界面样式、Simulation Data Inspector 入口和sim函数返回值格式上可能略有差异但整体思路一致。操作系统Windows 10/11 或 Ubuntu 20.04/22.04 开发环境MATLAB R2021a 以上版本 必要工具箱Simulink、Simulink Control Design可选如果你的版本较旧比如 R2018a那么sim命令返回的Simulink.SimulationOutput对象仍然可用只是部分属性名称需要按照实际版本调整。2.2 示例模型结构本讲使用的示例模型为“车辆纵向动力性能仿真模型”模型文件名为vehicle_dynamics_performance.slx。模型输入为节气门开度信号输出包括车速、加速度和驱动力等信号。为了统一起见在模型中约定如下信号名称t 仿真时间 v 车速单位 m/s a 加速度单位 m/s² Ft 驱动力单位 N F_res 行驶阻力单位 N以上信号是整车纵向动力学模型中非常常见的输出量。如果你自己的模型信号名称不同只需要把后续代码中的变量名同步修改即可。2.3 推荐的项目文件结构在实际工程中不要把所有文件堆在同一个目录下。推荐按下面的结构组织project_root/ ├── model/ │ └── vehicle_dynamics_performance.slx ├── scripts/ │ ├── run_simulation.m │ └── plot_results.m ├── results/ │ ├── figures/ │ └── data/ └── data/ └── vehicle_params.mat这样做的目的是尽量把模型、脚本、结果数据分离方便后续批量仿真和版本管理。3. 仿真结果曲线的获取方式在 Simulink 中查看仿真曲线的方式有多种本讲只介绍日常建模中最常用的四种。3.1 使用 Scope 模块直接查看Scope 模块是 Simulink 中最直观的曲线查看工具。只要把需要观察的信号线连接到 Scope 的输入端口运行仿真后就能看到实时曲线。具体操作步骤如下在 Simulink 模型库浏览器中打开 Simulink 下的 Sinks 库。将 Scope 模块拖入模型编辑区。将车速信号线连接到 Scope 输入端口。点击工具栏上的“运行”按钮仿真结束后双击 Scope 查看曲线。如果一次要查看多个信号可以在 Scope 模块上点击鼠标右键选择“信号选择”或直接修改模块参数中的 Number of input ports 为多端口模式。这种方法优点是操作简单、即时可见缺点是不方便做进一步的数据处理更适合调试模型时使用。3.2 使用 To Workspace 模块把数据导出到 MATLAB当需要在 MATLAB 工作区中处理曲线数据时推荐使用 To Workspace 模块。在模型中加入 To Workspace 模块的步骤如下从 Sinks 库中拖入 To Workspace 模块。双击模块设置变量名例如v_out。Save format 选择 Timeseries。把车速信号线连接到模块输入端。仿真结束后在 MATLAB 命令窗口输入v_out就能看到一条 timeseries 数据。读取数据和时间的标准写法如下t v_out.Time; v v_out.Data;To Workspace 模块适合每个信号单独命名导出的场景结构清晰新手容易理解。3.3 使用 Outport 模块统一收集信号当模型规模变大输出信号数量较多时推荐使用 Outport 模块统一管理输出端口。在模型最外层添加 Outport 模块每个端口对应一个输出信号。这样运行仿真时使用以下代码可以拿到所有输出simOut sim(vehicle_dynamics_performance); t simOut.tout; v simOut.yout{1}.Values.Data;yout是一个数组按 Outport 的端口顺序排列。如果你使用的是 MATLAB R2021a 以后版本还支持直接通过信号名称访问v simOut.yout.getElement(v).Values.Data;这种方法把 Simulink 模型和 MATLAB 脚本结合起来适合批量仿真和自动化后处理。