燃烧极限自学习修正方法、装置及终端

技术领域

本发明涉及EMS系统设计领域，特别涉及一种燃烧极限自学习修正方法、装置及终端。

背景技术

为确保汽油机全工况范围内可靠的做功，要求汽油机电控系统EMS能够在点燃混合气的过程中可靠进行。对于常规过量空气系数在0.7～1.0之间的均质燃烧，EMS需准确匹配汽油机的点火时刻范围，避免出现爆震和失火等非正常燃烧。EMS通过匹配基本点火角和最小点火角来控制点火线圈，从而限定汽油机点火时刻，通过匹配最大和最小充气量来控制节气门和增压器，以限定汽油机充气量，其中，基本点火角和最大充气量主要考虑动力性和燃油经济性，而最小点火角和最小充气量广泛称为汽油机的燃烧极限。

燃烧极限的匹配一般在发动机台架上进行，试验边界条件固定，如环境温度25±5℃，发动机水温90±5℃，海拔约1个标准大气压。考虑到国内幅员辽阔，车用发动机实际工作环境非常广泛，需要覆盖三高环境等各种极端气候，如，环境温度从-40℃直至50℃以上，发动机水温从环境温度到110℃以上，空气相对湿度从20％到100％，海拔从0米直至5000米以上；并且，燃烧极限表征发动机工作的极限边界，而批产发动机之间的细微差异，如燃烧室、进排气系统，对燃烧极限的影响可能被放大。因此，台架基准状态的燃烧极限数据应用在量产发动机上，有可能导致燃烧极限的边界工况不准确，如最小点火角太小，点火时刻过于推迟，可能导致发动机失火燃烧、排气温度温过高和自燃可能性提高等问题；如果最小点火角太大，点火时刻过于提前，也会导致发动机怠速故障等问题。

此外，发动机或车辆的状态差异导致燃烧极限匹配的人力成本投入也会大幅增加，发动机或车辆的状态差异越大，重新投入的人力成本越高，并且可能需要反复投入。

发明内容

本发明提供了一种燃烧极限自学习修正方法及装置，能够解决相关技术中量产发动机由于差异性导致的燃烧极限边界工况不准确问题。所述技术方案如下：

一方面，本发明提供了一种燃烧极限自学习修正方法，所述方法用于汽油机电控制系统EMS系统，所述方法包括：

发动机启动后，获取所述发动机对应的燃烧极限特征，所述燃烧极限特征表征所述发动机的运行特征；

将所述燃烧极限特征输入燃烧极限自学习模型，输出燃烧极限修正值，所述燃烧极限修正值根据燃烧极限偏差确定，所述燃烧极限偏差由所述燃烧极限自学习模型根据所述燃烧极限特征提取。

另一方面，本发明提供了一种燃烧极限自学习修正装置，所述装置用于汽油机电控制系统EMS系统，所述装置包括：

特征获取模块，用于发动机启动后，获取所述发动机对应的燃烧极限特征，所述燃烧极限特征表征所述发动机的运行特征；

修正输出模块，用于将所述燃烧极限特征输入燃烧极限自学习模型，输出燃烧极限修正值，所述燃烧极限修正值根据燃烧极限偏差确定，所述燃烧极限偏差由所述燃烧极限自学习模型根据所述燃烧极限特征提取。

另一方面，本发明提供了一种终端，所述终端包括处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述处理器执行以实现上述所述的燃烧极限自学习修正方法。

另一方面，提供了一种计算机可读存储介质，所述存储介质存储有至少一条指令，所述至少一条指令用于被处理器执行以实现如上述方面的燃烧极限自学习修正方法。

采用本发明提供的燃烧极限自学习修正方法，获取发动机的燃烧极限特征并输入燃烧极限自学习模型，进而输出得到燃烧极限修正值；与相关技术中受环境变化导致边界条件不固定的操作场景相比，本申请通过实时提取发动机的燃烧极限特征，随后发动机控制单元ECU根据特征信息进行判断，并根据设定目标补偿燃耗极限修正量，如最小点火角和最小充气量的修正，通过模型学习与实时输出修正值且不受环境变换影响，不依赖于人工匹配下的工装车常规环境验证，在发动机或车辆的状态差异下导致燃烧极限匹配困难的情况下，减少人力成本投入，进而在保证发动机可靠燃烧、避免发动机零部件损坏和提高驾驶舒适性的同时，降低研发成本，而无需增加额外传感器，如排温传感器、缸压传感器等。

