CN105189983A

CN105189983A - 用于确定双燃料混合物中的混合燃料的方法

Info

Publication number: CN105189983A
Application number: CN201380075206.4A
Authority: CN
Inventors: 斯文·阿林德
Original assignee: Volvo Truck Corp
Current assignee: Volvo Truck Corp
Priority date: 2013-03-27
Filing date: 2013-03-27
Publication date: 2015-12-23
Anticipated expiration: 2033-03-27
Also published as: US20160047325A1; US9869254B2; WO2014154227A1; EP2978956A1; CN105189983B; BR112015024894A2; JP2016514785A; BR112015024894B1; JP6114462B2

Abstract

本发明涉及一种用于确定在内燃机(2)中的双燃料混合物中的混合燃料的方法，所述双燃料混合物包括第一和第二燃料。所述方法包括如下步骤：针对多种混合燃料在瞬态循环操作期间测量多个发动机参数；使用测量结果的瞬态时间序列的系统识别确定一个或者多个相关的发动机参数；基于所述一个或者多个发动机参数确定用于所述混合燃料的估算的模型；使用所述模型以使用所述一个或者多个发动机参数的当前测量值在瞬态运行期间确定当前混合燃料，以及使用所计算的当前混合燃料用于控制喷入所述内燃机的每个气缸的双燃料混合物的量。本发明进一步涉及使用所述方法的车辆和计算机程序产品。

Description

用于确定双燃料混合物中的混合燃料的方法

技术领域

本发明涉及一种用于确定双燃料混合物中的混合燃料的方法。该方法允许对燃料中的混合燃料进行实时估算，所述燃料具有根据混合而变化的燃料和燃烧特性，用于为双燃料混合物中的任何混合提供最优的发动机操作。

背景技术

生物柴油能够以纯的形式或者可与石化柴油以任何浓度混合用于现代的柴油发动机。生物柴油的使用将在未来增加，特别是由于这种类型的燃料的优点。特别地，使用生物柴油具有将颗粒物减少到多达80％的效果。而且生物柴油提供了重新矫正烟煤-NOx的折衷的可能性，以便减少NOx的增加。它还提供了减少柴油颗粒过滤器的再生频率的可能性。然而，生物柴油的使用会引起问题，例如相对于常规的柴油来说，采用生物柴油燃料，电机的冷启动会变得更加困难，特别是在低温下。还有一个问题是由于生物柴油的蒸发特性，增加了油的稀释度。此外，生物柴油的使用将会产生将电机的功率减小7-10％的效果。而且，生物柴油的使用会导致氮氧化物排放增加到高达60％。

虽然材料的兼容性挑战在“灵活燃料”车辆中已经大部分被满足，然而发动机和后处理操作还没有根据燃料类型(例如，乙醇、生物柴油等)被优化。替选燃料的全面引入常常如与常规燃料混合出现。这被认为在某种程度上E85(85％乙醇，15％汽油)和B20(20％生物柴油，80％常规柴油)是有限的引入。生物柴油的一个例子是RME，其是菜籽油的甲酯。挑战在于调整各种燃料特性，因为由于替选燃料的类型(即，纯生物柴油vs纯柴油)和混合率，即，B20(20％生物柴油，80％常规柴油)vsB80(80％生物柴油，20％常规柴油)二者引起的燃料特性上存在差异。混合燃料的实时估算对于双组分(例如，柴油-生物柴油，汽油-乙醇等)燃料的优化使用来说是一个关键的因素。

生物柴油或者RME，作为石油基柴油燃料的可再生替选燃料，当与石化柴油燃料相比时，会产生除了氮氧化物的所有类型(CO、HC等)的更低的排放。降低从以生物柴油运行的发动机产生的NOx以能够满足排放需求是一项艰巨的任务。出于控制和调节的目的，对混合燃料的了解是必需的以便调谐发动机控制系统参数，从而导致更低的NOx排放和改进的发动机性能。RME能够被用于与传统柴油的不同混合，并且估算生物柴油燃料的百分比对于每发动机循环的燃料喷射率和由发动机所产生的功率的估算是有用的。

