CN103997313B - 具有可调整加权因数的指数加权移动平均滤波器 - Google Patents

具有可调整加权因数的指数加权移动平均滤波器 Download PDF

Info

Publication number
CN103997313B
CN103997313B CN201310757021.3A CN201310757021A CN103997313B CN 103997313 B CN103997313 B CN 103997313B CN 201310757021 A CN201310757021 A CN 201310757021A CN 103997313 B CN103997313 B CN 103997313B
Authority
CN
China
Prior art keywords
ewma
value
wave filters
module
weighting factor
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201310757021.3A
Other languages
English (en)
Other versions
CN103997313A (zh
Inventor
J·E·科瓦尔科夫斯基
I·安妮洛维奇
J·J·钟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
GM Global Technology Operations LLC
Original Assignee
GM Global Technology Operations LLC
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by GM Global Technology Operations LLC filed Critical GM Global Technology Operations LLC
Publication of CN103997313A publication Critical patent/CN103997313A/zh
Application granted granted Critical
Publication of CN103997313B publication Critical patent/CN103997313B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N11/00—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/22—Safety or indicating devices for abnormal conditions
    • F02D41/222—Safety or indicating devices for abnormal conditions relating to the failure of sensors or parameter detection devices
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N2560/00—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics
    • F01N2560/02—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor
    • F01N2560/026—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor for measuring or detecting NOx
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D2041/1413—Controller structures or design
    • F02D2041/1432—Controller structures or design the system including a filter, e.g. a low pass or high pass filter
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1438—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1444—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
    • F02D41/146—Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an NOx content or concentration
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Abstract

提供了具有可调整加权因数的指数加权移动平均滤波器。一种增加指数加权移动平均(“EWMA”)滤波器的加权因数的方法。该方法包括监视包括原始数据值的数据流，以及由电子控制模块基于该数据流确定EWMA值。该方法包括确定该EWMA值是否在预定的最大错误阈值和预定最小错误阈值之间。该方法包括基于在第一原始数据值和之前计算的超出校准值的过滤值之间的差值，增加该EWMA滤波器的加权因数以更加加重该数据流输入原始数据值的加权。