附图说明

图1示出了本发明涉及的一种燃烧极限自学习模型框架图；

图2示出了本发明示例性实施例示出的燃烧极限自学习修正方法的流程图；

图3示出了本发明示例性实施例示出的另一种燃烧极限自学习修正方法的流程图；

图4示出了自学习模块的执行流程示意图；

图5示出了存储输出模块的执行流程示意图；

图6示出了本发明提供的燃烧极限自学习修正装置的结构框图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明实施方式作进一步地详细描述。

在本文中提及的“多个”是指两个或两个以上。“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。

首先，通过图1了解本发明涉及的模型总体框架。通过预先设定的ECU程序控制发动机工作，而发动机根据当前设定数据输出特定运行参数，如发动机转速、发动机扭矩、混合气偏差修正、氧传感器信号等，随后ECU内部程序“燃烧极限修正”过滤后提取出燃烧极限特征参数，并进行燃烧西线的修正。在该模型中，本发明所涉及的内容即为“燃烧极限修正”程序部分，通过下述实施例进行阐述。

实施例1

请参考图2，其示出了本发明示例性实施例示出的燃烧极限自学习修正方法的流程图。该方法用于嵌入EMS系统的终端，该方法包括：

步骤201，发动机启动后，获取发动机对应的燃烧极限特征。

其中，燃烧极限特征表征发动机的运行特征。

步骤202，将燃烧极限特征输入燃烧极限自学习模型，输出燃烧极限修正值。

燃烧极限修正值根据燃烧极限偏差确定，燃烧极限偏差由燃烧极限自学习模型根据燃烧极限特征提取。

综上，采用本发明提供的燃烧极限自学习修正方法，获取发动机的燃烧极限特征并输入燃烧极限自学习模型，进而输出得到燃烧极限修正值；与相关技术中受环境变化导致边界条件不固定的操作场景相比，本申请通过实时提取发动机的燃烧极限特征，随后发动机控制单元ECU根据特征信息进行判断，并根据设定目标补偿燃耗极限修正量，如最小点火角和最小充气量的修正，通过模型学习与实时输出修正值且不受环境变换影响，不依赖于人工匹配下的工装车常规环境验证，在发动机或车辆的状态差异下导致燃烧极限匹配困难的情况下，减少人力成本投入，进而在保证发动机可靠燃烧、避免发动机零部件损坏和提高驾驶舒适性的同时，降低研发成本，而无需增加额外传感器，如排温传感器、缸压传感器等。

实施例2

请参考图3，其示出了本发明示例性实施例示出的另一种燃烧极限自学习修正方法的流程图。该方法用于嵌入EMS系统的终端，该方法包括：

步骤301，发动机启动后，获取发动机对应的燃烧极限特征。

可选的，燃烧极限自学习模型包括自学习控制模块和存储输出模块。图4示出了自学习模块的执行流程示意图；图5示出了存储输出模块的执行流程示意图。

步骤302，将燃烧极限特征输入自学习控制模块，确定燃烧极限修正值。

可选的，燃烧极限修正值包括点火角极限修正值和负荷极限修正值。

在一种可能的实施方式中，步骤302包括如下内容。

内容一、将燃烧极限特征输入自学习控制模块，进行模块激活条件判断。内容二、响应于燃烧极限特征满足模块激活条件，从燃烧极限特征中提取判断信号，判断信号用于判断燃烧极限偏差的方向和幅度。

如图4所示，燃烧极限特征用于提取判断信号来判断模块激活条件。可选的，燃烧极限特征颗提取的判断信号包括发动机转速、氧传感器信号、混合气偏差、高怠速信号指示、换挡扭矩受限信号指示等等，本申请实施例对此不作限定。内容三、根据判断信号确定燃烧极限修正值。

当燃烧极限特征满足模块激活条件(如各项特征达到预设范围)，则进行使能计算，即根据判断信号确定燃烧极限修正值。

在一种可能的实施方式中，根据判断信号确定未受限的燃烧极限修正值；根据预设修正范围调整未受限的燃烧极限修正值；确定出最终的燃烧极限修正值。如图4所示，以燃烧极限特征中的最小点火角修正ZWMNC为例进行示意性的说明，从燃烧极限特征中提取判断信号即完成了最小点火角修正ZWMNC的工况特征采集。

进一步的，考虑到实际燃烧极限偏差的程度有限，防止无限制的修正幅度带来负面影响，根据多数项目经验设定表示上限值的匹配量ZMXC和表示下限值的匹配量ZMNC。

根据预设修正范围(匹配量ZMNC和匹配量ZMXC)调整未受限的燃烧极限修正值，确定出最终的燃烧极限修正值(图4中表示为ZWMNC限制)。

此外，内容三之后还可以包括如下内容。

内容四、对受限后的燃烧极限修正值进行比例-积分-微分控制器控制，得到比例-积分-微分控制器控制后的燃烧极限修正值。

继续以燃烧极限特征中的最小点火角修正ZWMNC为例进行示意性的说明。为最大程度的降低失火燃烧的影响，如损害排气系统零部件，并期望在几个燃烧循环内消除其影响，本方法通过“ZWMNC的PID控制”根据当前输入和反馈值，利用P项比例量快速调节燃烧极限数据，利用I项积分量缓慢逼近最佳状态，最后输出ZWMNC修正值(PID控制)。如图4所示，PID控制表示为比例-积分-微分控制器控制，ZWMNC的PID控制表示为对受限后的燃烧极限修正值进行比例-积分-微分控制器控制，得到比例-积分-微分控制器控制后的燃烧极限修正值(ZWMNC修正值)。步骤303，将燃烧极限修正值输入存储输出模块，对燃烧极限修正值进行存储并输出。

此外，为了考虑环境变化带来的影响，步骤203还可以将燃烧极限修正值与发动机运行参数和环境参数输入存储输出模块，并进行存储并输出。

可选的，发动机运行参数包括发动机转速、发动机负荷和发动机水温，环境参数包括海拔和环境温度。

在一种可能的实施方式中，将负荷极限修正值与发动机转速输入存储输出模块进行常规自学习存储，并输出为最小负荷自学习结果RLMNAdpn；将发动机转速、发动机负荷与点火角极限修正值输入存储输出模块进行常规自学习存储，并输出为最小点火角自学习结果ZWMNAdpn；将发动机水温、海拔和环境温度输入存储输出模块进行非常规自学习修正存储，并输出为环境系数自学习结果facAdpn。如图5所示，当模块激活条件满足时进行自学习的存储修正功能计算，最终输出结果包含最小负荷自学习RLMNAdpn、最小点火角自学习ZWMNAdpn和环境系数自学习facAdpn。

步骤304，响应于点火角极限修正值在预设修正范围内达到最大修正值或最小修正值，且发动机充气量当前处于最小负荷，输出最小负荷修正值。

步骤305，对最小负荷修正值进行单步减小或增加调整。

同时，如图4所示，如果ZWMNC修正值(PID控制)达到了最大限制ZMXC或最小限制ZMNC，输出MX上限指示或MN下限指示，表征燃烧极限的最小点火角修正已到极限水平，此时若发动机充气量处于当前最小负荷，系统将调整“最小负荷修正RLMNC”，输出最小负荷修正RLMNC，进行单步减小或增加调整。可选的，步骤304和步骤305执行于步骤302之后。

根据“燃烧极限的自学习控制”的输出结果RLMNC修正和ZWMNC修正，并提取当前发动机的运行参数和环境参数特征，如发动机转速、发动机负荷、发动机水温、海拔和环境温度等，本方法按一定的规则划分自学习区域并保存。分区保存的自学习根据当前运行参数，实时输出修正值RLMNAdpn、ZWMNAdpn和facAdpn最终将作用在ECU设定台架基准值(或预控值)和工装车匹配值。

本方法提高了量产发动机燃烧极限的控制精度，降低因燃烧极限导致的售后问题发生率，同时也可以有效降低研发成本，减少“不通过”环节而再次投入人力，如“工装车常规环境验证”不通过需再次投入80工时的“发动机台架基本匹配”，本方法将再次投入人力改变成系统自学习。

请参考图6，其示出了本发明提供的燃烧极限自学习修正装置的结构框图。该装置可以通过软件、硬件或者两者的结合实现成为终端的全部或一部分，本发明中，该装置用于嵌入汽油机电控制系统EMS系统的ECU终端。该装置包括：

特征获取模块601，用于发动机启动后，获取所述发动机对应的燃烧极限特征，所述燃烧极限特征表征所述发动机的运行特征；

修正输出模块602，用于将所述燃烧极限特征输入燃烧极限自学习模型，输出燃烧极限修正值，所述燃烧极限修正值根据燃烧极限偏差确定，所述燃烧极限偏差由所述燃烧极限自学习模型根据所述燃烧极限特征提取。

可选的，所述燃烧极限自学习模型包括自学习控制模块和存储输出模块。

可选的，所述修正输出模块602，包括：

第一输出单元，用于将所述燃烧极限特征输入所述自学习控制模块，确定所述燃烧极限修正值；

第二输出单元，用于将所述燃烧极限修正值输入所述存储输出模块，对所述燃烧极限修正值进行存储并输出。

可选的，所述第一输出单元，还用于：

将所述燃烧极限特征输入所述自学习控制模块，进行模块激活条件判断；

响应于所述燃烧极限特征满足所述模块激活条件，从所述燃烧极限特征中提取判断信号，所述判断信号用于判断所述燃烧极限偏差的方向和幅度；

根据所述判断信号确定所述燃烧极限修正值。

可选的，所述第二输出单元，还用于：

将所述燃烧极限修正值与发动机运行参数和环境参数输入所述存储输出模块，并进行存储并输出。

可选的，所述第一输出单元，还用于：

根据所述判断信号确定未受限的燃烧极限修正值；

根据预设修正范围调整所述未受限的燃烧极限修正值；

确定出最终的所述燃烧极限修正值。

可选的，所述装置还包括：

控制优化模块，用于对受限后的燃烧极限修正值进行比例-积分-微分控制器控制，得到比例-积分-微分控制器控制后的燃烧极限修正值。

可选的，所述燃烧极限修正值包括点火角极限修正值和负荷极限修正值。

可选的，所述装置还包括：

特殊响应模块，用于响应于所述点火角极限修正值在所述预设修正范围内达到最大修正值或最小修正值，且所述发动机充气量当前处于最小负荷，输出最小负荷修正值；

响应调节模块，用于对所述最小负荷修正值进行单步减小或增加调整。

可选的，所述发动机运行参数包括发动机转速、发动机负荷和发动机水温，所述环境参数包括海拔和环境温度。

可选的，所述第二输出单元，还用于：

将所述负荷极限修正值与所述发动机转速输入所述存储输出模块进行常规自学习存储，并输出为最小负荷自学习结果；

将所述发动机转速、所述发动机负荷与所述点火角极限修正值输入所述存储输出模块进行常规自学习存储，并输出为最小点火角自学习结果；

将所述发动机水温、所述海拔和所述环境温度输入所述存储输出模块进行非常规自学习修正存储，并输出为环境系数自学习结果。

本发明还提供了一种计算机可读介质，该计算机可读介质存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的燃烧极限自学习修正方法。

本发明还提供了一种计算机程序产品，该计算机程序产品存储有至少一条指令，所述至少一条指令由所述处理器加载并执行以实现如上各个实施例所述的燃烧极限自学习修正方法。

本发明提供了一种终端，所述终端包括处理器和存储器；所述存储器存储有至少一条指令，所述至少一条指令用于被所述处理器执行以实现上述所述的燃烧极限自学习修正方法。

本领域技术人员应该可以意识到，在上述一个或多个示例中，本发明所描述的功能可以用硬件、软件、固件或它们的任意组合来实现。当使用软件实现时，可以将这些功能存储在计算机可读介质中或者作为计算机可读介质上的一个或多个指令或代码进行传输。计算机可读介质包括计算机存储介质和通信介质，其中通信介质包括便于从一个地方向另一个地方传送计算机程序的任何介质。存储介质可以是通用或专用计算机能够存取的任何可用介质。

以上所述仅为本发明的可选实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。