RME相比于传统柴油具有更低的热值，为了实现同样的功率；必须使用更多的RME燃料。可替选地，对于相同量的柴油燃料和RME燃料，将会产生不同程度的扭矩。因此，另一个问题是提供燃料中RME含量的精确估算，以优化发动机的燃料消耗信息和由发动机产生的扭矩两者。

本发明的目的在于能够检测车辆油箱中的生物柴油，以便尽可能精确地提供生物柴油的体积百分比估算。另一个目的在于在不使用专用的传感器而仅使用现有发动机的传感器以及对于ECU已经是可用的数据的情况下提供这种估算。

发明内容

本发明涉及根据权利要求1和它的从属权利要求的用于确定双燃料混合物中的混合燃料的方法。

根据优选的实施例，本发明涉及用于确定内燃机中的双燃料混合物中的混合燃料的方法，所述双燃料混合物包括第一和第二燃料。所述方法包括如下步骤：

-针对发动机负载和所述混合燃料的预定范围在瞬态循环操作期间，使用传感器测量多个发动机参数，并且将传感器信号传送到电子控制单元；

-使用测量结果的瞬态时间序列的系统识别，以确定一个或者多个相关的发动机参数；

-基于所述一个或者多个发动机参数确定用于所述混合燃料的估算的模型；

-使用所述模型，以使用所述一个或者多个发动机参数的当前测量值确定在瞬态运行期间的当前混合燃料，以及

-响应于所述当前混合燃料，使用所计算的当前混合燃料控制发动机。

根据所述方法，在系统识别期间使用实际的和时间延迟的、线性的和交叉项、输入数据以确定相关参数。

根据本发明，所述方法包括使用至少一个发动机参数，所述发动机参数包括排气歧管温度、发动机转速、排气歧管压力、排气再循环质量流量、诸如用于燃料喷射的调节的积分部分的燃料喷射参数、进气歧管压力、进气歧管温度、发动机控制单元所需的扭矩值、可变几何涡轮增压器位置、和/或冷却水温度。这是参数和额外的可用传感器值的未完全列举列表，所述传感器值能够根据所用的发动机模型被使用。

已经执行了在柴油中使用7％(B7)、50％(B50)和100％RME(B100)的发动机测试，并且将在接下来的内容中更加详细的描述。RME含量已经使用用于多个发动机参数的可用传感器的值对瞬态工况进行了建模。在下面所给的示例中，所选的参数是排气歧管温度、发动机转速、排气歧管压力、EGR质量流量、燃料喷射参数、进气歧管压力、进气歧管温度、所需扭矩(发动机控制单元所请求的扭矩)、VGT(可变几何涡轮机)的位置/需求、和冷却水温度。可选地，为了使得模型更加的稳健/精确，额外的传感器值能被使用。

测试显示，使用发动机的可用传感器来检测在瞬态工况下在混合柴油燃料(VSD10)中RME的比率是可能的。通过使用采用根据本发明的方法所应用的模型，在车辆运行期间在瞬态工况下柴油中的RME的比率能够被估算。

在一个13升(420hp)欧V无EGR的发动机上执行测试。欧V是当前在欧洲(EU)所售的重型车辆的排放标准。发动机后处理系统(EATS)是具有柴油颗粒过滤器(DPF)和选择性催化反应器(SCR)二者的US10系统。US10是2010年的美国(US)排放标准的规定。除了排放的标准准备、温度和压力传感器，用于收集训练数据的RME燃料是B7和B100。

这个模型不会直接应用于其他发动机的模型。例如，欧VI(2014年欧洲(EU)标准)发动机会具有不同的传感器并且一些发动机版本将包括EGR和组合涡轮。这使得对于每个发动机来说重新校准模型是必需的。