Description

具有可调整加权因数的指数加权移动平均滤波器
相关应用的交叉引用
本专利申请要求2012年10月25提交的序列号为61/718409的美国临时专利申请的优先权，由此其全文通过引用被结合于本文。
发明领域
本发明的示例性实施例涉及增加指数加权移动平均(Exponentially WeightedMoving Averaging，“EWMA”)滤波器的加权因数的系统和方法，以及更特别地，涉及增加加权因数以更加加重地加权数据流的输入原始数据值的系统和方法。
背景技术
指数加权移动平均(“EWMA”)滤波是一种被用于减少在一段时间内监控的数据输入流可变性的数据处理技术。EWMA滤波器基于从数据输入流收集的原始数据点计算平均或过滤值。在一种方法中，EWMA滤波可被用来过滤由氧化氮(“NOx”)传感器收集的过滤数据。NOx传感器可以位于排气处理系统的排气管内，并且被用于生成信号，所述信号指示从内燃机排出的排气中NOx含量。EWMA滤波器监控由NOx传感器收集的数据以确定过滤值。
在诊断测试期间，由EWMA滤波器确定的过滤值超出最大阈值或低于最小阈值的情况下，诊断故障代码(diagnostic trouble code，“DTC”)可被设置成失效状态。失效状态可以表明NOx传感器有问题(例如，传感器中的元件破裂或被污染)，并且故障指示灯(malfunction indicator light，“MIL”)可以闪烁以指示该故障。校正措施可以被采取以修理或更换该NOx传感器。但是，如果存储在车辆计算机中的失效状态在校正措施后没有被手动清除，那么在由EWMA滤波器确定的过滤值小于故障阈值后该MIL灯将最终被关闭或停用，并且诊断测试被经过预定数目的次数。特别地，某些类型的规则需要在MIL被允许在第四关键周期开始时停用之前该诊断测试经过三个关键或点火周期。
EWMA滤波可以延迟停用MIL。这是因为EWMA滤波趋向于将显著的重点放在从NOx传感器收集的表明失效状态的相对较旧的数据上。因此，由EWMA滤波器计算的过滤值可能超出阈值，即使在NOx传感器已经被修复或更换后。相应地，希望为EWMA滤波提供一种方法，其提供具有增强准确性的过滤值。
发明内容
在本发明的一个示例性实施例中，提供了一种增加指数加权移动平均(“EWMA”)滤波器的加权因数的方法。该方法包括监控包括原始数据值的数据流，以及由电子控制模块基于该数据流确定EWMA值。该方法包括确定该EWMA值是否在预定的最大故障阈值和预定的最小故障阈值之间。该方法包括基于第一原始数据值和之前计算的超出校准值的过滤值之间的差值，增加EWMA滤波器的加权因数以更加加重加权该数据流的输入原始数据值。在一个实施例中，加权因数被经验地确定。
方案1.一种增加指数加权移动平均(“EWMA”)滤波器的加权因数的方法，包括：
监控包括原始数据值的数据流并且由包括操作逻辑的电子控制模块基于数据流确定EWMA值；
确定EWMA值是否在预定的最大故障阈值和预定的最小故障阈值之间；以及
基于第一原始数据值和之前计算的超出校准值的过滤数据值之间的差值，增加EWMA滤波器的加权因数至调整的加权因数以更加加重地加权数据流的输入原始数据值。
方案2.方案1的方法，其中EWMA滤波器基于公式EWMA(t0)＝λ’Yt0+(1-λ’)(EWMA)t-1....(1-λ’)(EWMA)t-n确定调整的过滤值。
方案3.方案1的方法，还包括：传送调整的过滤值至诊断模块。
方案4.方案3的方法，还包括：将最大故障阈值和最小故障阈值与调整的过滤值比较。
方案5.方案3的方法，还包括：如果调整的过滤值小于最小故障阈值，则发出通过信号。
方案6.依照方案1的方法，还包括：向可接受最差执行(WPA)模块提供用于EWMA滤波器的WPA最大水平和WPA最小水平。
方案7.依照方案1的方法，还包括：
将原始数据值与WPA最大水平和WPA最小水平比较；以及
如果原始值大于WPA最小水平且小于WPA最大水平则生成快速修复逻辑信号，快速修复逻辑信号表明潜在校正措施的存在。
方案8.一种诊断系统包括：
传感器；
操作地连接至传感器的指数加权移动平均(“EWMA”)滤波器；以及
操作地连接至EWMA滤波器的控制模块，控制模块被配置和设置以增加EWMA滤波器的加权因数至调整的加权因数以更加加重地加权数据流的输入原始数据值。
方案9.依照方案8的诊断系统，其中EWMA滤波器被配置和设置以建立基于公式EWMA(t0)＝λ’Yt0+(1-λ’)(EWMA)t-1....(1-λ’)(EWMA)t-n的调整的过滤值。
方案10.依照方案8的诊断系统，还包括：操作地连接至控制模块的诊断模块，诊断模块被配置和设置以确定调整的过滤值是否在预定的最大故障阈值和预定的最小故障阈值之间。
方案11.依照方案10的诊断系统，其中诊断模块被配置和设置以将调整的过滤值与最大故障阈值和最小故障阈值比较。
方案12.依照方案8的诊断系统，还包括：
