PROCEDE ET DISPOSITIF PERMETTANT D'ESTIMER EN CONTINU LA RICHESSE CYLINDRE D'UN MOTEUR pool La présente invention a pour objet un procédé et un dispositif permettant d'estimer en continu la richesse cylindre d'un moteur. Elle concerne notamment, mais non exclusivement, un procédé et un dispositif permettant d'estimer en continu la richesse cylindre d'un moteur diesel, au moyen d'une mesure de richesse réalisée par un capteur tel qu'une sonde. [0002] On sait que les valeurs relatives à la richesse d'un moteur peuvent être mesurées au moyen d'une sonde, telle qu'une sonde lambda ou NOx, qui permet d'obtenir des valeurs précises en régimes stabilisés. [0003] II s'avère néanmoins que la distance d'implémentation de la sonde par rapport au cylindre, les éléments de la ligne d'échappement disposés en amont de la sonde, ou les principes de fonctionnement de la sonde entraînent un retard et un filtrage de cette mesure qui sont susceptibles de varier selon les points de fonctionnement stabilisés. Il en résulte que les valeurs relatives à la richesse ainsi mesurées ne sont pas parfaitement représentatives de la richesse réelle propre à un cylindre lors d'un fonctionnement dynamique. [0004] On sait également que les informations relatives à la richesse d'un moteur peuvent également être estimées en procédant à un calcul utilisant les paramètres du débit d'air à l'admission (mesuré ou estimé) et le débit de carburant injecté (estimé). Le résultat obtenu présente l'avantage d'avoir été calculé en tenant compte des dynamiques associées auxdits paramètres, ainsi que de la lenteur d'établissement de la boucle d'air par rapport à celle du circuit de carburant. [0005] Toutefois, la détermination de la richesse d'un moteur en procédant de cette façon ne permet pas de s'affranchir des dispersions et dérives des composants du moteur, tels que les injecteurs, la pompe à carburant, le débitmètre mesurant l'air admis. On obtient ainsi un signal dynamique mais potentiellement dérivé. [0006] L'estimation de la richesse d'un moteur peut également être réalisée en procédant à une cartographie de cette estimation en fonction de paramètres caractérisant le point de fonctionnement pouvant être typiquement le régime et le couple. [0007] Cependant, une richesse moteur ainsi cartographiée ne présente ni la bonne dynamique représentative de la richesse réelle du cylindre (en raison notamment d'une prise en compte trop faible de la lenteur d'établissement de la boucle d'air par rapport à celle du circuit de carburant), ni suffisamment de robustesse vis-à-vis des dispersions engendrées par les composants moteur. [0008] On connaît également le brevet EP 0 643 211 qui a pour objet un dispositif permettant d'estimer le rapport air/combustible d'un mélange fourni à un moteur à combustion interne, au moyen d'une sonde pouvant être de type 02. La mise en oeuvre de cette invention se traduit par la modélisation du comportement de la sonde et l'utilisation d'un filtre de Kalman. [0009] Ce dispositif permet d'estimer la richesse cylindre par cylindre, en détectant dans les bouffées d'échappement l'impact relatif des différentes combustions sur la richesse globale dont la mesure est effectuée au moyen d'une sonde disposée au niveau du collecteur d'échappement. L'estimation de la richesse cylindre par cylindre est pondérée par des coefficients préalablement identifiés dans une table. [0010] II s'avère cependant que ce dispositif présente les inconvénients suivants : - sa mise en oeuvre s'effectue uniquement sur des points de fonctionnement stabilisés ; elle ne peut s'effectuer en transitoire ; - il ne permet pas de recaler la richesse globale en fonction des dispersions et dérives éventuelles ; - le modèle de sonde utilisé ne fonctionne que sur un point de fonctionnement stabilisé et n'est pas adaptable d'un moteur à un autre en raison des dispersions ; - l'utilisation des sondes NOx positionnées très en aval dans une ligne d'échappement et ayant un signal de richesse plus filtré que celui d'une sonde 02 placée plus en amont ne semble pas adaptée en cas d'utilisation de ce dispositif ; en effet, les pics de richesse occasionnés par les bouffées d'échappement et les consignes de « wobbling » ne sont pas visualisables avec ce type de sonde. [0011] On connaît enfin la demande de brevet WO 07 041 092 qui divulgue un système et un procédé permettant de commander un moteur diesel au moyen notamment de capteurs conformés de manière à détecter au moins un composant spécifique des gaz d'échappement, ainsi que la demande de brevet EP 1 413 728 qui a pour objet une unité de commande et un procédé de commande d'une sonde NOx placée dans la conduite des gaz d'échappement d'un moteur à combustion interne. [0012] Toutefois, les dispositifs objet de ces demandes de brevet ne permettent pas de s'affranchir des sondes de type 02, et de permettre à la fois une estimation de la richesse cylindre d'un moteur sur points stabilisés et éventuellement en transitoire. [0013] La présente invention a donc plus