发动机在测试循环中瞬态运行并且在验证循环中瞬态运行。合适的测试循环是“工作循环(城市3循环)”、“WHTC”和“WHSC”。这些循环是由各个国际和国内权威机构确定的标准化的驱动循环。工作循环，或者城市3循环是用于都市交通中公交车的瞬态循环。世界统一瞬态循环(WHTC)测试是由UNECEGRPE工作组所制定的第4号全球技术条例(GTR)所限定的瞬态发动机测功机循环。GTR覆盖了用于发动机排放的世界范围的统一重型认证(WHDC)程序。所述条例基于真实的重型商业车的应用的世界范围的模式。已经创建了两个代表性的测试循环，具有冷热启动需求和热启动稳态测试循环二者的瞬态测试循环(WHTC)，或者世界统一稳定循环(WHSC)，其覆盖了欧洲、美国、日本和澳大利亚的典型的驱动条件。

模型被训练(校准)和测试(验证)瞬态，这允许模型在车辆运行期间的任何时间用于发动机。所有测试在室温下进行。

用于针对附加例子中所测试的特定发动机的瞬态模型的发动机参数是排气歧管温度、发动机转速、排气歧管压力、EGR质量流量、燃料喷射参数、进气歧管压力、进气歧管温度、所需扭矩、VGT位置/需求、和冷却水温度。如上所指示，采用额外的传感器值能够提升瞬态模型的精确性。

使用系统识别来确定用于瞬态模型的参数。在控制工程学中，系统识别使用统计方法根据所测量的数据来建立动态系统的数学模型。因此，通用的方法是从系统的行为和外部影响(对系统的输入)开始，并且在没有详细探讨在系统内实际发生的事情的情况下尝试确定它们之间的数学关系。这种方法被称作系统识别。

在瞬态模式中训练模型的期间，发动机以B7和B100运行。随后，该模型以燃料的B50混合物在瞬态循环中测试。

根据本发明的燃料质量模型(FQM)方法是瞬态的。这意味着它记住了之前的测量参数值，当在瞬态真实寿命循环中检测RME程度时这是有价值的。这里所考虑的循环是城市3并且是城市公交驱动循环。

对于WHSC，只有峰值扭矩(A100)和峰值标称功率(C100)被FQM所考虑。该循环不是公路循环但是正好用于验证。

发动机以城市3循环运行以在验证之前进行准备。FQM在这个循环中具有良好的收敛特性。输入数据(in-data)被中心化且标度化，其意味着减去输入数据的平均值并且以该数据除以标准偏差。

在系统识别期间，实际的和时间延迟的、线性的和交叉项的、输入数据被考虑以确定相关参数。被认为相关的所有项每个与一个系数相乘并且如下面所描述的相加在一起。结果为RME％的混合值。

拟合时间序列数据互相称为时间序列分析或者系统识别。这里，在输入数据的表或者矩阵被认为是A矩阵并且两个RME水平被认为是在方程组Ax＝y中的y。

能够以多种方式解方程组。这里所选择的方法是偏最小二乘法(PLS)。这种选择的原因在于PLS比许多其他方法对于A中的相关列更加不灵敏。特别的，当使用时变的输入数据时，在不同列之间几乎完全相关。在所选择的程序语言Matlab^TM中，不存在选择应该使用多少个分量的实施方式。已经使用分量的拟合函数的图来看出拟合在哪停止改进以及所使用的分量的数目。

时变的数据是当一列，例如EGR质量流量，被拷贝到A矩阵中的一个新的列时。然后，所述列被滞后，这意味着你移除了第一观察并且用第二观察替代第一观察。然后你用第三观察替代第二观察，依此类推。这个变量被叫做“EGR质量流量(t-1)”。当使用PLS用该新的变量解方程组Ax＝y时，每个RME值不仅取决于现在的EGR值，还取决于之前的值。这叫做时变或者瞬态模型。

相互作用项也在矩阵A中使用。在这些项背后的想法是一个参数(例如EGR质量流量)的依赖，能够是依赖另一个参数(例如进气歧管温度)的。然后，新的列可以被加入矩阵A，其由EGR矢量中的数目乘以入口温度矢量的数目所组成并且AX＝b被解。这给出了项(EGR质量流量)*(入口压力)。

模型中总计有恰好超过100个系数，这意味着在矩阵A中的10个原始列已经被因子10所增大。

收敛准则由发动机中的RME％的观察的时变的平均值组成。这导致平均RME％在时间间隔上收敛。当在最大和最小值之间的差值位于某个区间内时，FQM的结果作为燃料中的RME％被交付。