操作地连接至控制模块的最差执行可接受(WPA)模块，WPA模块包括用于EWMA滤波器的WPA最大水平以及WPA最小水平。
方案13.依照方案11的诊断系统，其中WPA模块被配置和设置成如果传送至EWMA滤波器的原始数据值大于WPA最小水平且小于WPA最大水平则生成快速修复逻辑信号，快速修复逻辑信号表明传感器潜在校正措施的存在。
方案14.依照方案8的诊断系统，其中传感器包括NOx传感器。
方案15.一种排气处理系统包括：
排气管；
操作地连接至排气管的传感器；
操作地连接至传感器的指数加权移动平均(“EWMA”)滤波器；以及
操作地连接至EWMA滤波器的控制模块，控制模块被配置和设置以增加EWMA滤波器的加权因数至调整的加权因数以更加加重地加权数据流的输入原始数据值。
方案16.依照方案15的排气处理系统，其中EWMA滤波器被配置和设置以建立基于公式EWMA(t0)＝λ’Yt0+(1-λ’)(EWMA)t-1....(1-λ’)(EWMA)t-n的调整的过滤值。
方案17.依照方案16的排气处理系统，还包括：操作地连接至控制模块的诊断模块，诊断模块被配置和设置以确定调整的过滤值是否在预定的最大故障阈值和预定的最小故障阈值之间。
方案18.依照方案17的排气处理系统，其中诊断模块被配置和设置以将调整的过滤值与最大故障阈值和最小故障阈值比较。
方案19.依照方案15的排气处理系统，还包括：操作地连接至控制模块的最差执行可接受(WPA)模块，WPA模块包括用于EWMA滤波器的WPA最大水平以及WPA最小水平。
方案20.依照方案19的排气处理系统，其中WPA模块被配置和设置成如果传送至EWMA滤波器的原始数据值大于WPA最小水平且小于WPA最大水平则生成快速修复逻辑信号，快速修复逻辑信号表明传感器潜在校正措施的存在。
当结合所附附图考虑时，上述特征和优点以及本发明其他特征和优点根据本发明下述详细描述容易变得显而易见。
附图说明
在实施例的下述详细描述中其他特征、优点和细节仅仅通过示例的方式出现，详细描述参考附图，其中：
图1是包括传感器和控制模块的诊断系统的示例性示意图；
图2是描述了由图1中传感器收集的原始值以及由EWMA滤波器计算的平均或过滤值的图形；以及
图3是图1中所示控制模块的数据流图。
具体实施方式
下述描述在本质上仅是示例性的而不是为了限制本公开、其应用或使用。应理解的是在全部附图中，相应附图标记标识类似或相应部分和特征。如在本文中所用的，术语“模块”是指特定用途集成电路(ASIC)、电子电路、处理器(共享、专用或成组)以及执行一个或多个软件或固件程序的存储器或组合逻辑电路。
现在参见图1，示例性实施例涉及用于排气处理系统12的诊断系统10，包括排气管20、氧化氮(“NOx”)传感器22、故障指示灯(“MIL”)26和控制模块30。控制模块30与NOx传感器22和MIL26通信。NOx传感器22监控由内燃机(未示出)产生的排气32，并且生成表明排气32中NOx含量的信号。控制模块30监控NOx传感器22以确定排气32中NOx的含量。控制模块30使用指数加权移动平均(“EWMA”)滤波器36以减少由NOx传感器22在一段时间内收集的数据流的变化性。
应注意的是尽管图1描绘了控制模块30监控NOx传感器22，但是诊断系统10可以被用于使用EWMA过滤以减少在一段时间收集的原始数据的变化性的任何类型诊断系统。例如，诊断系统10可以被用于过滤来自设备诸如像选择性催化还原(“SCR”)设备的催化剂测试数据。诊断系统10的某些其他例子可以包括空气质量系统。
在一个实施例中，NOx传感器22产生泵送电流比信号以表明NOx传感器22是否按预期地在运行。泵送电流比基于用于泵送百万分之一千氧气(“O2”)到NOx传感器22的腔室(未示出)内所需的电流量，并且表明NOx传感器22是否有故障。例如，如果泵送电流比相对高，则这可能表明NOx传感器22的污染，以及如果泵送电流比相对低，则这可能表明破裂的NOx传感器22。EWMA滤波器36接收来自NOx传感器22的泵送电流比信号作为输入。泵送电流比信号是由NOx传感器22在一段时间内收集的原始数据值。EWMA滤波器36基于原始数据确定平均或过滤的泵送电流比值。
图2是描述了由NOx传感器22(图1)在一段时间t内收集的原始值40(举例来说，泵送电流比(PCR)信号)流的示例性图形。每个原始值40表示诊断测试的结果(举例来说，每个原始值40表示一次诊断测试的结果，并且图2中的图形是十二次不同诊断测试的图示)。在一个实施例中，控制模块30(图1)通过确定由NOx传感器22生成的泵送电流比信号是否表明NOx传感器22内的故障来执行自诊断测试。EWMA滤波器36(图1)基于原始值40确定平均或过滤值42。该图形还描述了最大故障阈值50、最大再通过阈值52、可接受最差执行(“WPA”)最大水平54、WPA额定水平56、WPA最小水平58、最小再通过值57以及最小故障阈值59。
