2026年06月24日，第四届汽车热管理全场景创新发展论坛顺利举办，众多行业专家齐聚现场，围绕新能源整车热管理、座舱舒适智能化、智能控制算法等行业核心议题展开深度交流，法雷奥平台首席产品技术负责人曾力克先生受邀登台发表主题演讲，结合法雷奥百年技术积累与落地量产方案，分享AI神经网络、模型预测控制MPC在整车热管理与座舱舒适性领域的工程化落地路径。

曾力克指出，当下新能源汽车热管理需要同步兼顾座舱、电池、电驱、智能驾驶多模块温控需求，传统线性控制算法难以平衡能耗、驾乘舒适、零部件寿命三大核心指标；依托多源车载数据、神经网络虚拟建模与MPC全局优化控制的AI热管理方案，可实现降本、节能、驾乘体验升级三重收益，同时覆盖传感器替代、自动标定、故障诊断、预测温控、个性化舒适调节全场景落地，是软件定义汽车时代整车热管理的核心技术升级方向。

曾力克 | 法雷奥平台首席产品技术负责人

以下为演讲内容整理：

法雷奥百年产业布局，热管理业务覆盖全球

法雷奥创立于1923年，拥有超百年汽车零部件研发制造经验，2024年集团总销售额达215亿欧元，业务均衡覆盖欧洲、亚洲、美洲三大市场，区域营收占比分别为48%、31%、21%。集团下设动能、内饰、照明三大核心事业部与独立售后事业部，本次分享所属的动能事业部涵盖动力传动与热管理两大业务板块，营收合计占集团总营收五成以上，全球员工超5万人，配套56座生产基地、26个研发中心。

热管理是动能事业部核心赛道，业务覆盖整车HVAC热泵、电池热管理、电驱冷却、座舱温控全链条零部件，合作客户涵盖国内外主流整车厂，全球布局63座热系统生产基地、15处专业研发中心。中国区域布局完善，荆州热系统研发中心占地11000平方米，配备完整3D设计、CAE仿真、实车台架试验能力，研发团队456人，其中集团资深专家65名，可完成产品设计、试制、标定全流程开发，完善的海内外产研网络能够全方位支撑国内车企全球化出海布局。

当前行业呈现两大核心发展趋势：一是硬件域控集成化，多独立控制器逐步整合为整车域控制器，分摊算力、降低硬件综合成本；二是软件定义汽车，模块化热管理软件支持OTA持续迭代升级，适配不同车型、不同配置灵活调整策略。热管理系统不再单一服务座舱，需兼顾电池、电驱、智驾硬件温控需求，必须从全局维度平衡能耗、温控精度与用户驾乘体验。

重构座舱舒适评价体系，精细化划分多维舒适指标

图源：演讲嘉宾素材

传统座舱舒适性仅以车内整体温度作为评判标准，仅针对四季工况完成基础空调标定。法雷奥搭建多维度量化舒适评价体系，将座舱舒适拆解为温度、气流、空气洁净度、视野、车内空间、个性化控制六大维度，实现精细化调控。

温度维度区分头部、脚部温差，设定稳定区间阈值，避免局部过冷或过热；气流维度管控风速、风向均匀度，限制最大气流速度，兼顾降温效率与吹风不适感；空气维度监测颗粒物、有害气体、湿度、异味，实时主动优化内外循环配比；同时同步考量除霜除雾、整车NVH噪音、用户个性化调节权限，实现全场景舒适平衡。

整套温控逻辑兼顾控制平顺性、能耗表现与调节精度，所有风量、温度调节动作平滑过渡，减少电机频繁启停带来的噪音与能耗损耗，为AI智能控制算法搭建标准化评价基准。

轻量化AI基础应用，降低硬件成本提升控制精度

基于神经网络模型的轻量化AI算法已落地多款车型，从底层硬件、标定、故障诊断三大维度优化传统热管理系统，落地成本低、适配性强。

图源：演讲嘉宾素材

虚拟传感器技术通过实车多工况数据训练神经网络模型，无需额外硬件，即可实时预测空调出风温度、全域车内温度、驾乘人员呼吸点温度。该技术可删减车内多颗温度传感器，直接降低整车硬件成本；呼吸点温度预测则支撑座舱闭环温控，精准匹配人体体感温度，大幅提升舒适感知。