公知的回归法通常被认为是神经网络。这里所使用的回归模型，偏最小二乘，能够被描述为“在一层中采用线性变换函数和正交系数的向后传播神经网络”。

比起数据集，使用更少自由度的模型提供了测试模型的机会。这里所使用的方式执行了交叉验证，这意味着系统地排除了你的数据集的部分，在剩下的数据上建立模型，并且试图预测排除的值。这已经用于这个模型并且内部兼容性是好的。然后，以瞬态模式测验模型的有效性。

如上所指示的，相比于传统柴油，RME具有较低的热值，为了实现相同的功率，更多的RME燃料可以被采用。对于相同量的柴油燃料和RME燃料，将会产生不同程度的扭矩。

根据本发明的方法得到了一个模型，该模型提供了燃料的RME含量的正确估算并且允许优化发动机的燃料消耗信息和由发动机产生的扭矩两者。

所计算的当前的混合燃料能够用于控制发动机，例如，通过调节喷入内燃机的每个气缸内的双燃料混合物的量、排气再循环质量流量、或者可变几何涡轮增压器的位置。这是发动机参数的未完全列举列表，它们能够响应于当前混合燃料而被控制。

本发明还涉及一种车辆，所述车辆包括布置成由根据本发明的方法所控制内燃机。所述发动机使用由上述方法获得的模型来操作。

本发明还涉及一种包括程序代码装置的计算机程序，所述程序代码装置用于当所述程序在计算机上运行时执行方法的所有的步骤。

本发明还涉及一种包括存储在计算机可读介质上的程序代码装置的计算机程序产品，所述程序代码装置用于当所述程序产品在计算机上运行时执行方法的所有步骤。

本发明还涉及一种用于在计算环境中使用的存储介质，诸如计算机存储器或者非易失性数据存储介质，所述存储器包括计算机可读程序代码以执行根据本发明的方法。

本发明还涉及用于计算机的计算机程序、计算机程序产品、和存储介质，所有都被与计算机一起使用以执行上述示例中的任何一种所描述的方法。

附图说明

在接下来的内容中，本发明将参照附图详细地进行描述。这些示意图仅用于示意而不是以任何方式限制本发明的范围。附图中：

图1示出示意性地图示设置有用于使用根据本发明的方法控制发动机的装置的车辆；

图2示出了FQM算法的一部分的流程图；

图3A示出了绘出7％RME含量的工作循环校准结果的图；

图3B示出了绘出用于剩余RME的根据图3A的工作循环校准结果的图；

图4A示出了绘出100％RME含量的工作循环校准结果的图；

图4B示出了绘出用于剩余RME的根据图4A的工作循环校准结果的图；

图5A示出了绘出7％RME含量的WHTC校准结果的图；

图5B示出了绘出用于剩余RME的根据图5A的WHTC校准结果的图；

图6A示出了绘出100％RME含量的WHTC校准结果的图；

图6B示出了绘出用于剩余RME的根据图6A的WHTC校准结果的图；

图7A示出了绘出7％RME含量的WHSC校准结果的图；

图7B示出了绘出用于剩余RME的根据图7A的WHSC校准结果的图；

图8A示出了绘出100％RME含量的WHSC校准结果的图；

图8B示出了绘出用于剩余RME的根据图8A的WHSC校准结果的图；

图9A示出了绘出50％RME含量的工作循环校准结果的图；

图9B示出了绘出用于剩余RME的根据图9A的工作循环校准结果的图；

图10A示出了绘出50％RME含量的WHTC校准结果的图；

图10B示出了绘出用于剩余RME的根据图10A的WHTC校准结果的图；

图11A示出了绘出50％RME含量的WHSC校准结果的图；

图11B示出了绘出用于剩余RME的根据图11A的WHSC校准的图；

图12示出了应用于计算机布置的本发明。

具体实施方式

在未来的燃料中，用于大部分柴油发动机的有希望的候选将包括生物柴油或者RME。这里所研究的示例是RME，以7％、50％和100％的比例与柴油(VSD10)混合。13升欧V发动机已经被用作测试对象。为了得到充满车辆的燃料的混合的成本效益检测(例如生物柴油的％含量)，使用软传感器的组合。