现在参见图1和图2，最大故障阈值50表示用于触发表明由于升高的泵送电流比诸如像NOx传感器22的污染引起的故障的控制模块30中的故障所需的最小泵送电流比。特别地，在诊断测试过程中，如果由EWMA滤波器36确定的具体过滤值42超过由最大故障阈值50表明的水平，那么诊断故障代码(“DTC”)可以由控制模块30设置成失效状态。失效状态表明NOx传感器22内的故障可能已经发生，并且因此MIL26可以由控制模块30点亮。最大再通过值52表示在过滤值42已经超出最大故障阈值50并且失效状态已经被设置后、在控制模块30可以重置DTC至通过状态前EWMA滤波器36所需要生成的过滤值42。
WPA最大水平54、WPA额定水平56以及WPA最小水平58表示可以由控制模块30在诊断测试过程中使用以确定诊断过程中通过状态结果的可接受原始值40的范围。特别地，超过WPA最大水平54或小于WPA最小水平58的任何原始值40都不被控制模块30使用以确定泵送电流比是否表明NOx传感器22(图1)中的故障。最小故障阈值59表示所需用于触发表明泵送电流比已经下降至相对低级的控制模块30中故障的最小泵送电流比值，并且可以表明NOx传感器22破裂。在诊断测试过程中，如果由EWMA滤波器36确定的具体过滤值42小于由最小故障阈值59表明的水平，那么DTC可以由控制模块30设置成失效状态。最小再通过值57表示在过滤值42已经下降至最小故障阈值59以下并且失效状态已经被设置后、在控制模块30可以重置DTC至通过状态前EWMA滤波器36所需要生成的过滤值42。
现在参见图3，数据流图描述了可以被嵌入在控制模块30内的诊断系统10的各种实施例。诊断系统10的各种实施例，根据本公开，可以包括任何数量被嵌入在控制模块30内的子模块。正如可以理解的，图3中所示的子模块可以被组合和/或进一步被隔开以监控NOx传感器22(图1)。至控制模块30的输入可以从NOx传感器22(图1)接收、从其他控制模块(未示出)接收和/或由控制模块30内的其他子模块(未示出)确定/建模。在各种实施例中，控制模块30包括EWMA滤波器36、诊断模块60、原始值差值模块62、WPA模块64、EWMA加权因数模块66、测试模块68以及诊断报告模块69。
EWMA滤波器36接收表示由NOx传感器22(图1)当前检测或观察到的泵送电流比信号的原始值40作为输入。在所讨论的方法中，原始值40表示在观察时间t＝t0(图2)由NOx传感器22(图1)检测的当前泵送电流比信号。当前检测的原始值40在图2中被示为原始值40(t0)。EWMA滤波器36确定过滤值42，其在图2中被示为过滤值42(t0)。当前过滤值42基于在观察时间t＝t0检测的原始值40，以及之前已由EWMA滤波器36计算的过滤值42。特别地，过滤值42可以由公式1确定：
EWMA(t0)＝λYt0+(1-λ)(EWMA)t-1....(1-λ)(EWMA)t-n (公式1)
其中t＝1、2、....n
其中EWMA是在观察时间t＝t0被计算的过滤值42，λ是当前加权因数，Yt0是在当前观察时间t＝t0被输入至EWMA滤波器36的原始值40，(EWMA)t-1是之前在上一次观察时间t＝t-1计算的过滤值42，并且n是观察的次数。
诊断模块60接收来自EWMA滤波器36的当前过滤值42(或调整的过滤值90，其在下面讨论)作为输入。诊断模块60通过将当前过滤值42与最大故障阈值50和最小故障阈值59比较以执行诊断测试。在过滤值42大于故障阈值50或最小故障阈值59的情况下，这表明诊断测试未通过，并且由诊断模块60生成故障阈值信号82以表明失效状态。
一旦诊断测试未通过，诊断模块60还可以生成将DTC状态设置为失效的信号80。例如，参见图2-3，由于由EWMA滤波器36生成的过滤值42已经超过最大故障阈值50，所以信号80会在观察时间t＝t-1由诊断模块60设置。
原始值差值模块62接收来自NOx传感器22(图1)的原始值40以及来自诊断模块60的故障阈值信号82作为输入。如果接收到故障阈值信号82，那么原始值差值模块62比较当前检测的原始值40(举例来说，在当前观察时间t＝t0)和保存在存储器中在上一次观察时间t＝1测量的之前确定之前计算的过滤值42之间的差值。原始值差值模块62确定原始值40(在当前观察时间t＝t0)和之前确定之前计算的过滤值42(在上一次观察时间t＝t-1)之间的差值是否大于校准值C。这可以由公式2表示：
(EWMA)t-1-原始值(t0)＞C(公式2)
其中(EWMA)t-1是在上一次观察时间t＝t-1时的之前计算的过滤值42(42(t-1))并且原始值(t0)是在当前观察时间t＝t0测量的原始值40(图2中所示的40(t0))。
校准值C是预定值，其一般表明由过滤值42在t＝t0时表明的泵送电流比，其不在通过范围内并且可能超过最大阈值50或可能低于最小阈值59。如果之前计算的过滤值(EWMA)t-1和原始值(t0)之间的差值大于校准值C，那么原始值差值模块62生成校准信号84。