particulièrement pour objectif de résoudre ces problèmes en proposant un procédé permettant d'estimer en continu la richesse cylindre d'un moteur, avec une grande précision et une bonne dynamique, la mise en oeuvre du procédé pouvant s'effectuer avantageusement sur la base de points de fonctionnement stabilisés mais également en transitoire. [0014] A cette effet, l'invention a pour objet un procédé permettant d'estimer en continu la richesse cylindre d'un moteur à combustion interne, ledit moteur comportant une pluralité de cylindres, au moins une sonde de mesure de richesse, une pluralité d'injecteurs reliés aux cylindres, un débitmètre, ledit procédé comprenant les étapes consistant à : - calculer le modèle simple de richesse (P_Calc au moyen de la consigne de carburant à injecter qlnj dans un cylindre et de la mesure du débit d'air admis Qair ; - identifier et quantifier les dispersions et dérives de richesse éventuelles sur des points de fonctionnement stabilisés et/ou transitoires au moyen d'au moins un identificateur de dérive ; - corriger en continu la richesse calculée (P_Calc en utilisant les valeurs des dérives déterminées précédemment. [0015] De cette façon et de manière avantageuse, le dispositif selon l'invention permet de procéder à une estimation en continu de la richesse cylindre d'un moteur en utilisant un modèle calculé de richesse, et en recalant le résultat de ce calcul par rapport aux dispersions et dérives éventuelles afin d'obtenir une correction en continu de la valeur de richesse calculée. [0016] Selon une variante d'exécution, le procédé selon l'invention peut également comprendre une étape supplémentaire permettant d'identifier et de quantifier les dispersions et dérives de richesse éventuelles en transitoire, au moyen d'au moins un identificateur de dérive supplémentaire consistant préférentiellement en un filtre de Kalman qui peut être compris dans un calculateur. [0017] De cette façon, la correction de la richesse calculée (P_Calc peut être avantageusement complétée afin d'affiner la valeur finale de la richesse du cylindre. [0018] De manière avantageuse, l'utilisation combinée de ces deux identificateurs de dérive permet de prendre en compte, sans aucune limite, la non uniformité de la dérive de richesse sur l'ensemble du champ moteur, ainsi que sa dispersion moteur à moteur. [0019] L'invention a également pour objet un dispositif permettant d'estimer en continu la richesse cylindre d'un moteur à combustion interne, caractérisé en ce qu'il comprend un identificateur de dérive et un filtre de Kalman conformés pour mettre en oeuvre le ou les procédés selon l'invention. [0020] Un mode d'exécution de l'invention sera décrit ci-après, à titre d'exemple non limitatif, avec référence aux dessins annexés dans lesquels : [0021] La figure 1 est une représentation schématique des éléments 15 principaux utilisés lors de la mise en oeuvre d'une variante d'exécution du procédé selon l'invention, avec une mise en évidence des relations existant entre eux. [0022] La figure 2 est une représentation schématique, sous forme de 20 courbes, des différents signaux de richesse et de dérive de richesse produits lors de la mise en oeuvre du procédé selon l'invention. [0023] Dans cet exemple, tel que cela est représenté sur la figure 1, le modèle simple de richesse (P_Calc est calculé par un calculateur 1 au moyen 25 de la consigne de carburant à injecter qlnj dans un cylindre et de la mesure du débit d'air admis Qair dans ce même cylindre. [0024] La consigne de carburant à injecter qlnj équivaut à la valeur estimée du débit de carburant injecté, le débit d'air admis Qair étant modélisé ou 30 mesuré à l'aide d'un débitmètre. [0025] Le signal constitutif du modèle de richesse correspond au quotient du débit de carburant injecté qlnj (ou Qcarburant_injecté) sur le débit d'air admis Qair ou (Qair_cylindre), multiplié par le rapport stoechiométrique y. Le signal 10 ainsi obtenu présente la particularité d'être à la bonne dynamique, mais potentiellement dérivé. Qcarburant _ injecté 41) cylindre _ estimée - Qair _ cylindre [0026] Avantageusement, le signal constitutif du modèle de richesse permet : - de prendre en compte de manière satisfaisante les dynamiques associées aux deux grandeurs qlnj et Qair ; et - d'obtenir une représentation correcte du phénomène constitué par la lenteur d'établissement de la boucle d'air par rapport à celle du circuit de carburant. [0027] Par ailleurs, à l'aide d'une sonde de richesse 2 pouvant être de type NOx placé en aval dans la ligne d'échappement, préférentiellement en aval du catalyseur SCR (« Selective Catalytic Reduction »), un signal mesuré de richesse est défini. Ce signal permet de produire en transitoire une information sur la richesse qui est retardée et atténuée ; par contre, en stabilisé, l'information portée par le signal est considérée comme étant précise. [0028] La sonde de richesse 2 peut être de type NOx mais elle peut aussi, par exemple, être du type lambda. [0029] Le signal constitutif du modèle