3.4 使用 Simulation Data Inspector 对比多工况曲线Simulation Data Inspector简称 SDI是 Simulink 中用于查看和管理多条仿真曲线的重要工具。它特别适合比较不同参数下的曲线。打开方式在 Simulink 工具栏点击“Review Results”下的 Simulation Data Inspector。或者在 MATLAB 命令窗口输入SimulationDataInspector命令。SDI 可以自动记录模型中的 logged 信号。运行多次不同参数的仿真后SDI 会把每次运行的数据保存在数据字典中你可以点选任意几次运行结果叠加对比。SDI 的缺点是图形样式定制能力有限最终用于报告时通常还是需要把数据导回 MATLAB 绘图。4. 曲线显示设置让结果图表更专业仿真跑完直接截图往往不够清晰。为了让曲线能够用于论文、课程设计报告或项目评审我们需要对显示效果做系统设置。4.1 Scope 模块的显示配置双击打开 Scope 后在工具栏上找到“齿轮”图标点击后可以配置 Scope 的显示属性。常用配置项包括Number of input ports设置输入信号数量。Layout设置多子图布局。Open at simulation start勾选后仿真启动时自动打开窗口。Axes scaling可以设置为 Manual 或 Auto一般调试阶段用 Auto出图时用 Manual。在多个信号叠加在一个坐标系时建议为每条信号配置不同的颜色或线形否则打印成黑白文档后无法区分。4.2 多端口 Scope 与信号分组如果希望把车速和加速度放在同一个 Scope 窗口但不同子图中可以将该模块的 Number of input ports 改为 2然后在模块上右键选择“Ports”将两个端口分别连接不同的信号。在 Scope 的 Layout 配置中选择 2x1 布局即可上下显示两条曲线。这种方式适合对比不同量纲的信号例如车速和加速度变化趋势。4.3 在 MATLAB 中自定义绘图样式虽然 Scope 能查看曲线但学术报告和工程文档中的最终图片更推荐用 MATLAB 绘图脚本完成。因为plot命令可以完全控制线宽、字体、坐标范围、图例位置等细节。下面是一个完整的车速-时间曲线绘制脚本。% 文件路径scripts/plot_vt_curve.m % 功能读取仿真结果并绘制车速-时间曲线 clear; clc; close all; % 如果还没有运行仿真先运行一次 if ~exist(simOut, var) simOut sim(vehicle_dynamics_performance, StopTime, 60); end % 提取时间与车速数据 t simOut.tout; v simOut.yout.getElement(v).Values.Data; % 将车速由 m/s 转换为 km/h v_kmh v * 3.6; % 绘图 figure(Color, w, Position, [100 100 800 500]); plot(t, v_kmh, b-, LineWidth, 1.8); grid on; xlabel(时间 / s, FontSize, 12, FontWeight, bold); ylabel(车速 / (km/h), FontSize, 12, FontWeight, bold); title(原地起步加速过程车速-时间曲线, FontSize, 14); xlim([0 60]); ylim([0 220]); % 在最高车速处添加标注 [v_max, idx_max] max(v_kmh); hold on; plot(t(idx_max), v_max, ro, MarkerSize, 8, LineWidth, 1.5); text(t(idx_max) 1, v_max, sprintf(最高车速%.1f km/h, v_max), ... FontSize, 11, Color, r); hold off; % 保存图片 saveas(gcf, ../results/figures/v_t_curve.png);这段脚本将绘制一条带有最高车速标注的车速-时间曲线并把结果保存到results/figures目录下。4.4 设置坐标轴范围与单位Simulink 模型中默认使用国际单位制车速常用 m/s。但在汽车工程领域人们更习惯使用 km/h。