WPA模块64接收原始值40和校准信号84作为输入。如果WPA模块64从原始值差值模块62接收校准信号84，则WPA模块64将原始值40与WPA最大水平54和WPA最小水平58比较。如果原始值40小于WPA最大水平54且大于WPA最小水平58，则WPA模块64生成快速修复逻辑信号86。快速修复逻辑信号86表明潜在的校正措施可能已经发生，并且NOx传感器22(图1)可能已经被修复或更换。
EWMA加权因数模块66接收来自WPA模块64的快速修复逻辑信号86作为输入。一旦收到快速修复逻辑信号86，EWMA加权因数模块66发送调整的加权因数λ’至EWMA滤波器36。调整的加权因数λ’的值大于在上述公式1中使用的当前加权因数λ的值。现在参考图2-3，当被与当前加权因数λ相比较时，在相应过滤值42在时间t0(举例来说，图2中所示的42(t0)、42(t+1)、42(t-2)和42(t+3))开始的计算过程中调整的加权因数λ’会更加加重地加权从40(t0)(举例来说，图2中所示的40(t0)、40(t+1)、40(t+2)、40(t+3)以及40(t+4))开始的输入原始值40。因此，当快速修复逻辑激活时在EWMA滤波器36计算下一个过滤值42(t0)时，在观察时间t＝t0，过滤值42(t0)一般可以产生低于最大故障阈值50但是仍然高于再通过值52的值。该值仍然会表示故障结果。但是，该下一个过滤值42(t+1)会标明通过结果。新加权因数λ’可能被经验地确定，并且可以基于特定应用被调整。
EWMA滤波器36基于在观察时间t＝t0(图2中所示)检测的原始值使用新加权因数λ’确定调整的过滤值90。特别地，调整的过滤值90可以由下列公式确定：
EWMA(t0)＝λ’Yt0+(1-λ’)(EWMA)t-1....(1-λ’)(EWMA)t-n (公式3)
其中EWMA(t0)是在观察时间t＝t0被计算的过滤值90，λ’是新加权因数，Yt0是在观察时间t＝t0被输入至EWMA滤波器36内的原始值40，(EWMA)t-1是之前在上一次观察时间t＝t-1计算的过滤值42，以及n是观察的次数。
诊断模块60接收来自EWMA滤波器36的调整的过滤值90作为输入。诊断模块60通过将调整的过滤值90与最大故障阈值50和最小故障阈值59比较以执行诊断测试。诊断模块60确定调整的过滤值90是否小于最大故障阈值50且大于最小故障阈值59。如果过滤值42小于最大故障阈值50，那么这是表明诊断测试已经通过，并且诊断模块60生成被发送至测试模块68的通过信号100。通过信号100表明由诊断模块60执行的诊断测试已经生成通过状态。
测试模块68接收由诊断模块60生成的故障阈值信号82和通过信号100，以及来自WPA模块64的快速修复逻辑信号86作为输入。一旦收到快速修复逻辑信号86，测试模块68会发送启动测试信号102返回至诊断模块60。启动测试信号102会促使诊断模块60在一段时间内执行增加数量的诊断测试。因此，故障阈值信号82或通过信号100会更频繁地从诊断模块60发送至测试模块68。
测试模块68会继续监控诊断模块60以确定预定数量的诊断测试是否已经完成并且表明经过预定数量的点火周期的通过状态(举例来说，由通过信号100所表明的)。如果测试模块68确定预定数量的诊断测试已经通过经过预定数量的驱动周期，则重置信号110被发送至诊断报告模块69。在一个实施例中，测试模块68可能延迟发送重置信号110至诊断报告模块69直到预定数量的诊断测试已经被执行经过预定数量的驱动周期。例如，在一个实施例中，测试模块68监控用于预定数量的诊断测试的诊断模块60经过三个点火周期。如果诊断测试都生成通过结果，那么在第四次点火周期开始，重置信号110被发送至诊断报告模块69，并且MIL26(图1)被停用。
诊断报告模块69接收来自测试模块68的重置信号110，作为输入，并且生成更新DTC状态至通过的信号120，并且MIL26(图1)被停用(举例来说，灯被关闭)。
一般性地参见图1-3，如果控制模块30确定对NOx传感器22的校正措施在NOx传感器22表明故障后已经被执行，那么诊断系统10用调整的加权因数λ’替换当前加权因数λ。当被与当前加权因数λ比较时，调整的加权因数λ’会更加加重地加权由NOx传感器22生成的输入原始值40。因此，由于校正措施被执行，EWMA滤波器36能够消除从NOx传感器22收集的原始数据中的相对突然的改变。因此，EWMA滤波器36基本能够生成在NOx传感器22生成通过值后立即传送诊断测试的过滤值42(举例来说，在图2中示为在观察时间t＝t+1的过滤值42(t+1))。因此，DTC状态可以被更新至通过状态并且当被与当前可用的某些诊断系统比较时，MIL26可以在更少时间内(举例来说，更少的点火周期)被停用。
尽管本发明已经参考示例性实施例被描述，但是本领域技术人员可以理解的是可以做出各种改变以及等同物可以替代其相关元件而不脱离本发明的范围。此外，可以做出许多修改以适应本发明教导的特定情形或材料而不脱离其实质范围。因此，意图是本发明不受限于所揭示的特定实施例，而是本发明将包括落在本申请范围内的所有实施例。