de richesse et le signal mesuré de richesse sont portés en entrée d'un identificateur de dérive 3 qui identifie et quantifie les dispersions et dérives de richesse éventuelles sur des points de fonctionnement stabilisés. [0030] L'identificateur de dérive 3 permet ainsi la réalisation d'un apprentissage des dérives éventuelles se traduisant par l'établissement d'une cartographie de ces dérives de richesse dans le champ moteur. [0031] De cette façon, l'identificateur de dérive 3 procède à un recalage du modèle calculé de richesse par rapport aux éventuelles dispersions et dérives à l'aide du signal mesuré de richesse qui présente l'avantage d'être précis en régimes stabilisés. [0032] Plus précisément, la valeur de la richesse calculée portée par le signal constitutif du modèle de richesse est corrigée en continu grâce audit apprentissage des dérives effectué par l'identificateur de dérive 3, ces dérives étant préférentiellement enregistrées dans une cartographie et lues ensuite sans discontinuité avec interpolation. [0033] Toutefois, la valeur de richesse obtenue en sortie de l'identificateur de dérive 3 peut n'être recalée que de manière incomplète en raison par exemple d'un apprentissage incomplet, ou d'approximations inhérentes à la 15 méthode de stockage. [0034] De manière avantageuse, afin de résoudre ce problème, la correction de la richesse calculée cD_Calc peut être avantageusement complétée afin d'affiner la valeur finale de ladite richesse du cylindre, au moyen notamment 20 d'un filtre de Kalman 4 qui permet d'obtenir une identification dynamique complémentaire de la dérive de richesse. [0035] L'équation générale du filtre de Kalman se présente de la manière suivante, les équations à considérer sont plus particulièrement l'équation (1) 25 du tableau « Mise à jour Temps » et l'équation (2) du tableau « Mise à jour Mesure ». avec k : l'estimation a priori du vecteur d'état à l'instant k ; k : l'estimation a posteriori du vecteur d'état à l'instant k ; u" : le vecteur de variables déterministes ; en l'espèce, il s'agit de la richesse calculée dans la chambre de combustion. [0036] Deux signaux sont appliqués à l'entrée du filtre de Kalman : - le signal de richesse modèle 02 de la sonde ; et - le signal mesuré de richesse 02, sensor par la sonde 2. [0037] Chacun de ces signaux se voit attribuer une confiance relative en introduisant des bruits de processus w et de mesure y. [0038] La première étape de traitement du filtre consiste à appliquer au signal de richesse modèle 02 l'altération qu'il subirait dans l'hypothèse où il serait capté par la sonde 2 du type NOx. [00391 Cette altération consiste en : - un retard pur dû au transport des gaz d'échappement du cylindre vers la sonde 2, auquel s'ajoute le retard pur de la sonde 2 elle-même ; et - un filtre (du l' ou 2è" ordre par exemple). M ise.à.jour-M esure (« 'Correction' » j 8 Mise.àijourTemps-(«°Préctict.ion'») [1j Estimationsprioriduvecteureétatq = A4-1 12)-Estrr,stsan aprksr -coveiarzeeereur = APk 1Ar (1)-,Cakedu-gain-de-Kenuall Kit = PiHr(IIPiHr + R)-1 12)4419 .estimation. 3ve.cga eleiurede 4 = -t; + k(Zk "Kt) (3)-M ise-à.jour-covariance- erreuril .Pk = (1 - K AR)Pi. Estimations.initiales.pou"-x«-i-et-P«-1.11 [0040] Cette altération n'est que virtuelle car la sonde 2 analyse non pas ce signal modèle 02, mais le signal réel de richesse qui se différencie du précédent par la dérive de richesse 9°, à identifier. [0041] Le filtre de Kalman crée donc un signal 'richesse calculée filtrée' (92 ou (92 (et retardée, mais en amont de l'équation d'état). On crée ainsi le vecteur d'état 'a priori' de la structure du Kalman (se reporter à l'équation du vecteur d'état ci-dessous). [0042] La seconde étape de traitement du filtre de Kalman, qui est réalisée a posteriori, consiste à comparer ce signal virtuel avec le signal réellement capté et analysé par la sonde de richesse 2. L'écart entre ces deux signaux définit la dérive de richesse instantanée e°, [0043] Cependant, le comportement (caractérisé généralement par le retard et l'atténuation) de la sonde 2 ne peut pas être parfaitement connu. Il convient donc de limiter la confiance en cette identification de dérive pour ne pas la rendre trop aléatoire en cas d'erreurs (même passagères). [0044] Cette limitation de confiance est obtenue au moyen du gain de Kalman, qui force un temps de convergence avant de considérer la dérive pleinement identifiée. Le signal de richesse finalement estimé est donc le signal modèle 02 recalé par la mesure de la sonde 2 moyennant un temps d'intégration, lié à la confiance forcément limitée dans le modèle du comportement de la sonde de richesse 2. [0045] L'équation d'état, qui présente en l'espèce quatre dimensions (en prenant pour hypothèse que le modèle de comportement utilisé était en 2ème ordre), se présente comme suit :30 avec : 0°2 : la dérive identifiée, soit l'écart entre la richesse mesurée et le signal de richesse calculée passée par le modèle de comportement de la sonde ; 02 : la richesse calculée (modèle) ; Of : la richesse calculée filtrée (ordre 1) afin de tenir compte du comportement de la sonde ; o2ff : la richesse calculée filtrée (ordre 2) pour tenir compte du comportement fo de la sonde ; [0046] Le vecteur composé de ces quatre variables constitue le vecteur d'état. °2,modelkla richesse calculée (modèle) à l'instant k-1 ; sensork la richesse mesurée par la sonde à l'instant k ; 15 wk-1 : le bruit du signal modèle 'richesse calculée' ; Vk : le bruit du signal mesuré de richesse par la sonde. [0047] Selon une variante d'exécution de l'invention, l'établissement de ce vecteur d'état pourrait être réalisé en utilisant un modèle de comportement 20 de sonde présentant une plus grande variabilité, ou encore en ne faisant pas apparaître ce dit modèle, ce dernier étant alors défini en amont. [0048] °2,modelk_l W k-1 °2,senSOrr [o o o 002 02 02 f 0 ff 2 k 1+a 1 0 0 -a 0 0 0 0 0 b 1-b O 0 c 1-c 00, 02 f - 22' ff _k + Vk X 00, 02 02' 02ff k -1 a 1 [0049] Dans cet exemple d'implémentation proposée, le gain de Kalman résultant de ces compromis de calibration est unique et pré-calculé, par un souci de simplicité d'implémentation. [0050] Toutefois, selon une variante d'exécution de l'invention, à chaque pas de calcul, les bruits de mesure et de processus, ainsi que le gain de Kalman optimal résultant (gain infini Kinf) peuvent être remis à jour. [0051] Selon une autre variante d'exécution de l'invention, le gain de Kalman peut être cartographié par zones distinctes du champ moteur. [0052] De manière avantageuse, l'apprentissage de dérive sur points stabilisés permet d'accélérer le travail du filtre de Kalman, de le rendre plus robuste, voire de s'assurer que le résultat fourni est juste. [0053] L'association du filtre de Kalman et de la technique d'apprentissage stabilisé permet d'assurer à l'ensemble une grande adaptabilité. En effet, la dérive de richesse, qui dépend en premier lieu des dérives des composants tels que le débitmètre et les injecteurs, n'est pas attendue uniforme dans le champ moteur, mais variable d'un point à l'autre en transitoire. Un filtre de Kalman seul, qui par définition met un temps non négligeable pour intégrer une dérive et y converger, verrait sa dynamique d'identification et de remise à jour entrer en conflit avec la dynamique du point de fonctionnement et de sa dérive de richesse associée. Le filtre garderait ainsi - au moins partiellement - une dérive propre au point précédent alors que celle-ci aurait déjà radicalement changé sur le point suivant. A défaut d'intégrer immédiatement la nouvelle dérive, celle conservée et appliquée serait éventuellement décalée, et pourrait même fausser la correction jusqu'à aggraver l'estimation plutôt que de l'améliorer. [0054] L'apprentissage stabilisé s'affranchit du modèle de comportement de la sonde 2, dans la mesure où celui-ci n'intervient plus sur point stationnaire (les deux signaux d'entrée étant constants, il n'existe plus d'atténuation et le retard cylindre-sonde est inconséquent). Une cartographie de la dérive de richesse peut ainsi être établie (en s'appuyant par exemple sur les points régime-couple), cette dernière étant évidemment dépendante des points stabilisés effectivement rencontrés sur le roulage. En procédant à une lecture avec interpolation dans cette cartographie, l'homme du métier est alors capable de pré-positionner la dérive de richesse du point courant, et de limiter le travail restant du filtre de Kalman, tout en minimisant l'impact éventuel de la conservation d'historique de dérive. [0055] II existe plus façons de combiner cette cartographie et le filtre de Kalman, celles-ci pouvant par exemple consister à : ^ utiliser la dérive lue dans la cartographie évolutive pour corriger directement le signal d'entrée de richesse modèle 02 du filtre de Kalman 4 ; ^ utiliser la dérive lue pour l'état 'a priori' du filtre de Kalman 4, permettant un pré-positionnement permanent plus ou moins abouti (selon le niveau de remplissage de la cartographie), qui est alors corrigé 'a posteriori' via le signal mesuré de richesse 02, sensor par la sonde 2 et le gain de Kalman. [0056] Tel que cela est représenté sur la figure 3, l'identification résultante de la dérive de richesse s'effectue en procédant ainsi : le signal de richesse finale estimée (pointillés gras) est calé sur la dynamique du modèle de richesse modélisée (trait continu fin), mais recalé vis-à-vis de sa dérive au moins partiellement, sur des points transitoires comme sur des points stabilisés (dérive observée par le Kalman (flèches verticales), entre le signal sonde (mesure de richesse, trait continu en gras) et le signal virtuel en noir pointillé fin). [0057] Avantageusement, la combinaison de l'utilisation de l'identificateur de 30 dérive 3 et du filtre de Kalman 4 permet notamment : - de procéder à une identification adaptative des dérives, et non d'une calibration fixe réalisée sur table valable uniquement sur un point de fonctionnement et/ou un seul moteur ; - de procéder à une estimation de la richesse cylindre