通过分析发动机在7％和100％RME下的不同影响，许多能够被可用传感器所测量到的与发动机相关的参数被列出(表1)。

表1.测量变量

序号	变量	ID	单位
				1	扭矩	md	Nm
2	排气歧管温度	ACM.se_EngExhTemp	℃
				3	发动机转速	APS_EngineSpeed_TS	rpm
4	排气歧管压力	ExhaustManifoldPressure	kPa
				5	EGR质量流量	mfv_EgrMassFlowValidated	kg/s
6	燃料喷射参数1	rpc_Ipart	mg/str
				7	燃料喷射参数2	rpc_MpropFlowDemand	mg/str
8	燃料喷射参数3	rpe_RailPressure	bar
				9	增压压力	se_BoostPres	kPa
10	增压温度	se_BoostTemp	℃
				11	NOx(催化前)	se_NOxInLevel	ppm
12	NOx(催化后)	se_NOxOutLevel	ppm
				13	所需扭矩	tc_TorqueValue	Nm
14	VGT位置/需求	vsra_VgtPosSRA	％
				15	冷却水温度(进入)	T_W_I	℃
16	冷却水温度(出去)	T_W_O	℃

从这些参数中，选择排气歧管温度、发动机转速、排气歧管压力、EGR质量流量、燃料喷射参数、进气歧管压力、进气歧管温度、所需扭矩、VGT位置/需求、和冷却水温度。使用用于欧V卡车发动机的现有发动机传感器可检测所有的参数。可选地，虽然在这个示例中十个参数已经被选择，也能够选择更少或者额外的传感器信号。

这个模型不会直接应用于其他发动机的模型。例如，欧VI(2014年欧洲(EU)标准)发动机会具有不同的传感器并且一些发动机版本将包括EGR和组合涡轮。对于每个发动机来说重新校准模型是必需的。

图1示出了示意性图示设置有使用根据本发明的方法控制发动机的装置的车辆。这个图示出了用于测试和校验本发明方法的示意性的发动机布局。图1示出了设置有可被电子控制单元(ECU)3控制的压燃式发动机2的车辆1。发动机2包括被供应给来自涡轮增压器的增压空气的空气进气歧管，所述涡轮增压器被排气歧管排出的排气所驱动。排气质量流的一部分通过排气再循环(EGR)管道被直接供应给进气歧管。燃料通过由ECU控制的燃料喷射器被供应给每个单独的燃烧室。所述装置是公知的现代内燃机的组成部分并且将不在图中示出或者在下面的描述中描述。

ECU3与给它供应控制发动机2所必需的传感器信号的多个传感器连接。

图1示意性地指示了有限数量的传感器，包括用于排气歧管温度11、发动机转速12、排气歧管压力13、EGR质量流量14、燃料喷射参数15、进气歧管压力16、进气歧管温度17、所需扭矩18、可变几何涡轮增压器(VGT)位置19、和冷却水温度20的传感器。在这种情况下，燃料喷射参数是用于燃料喷射的调节的积分部分(integralportion)。所需扭矩是由驾驶员从发动机所要求的扭矩并且能够使用油门位置来检测。可变几何涡轮增压器(VGT)被布置以允许涡轮机的有效的纵横比(A/R)根据工况的变化而改变。VGT可控部件的位置能够由合适的传感器检测到。冷却水温度能够在发动机的冷却剂入口和冷却剂出口两个位置处测量；在这种情况下，使用出口温度。

ECU3包括非易失性存储器，其中存储着用于估算当前正被喷射的燃料混合物中的RME百分比的模型。通过使用来自上述传感器和所存储的模型的测量值，当前RME百分比能够被估算。然后，ECU3能够经由导管21控制燃料喷射器以调节每发动机循环的燃料喷射率以及由发动机产生的功率。此外，或者可替选地，当前混合燃料能够被用于控制诸如排气再循环质量流量或者可变几何涡轮增压器位置等的参数。