图源：演讲嘉宾素材

多区风量AI算法解决传统空调多分区风量相互干扰痛点。传统机械结构下，前后排、主副驾风道共用鼓风机与风门，单一分区调节会带动其余区域风量波动；依托空调箱台架实测数据训练神经网络模型，结合迁移学习适配车型改款，算法可实时计算鼓风机转速、风门开度补偿值，将跨分区风量波动控制在1%以内，用户完全感知不到风量变化。

AI自动标定算法替代人工实车标定流程，整合环境温度、呼吸点温度、风量梯度、系统硬件极限等多类参数，建立标定决策模型，整车上电后自主采集座舱数据、动态调整EEPROM标定参数，同步平滑补偿周边档位数值，可减少90%舒适性标定工时，大幅缩短车型开发周期。

图源：演讲嘉宾素材

制冷剂泄漏AI诊断依托压缩机转速、高低压、过热度、蒸发器温湿度等14项整车传感数据训练模型，可精准输出0-200克区间泄漏量预警，区别于传统控制逻辑仅能识别重度泄漏的短板，实现微小泄漏提前预警；同类模型可拓展至压缩机磨损、膨胀阀堵塞等零部件故障预判，依托正常工况与故障工况数据集完成训练，提前识别零部件失效风险。

多源感知自适应座舱，实现千人千面主动温控

依托车内DMS、OMS红外视觉摄像头采集多源人体与环境数据，AI算法实现自适应个性化热管理，完成从被动调节到主动预判的升级。

人体体征识别通过3D视觉提取驾乘人员FaceID，判断年龄、性别、体型；红外画面识别衣物材质换算服装热阻值；通过面部红润度、眼睑状态测算流汗指数、疲劳指数，精准评估人体实时代谢水平，匹配差异化温控基准。阳光环境感知融合日照矩阵传感器、GPS航向数据，精准定位阳光直射座位，实时计算座舱动态热负荷，预判玻璃起雾风险并提前启动防雾策略。

底层执行端搭载电动出风口矢量控制技术，将视觉空间坐标与出风口电机坐标联动，实现热风、冷风精准追踪人体或主动避开直吹；风量、风向电机采用低通滤波斜率控制，消除调节过程突兀噪音。系统长期记录用户空调操作习惯，建立个人冷热偏好基线，识别相同行车场景后自动执行用户惯用调节策略，无需手动操作。

预测式MPC全局热管理，整车能耗与寿命双向优化

图源：演讲嘉宾素材

预测式热管理结合MPC模型预测控制框架，融合导航路况、天气预报、阳光照射、驾驶习惯、电池电量、车内人数等多维数据，对电池、电驱、座舱温控进行长周期预判。系统提前完成加热或预冷却，摊平制冷、制热峰值负荷，让热管理系统长期维持高能效工作区间，整车续航里程可提升12%。

图源：演讲嘉宾素材

相较于传统局部控制策略，MPC全局优化具备多重优势：全域统筹整车能耗，温控曲线平滑无大幅波动，减少风扇、压缩机启停频次，延长执行器使用寿命，同步优化整车行驶噪音表现。整套控制框架分为温度规划、温度预测、综合能耗优化三层，叠加能耗、噪音、硬件温度多重动态约束，滚动更新路况与车辆状态数据，实时输出最优制冷、制热执行方案。

数据驱动建模贯穿整车全生命周期：设计仿真阶段依托联合仿真工具完成基础建模；台架开发阶段采集实测数据完成初代模型训练；实车道路测试迭代优化模型精度；车辆交付后依托云端海量行车数据开展持续迁移训练与强化学习，实现全生命周期算法迭代升级。

（以上内容来自法雷奥平台首席产品技术负责人曾力克先生于2026年06月24日第四届汽车热管理全场景创新发展论坛发表的题为《AI算法在舒适性及整车热管理中的应用：基于多源数据与MPC的控制优化》的演讲。）