因此绘图时建议统一换算。坐标轴范围建议根据仿真工况设置原地起步加速工况横轴 0~60s纵轴 0~220km/h。最高车速工况横轴时间需要拉长到车辆达到稳定车速。爬坡工况纵轴需要留出爬坡速度变化空间。坐标轴范围太窄会把曲线截断太宽则会让曲线显得很平失去辨识度。5. 从数据到结论动力性能指标的后处理仿真曲线不只是用来“看”更重要的是从曲线中提取出动力性能指标。5.1 使用 sim 函数运行仿真并读取数据比起每次手动点击运行按钮用脚本统一运行更加规范。% 文件路径scripts/run_simulation.m % 功能运行车辆动力性能仿真并保存输出结果 clear; clc; close all; % 设置仿真参数 modelName vehicle_dynamics_performance; stopTime 60; % 运行仿真 simOut sim(modelName, StopTime, stopTime); % 保存仿真结果 save(../results/data/simOut.mat, simOut); fprintf(仿真完成结果已保存。\n);运行这段脚本后所有仿真输出都会保存在simOut变量中。后续绘制不同曲线时只需加载该文件即可无需每次重新仿真能够明显提高效率。load(../results/data/simOut.mat);5.2 计算 0-100km/h 加速时间0-100km/h 加速时间是评价汽车动力性的经典指标。从仿真数据中提取它并不复杂只需要找到车速第一次达到 100km/h 的时刻。% 文件路径scripts/calc_acceleration_time.m % 功能计算 0-100km/h 加速时间 load(../results/data/simOut.mat); t simOut.tout; v simOut.yout.getElement(v).Values.Data; % 单位转换 v_kmh v * 3.6; % 找到第一次达到 100 km/h 的索引 targetSpeed 100; idx_100 find(v_kmh targetSpeed, 1, first); if isempty(idx_100) fprintf(仿真时间内未能达到 100 km/h。\n); t100 NaN; else t100 t(idx_100); fprintf(0-100km/h 加速时间%.2f s\n, t100); end实际操作中要注意如果仿真开始瞬间车速存在跳变计算时应该从车速首次超过 0.1 km/h 的稳定时刻开始计时避免初始数值噪声影响结果。5.3 计算最高车速最高车速是整车在水平良好路面上能够达到的稳定行驶速度。仿真中可以通过判断车速是否趋于平稳来读取。% 提取最后 5 秒的平均车速作为最高车速 window_len find(t t(end) - 5, 1, first); v_max_avg mean(v_kmh(window_len:end)); fprintf(仿真最高车速%.2f km/h\n, v_max_avg);需要注意的是最高车速可能出现在仿真结束前已经稳定的区间也可能在仿真结束时仍在缓慢上升。如果车速始终未稳定需要延长仿真时间或检查驱动力是否能够克服阻力。5.4 批量导出图片与数据当我们需要把结果用于文档时可以通过脚本批量保存图片。% 保存高分辨率图片 exportgraphics(gcf, ../results/figures/v_t_curve_300dpi.png, Resolution, 300);数据导出到 Excel 或 CSV 的代码如下% 导出数据表 dataTable table(t, v_kmh, VariableNames, {时间_s, 车速_kmh}); writetable(dataTable, ../results/data/v_t_curve.csv);这一步对于后续用 Origin 或 Excel 制作组图非常有用。6. 常见问题与排查思路仿真结果曲线在实际使用中经常出现各种异常下面整理了高频问题及解决方法。