en bénéficiant à la fois des avantages d'une mesure obtenue au moyen d'une sonde, constitués par l'affranchissement des dérives et dispersions, mais également des avantages procurés par la simplicité du calcul à effectuer qui permettent un recalage dynamique de la richesse ; - de lier le modèle d'émissions de particules au signal final obtenu, en s'assurant d'une grande robustesse en transitoire comme en stabilisé ; cela permet donc d'améliorer la performance et la robustesse de l'estimation des émissions de particules et celle du chargement associé du filtre à particules ; - de pouvoir adapter la stratégie de recalage dynamique de la richesse à toutes sortes de ligne d'échappement ; - de se dispenser en fonctionnement Diesel, de l'utilisation d'une sonde Lambda spécifique ; la sonde NOx dont la présence est réglementairement nécessaire en aval de la ligne d'échappement permet d'obtenir l'information richesse désirée, ce qui permet d'effectuer des économies.20 The present invention relates to a method and a device for continuously estimating the cylinder richness of an engine. It concerns in particular, but not exclusively, a method and a device for continuously estimating the cylinder richness of a diesel engine, by means of a measurement of richness achieved by a sensor such as a probe. It is known that the values relating to the richness of an engine can be measured by means of a probe, such as a lambda or NOx probe, which makes it possible to obtain precise values in stabilized speeds. It nevertheless turns out that the distance of implementation of the probe relative to the cylinder, the elements of the exhaust line arranged upstream of the probe, or the operating principles of the probe cause a delay and a filtering of this measurement which are likely to vary according to the stabilized operating points. As a result, the values relating to the richness thus measured are not perfectly representative of the real wealth specific to a cylinder during dynamic operation. It is also known that information relating to the richness of an engine can also be estimated by performing a calculation using the parameters of the admission air flow rate (measured or estimated) and the injected fuel flow rate ( valued). The result obtained has the advantage of having been calculated taking into account the dynamics associated with said parameters, as well as the slowness of establishing the air loop relative to that of the fuel circuit. However, the determination of the richness of an engine by proceeding in this way does not eliminate the dispersions and drifts of the engine components, such as injectors, the fuel pump, the flow meter measuring the air admitted. A dynamic but potentially derivative signal is thus obtained. The estimation of the richness of an engine can also be achieved by mapping this estimate according to parameters characterizing the operating point which can be typically the speed and torque. However, a wealth engine thus mapped does not present the good representative dynamic of the real wealth of the cylinder (due in particular to a too low consideration of the slow establishment of the air loop compared to that of the fuel system), nor sufficient robustness vis-à-vis the dispersions generated by the engine components. Also known is patent EP 0 643 211 which relates to a device for estimating the air / fuel ratio of a mixture supplied to an internal combustion engine, by means of a probe that can be of type 02 The implementation of this invention results in the modeling of the behavior of the probe and the use of a Kalman filter. This device makes it possible to estimate the cylinder-by-cylinder richness, by detecting in the exhaust puffs the relative impact of the different combustions on the overall richness, the measurement of which is carried out by means of a probe disposed at the level of the collector. exhaust. The estimation of the richness per cylinder is weighted by previously identified coefficients in a table. However, it turns out that this device has the following disadvantages: - its implementation is performed only on stabilized operating points; it can not be transient; it does not make it possible to recalibrate the overall richness according to the possible dispersions and drifts; the probe model used only operates on a stabilized operating point and is not adaptable from one motor to another because of the dispersions; the use of NOx probes positioned very downstream in an exhaust line and having a more filtered richness signal than that of a probe 02 placed further upstream does not seem suitable when using this device; Indeed, the peaks of wealth caused by the exhaust puffs and the instructions of "wobbling" are not visualizable with this type of probe. Finally, the patent application WO 07 041 092 discloses a system and a method for controlling a diesel engine by means in particular of sensors shaped so as to detect at least one specific component of the exhaust gas, as well as patent application EP 1 413 