Claims (20)

1.一种增加指数加权移动平均EWMA滤波器的加权因数的方法，包括：
监控包括原始数据值的数据流并且由包括操作逻辑的电子控制模块基于数据流确定EWMA值；
确定EWMA值是否在预定的最大故障阈值和预定的最小故障阈值之间；以及
基于第一原始数据值和之前计算的超出校准值的过滤数据值之间的差值，增加EWMA滤波器的加权因数至调整的加权因数以更加加重地加权数据流的输入原始数据值。
2.根据权利要求1所述的方法，其中EWMA滤波器基于公式EWMA(t0)=λ’Yt0+(1-λ’)(EWMA)t-1….(1-λ’)( EWMA)t-n确定调整的过滤值；其中EWMA(t0)是在观察时间t=t0被计算的过滤值，λ’是新加权因数，Yt0是在观察时间t=t0被输入至EWMA滤波器内的原始值，(EWMA)t-1是之前在上一次观察时间t=t-1计算的过滤值，以及n是观察的次数。
3.根据权利要求1所述的方法，还包括：传送调整的过滤值至诊断模块。
4.根据权利要求3所述的方法，还包括：将最大故障阈值和最小故障阈值与调整的过滤值比较。
5.根据权利要求3所述的方法，还包括：如果调整的过滤值小于最小故障阈值，则发出通过信号。
6.根据权利要求1所述的方法，还包括：向可接受最差执行模块提供用于EWMA滤波器的可接受最差执行最大水平和可接受最差执行最小水平。
7.根据权利要求1所述的方法，还包括：
将原始数据值与可接受最差执行最大水平和可接受最差执行最小水平比较；以及
如果原始值大于可接受最差执行最小水平且小于可接受最差执行最大水平则生成快速修复逻辑信号，快速修复逻辑信号表明潜在校正措施的存在。
8.一种诊断系统，包括：
传感器；
操作地连接至传感器的指数加权移动平均EWMA滤波器；以及
操作地连接至EWMA滤波器的控制模块，控制模块被配置和设置以增加EWMA滤波器的加权因数至调整的加权因数以更加加重地加权数据流的输入原始数据值。
9.根据权利要求8所述的诊断系统，其中EWMA滤波器被配置和设置以建立基于公式EWMA(t0)=λ’Yt0+(1-λ’)( EWMA)t-1….(1-λ’)( EWMA)t-n的调整的过滤值；其中EWMA(t0)是在观察时间t=t0被计算的过滤值，λ’是新加权因数，Yt0是在观察时间t=t0被输入至EWMA滤波器内的原始值，( EWMA)t-1是之前在上一次观察时间t=t-1计算的过滤值，以及n是观察的次数。
10.根据权利要求8所述的诊断系统，还包括：操作地连接至控制模块的诊断模块，诊断模块被配置和设置以确定调整的过滤值是否在预定的最大故障阈值和预定的最小故障阈值之间。
11.根据权利要求10所述的诊断系统，其中诊断模块被配置和设置以将调整的过滤值与最大故障阈值和最小故障阈值比较。
12.根据权利要求8所述的诊断系统，还包括：
操作地连接至控制模块的最差执行可接受模块， 可接受最差执行模块包括用于EWMA滤波器的可接受最差执行最大水平以及可接受最差执行最小水平。
13.根据权利要求11所述的诊断系统，其中可接受最差执行模块被配置和设置成如果传送至EWMA滤波器的原始数据值大于可接受最差执行最小水平且小于可接受最差执行最大水平则生成快速修复逻辑信号，快速修复逻辑信号表明传感器潜在校正措施的存在。
14.根据权利要求8所述的诊断系统，其中传感器包括NOx传感器。
15.一种排气处理系统，包括：
排气管；
操作地连接至排气管的传感器；
操作地连接至传感器的指数加权移动平均EWMA滤波器；以及
操作地连接至EWMA滤波器的控制模块，控制模块被配置和设置以增加EWMA滤波器的加权因数至调整的加权因数以更加加重地加权数据流的输入原始数据值。
16.根据权利要求15所述的排气处理系统，其中EWMA滤波器被配置和设置以建立基于公式EWMA(t0)=λ’Yt0+(1-λ’)( EWMA)t-1….(1-λ’)( EWMA)t-n的调整的过滤值；其中EWMA(t0)是在观察时间t=t0被计算的过滤值，λ’是新加权因数，Yt0是在观察时间t=t0被输入至EWMA滤波器内的原始值，( EWMA)t-1是之前在上一次观察时间t=t-1计算的过滤值，以及n是观察的次数。
17.根据权利要求16所述的排气处理系统，还包括：操作地连接至控制模块的诊断模块，诊断模块被配置和设置以确定调整的过滤值是否在预定的最大故障阈值和预定的最小故障阈值之间。
18.根据权利要求17所述的排气处理系统，其中诊断模块被配置和设置以将调整的过滤值与最大故障阈值和最小故障阈值比较。
19.根据权利要求15所述的排气处理系统，还包括：操作地连接至控制模块的最差执行可接受模块， 可接受最差执行模块包括用于EWMA滤波器的可接受最差执行最大水平以及可接受最差执行最小水平。
20.根据权利要求19所述的排气处理系统，其中可接受最差执行模块被配置和设置成如果传送至EWMA滤波器的原始数据值大于可接受最差执行最小水平且小于可接受最差执行最大水平则生成快速修复逻辑信号，快速修复逻辑信号表明传感器潜在校正措施的存在。
CN201310757021.3A 2012-10-25 2013-10-25 具有可调整加权因数的指数加权移动平均滤波器 Active CN103997313B (zh)