问题现象常见原因解决思路曲线为一条直线且值为 0输入信号未连接或初始值为 0检查信号线连接检查输入 Signal Builder 或 Constant 模块设置曲线整体不光滑仿真步长过大或模型存在刚性减小最大步长或切换求解器为 ode15s曲线出现严重振荡模型参数不合理或求解器不合适检查反馈回路增益检查代数环To Workspace 数据输出为空模块未启用日志或信号未连接确认 Save format 为 Timeseries确认信号线已连接Scope 中看不到曲线坐标轴范围不合适双击坐标轴选择“自动缩放”车速在起步瞬间跳变到很大值初始状态设定错误检查积分器初值确认车辆模型从零速起步多条曲线无法区分线型颜色相同在 Scope 或 MATLAB 绘图中为不同曲线设置不同颜色/线型仿真提前终止仿真时间设置过短修改 StopTime或使用 Inf 表示持续仿真6.1 曲线不光滑问题详解曲线不光滑通常意味着仿真数据在时间轴上分辨率不足。可以打开模型配置参数在 Solver 选项卡中将 Max step size 从 auto 修改为固定值。Max step size: 0.01对于动力性能仿真0.01 秒的最大步长通常已经足够。步长过小会明显增加计算时间需要根据实际工况平衡精度与效率。6.2 Scope 曲线自动缩放如果双击 Scope 后只看到一条平线优先检查坐标轴设置。点击 Scope 工具栏中的“缩放”图标选择“适应数据”或直接按键盘快捷键A自动调整纵轴范围。另一种更可靠的方法是右键点击坐标轴选择“自动缩放”。6.3 仿真输出数据形状不一致To Workspace 导出的数据有时会遇到维度不一致问题比如单信号输出为Nx1多信号输出为NxM。读取数据时建议先用size命令检查维度。size(v) size(t)如果时间列与数据列长度不一致常见原因是信号在仿真过程中改变了维度需要检查模型中是否存在不同维度的信号合并。7. 最佳实践与工程建议7.1 建立统一的信号命名规范在 Simulink 模型中信号命名对后续曲线管理影响很大。建议遵循以下规则信号名使用小写字母开头后续单词首字母大写如vehicleSpeed。单位信息写进信号描述中不写在信号名中避免名称过长。输出端口顺序固定禁止随意调整。7.2 用脚本驱动仿真而不是手动点击手动点击 Run 在模型调试阶段没有问题但在需要批量修改参数、批量输出曲线时效率太低。建议把所有仿真流程写成脚本。这样带来的好处非常明显每次仿真都会保留原始数据方便回看。不同参数组的结果可以直接对比。报告需要重绘图时可以一键重新生成。减少手动操作引入的错误。7.3 合理选择数据保存策略仿真结果数据量可能很大不建议把所有数据都保存到.mat文件中。比较好的做法是只保存关注时间长度的数据。每次仿真后按工况命名文件例如simOut_accel_0_100.mat。图表保存为 PNG 格式数据保存为 CSV 格式便于跨平台使用。7.4 与 App Designer 界面联动如果希望把仿真结果显示在 GUI 界面上可以结合 MATLAB App Designer 编写调用界面。大致的流程是在 App 中调用sim函数运行模型获取simOut数据后在 App 的坐标区控件中绘制曲线。这种方式适合做一个“动力性能仿真小工具”把模型、参数、结果显示集成在一起方便演示和交互。由于本讲重点是结果曲线这里不展开 App Designer 的界面设计但数据读取与绘图代码完全可以复用上文的内容。7.5 曲线图表的最终输出规范用于课程报告、论文或项目验收的曲线图建议达到以下标准坐标轴明确标注物理量和单位。图例清晰说明每条曲线的含义。线宽不小于 1.5pt坐标字体不小于 9pt。图片分辨率不低于 300dpi。曲线颜色考虑黑白打印时的可区分性。8. 下一步从曲线到模型优化当你已经能够熟练获取仿真结果曲线后下面几个方向值得继续学习利用仿真结果曲线反推模型参数例如根据加速时间校验发动机外特性参数是否合理。结合 Parameter Estimation 工具箱用实验数据优化模型中的未知参数。尝试将模型输出与 CarSim 等第三方软件做联合仿真对比结果差异。在模型中加入换挡逻辑观察换挡过程对加速度曲线的影响。仿真结果曲线是模型正确性的直接体现。如果曲线形态不符合物理规律比如车速出现负值、加速度异常突变那么首先应该怀疑模型结构和参数设置而不是急着“美化”曲线。先把曲线调对再做性能评价这个顺序一定不能颠倒。希望本讲关于仿真结果曲线的讲解能帮助你从“模型能跑”进到“结果可信”的层次。如果你在设计 Scope 布局或 MATLAB 绘图时遇到了其他问题欢迎在评论区描述具体的现象我们可以继续讨论。