728 which relates to a control unit and a control method of a NOx probe placed in the exhaust gas duct of an internal combustion engine. However, the devices subject of these patent applications do not make it possible to dispense with type 02 probes, and to allow both an estimate of the cylinder richness of an engine on stabilized and possibly transient points. The present invention therefore more particularly aims to solve these problems by providing a method for continuously estimating the cylinder richness of an engine, with high accuracy and good dynamics, the implementation of the method can advantageously on the basis of stabilized operating points but also in transient. To this end, the invention relates to a method for continuously estimating the cylinder richness of an internal combustion engine, said engine comprising a plurality of cylinders, at least one wealth measurement probe, a plurality of injectors connected to the cylinders, a flowmeter, said method comprising the steps of: - calculating the simple model of richness (P_Calc by means of the injection fuel quantity qlnj in a cylinder and the measurement of the air flow rate admitted Qair - identify and quantify dispersions and potential drifts on stabilized and / or transient operating points using at least one drift identifier - continuously correct the computed wealth (P_Calc using drift values) [0015] In this way and advantageously, the device according to the invention makes it possible to carry out a continuous estimation of the cylinder richness. e of a motor using a calculated model of wealth, and recaling the result of this calculation with respect to possible dispersions and drifts in order to obtain a continuous correction of the calculated value of richness. According to an alternative embodiment, the method according to the invention may also comprise an additional step making it possible to identify and quantify the possible transient dispersions and wealth drifts by means of at least one additional drift identifier. preferably consisting of a Kalman filter which can be included in a calculator. In this way, the correction of the calculated richness (P_Calc can be advantageously completed in order to refine the final value of the richness of the cylinder. [0018] Advantageously, the combined use of these two drift identifiers allows to take into account, without any limit, the nonuniformity of the wealth drift over the entire motor field, as well as its engine motor dispersion. [0019] The subject of the invention is also a device making it possible to estimate the cylinder richness of an internal combustion engine continues, characterized in that it comprises a drift identifier and a Kalman filter shaped to implement the method (s) according to the invention. of the invention will be described below, by way of non-limiting example, with reference to the accompanying drawings in which: [0021] Figure 1 is a schematic representation of the main elements 15 used during the m implementation of an alternative embodiment of the method according to the invention, with a highlighting of the relations existing between them. FIG. 2 is a diagrammatic representation, in the form of curves, of the various richness and wealth drift signals produced during the implementation of the method according to the invention. In this example, as shown in FIG. 1, the simple model of richness (P_Calc is calculated by a calculator 1 by means of the fuel setpoint to be injected qlnj in a cylinder and the measurement of the flow rate. [0024] The fuel quantity to be injected qlnj is equivalent to the estimated value of the injected fuel flow rate, the air intake flow rate Qair being modeled or measured using a Flowmeter The signal constituting the richness model corresponds to the quotient of the injected fuel flow qlnj (or fuel_injected) on the intake air flow Qair or (Qair_cylindre), multiplied by the stoichiometric ratio y. The signal 10 thus obtained It has the particularity of being at the right momentum, but potentially derived. * fuel injected 41) cylinder _ estimated - Qair _ cylinder [0026] Advantageously, the signal constituting the wealth model allows: - to take into account satisfactorily the dynamics associated with the two quantities qlnj and Qair; and to obtain a correct representation of the phenomenon constituted by the slowness of establishment of the air loop with respect to that of the fuel circuit. Furthermore, using a richness probe 2 which may be of NOx type placed downstream in the exhaust line, preferably downstream of the catalyst SCR ("Selective Catalytic Reduction"), a measured signal of wealth is defined. This signal makes it possible to produce in transitory information on the wealth that is delayed and attenuated; on the other hand, in stabilized, the information carried by the signal is considered to be precise. The richness probe 2 may be of the NOx type but it may also, for example, be of the lambda type. The constitutive signal of the richness model and the measured signal of richness are carried as input of a drift identifier 3 which identifies and quantifies the dispersions and possible drifts of wealth on stabilized operating points. The drift identifier 3 thus allows the realization of a possible drift training resulting in the establishment of a mapping of these wealth drifts in the engine field. In this way, the drift identifier 3 proceeds to a registration of the calculated model of wealth with respect to possible dispersions and drifts using the measured signal of wealth which has the advantage of being accurate in stabilized regimes. . More precisely, the value of the calculated richness carried by the constitutive signal of the richness model is corrected continuously by said drift learning carried out by the drift identifier 3, these drifts being preferentially recorded in a map and then read again. without discontinuity with interpolation. [0033] However, the value of richness obtained at the output of the drift identifier 3 may only be incompletely corrected because of, for example, incomplete learning, or approximations inherent to the storage method. [0034] Advantageously, in order to solve this problem, the correction of the calculated richness cD_Calc can be advantageously completed in order to refine the final value of said richness of the cylinder, by means in particular of a Kalman filter 4 which allows to obtain a complementary dynamic identification of the wealth drift. The general equation of the Kalman filter is as follows, the equations to be considered are more particularly the equation (1) 25 of the table "Update Time" and the equation (2) of the table " Update Measure ". with k: the prior estimate of the state vector at time k; k: the posterior estimation of the state vector at time k; u ": the vector of deterministic variables, in this case, it is the calculated wealth in the combustion chamber [0036] Two signals are applied to the input of the Kalman filter: - the model wealth signal 02 of the probe, and the measured signal of richness 02, sensor by the probe 2. Each of these signals is given a relative confidence by introducing noise of process w and measurement y. [0038] The first filter processing stage consists in applying to the model richness signal 02 the alteration that it would undergo in the event that it would be captured by the NOx type probe 2. [00391 This alteration consists in: - a pure delay due to the transport of the exhaust gases from the cylinder to the probe 2, to which is added the pure delay of the probe 2 itself, and a filter (of the first or second order, for example). Up-to-date-M easure ("'Correction'") 8 Update to time - ("° Preconference" ") [1j Estimatesprioriduvecteureatatq = A4-1 12) -Estrr, stsan aprksr -coveiarzeeereur = APk 1Ar ( 1) -, Cakeu-gain-of-Kenuall Kit = PiHr (IIPiHr + R) -1 12) 4419 .estimation. 3ve.cga eleiurede 4 = -t; + k (Zk "Kt) (3) -May-to-day-covariance-error .Pk = (1 - K AR) Pi. Initial.informations.pou" -x "-i-and-P" -1.11 This alteration is only virtual because the probe 2 analyzes not this signal model 02, but the actual signal of wealth that differs from the previous by the wealth drift 9 °, to identify. [0041] The Kalman filter therefore creates a 'filtered computed wealth' signal (92 or (92 (and delayed, but upstream of the state equation), thus creating the 'a priori' state vector of the Kalman structure (see the equation of the state vector below) The second step of processing the Kalman filter, which is performed a posteriori, consists in comparing this virtual signal with the signal actually captured and analyzed by the wealth probe 2. The difference between these two signals defines the instantaneous wealth drift e °, However, the behavior (generally characterized by the delay and attenuation) of the probe 2 can not This confidence limitation is obtained by means of the Kalman gain which forces a time of convergence before considering the The wealth signal finally estimated is therefore the model signal 02 recalibrated by the measurement of the probe 2 with a time of integration, linked to the necessarily limited confidence in the model of the behavior of the wealth probe 2. [ 0045] The equation of state, which presents in this case four dimensions (assuming that the model of behavior used was in 2nd order), is as follows: 30 with: 0 ° 2: the identified drift, the difference between the measured wealth and the calculated wealth signal passed by the behavior model of the probe; 02: calculated wealth (model); Of: calculated computed wealth (order 1) to take into account the behavior of the probe; o2ff: calculated computed wealth (order 2) to take into account the behavior fo of the probe; The vector composed of these four variables constitutes the state vector. ° 2, modelkla computed wealth (model) at moment k-1; sensory the richness measured by the probe at instant k; 15 wk-1: the signal noise model 'calculated wealth'; Vk: the sound of the measured signal of richness by the probe. According to an alternative embodiment of the invention, the establishment of this state vector could be achieved by using a model of probe behavior exhibiting greater variability, or by not making it appear that said model, the latter being defined upstream. [0048] ° 2, modelk_l W k-1 ° 2, senSOrr [ooo 002 02 02 f 0 ff 2 k 1 + a 1 0 0 -a 0 0 0 0 0 b 1 -b 0 0 c 1 -c 00, In this example of proposed implementation, the Kalman gain resulting from these calibration compromises is unique and pre-calculated, by a concern for simplicity of implementation. However, according to an alternative embodiment of the invention, at each computation step, measurement noise and process, and the resulting optimal Kalman gain (infinite gain Kinf) can be updated. According to another embodiment of the invention, the Kalman gain can be mapped by separate areas of the motor field. Advantageously, learning drift on stabilized points makes it possible to accelerate the work of the Kalman filter, to make it more robust, and even to ensure that the result provided is correct. The combination of the Kalman filter and the stabilized learning technique ensures the overall high adaptability. Indeed, the wealth drift, which depends first and foremost on component drifts such as the flowmeter and the injectors, is not expected to be uniform in the engine field, but variable from one point to another in transient. A single Kalman filter, which by definition takes a significant amount of time to embed a drift and converge there, would see its dynamic of identification and updating conflict with the dynamics of the operating point and its associated wealth drift. . The filter would thus keep - at least partially - a specific drift to the previous point whereas this one would already have radically changed on the following point. Failing to immediately integrate the new drift, that retained and applied would possibly be shifted, and could even distort the correction to aggravate the estimate rather than improve it. The stabilized learning is freed from the model of behavior of the probe 2, insofar as it no longer intervenes on a stationary point (the two input signals being constant, there is no longer any attenuation and cylinder-probe delay is inconsistent). A mapping of the wealth drift can thus be established (based for example on the torque-regime points), the latter obviously being dependent on the stabilized points actually encountered on the road. By carrying out an interpolated reading in this mapping, the skilled person is then able to pre-position the wealth drift of the current point, and to limit the remaining work of the Kalman filter, while minimizing the possible impact of drift history preservation. There are more ways to combine this mapping and the Kalman filter, these may for example consist of: using the drift read in the evolutionary map to directly correct the input signal of model 02 richness of the filter of Kalman. Kalman 4; ^ use the drift read for the 'a priori' state of the Kalman 4 filter, allowing a permanent pre-positioning more or less successful (depending on the filling level of the map), which is then corrected 'a posteriori' via the measured signal of richness 02, sensor by probe 2 and Kalman gain. As shown in FIG. 3, the resulting identification of the wealth drift is carried out as follows: the estimated final wealth signal (bold dots) is calibrated on the dynamics of the model of modeled wealth ( fine continuous line), but recalibrated with respect to its drift at least partially, on transient points as on stabilized points (drift observed by the Kalman (vertical arrows), between the probe signal (measurement of richness, continuous line in bold) and the virtual signal in fine dotted black). Advantageously, the combination of the use of the drift identifier 3 and the Kalman filter 4 makes it possible in particular: to carry out an adaptive identification of the drifts, and not of a fixed calibration carried out on a valid table only. at an operating point and / or a single motor; an estimation of the cylinder richness benefiting at the same time from the advantages of a measurement obtained by means of a probe, constituted by the franking of the drifts and dispersions, but also the advantages provided by the simplicity of the calculation at perform that allow a dynamic registration of wealth; - to link the model of emissions of particles to the final signal obtained, ensuring a great robustness in transient as in stabilized; this therefore makes it possible to improve the performance and the robustness of the estimation of the emissions of particles and that of the associated loading of the particulate filter; - to be able to adapt the strategy of dynamic registration of wealth to all sorts of exhaust systems; - to dispense with Diesel operation, the use of a specific Lambda probe; the NOx probe whose presence is statutorily necessary downstream of the exhaust line makes it possible to obtain the desired wealth information, which makes it possible to save money.