Applications Claiming Priority (6)

Application Number Priority Date Filing Date Title
US201261718409P 2012-10-25 2012-10-25
US61/718409 2012-10-25
US61/718,409 2012-10-25
US14/055,092 US9501452B2 (en) 2012-10-25 2013-10-16 Exponentially weighted moving averaging filter with adjustable weighting factor
US14/055,092 2013-10-16
US14/055092 2013-10-16

Publications (2)

Publication Number Publication Date
CN103997313A CN103997313A (zh) 2014-08-20
CN103997313B true CN103997313B (zh) 2017-08-25

Family

ID=50479912

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310757021.3A Active CN103997313B (zh) 2012-10-25 2013-10-25 具有可调整加权因数的指数加权移动平均滤波器

Country Status (3)

Country Link
US (1) US9501452B2 (zh)
CN (1) CN103997313B (zh)
DE (1) DE102013221530B4 (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE202015004194U1 (de) * 2015-06-11 2016-09-13 GM Global Technology Operations LLC (n. d. Ges. d. Staates Delaware) Computerprogramm zum Betrieb eines Verbrennungsmotors
US9976519B2 (en) * 2015-10-26 2018-05-22 Ford Global Technologies, Llc Confidence-modified exponentially weighted moving average filter for engine-off natural vacuum testing
CN106774235B (zh) * 2015-11-25 2021-08-31 西门子（中国）有限公司 一种模拟输入信道的异常状态诊断装置和方法
KR101716481B1 (ko) * 2016-01-19 2017-03-14 엘에스산전 주식회사 이동평균 필터의 동작 제어 방법
US10443471B2 (en) * 2017-05-04 2019-10-15 GM Global Technology Operations LLC Selective catalytic reduction dosing control
NL2023020B1 (en) * 2019-04-29 2020-11-05 Daf Trucks Nv OBD Sensor response diagnostics and anti tamper device
US20210229668A1 (en) * 2020-01-27 2021-07-29 Tusimple, Inc. Adaptive brake mode selection
US11813926B2 (en) 2020-08-20 2023-11-14 Denso International America, Inc. Binding agent and olfaction sensor
US11760169B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Particulate control systems and methods for olfaction sensors
US11932080B2 (en) 2020-08-20 2024-03-19 Denso International America, Inc. Diagnostic and recirculation control systems and methods
US11828210B2 (en) 2020-08-20 2023-11-28 Denso International America, Inc. Diagnostic systems and methods of vehicles using olfaction
US11760170B2 (en) 2020-08-20 2023-09-19 Denso International America, Inc. Olfaction sensor preservation systems and methods
US11881093B2 (en) 2020-08-20 2024-01-23 Denso International America, Inc. Systems and methods for identifying smoking in vehicles
US11636870B2 (en) 2020-08-20 2023-04-25 Denso International America, Inc. Smoking cessation systems and methods
CN112682145A (zh) * 2020-12-28 2021-04-20 潍柴动力股份有限公司 SCR转化NOx效率监控方法、装置及车辆
CN113442139B (zh) * 2021-06-29 2023-04-18 山东新一代信息产业技术研究院有限公司 基于ros操作系统的机器人速度控制方法及装置