发动机在瞬态循环中使用B7和B100运行，以测量和收集数据，并且随后在验证循环中使用B50以瞬态运行。该模型在瞬态循环中被训练并且在瞬态循环中测试。所有的测试在室温下执行。

在不同的瞬时点并且用某个节流位置处的不同RME混合对发动机进行测试。针对每个RME混合的每个瞬时点测量用于排气歧管温度、发动机转速、排气歧管压力、EGR质量流量、燃料喷射参数、进气歧管压力、进气歧管温度、所需扭矩、VGT位置/需求、和冷却水温度的数据。

使用预测变量的线性函数来计算时间点k的模型输出，其中x(k)是预测变量的1乘nx的矩阵，y(k)是标量响应变量，θ是回归系数的(nx+1)乘1的矩阵，并且r是剩余量。

为了提高模型的拟合度，模型是由包括以往预测变量的值(滞后)来增强的。如果x(k)是在时间点k的预测变量的值的矢量，则x(k-1)是在时间点k-1或者滞后一个样本的预测变量的值的矢量。

通过这种方式，模型具有更多的回归量，即，不仅具有nx输入变量，还具有x(k)的滞后。例如，当我们考虑滞后一个样本的输入时，模型能够被写成：

y(k)＝[1x(k)]θ₀+x(k-1)θ₁+r(k)＝[1x(k)x(k-1)]θ+r(k)

通过常规的方式，具有滞后输入数据值的回归量的集合可用公式如下表示：

[x(k)，x(k-n_x1)，x(k-2n_x1)，...，x(k-n_x2)]，

其中，n_x1和n_x2是限定输入变量的时间滞后的参数。例如，如果n_x1＝4，n_x2＝8，则回归量的集合是

[x(k)，x(k-4)，x(k-8)]

最后，交叉乘积项也包括在模型中。这些项表示了预测变量之间的交互作用。回归量的集合能够如下表示

[x(k)，x(k-n_x1)，x(k-2n_x1)，...，x(k-n_x2)，

z(k)，z(k-n_x1)，z(k-2n_x1)，...，z(k-n_x2)]

其中z是交叉乘积项的矢量

[x₁x₂，x₁x₃，...，x₁x_nx，x₂x₃，...，x₂x_nx，...，x_nx-1x_nx]

为了消除模型中随时间的波动，估算所有响应变量估算值的累加平均数直到当前数据值，

\overset{&OverBar;}{y} (k) = \frac{y (1) + ... + y (k)}{k} = \frac{y (k) + (k - 1) \overset{&OverBar;}{y} (k - 1)}{k}

其中

\overset{&OverBar;}{y} (0) = 0

为了提高模型的拟合度，并且因此提高其精确度，当条件集合不被满足时数据值被排除。该集合规定

(I)在当前时刻每个模型输入变量的范围，

x_i，min≤x_i(k)≤x_i，max

i＝1...n_x

(II)最小发动机功率需求(功率根据所需扭矩和转速被算出，并且C是转换因子)，

tc_TorqueValue(k)*APS_EngineSpeed_TS(K)*C≥power_min

当预测变量满足条件(I)和(II)时，FQM输出y(k)被认为有效。

在之前部分的末尾提到的累加平均数仅计算有效估算的平均数直到当前数据值(参见图2)。

建立了具有10个输入变量(表1中所列出)和对于每个输入变量的两个时间滞后0.4s(n_x1＝4)和0.8s(n_x2＝8)的PLS模型，以便检测RME含量。表1还示出了对于每个变量的最小值和最大值。最小值和最大值是依赖于发动机循环的，即它们依赖于发动机和用于模型校准的循环，并且为了这个目的它们从所编写的Matlab^TM脚本中自动地的获取。根据之前部分中的阐释，10个输入变量的所有当前测量值应当在最小-最大范围内以得到有效的模型评估，以及所需功率应当大于等于75kW：

x_i，min≤x_i(k)≤x_i，max

i＝1...10

tc_TorqueValue(k)*APS_EngineSpeed_TS(k)*C≥75kW

表2.模型输入变量

变量	ID	单位	最小	最大
					排气歧管温度	ACM.se_EngExhTemp	℃	208.66	372.43
发动机转速	APS_EngineSpeed_TS	rpm	840.4	1864.6
					排气歧管压力	ExhaustManifoldPressure	kPa	9.23	256.39
EGR质量流量	mfv_EgrMassFlowValidated	kg/s	0	0.0535
					燃料喷射参数	rpc_Integral part inj.fuel	mg/str	-4.04	21.22
增压压力	se_BoostPres	kPa	110.55	266.77
					增压温度	se_BoostTemp	℃	53.36	64.05
所需扭矩	tc_TorqueValue	Nm	417.5	1225.5
					VGT位置/需求	vsra_VgtPosSRA	％	13	46
冷却水温度	T_W_I	℃	86.3	93.3

使用来自在7％和100％RME含量的情况下执行的发动机测试的数据来校准该模型。用于校准的发动机测试循环是“工作循环”(城市3循环)、“WHTC”和“WHSC”。

该表示出了使用7％或100％RME含量的每个循环的部分，这是有效的，即，输入数据的约束条件被满足。每个循环的大约15％被用于校准，并且这些时间点沿着测试时间分布。

表3.用于校准的有效循环的部分

	工作循环	WHTC	WHSC
				7％RME含量	15.8	15.4	14.8
100％RME含量	13.4	13.1	21.8

图3A-3B和图4A-4B分别示出了7％和100％RME含量的工作循环的结果。在测试开始大约0.2小时后，该模型收敛到标称值的±8％FSO(全范围输出)内的值，如图3A和4A中可见。图3B和4B示出了在循环的末期估算RME剩余值在±5％单位内。在图3A、4A、5A直到11A，实线表示估算值、虚线表示标称值、以及点划线表示在标称值的任何一侧的所期望的15％的精度范围。

图5A-5B和图6A-6B分别示出了7％和100％RME含量的WHTC循环的校准结果。在测试开始大约0.2小时后，该模型收敛到标称值的±8％FSO(全范围输出)内的值，如图5A和6A中可见。在循环的末期，从循环开始的大约0.5小时，该模型收敛到±15％单位之内的值，如图5B和6B所指示的。

最后，图7A-7B和图8A-8B分别示出了7％和100％RME含量的WHSC循环的校准结果。在测试开始大约0.2小时后，该模型收敛到标称值的±8％FSO(全范围输出)内的值，如图7A和8A中可见。在初始瞬态之后，估算RME剩余值总能在标称值的±5％单位内，如图7B和8B所指示的。

使用来自在50％RME含量的情况下执行的发动机测试的数据来验证该模型。考虑用于验证的发动机测试循环是“工作循环(城市3循环)”、“WHTC”和“WHSC”。

图9A-9B、图10A-10B和图11A-11B分别示出了用于工作循环、WHTC和WHSC的验证结果。如图9A、10A和11A中可见，估算的RME含量在所有三个循环的末期处于标称值RME含量的±15％FSO(全范围输出)内。在初始瞬态之后，估算RME剩余值总能在标称值的±5％单位内，如图9B、10B和11B所指示的。

上面所指示的模型能够提供用于燃料的RME含量的估算的期望精确度以优化发动机的燃料消耗信息和由发动机产生的扭矩两者。电子控制单元能够在瞬态运行期间使用被选择的模型。通过提供带有所测量的瞬态数据的电子控制单元，该模型能够被用于RME含量的估算，允许调节每发动机循环的燃料喷射率和由发动机产生的功率。另外，或者可替选的，当前混合燃料能够被用于控制诸如排气再循环质量流量或者可变几何涡轮增压器位置的参数。

如上文所指示的，为一个发动机模型所确定的瞬态模型不能直接应用于另一个发动机的模型。这使得必需使用上文所描述的方法为每个发动机模型再次校准瞬态模型。在为不同发动机再次校准瞬态模型时，选择发动机参数不同的或者其他的组合也是可能的。发动机参数的选择取决于它们与燃料的RME含量的相关性。

本发明还涉及用于计算机的计算机程序、计算机程序产品、和存储介质，所有都被用于与计算机一起使用以执行上述示例中的任何一种所描述的方法。

图12示出了根据本发明的一个实施例的装置100，包括非易失性存储器120、处理器110、和读写存储器160。存储器120具有第一存储器部分130，在其中存储用于控制装置100的计算机程序。在存储器部分130中用于控制装置100的计算机程序能够是操作系统。

装置100能够被封闭在例如诸如控制单元3的控制单元中。数据处理单元110能够包括，例如微计算机。

存储器120还具有第二存储器部分140，在其中存储用于根据本发明控制目标档位选择功能的程序。在替选的实施例中，用于控制变速器的程序被存储在用于数据的单独的非易失性存储介质150中，诸如例如，CD或者可交换的半导体存储器。程序能以可执行形式或者以压缩的状态被存储。

当声明了数据处理单元110运行特定功能时，应当清楚数据处理单元110运行了存储在存储器140中的程序的特定部分，或者存储在非易失性存储介质150中的程序的特定部分。

数据处理单元110适于通过数据总线114与存储器150通信。数据处理单元110还适于通过数据总线112与存储器120通信。此外，数据处理单元110适于通过数据总线111与存储器160通信。数据处理单元110还适于通过数据总线115的使用与数据端口190通信。

根据本发明的方法能够由数据处理单元110来执行，通过数据处理单元110运行存储在存储器140中的程序或者存储在非易失性存储介质150中的程序。

本发明不应当被认为限于上面所描述的实施例，而是在随后的权利要求的范围内，可以构思多种其他变化和修改。

Claims

1.一种用于确定在内燃机中的双燃料混合物中的混合燃料的方法，所述双燃料混合物包括第一和第二燃料，所述方法包括如下步骤：

-针对发动机负载和所述混合燃料的预订范围在瞬态循环操作期间，使用传感器测量多个发动机参数；

-使用所述模型，以使用所述一个或者多个发动机参数的当前测量值确定在瞬态操作期间的当前混合燃料，以及

2.根据权利要求1所述的方法，其特征在于，在系统识别期间使用实际的和时间延迟的、线性的和交叉项的、输入数据，以确定所述相关的参数。

3.根据权利要求1或2所述的方法，其特征在于，至少一个发动机参数包括排气歧管温度。

4.根据权利要求1-3中任一项所述的方法，其特征在于，至少一个发动机参数包括发动机转速。

5.根据权利要求1-4中任一项所述的方法，其特征在于，至少一个发动机参数包括排气歧管压力。

6.根据权利要求1-5中任一项所述的方法，其特征在于，至少一个发动机参数包括排气再循环质量流量。

7.根据权利要求1-6中任一项所述的方法，其特征在于，至少一个发动机参数包括用于燃料喷射的调节的积分部分。

8.根据权利要求1-7中任一项所述的方法，其特征在于，至少一个发动机参数包括进气歧管压力。

9.根据权利要求1-8中任一项所述的方法，其特征在于，至少一个发动机参数包括进气歧管温度。

10.根据权利要求1-9中任一项所述的方法，其特征在于，至少一个发动机参数包括发动机控制单元所需的扭矩值。

11.根据权利要求1-10中任一项所述的方法，其特征在于，至少一个发动机参数包括可变几何涡轮增压器的位置。

12.根据权利要求1-11中任一项所述的方法，其特征在于，至少一个发动机参数包括冷却水温度。

13.一种车辆，其特征在于，所述车辆包括被布置成由根据权利要求1-12中任一项所述的方法来控制的内燃机。

14.一种包括程序代码装置的计算机程序，所述程序代码装置用于当所述程序在计算机上运行时执行权利要求1-12中任一项所述的所有步骤。

15.一种包括存储在计算机可读介质上的程序代码装置的计算机程序产品，所述程序代码装置用于当所述程序产品在计算机上运行时执行权利要求1-12中任一项所述的所有步骤。

16.一种用于在计算环境中使用的存储介质，诸如计算机存储器(120)或非易失性数据存储介质(150)，所述存储器包括计算机可读程序代码以执行权利要求1到12所述的方法。