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101609342A (zh) * 2008-06-20 2009-12-23 通用汽车环球科技运作公司 用于控制氧气传感器的加热器的控制系统和方法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE3620614A1 (de) 1986-06-20 1987-12-23 Gutehoffnungshuette Man Verfahren zum filtern eines verrauschten signals
US5431011A (en) 1993-12-14 1995-07-11 General Motors Corporation Catalytic converter diagnostic
US5630315A (en) * 1995-10-06 1997-05-20 General Motors Corporation Catalyst diagnostic system and method
DE10049685A1 (de) 2000-10-07 2002-04-11 Volkswagen Ag Verfahren und Vorrichtung zur Eigendiagnose eines NOX-Sensors
DE10259719B4 (de) 2002-12-19 2007-03-15 Cs Clean Systems Ag Verfahren zur Minimierung des Fehlers einer Messgröße
EP2033366B1 (en) 2006-06-26 2010-07-21 Telefonaktiebolaget LM Ericsson (publ) Network node and method for fast traffic measurement and monitoring
US8629781B2 (en) 2011-05-05 2014-01-14 GM Global Technology Operations LLC Efficiency determination for a selective-catalytic-reduction catalyst

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101609342A (zh) * 2008-06-20 2009-12-23 通用汽车环球科技运作公司 用于控制氧气传感器的加热器的控制系统和方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
提高传感器故障检测能力的研究;邱天;《动力工程》;20080229;80-83 *
提高基于霍金斯指标的传感器故障检测能力的研究;邱天;《2006电站自动化信息化学术和技术交流年会》;20061231;224-229 *

Also Published As

Publication number Publication date
DE102013221530A1 (de) 2014-04-30
US20140122020A1 (en) 2014-05-01
CN103997313A (zh) 2014-08-20
DE102013221530B4 (de) 2019-06-06
US9501452B2 (en) 2016-11-22

Similar Documents

Publication Publication Date Title
CN103997313B (zh) 具有可调整加权因数的指数加权移动平均滤波器
JP6688159B2 (ja) 車両の故障診断方法
CN101900788B (zh) 一种检测产品可靠性的试验方法
RU2684225C2 (ru) Инструмент валидации системы мониторинга авиационного двигателя
EP2161664A2 (en) System and method for detecting temporal relationships uniquely associated with an underlying root cause
JP2010137644A (ja) 車両の故障診断装置
CN111273176B (zh) 一种故障诊断的优化方法及装置、系统和存储介质
CN102619684B (zh) 故障诊断方法及系统
US20110119032A1 (en) Anomalous data detection method
CN111637924B (zh) 一种挖掘机异常的检测方法、检测装置及可读存储介质
US20180100462A1 (en) Method and device for diagnosing and for calibrating an exhaust gas sensor
US6502018B1 (en) Method for diagnosis of equipment
CN105097059A (zh) 核电厂系统定期试验项目分析设计方法
US8965716B2 (en) Method and apparatus for testing at least one temperature sensor in a vehicle
CN110582626A (zh) 用由磨损因子校正的异常检测来监视涡轮机的系统和方法
KR102360630B1 (ko) 공기 유량 센서의 추가 가열 기능을 진단하기 위한 방법 및 장치
CN107247871B (zh) 项目检测时间核查预警方法及装置
CN113101734A (zh) 一种滤芯的健康评估方法、装置、系统及机械设备
CN112985578B (zh) 一种风电机组共振诊断方法及装置
US8225646B2 (en) Throttle body sweep diagnostic system and method
JP2016186779A (ja) 工程診断装置、工程診断方法および工程診断プログラム
CN114577470A (zh) 用于风机主轴承的故障诊断方法及系统
ITUB20155449A1 (it) Metodo di analisi di una sequenza temporale di misure di un segnale caratteristico di un sistema per la diagnosi preventiva del sistema stesso
CN115563868A (zh) 一种航空交流发电机油路系统故障诊断方法及装置
CN113242815B (zh) 用于诊断机动车中的安全部件的方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant