CN106150716A - 用于估计发动机事件的时间的系统和方法 - Google Patents

用于估计发动机事件的时间的系统和方法 Download PDF

Info

Publication number
CN106150716A
CN106150716A CN201610212034.6A CN201610212034A CN106150716A CN 106150716 A CN106150716 A CN 106150716A CN 201610212034 A CN201610212034 A CN 201610212034A CN 106150716 A CN106150716 A CN 106150716A
Authority
CN
China
Prior art keywords
event
time
signal
characteristic vector
cyclical event
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.)
Granted
Application number
CN201610212034.6A
Other languages
English (en)
Other versions
CN106150716B (zh
Inventor
B.A.马修斯
J.J.比祖布
I.巴塔尔
F.W.惠勒
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.)
Elpai American bidding company
Original Assignee
General Electric Co
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 General Electric Co filed Critical General Electric Co
Publication of CN106150716A publication Critical patent/CN106150716A/zh
Application granted granted Critical
Publication of CN106150716B publication Critical patent/CN106150716B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02B—INTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
    • F02B77/00—Component parts, details or accessories, not otherwise provided for
    • F02B77/08—Safety, indicating, or supervising devices
    • F02B77/085—Safety, indicating, or supervising devices with sensors measuring combustion processes, e.g. knocking, pressure, ionization, combustion flame
    • 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
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D35/00—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for
    • F02D35/02—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions
    • F02D35/027—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions using knock sensors
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01L—CYCLICALLY OPERATING VALVES FOR MACHINES OR ENGINES
    • F01L1/00—Valve-gear or valve arrangements, e.g. lift-valve gear
    • F01L1/34—Valve-gear or valve arrangements, e.g. lift-valve gear characterised by the provision of means for changing the timing of the valves without changing the duration of opening and without affecting the magnitude of the valve lift
    • F01L1/344—Valve-gear or valve arrangements, e.g. lift-valve gear characterised by the provision of means for changing the timing of the valves without changing the duration of opening and without affecting the magnitude of the valve lift changing the angular relationship between crankshaft and camshaft, e.g. using helicoidal gear
    • F01L1/34403—Valve-gear or valve arrangements, e.g. lift-valve gear characterised by the provision of means for changing the timing of the valves without changing the duration of opening and without affecting the magnitude of the valve lift changing the angular relationship between crankshaft and camshaft, e.g. using helicoidal gear using helically teethed sleeve or gear moving axially between crankshaft and camshaft
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D29/00—Controlling engines, such controlling being peculiar to the devices driven thereby, the devices being other than parts or accessories essential to engine operation, e.g. controlling of engines by signals external thereto
    • F02D29/02—Controlling engines, such controlling being peculiar to the devices driven thereby, the devices being other than parts or accessories essential to engine operation, e.g. controlling of engines by signals external thereto peculiar to engines driving vehicles; peculiar to engines driving variable pitch propellers
    • 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
    • F02D41/221—Safety or indicating devices for abnormal conditions relating to the failure of actuators or electrically driven elements
    • 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
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • 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
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • 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
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
    • F02D41/2425—Particular ways of programming the data
    • F02D41/2429—Methods of calibrating or learning
    • F02D41/2451—Methods of calibrating or learning characterised by what is learned or calibrated
    • F02D41/2464—Characteristics of actuators
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L23/00—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid
    • G01L23/22—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid for detecting or indicating knocks in internal-combustion engines; Units comprising pressure-sensitive members combined with ignitors for firing internal-combustion engines
    • G01L23/221—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid for detecting or indicating knocks in internal-combustion engines; Units comprising pressure-sensitive members combined with ignitors for firing internal-combustion engines for detecting or indicating knocks in internal combustion engines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L23/00—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid
    • G01L23/22—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid for detecting or indicating knocks in internal-combustion engines; Units comprising pressure-sensitive members combined with ignitors for firing internal-combustion engines
    • G01L23/221—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid for detecting or indicating knocks in internal-combustion engines; Units comprising pressure-sensitive members combined with ignitors for firing internal-combustion engines for detecting or indicating knocks in internal combustion engines
    • G01L23/222—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid for detecting or indicating knocks in internal-combustion engines; Units comprising pressure-sensitive members combined with ignitors for firing internal-combustion engines for detecting or indicating knocks in internal combustion engines using piezoelectric devices
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/12—Testing internal-combustion engines by monitoring vibrations
    • 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
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/26—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor
    • F02D41/28—Interface circuits
    • F02D2041/286—Interface circuits comprising means for signal processing
    • F02D2041/288—Interface circuits comprising means for signal processing for performing a transformation into the frequency domain, e.g. Fourier transformation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/025—Engine noise, e.g. determined by using an acoustic sensor
    • 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
    • Y02T10/30—Use of alternative fuels, e.g. biofuels
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Testing And Monitoring For Control Systems (AREA)
  • Output Control And Ontrol Of Special Type Engine (AREA)
  • Control Of Electric Motors In General (AREA)

Abstract

描述一种用于估计何时发生发动机事件的系统和方法。该系统包括控制器，控制器构造成接收来自联接到内燃机上的至少一个爆震传感器的第一信号，接收来自联接到内燃机上的至少一个发动机曲柄轴传感器的第二信号，使用多变量变换算法将第一和第二信号变换成多个特征向量，用统计模型确定发动机事件的预期窗口，将多个特征向量的节段集中于预期窗口，使用统计算法来估计预期窗口中的对应于何时发生发动机事件的时间，并且基于该时间来调节内燃机的运行。

Description

用于估计发动机事件的时间的系统和方法
技术领域
本文公开的主题涉及用于估计内燃机中的发动机事件的时刻(timing)的系统和方法。
背景技术
内燃机典型地燃烧含碳燃料，诸如天然气、气油、柴油等，并且使用高温和高压气体的对应的膨胀来对发动机的某些构件(例如，设置在汽缸中的活塞)施加力，以使构件移动一定距离。各个汽缸可包括一个或多个阀，阀结合含碳燃料的燃烧而打开和关闭。例如，吸气阀可将诸如空气的氧化剂引导到汽缸中。燃料与氧化剂混合且燃烧(例如，通过火花点燃)，以产生燃烧流体(例如，热气)，然后燃烧流体通过排气阀离开汽缸。
一些发动机事件(例如，吸气阀和/或排气阀不恰当地打开和关闭，或者机械失效)可损害发动机性能。不幸的是，可能难以监测何时和/或是否发生这样的事件。
发明内容
在下面阐述本文公开的某些实施例的概述。应当理解，介绍这些方面仅仅是为了对读者提供这些实施例的简要概述，但是这些方面不意于限制本公开的范围。实际上，本公开可包含下面可能未阐述的多个方面。
在一个实施例中，一种用于估计何时发生发动机事件的系统包括控制器。控制器构造成接收来自联接到内燃机上的至少一个爆震传感器的第一信号，接收来自联接到内燃机上的至少一个发动机曲柄轴传感器的第二信号，使用多变量变换算法将第一和第二信号变换成多个特征向量，用统计算法确定发动机事件的预期窗口，将多个特征向量的节段集中于(center around)预期窗口，使用统计算法来估计预期窗口中的对应于何时发生发动机事件的时间，并且基于该时间来调节内燃机的运行。
在另一个实施例中，一种用于训练控制器来估计发动机事件的时刻的方法包括接收来自至少一个爆震传感器的信号，其中信号具有对应于发动机事件的数据。方法还包括使用多变量变换算法将信号变换成多个特征向量，以及将多个特征向量分类成第一状态和第二状态。第一状态对应于发动机事件之前的时间，并且第二状态对应于发动机事件之后的时间。方法进一步包括使用第一状态来形成第一统计模型，以及使用第二状态来形成第二统计模型。最后，方法将第一统计模型和第二统计模型结合到第三统计模型中，其中第三统计模型构造成预测在正常发动机运行期间何时发生发动机事件。
在另一个实施例中，一种用于估计发动机事件的时间的方法包括接收来自联接到内燃机上的至少一个爆震传感器的第一信号，以及接收来自至少一个发动机曲柄轴传感器的第二信号。该方法还包括将第一和第二信号变换成多个特征向量，以及用统计算法确定发动机事件的预期窗口。该方法还将多个特征向量的节段集中于发动机事件的预期窗口，并且使用统计算法来估计发动机事件的时间。最后，方法基于发动机事件的时间，输出至少用于内燃机的控制动作。
技术方案1. 一种用于估计何时发生发动机事件的系统，包括：
控制器，其构造成：
接收来自联接到内燃机上的至少一个爆震传感器的第一信号，接收来自联接到所述内燃机上的至少一个发动机曲柄轴传感器的第二信号，使用多变量变换算法将所述第一信号和所述第二信号变换成多个特征向量，用统计算法确定发动机事件的预期窗口，将所述多个特征向量的节段集中于所述预期窗口，使用所述统计算法来估计所述预期窗口中的对应于何时发生所述发动机事件的时间，并且基于所述时间来调节所述内燃机的运行。
技术方案2. 根据技术方案1所述的系统，其特征在于，所述发动机事件持续100毫秒(“ms”)或更短的时间。
技术方案3. 根据技术方案1所述的系统，其特征在于，所述发动机事件是阀关闭。
技术方案4. 根据技术方案1所述的系统，其特征在于，所述发动机事件是所述内燃机的机械失效。
技术方案5. 根据技术方案1所述的系统，其特征在于，所述统计算法是高斯混合模型。
技术方案6. 根据技术方案1所述的系统，其特征在于，所述统计算法是机器学习算法。
技术方案7. 根据技术方案1所述的系统，其特征在于，所述多变量变换算法是短时傅利叶变换。
技术方案8. 根据技术方案1所述的系统，其特征在于，所述统计模型通过确定包括所述发动机事件发生的最大可能性的特征向量序列，来估计所述发动机事件的时间。
技术方案9. 根据技术方案1所述的系统，其特征在于，离线训练所述统计模型来估计所述发动机事件的时间。
技术方案10. 根据技术方案1所述的系统，其特征在于，对所述发动机事件的时间的估计在真实事件的30度之内。
技术方案11. 一种用于训练控制器来估计发动机事件的时刻的方法，包括：
接收来自至少一个爆震传感器的信号，其中，所述信号包括对应于发动机事件的数据；
使用多变量变换算法将所述信号变换成多个特征向量；
将所述多个特征向量分类成第一状态和第二状态，其中，所述第一状态对应于所述发动机事件之前的时间，并且所述第二状态对应于所述发动机事件之后的时间；以及
使用所述第一状态来形成第一统计模型；
使用所述第二状态来形成第二统计模型，
将所述第一统计模型和所述第二统计模型结合到第三统计模型中，其中，所述第三统计模型构造成预测在正常发动机运行期间何时发生所述发动机事件。
技术方案12. 根据技术方案11所述的方法，其特征在于，所述信号是一维频率信号。
技术方案13. 根据技术方案11所述的方法，其特征在于，所述第一统计模型是第一高斯混合物模型，并且所述第二统计模型是第二高斯混合模型。
技术方案14. 根据技术方案13所述的方法，其特征在于，所述第一高斯混合模型和所述第二高斯混合模型的高斯混合的数量介于0至10之间。
技术方案15. 根据技术方案13所述的方法，其特征在于，所述第一状态和所述第二状态包括1个至20个特征向量。
技术方案16. 一种用于估计发动机事件的时间的方法，包括：
接收来自联接到内燃机上的至少一个爆震传感器的第一信号；
接收来自至少一个发动机曲柄轴传感器的第二信号；
将所述第一信号和所述第二信号变换成多个特征向量；
用统计算法确定发动机事件的预期窗口；
用统计算法将所述多个特征向量的节段集中于发动机事件的所述预期窗口；
使用所述统计算法来估计所述发动机事件的时间；以及
基于所述发动机事件的时间，输出用于至少所述内燃机的控制动作。
技术方案17. 根据技术方案16所述的方法，其特征在于，所述发动机事件是阀关闭。
技术方案18. 根据技术方案16所述的方法，其特征在于，所述发动机事件是所述内燃机的机械失效。
技术方案19. 根据技术方案16所述的方法，其特征在于，所述统计算法是高斯混合模型。
技术方案20. 根据技术方案16所述的方法，其特征在于，所述控制动作包括关闭所述内燃机。
技术方案21. 一种用于估计何时发生发动机事件的系统，包括：
控制器，其构造成：
接收来自联接到内燃机上的至少一个爆震传感器的第一信号，接收来自联接到所述内燃机上的至少一个发动机曲柄轴传感器的第二信号，使用多变量变换算法将所述第一信号和所述第二信号变换成多个特征向量，用统计算法确定发动机事件的预期窗口，将所述多个特征向量的节段集中于所述预期窗口，使用所述统计算法来估计所述预期窗口中的对应于何时发生所述发动机事件的时间，并且基于所述时间来调节所述内燃机的运行。
技术方案22. 根据技术方案21所述的系统，其特征在于，所述发动机事件扶持续100毫秒(“ms”)或更短的时间。
技术方案23. 根据技术方案21所述的系统，其特征在于，所述发动机事件是阀关闭和/或所述内燃机的机械失效。
技术方案24. 根据技术方案21所述的系统，其特征在于，所述统计算法是高斯混合模型或机器学习算法中的至少一个。
技术方案25. 根据技术方案21所述的系统，其特征在于，所述多变量变换算法是短时傅利叶变换。
技术方案26. 根据技术方案21所述的系统，其特征在于，所述统计模型通过确定包括所述发动机事件发生的最大可能性的特征向量序列，来估计所述发动机事件的时间。
技术方案27. 根据技术方案21所述的系统，其特征在于，离线训练所述统计模型来估计所述发动机事件的时间。
技术方案28. 根据技术方案21所述的系统，其特征在于，对所述发动机事件的时间的估计在真实事件的30度之内。
技术方案29. 一种用于训练控制器来估计发动机事件的时刻的方法，包括：
接收来自至少一个爆震传感器的信号，其中，所述信号包括对应于发动机事件的数据；
使用多变量变换算法将所述信号变换成多个特征向量；
将所述多个特征向量分类成第一状态和第二状态，其中，所述第一状态对应于所述发动机事件之前的时间，并且所述第二状态对应于所述发动机事件之后的时间；以及
使用所述第一状态来形成第一统计模型；
使用所述第二状态来形成第二统计模型，
将所述第一统计模型和所述第二统计模型结合到第三统计模型中，其中，所述第三统计模型构造成预测在正常发动机运行期间何时发生所述发动机事件。
技术方案30. 根据技术方案29所述的方法，其特征在于，所述信号是一维频率信号。
技术方案31. 根据技术方案29所述的方法，其特征在于，所述第一统计模型是第一高斯混合模型，并且所述第二统计模型是第二高斯混合模型。
技术方案32. 根据技术方案31所述的方法，其特征在于，所述第一高斯混合模型和所述第二高斯混合模型的高斯混合的数量介于0至10之间。
技术方案33. 根据技术方案31所述的方法，其特征在于，所述第一状态和所述第二状态包括1个至20个特征向量。
技术方案34. 一种用于估计发动机事件的时间的方法，包括：
接收来自联接到内燃机上的至少一个爆震传感器的第一信号；
接收来自至少一个发动机曲柄轴传感器的第二信号；
将所述第一信号和所述第二信号变换成多个特征向量；
用统计算法确定发动机事件的预期窗口；
用统计算法将所述多个特征向量的节段集中于发动机事件的所述预期窗口；
使用所述统计算法来估计所述发动机事件的时间；以及
基于所述发动机事件的时间，输出用于至少所述内燃机的控制动作。
技术方案35. 根据技术方案34所述的方法，其特征在于，所述控制动作包括关闭所述内燃机。
附图说明
当参照附图来阅读以下详细描述时，本公开的这些和其它特征、方面和优点将变得更好理解，其中相同符号在图中表示相同部件，其中：
图1示出根据本公开的各方面的发动机驱动式功率发生系统的节段的框图，发动机驱动式功率发生系统具有往复式内燃机；
图2示出根据本公开的各方面的活塞汽缸组件的横截面侧视图，活塞汽缸组件具有设置在图1的往复式发动机的汽缸内的活塞；
图3示出根据本公开的各方面的用于估计对应于在发动机(诸如图1和2的发动机)的正常运行期间何时发生发动机事件的时间的方法的流程图；
图4示出根据本公开的各方面的方法的流程图，该方法用于通过开发统计模型来训练控制单元执行用于估计对应于何时发生发动机事件的时间的方法，诸如图3的方法；
图5示出根据本公开的各方面的由爆震传感器测得的发动机噪声标图和通过对发动机噪声标图应用多变量变换算法而形成的谱图(spectrogram)标图的实施例；
图6示出根据本公开的各方面的根据谱图标图(诸如图5的谱图标图)确定的多个特征向量，其中特征向量已经以发动机事件为中心；
图7示出根据本公开的各方面的集中于发动机事件的期望时刻窗口的可行特征向量序列；
图8示出根据本公开的各方面的开发的不同统计算法的标准偏差的图形表示；以及
图9示出根据本公开的各方面的与使用统计算法在发动机事件的估计时间和发动机事件的真实时间之间进行比较有关的值的表。
具体实施方式
下面将对本公开的一个或多个具体实施例进行描述。为了致力于提供对这些实施例的简明描述，在说明书中可能不会对实际实现的所有特征进行描述。应当理解的是，在任何这种实际实现的开发中，如在任何工程或设计项目中那样，必须作出许多特定于实现的决策来达到开发者的具体目的，诸如服从系统相关的约束及商业相关的约束，该具体目的可随不同的实现而改变。此外，应当理解的是，这种开发工作可能是复杂和耗时的，但对受益于本公开的普通技术人员来说，这种开发工作将不过是设计、生产和制造的例行任务。
当介绍本公开的各种实施例的要素时，冠词“一”、“该”和“所述”意于表示存在一个或多个该要素的意思。用语“包括”、“包含”和“具有”意于为包括性的，并且表示除了列出的要素之外可存在另外的要素的意思。
目前公开的系统和方法涉及使用一个或多个传感器(诸如爆震传感器)来检测往复式内燃机中突然发作的事件。爆震传感器可包括声响或声音传感器、振动传感器或者它们的任何组合。例如，爆震传感器可为压电加速计、微机电系统(MEMS)传感器、霍尔效应传感器、磁致伸缩传感器，以及/或者设计成感测振动、加速度、声响、声音和/或移动的任何其它传感器。爆震传感器可监测与发动机中的燃烧相关联的声响和/或振动，以检测爆震状况(例如，不在正常燃烧时间窗口期间的不合需要的时间的燃烧)，或者可在发动机汽缸中产生声响和/或振动变化的其它发动机状况(例如，阀关闭或在发动机中失去配重)。在其它实施例中，传感器可以不是爆震传感器，而是可感测振动、压力、加速度、偏转或移动的任何传感器。
在某些情况下，检测在正常发动机运行期间发生的各种发动机事件(例如，排气阀和/或吸气阀62关闭)，以及可预测潜在发动机故障或发动机失效的事件可为合乎需要的。检测这样的事件不仅可帮助防止未来的发动机失效，而且还可提供与发动机的效率有关的信息。因此，用户或控制器可基于检测运行状况信息来调节各种参数，以优化发动机性能。
由于内燃机的撞击性质，当安装在发动机汽缸的外部时，爆震传感器可能能够检测振动、撞击和/或声学特征。但是，爆震传感器还可设置在一个或多个汽缸中或其附近的各种位置处。爆震传感器检测例如汽缸的振动，并且控制器可将由爆震传感器提供的汽缸的一维分布(例如，声音或振动)转换成可用于确定汽缸中的燃烧状况的参数。例如，爆震传感器检测汽缸中或其附近的振动，并且将指示振动分布的信号传送到控制器。爆震传感器信号可为一维振动分布；此外，爆震传感器信号的频率含量可表征(characterize)汽缸中的许多类型的中断。
可为合乎需要的是分析指示正常发动机运行事件(例如，吸气阀62关闭)或有害发动机事件(例如，发动机中失去配重)的爆震传感器信号且对其建模，使得控制器或其它计算机可预测这种事件。统计模型可使信号中的撞击或振动频率与特定发动机事件相关联。此外，统计模型可能能够表征各种频率范围作为这样的事件的先兆。因此，统计模型可能能够预测何时即将发生事件，使得发动机可采取纠正措施(例如，停机)。
转到附图，图1示出具有往复式内燃机的发动机驱动式功率发生系统的一部分的实施例的框图。如下面详细描述的那样，系统8包括发动机10(例如，往复式内燃机)，它具有一个或多个燃烧室12个(例如，1、2、3、4、5、6、7、8、10、12、14、16、18、20个或更多个燃烧室12)。氧化剂供应14(例如，空气供应)构造成对各个燃烧室12提供加压氧化剂16，诸如空气、氧、富氧空气、减氧空气，或者它们的任何组合。燃烧室12还构造成接收来自燃料供应19的燃料18(例如，液体和/或气态燃料)，并且燃料-空气混合物在各个燃烧室12内点燃和燃烧。热的加压燃烧气体使各个燃烧室12附近的活塞20在汽缸26内线性地移动，并且将气体施加的压力转换成旋转运动，旋转运动使轴22旋转。另外，轴22可联接到负载24上，通过轴22的旋转对负载24提供功率。例如，负载24可为可通过系统10的旋转输出来产生功率的任何适当的装置，诸如发电机。另外，虽然以下论述参照了空气作用氧化剂16，但任何适当的氧化剂都可用于公开的实施例。类似地，燃料18可为任何适当的气态燃料，诸如例如天然气、相关联的石油气、丙烷、生物气、沼气、填埋气、煤矿气。燃料18还可包括各种液体燃料，诸如汽油或柴油燃料。
本文公开的系统8可适合在固定应用(例如，在工业功率发生发动机中)或移动应用(例如，在汽车或飞机中)中使用。发动机10可为两冲程发动机、三冲程发动机、四冲程发动机、五冲程发动机或六冲程发动机。发动机10还可包括任何数量的燃烧室12、活塞20和相关联的汽缸26(例如，1-24个)。例如，在某些实施例中，系统8可包括大型工业往复式发动机，它具有4、6、8、10、16、24个或更多个在汽缸26中往复的活塞20。在一些这样的情况下，汽缸26和/或活塞20可具有介于大约13.5-34厘米(cm)之间的直径。在一些实施例中，汽缸26和/或活塞20可具有的直径介于大约10-40 cm，15-25 cm之间，或者为大约15 cm。系统8可产生范围为10 kW至10 MW的功率。在一些实施例中，发动机10可按小于大约1800转每分钟(RPM)运行。在一些实施例中，发动机10可按小于大约2000RPM、1900RPM，1700RPM、1600RPM、1500RPM、1400RPM、1300RPM、1200RPM、1000RPM、900RPM或750RPM运行。在一些实施例中，发动机10可在大约750-2000RPM、900-1800RPM或1000-1600RPM之间运行。在一些实施例中，发动机10可按大约1800RPM、1500RPM、1200RPM、1000RPM或900RPM运行。示例性发动机10可包括例如通用电气公司的Jenbacher发动机(例如，Jenbacher类型2、类型3、类型4、类型6或J920 FleXtra)或Waukesha发动机(例如，Waukesha、VGF、VHP、APG、275GL)。
驱动式功率发生系统8可包括适合检测发动机“爆震”的一个或多个爆震传感器23。爆震传感器23可感测发动机10中的燃烧引起的振动、声响或声音，诸如由于爆燃、预点燃和/或轻度爆震引起的振动、声响或声音。振动、声响或声音也可由使突然发作的事件导致，诸如发动机10的吸气阀或排气阀关闭或机械失效(例如，活塞变松、阀坏掉、连接杆螺栓变松等)。因此，爆震传感器23可包括声响或声音传感器、振动传感器或者它们的组合。例如，爆震传感器23可包括压电振动传感器。爆震传感器23可监测与发动机10中的燃烧相关联的声响和/或振动，以检测爆震状况，例如，不在正常燃烧时间窗口期间的不合需要的时间的燃烧。显示了爆震传感器23通信地联接到控制系统或控制器25上，诸如发动机控制单元(ECU)25。在运行期间，来自爆震传感器23的信号传送到ECU 25。然后ECU 25可操纵ECU25接收到的信号，并且相应地调节某些发动机10参数。例如，ECU 25可调节点燃时刻和/或燃料/氧化剂比，以提高发动机性能。
图2是活塞-汽缸组件的实施例的横截面侧视图，活塞-汽缸组件具有设置在往复发动机10的汽缸26(例如，发动机汽缸)内的活塞20。汽缸26具有内部环形壁28，其限定圆柱形腔体30(例如，膛孔)。活塞20可由轴向轴线或方向34、径向轴线或方向36和周向轴线或方向38限定。活塞20包括顶部部分40(例如，端环槽脊)。顶部部分40大体阻止燃料18和空气16或燃料-空气混合物32在活塞20的往复运动期间从燃烧室12泄漏。
如显示的那样，活塞20通过连接杆56和销58附连到曲柄轴54上。曲柄轴54将活塞24的往复式线性运动转换成旋转运动。随着活塞20移动，曲柄轴54旋转，以对负载24(在图1中显示)提供功率，如上面论述的那样。如显示的那样，燃烧室12定位在活塞24的端环槽脊40附近。燃料喷射器60对燃烧室12提供燃料18，并且吸气阀62控制对燃烧室12输送的氧化剂(例如，空气16)。排气阀64控制来自发动机10的排气的排放。但是，应当理解，可利用用于将燃料18和空气16提供给燃烧室12，以及/或者用于排出排气的任何适当的元件和/或技术，而且在一些实施例中，不使用燃料喷射。在运行中，燃料18在燃烧室12中与氧化剂16燃烧可使活塞20沿轴向方向34在汽缸26的腔体30内以往复方式移动(例如，前后移动)。
在运行期间，当活塞20处于汽缸26中的最高点时，活塞20处于被称为上死点(TDC)的位置。当活塞20处于汽缸26中的最低点时，活塞20处于被称为下死点(BDC)的位置。随着活塞20从TDC移动到BDC或从BDC移动到TDC，曲柄轴54旋转半圈。活塞20从TDC到BDC或从BDC到TDC的各次移动称为冲程，并且发动机10的实施例可包括两冲程发动机、三冲程发动机、四冲程发动机、五冲程发动机、六冲程发动机或更多冲程的发动机。
在发动机10运行期间，典型地发生包括吸气过程、压缩过程、做功过程和排气过程的序列。吸气过程使得诸如燃料18和氧化剂16(例如，空气)的可燃混合物能够被拉到汽缸26中，因而吸气阀62打开且排气阀64关闭。压缩过程将可燃混合物压缩到较小空间中，所以吸气阀62和排气阀64两者都关闭。做功过程点燃压缩燃料-空气混合物，这可包括通过火花塞系统进行的火花点燃，以及/或者通过压缩热进行的压缩点燃。由燃烧产生的压力然后将活塞20推到BDC。排出过程典型地使活塞20回到TDC，同时使排气阀64保持打开。因而排气过程通过排气阀64排出用过的燃料-空气混合物。要注意的是，可对每个汽缸26使用不止一个吸气阀62和排气阀64。
描绘的发动机10可包括曲柄轴传感器66、爆震传感器23和发动机控制单元(ECU )25，ECU 25包括处理器72和内存单元74。曲柄轴传感器66感测曲柄轴54的位置和/或旋转速度。因此，曲柄角度或曲柄时刻信息可源自曲柄轴传感器66。也就是说，当监测内燃机时，常常用曲柄轴角度来表示时刻。例如，四冲程发动机10的完整循环可测量为720°循环。爆震传感器23可为压电加速计、微机电系统(MEMS)传感器、霍尔效应传感器、磁致伸缩传感器，以及/或者设计成感测振动、加速度、声响、声音和/或移动的任何其它传感器。在其它实施例中，传感器23可以不是爆震传感器，而是可感测振动、压力、加速度、偏转或移动的任何传感器。
由于发动机10的撞击性质，即使在安装在汽缸26的外部时，爆震传感器23也可能能够检测特征。但是，爆震传感器23可设置在汽缸26中或其附近的各种位置处。另外，在一些实施例中，例如一个或多个相邻汽缸26可共用单个爆震传感器23。在其它实施例中，各个汽缸可包括一个或多个爆震传感器23。显示了曲柄轴传感器66和爆震传感器23与ECU (例如，控制器)25处于电子连通。ECU 25包括非暂时性代码或指令，其存储在机器可读介质(例如，内存单元74)中且由处理器(例如，处理器72)用来实现本文公开的技术。内存可存储可由处理器72执行的计算机指令。另外，内存可存储查找表和/或其它有关数据。ECU 25例如通过调节点燃时刻、打开/关闭阀62和64的时刻，调节燃料和氧化剂(例如，空气)的输送等，来监测和控制发动机10的运行。
在某些实施例中，其它传感器还可包括在系统8中，并且联接到ECU 25上。例如，传感器可包括大气和发动机传感器，诸如压力传感器、温度传感器、速度传感器等等。例如，传感器可包括爆震传感器、曲柄轴传感器、氧或λ传感器、发动机空气吸气温度传感器、发动机空气吸气压力传感器、夹套水温度传感器、发动机排气温度传感器、发动机排气压力传感器和排气成分传感器。其它传感器还可包括用于温度和压力的压缩机入口和出口传感器。
爆震传感器和其它传感器可提供与发动机性能有关的有用数据。在一些情况下，这种数据可用来估计对应于何时发生特定发动机事件的时间。在某些实施例中，这样的事件可为短的持续时间的高能事件(例如，短期脉冲事件)。短持续时间的高能事件可小于100毫秒，并且因此，可在接收自爆震传感器32的信号中轻易地检测到，因为这种事件可导致信号有短但显示的幅度变化。可为有利的是确定发动机10的吸气阀62何时和/或是否关闭，以确定这样的事件的时刻是否与例如最佳发动机性能相互关联。另外，可为合乎需要的是确定何时发生潜在有害发动机事件(例如，活塞、阀或连接杆螺栓变松或未对齐)，使得可在未来运行期间预测和防止那些事件。
图3示出与在正常发动机运行期间估计发动机事件的时间有关的本公开的实施例的框图100。换句话说，框图100设法利用来自联接到发动机10上的传感器的输入，以及在发动机正常运行时(例如，当对负载提供功率时)，确定何时和/或是否发生了特定发动机(例如，吸气阀62关闭)事件。
在方框102处，ECU 25(例如，控制器或其它计算装置)接收来自爆震传感器23的第一信号，第一信号与发动机10的至少一个汽缸26中的振动、声响、撞击等有关。将参照图5在本文更详细地描述爆震传感器信号本身。在方框104处，ECU 25(例如，控制器)还接收来自曲柄轴传感器66的第二信号，第二信号与曲柄轴54的位置有关。例如，曲柄轴传感器66可发送信号，信号包括曲柄轴54的介于0°和720°之间的角度。获得来自爆震传感器23的信号和来自曲柄轴传感器66的信号，可使得ECU 25能够将振动、声音、声响等的变化与特定曲柄轴角度(例如，发动机时刻)联系起来。
在方框106处，ECU 25(例如，控制器)可编程成将来自方框102的第一信号和来自方框104的第二信号变换成多个特征向量。在某些实施例中，可在两个步骤中进行方框106的变换。在第一步骤中，可使用存储在ECU 25的内存单元74中的多变量变换算法108来将来自爆震传感器23和曲柄轴传感器66的信号转换成谱图(例如，在图5中显示)。谱图可表示例如随着时间而变化的爆震传感器信号的任何表示(例如，曲柄轴角度)。在某些实施例中，多变量变换算法108是短时傅利叶变换(“STFT”)。在其它实施例中，多变量变换算法108是另一类傅利叶变换、拉普拉斯变换、梅林变换、哈特利变换、Chirplet变换、汉克尔变换、Mel频率倒谱系数(“MFCC”)、线性预测系数(“LPC”)或者它们的任何组合。在另外的实施例中，原始一维爆震信号可不由多变量变换算法108变换，使得不产生谱图。在第二步骤中，谱图可转换成多个特征向量。在某些实施例中，可根据谱图，通过在成排谱图上的(例如，在发动机时间的范围里)取得例如来自爆震传感器23的信号的平均频率，来确定多个特征向量。多个特征向量可具有均匀长度(“D”)，D与各个特征向量所表示的品质或特性的数量相互关联。在某些实施例中，特征可包括与频率强度有关的幅度、类别(例如，谱图上示出的颜色)，或者包括在向量中的任何其它品质或特性。
应当注意，在某些实施例中，ECU 25可不在物理上产生谱图。ECU 25而是可将来自爆震传感器23的信号直接转换成多个特征向量。在其它实施例中，ECU 25可在由处理器72执行和/或存储在内存单元74中的处理步骤中封装或隐藏由谱图提供的功能性，使得谱图从不显示，或者用户甚至无法获得谱图。另外，谱图可表示意于在类别或品质上表示爆震传感器信号随时间变化的频率的任何数据、数据表、算法、图表、表等。
在其它实施例中，第一和第二信号可在单个步骤中变换成特征向量(例如，不产生谱图)。在另外的实施例中，前面提到的将第一和第二信号变换成特征向量的两个步骤可同时进行。
在方框110处，ECU 25可构造成确定待检测的发动机事件的期望时刻窗口。ECU 25基于统计算法112来确定期望时刻窗口。统计算法112可为训练成检测何时和/或是否发生特定发动机类型的特定发动机事件的数学公式或算法。例如，统计算法112可利用统计模型，统计模型通过使指示特定发动机事件的各种频率型式与实时爆震传感器信号相关联来预测特定发动机事件的期望时刻窗口。因此，统计算法112可利用历史数据、经验数据、基于知识的数据等来确定期望时刻窗口。换句话说，统计算法112可能能够通过分析来自爆震传感器23的第一信号，以及定位指示特定发动机事件可能发生的各种预测性频率型式，来估计特定发动机事件的期望时刻窗口。例如，可训练统计算法112检测第一发动机状况和第二发动机状况之间的过渡，以及使过渡与特定发动机事件的发生相互关联。这个相互关联可使得统计算法112能够确定期望时刻窗口。在其它实施例中，可训练统计算法112使特定发动机状况与特定发动机事件的发生相互关联，使得可基于特定发动机状况来确定期望时刻窗口。
在某些实施例中，统计算法112可为高斯混合模型(“GMM”)。在其它实施例中，统计算法112可为另一个统计混合模型、贝叶斯模型、图表模型、机器学习模型、隐马尔可夫模型，或者构造成使特定发动机事件(例如，关闭吸气阀62)的已知频率型式与在正常发动机运行期间接收到的信号(例如，爆震传感器信号)相关联的任何其它模型。在本文相对于图4更详细地描述统计算法112的形成。
如本文所用，“特定发动机事件”涉及发动机10内发生的对于检测可能是合乎需要的事情。例如，可为合乎需要的是检测在正常发动机运行期间发生的事情(例如，阀关闭)，或者可预测潜在发动机失效的事情。因此，可为合乎需要的是检测吸气阀62何时关闭，以确定吸气阀62是否卡住而允许过多或过少氧化剂16进入到汽缸中。另外，可为合乎需要的检测排气阀64何时关闭，以确定排气阀64是否卡住而使燃烧气体陷在汽缸26中，或者防止氧化剂16和燃料18在汽缸26中压缩。也可为合乎需要的是检测发动机10的机械失效，诸如变松或误调节的发动机构件，活塞20接触汽缸26，排气阀64或吸气阀62坏掉，连接杆56螺栓变松等等。在某些实施例中，可通过学习ECU 25接收到的已知包含一个特定发动机事件的信号，来训练统计算法112检测一个特定发动机事件。在其它实施例中，可训练统计算法112检测不止一个特定发动机事件。例如，统计算法112可基于包括在ECU 25接收到的信号中的不同幅度，来区分在正常发动机运行期间发生的事情(例如，阀关闭)和预测潜在发动机失效的事情。
在方框114处，ECU 25可将多个特征向量集中于方框110处确定的期望时刻窗口。将多个特征向量集中于期望时刻窗口可包括表征对应于统计算法112的特定状态(例如，第一组或第二组)的各个特征向量。在某些实施例中，第一状态(例如，第一组)可与特定发动机事件发生之前的时刻相关联，并且第二状态(例如，第二组)可与特定发动机事件发生之后的时刻相关联。在其它实施例中，统计算法112可包括任何数量的状态(例如，1、3、4、5、6、7、8、9、10个或更多个)。但是，ECU 25可能不知道特定特征向量所对应的状态。在某些实施例中，ECU 25可将所有特征向量集中于期望时刻窗口。在其它实施例中，ECU 25可将来自信号的仅一部分特征向量集中于预期窗口。例如，ECU 25可仅选择2、4、6、8、10、12、14、16、18、20、22、24、26、28、30、40或50个特征向量集中于期望时刻窗口。
在方框116处，ECU 25可估计期望时刻窗口内的发生特定发动机事件的时间。由于ECU 25可将特征向量分类成属于统计模型的任何数量的发动机状态，所以ECU 25可搜寻特征向量的有限(但很可能非常大)数量的潜在序列，以确定最有可能是特定事件的哪个序列，并且因而是特定事件的哪个时刻。例如，如果六个特征向量集中于期望时刻窗口，仅可能有七个序列，因为属于第二状态的特征向量跟在属于第一状态的特征向量后面(例如，图7)。在某些实施例中，基于例如多少特征向量属于第一状态和第二状态，特征向量的各个序列对应于特定发动机事件的潜在时刻。ECU 25可使用统计算法112来计算各个序列的单独的可能性，而且具有最高可能性的序列可对应于特定发动机事件的估计时间。
在方框118处，ECU 25可将信号或输出传输到促动器或其它装置，以基于特定发动机事件的估计时间来采取纠正措施。例如，如果ECU 25计算吸气阀62关闭的估计时间比期望的更晚，则ECU 25可发送信号，以调节发动机10的点燃时刻(例如，火花引入到汽缸时所处的曲柄轴角度)。此外，当发动机事件可导致发动机失效(例如，吸气阀62受损或坏掉)时，ECU 25可发送信号，命令发动机10完全停止运行，使得可更换或修理吸气阀62。
图4示出与在发动机10离线时(例如，不在正常发动机运行期间)形成统计算法112有关的本公开的实施例的框图130。在某些实施例中，框图130可重复，直到统计算法112估计的时间和特定发动机事件的真实时刻(例如，通过传感器检测到)之间的时间误差(例如，差)达到某个值(例如，低于0.5°)。此外，框图130可产生对于某些发动机类型特定的统计算法112。因而，可对可引起特定发动机事件的各类发动机执行框图130。
在方框132处，ECU 25或其它计算装置(例如，具有统计软件的计算机)可接收来自爆震传感器23的信号。由爆震传感器23传输的信号包含与特定发动机事件(例如，吸气阀62关闭)有关的频率数据。例如，如果特定发动机事件是吸气阀62关闭，则接收自爆震传感器23的信号包括已知已经在吸气阀62关闭期间收集到的频率数据。类似于框图100，在方框134处，接收自爆震传感器23的信号变换成多个特征向量。在某些实施例中，这个变换可在两个步骤中进行。第一，可使用多变量变换算法108将来自爆震传感器23的信号转换成谱图。可使用存储在ECU 25或计算装置的内存单元74中的多变量变换算法108来执行变换。在某些实施例中，多变量变换算法108是短时傅利叶变换(“STFT”)。在其它实施例中，多变量变换算法108是另一类傅利叶变换、拉普拉斯变换、梅林变换、哈特利变换、Chirplet变换、汉克尔变换、Mel频率倒谱系数(“MFCC”)、线性预测系数(“LPC”)，或者它们的任何组合。第二，谱图可变换成多个特征向量。在另外的实施例中，多变量变换算法108可不变换原始一维爆震信号，使得不产生谱图。多个特征向量可具有均匀长度(“D”)，D与各个特征向量所表示的品质或特性的数量相互关联。在某些实施例中，特征可包括幅度、颜色(例如，谱图上示出的颜色)，或者包括在向量中的任何其它品质或特性。在其它实施例中，来自爆震传感器的信号变换成多个特征向量可在单个步骤中进行，或者第一步骤和第二步骤可同时进行。
ECU 25或计算装置可通过接收自构造成检测特定发动机事件的另一个传感器(例如，压力传感器、阀角度传感器等)的第二信号136，以及对应于来自曲柄轴传感器66的曲柄轴角度的第三信号138，来了解包含在爆震传感器信号中的特定发动机事件的真实时间。在方框140处，ECU 25或计算装置利用这些已知输入来将多个特征向量分类成第一状态和第二状态。在某些实施例中，第一状态包括对应于正好特定发动机事件发生之前的时刻的特征向量，并且第二状态包括对应于正好特定发动机事件发生之后的时刻的特征向量。ECU25或计算装置利用信号136和138来确定特定发动机事件的实际时刻，然后相应地分开多个特征向量，使得可与正好在特定发动机事件之后的时间分开来表征正好在特定发动机事件之前的时间。
在方框142处，ECU 25或计算装置重新编程或构造成(例如，“训练成”)使第一状态中的特征向量与正好在特定发动机事件发生之前的时间相关联。换句话说，使用第一状态的特征向量来形成第一统计模型。第一统计模型可能能够通过比较包括在特征向量中的特性，来确定在正常发动机运行期间接收到的未来特征向量(例如，诸如框图100中的那些)是否对应于正好在特定发动机事件发生之前的时间。
类似地，在方框144处，ECU 25或计算装置重新编程或构造成(例如，“训练成”)使第二状态中的特征向量与正好在特定发动机事件发生之前的时间相关联。第二统计模型根据第二状态的特征向量而产生。第二统计模型可能使得能够通过比较包括在特征向量中的特性，来确定在正常发动机运行期间接收到的特征向量(例如，诸如框图100中的那些)是否对应于正好在特定发动机事件发生之后的时间。
在方框146处，ECU 25或计算装置结合第一统计模型与第二统计模型，以形成第三总统计模型(例如，统计算法112)，第三总统计模型通过使接收到的特征向量(例如，诸如框图100中的那些)与正好在特定发动机事件之前或之后的时间相关联，来估计特定发动机事件的时间。
在某些实施例中，第三统计模型可计算特征向量的有限可行序列中的各个序列对应于特定发动机事件的实际时刻的可能性。在本文关于图7更详细地描述这个过程。
图5是由爆震传感器23测得的发动机噪声标图170(例如，爆震信号)的实施例和在对发动机噪声标图170应用多变量变换算法108之后产生的谱图标图172的实施例。如图5中显示的那样，发动机噪声标图170(例如，爆震信号)包括一维信号。在某些实施例中，发动机噪声标图170测量发动机时刻(例如，曲柄轴角度)上的爆震传感器电压。在其它实施例中，发动机噪声标图170可为电阻或可对应于发动机汽缸26中的振动、加速度或声响的任何其它输出。
发动机噪声标图170还显示被检测的特定发动机事件(例如，吸气阀62关闭) 的真实时刻174。如可由图5看到的那样，发动机噪声标图170的信号不与发动机事件的发生同时显著地改变。相反，在发动机事件发生之后，信号经历曲柄轴的幅度的大约5°的显著跳跃。因此，确定信号幅度的最大变化速率未必提供特定发动机事件的实际时间的准确估计，因为爆震传感器信号有延迟。发动机噪声标图170还示出信号幅度最终在特定发动机事件发生之后如何变平。因此，根据发动机噪声标图170清楚地了解到，特定发动机事件使爆震信号经历非常大的幅度变化，但变化仅是暂时的(例如，100毫秒或更短的时间)。
图5中还示出了代表发动机噪声标图170的谱图标图172的实施例。谱图可为包括在发动机噪声标图170中的频率的直观的或别的表示或数据结构。例如，谱图标图172可根据频率强度(例如，谱图标图172上的不同阴影表示当直观地表示时的给定频率的不同强度)对发动机噪声标图170的不同频率分类。可通过对发动机噪声标图170应用多变量变换算法108来产生谱图标图172。在某些实施例中，多变量变换算法108是短时傅利叶变换(“STFT”)。在其它实施例中，多变量变换算法108是另一类傅利叶变换、拉普拉斯变换、梅林变换、哈特利变换、Chirplet变换、汉克尔变换、Mel-频率倒谱系数(“MFCC”)、线性预测系数(“LPC”)，或者它们的任何组合。在另外的实施例中，多变量变换算法108不可变换原始一维爆震信号，使得不产生谱图。为了估计特定发动机事件的时间，谱图可转换成多个特征向量。特征向量可提供关于任何给定时间处的信号的频率的有价值的信息。
再次，应当注意，在某些实施例中，ECU 25可不在物理上产生谱图标图172。ECU 25而是可将来自爆震传感器23的信号直接转换成特征向量，或者可将谱图提供的功能性结合到一个或多个变换或同等的数学结构中，以便使本文论述的某些步骤精简。另外，谱图标图172(或其同等的数据结构)不应局限于图5中示出的实施例。在其它实施例中，谱图标图172可为意于表示爆震传感器信号在一段时间里的频率和那些频率的强度的任何数据、数据表、算法、图表、图等等。例如，谱图标图172可按与颜色不同的方式对频率强度分类(例如，形状、字母、数量、阴影等)。
图6示出使用谱图标图172来产生的多个特征向量190的实施例。根据框图130的方框140，特征向量190已经以第一发动机事件192和第二发动机事件194为中心。在某些实施例中，第一发动机事件192和第二发动机事件194是相同的特定发动机事件。如图6中示出的那样，特征向量190已经以第一发动机事件192为中心，使得在第一发动机事件192之前和第一发动机事件192之后有相等数量的特征向量190。因而，在示出的实施例中，特征向量190分类成对应于在第一发动机事件192之前的时间的第一状态196和对应于在第一发动机事件192之后的时间的第二状态198。应当注意，也将对第二发动机事件194执行类似过程。第一发动机事件192的时间和第二发动机事件194的时间可为已知的，因为ECU 25或其它计算装置可能已经接收了来自其它传感器的提供这种信息的信号。一旦多个特征向量190已经分类成第一状态196和第二状态198，ECU 25或其它计算装置就可开始关联第一状态196的特性和品质，使得第一统计算法可形成来预测特征向量何时指示正好在特定发动机事件之前的时间。类似地，ECU 25或其它计算装置可关联第二状态198的特性和品质，使得第二统计算法可形成来预测特征向量何时指示正好在特定发动机事件之后的时间。最后，然后ECU25或其它计算装置可将第一统计算法和第二统计算法结合到统计算法112中，统计算法112可用来估计特定发动机事件的时间。
在某些实施例中，当发动机10在正常状况下运行时，多个特征向量190可集中于期望时刻窗口，如前面描述的那样。在正常运行期间，发动机事件的真实时间是未知的，并且因而，特征向量不可分类成两个相等部分。ECU 25或其它计算装置可使用在发动机离线工作(例如，不在正常运行状况下)时产生的统计算法112，来估计第一发动机事件192的期望时刻窗口。例如，统计算法112可基于历史数据、经验数据、基于知识的数据等来估计预期窗口。如上面论述的那样，可训练统计算法112检测第一发动机状况和第二发动机状况之间的过渡，并且使过渡与特定发动机事件的发生相互关联。这个相互关联可使得统计算法112能够确定期望时刻窗口。在其它实施例中，可训练统计算法112使特定发动机状况与特定发动机事件的发生相互关联，使得可基于特定发动机状况来确定期望时刻窗口。
然后ECU 25或计算装置将特征向量190集中于期望时刻窗口。集中于期望时刻窗口的多个特征向量190然后可分类成第一状态196或第二状态198；但是，不知道特征向量190对应于哪个状态196、198。在某些实施例中，集中于期望时刻窗口的特征向量190全部都可属于第一状态196，全部属于第二状态198，或者一些可属于第一状态196，而另一些则属于第二状态198。在其它实施例中，可包括统计算法112的超过两个状态。在任何情况下，可形成有限数量的特征向量190的可行序列，因为各个特征向量仅可属于一个状态(例如，第一状态196或仅仅第二状态198)。此外，属于第二状态198的特征向量的后面不可以是属于第一状态196的特征向量，因为属于第一状态196的特征向量190的时间较早。
图7示出当总共存在六个特征向量时，集中于特定发动机事件的期望时刻窗口的特征向量的可行序列的实施例210。应当注意，虽然图7示出了当统计算法112使用六个特征向量时的七个可行序列，但可使用任何数量的特征向量。例如，统计算法112可利用1、2、3、4、5、6、7、8、9、10、12、14、16、18、20、25、30、35、40、45、50个或更多个特征向量。特征向量的数量可由“N”表示。不管 统计算法利用多少个特征向量，特征向量的可行序列的数量可为N+1。
如前面提到的那样，图7示出了在某些实施例中，属于统计算法112的第二状态198(例如，带有“2”的那些框)的特征向量的后面不可以是属于第一状态196(例如，带有“1”的框)的特征向量。再次，出现可行序列的这个属性，因为属于第二状态198的特征向量的时间可比属于第一状态196的那些特征向量更晚，而且较早发生的不可在较晚发生的后面。如示出的实施例中显示的那样，在点212中，序列从第一状态196切换到第二状态198，点212可对应于特定发动机事件的估计时刻。因此，各个序列表示特定发动机事件的不同时间。在其它实施例中，统计算法112可通过使特定发动机状态与特定发动机事件相互关联，或者用任何其它适当的手段，来确定特定发动机事件的时刻。
在确定特征向量的所有可行序列之后，ECU 25或计算装置使用统计算法112来计算最精确地表示特定发动机事件的真实时间的各个序列的可能性(例如，概率)。然后选择具有最高可能性的序列作为对特定发动机事件发生的时间的最终估计。
图8示出当使用不同统计算法来预测特定发动机事件的时间时产生的标准偏差值的图表表示220。图8中显示的图表的意思是表示公开的实施例可实现什么，并且因此，它们不意于使目前公开的实施例仅局限于这样的结果。图8显示两个图表。第一图表222显示利用第一状态196的15个特征向量和第二状态198的15个特征向量(总共30个特征向量)的高斯混合模型(例如，统计算法112)的标准偏差值。第一图表222还显示使用不同数量的高斯混合的高斯混合模型的标准偏差值。高斯混合的数量可为吸气模型中的输入参数，可改变输入参数来优化精度。在某些实施例中，高斯混合的数量可为2、3、4、5、6、7、8、9、10、11、12、15、20、25、30、35、40、45、50个或更多个。第一图表222显示，在显示的数据中，选择8个高斯混合会最大程度地减小利用30个特征向量的高斯混合模型的标准偏差。
另外，图8示出第二图表224，它包括高斯混合模型使用第一状态196中的8个特征向量和第二状态198中的8个特征向量(总共16个特征向量)所产生的标准偏差值。图表224显示，在来自使用总共16个特征向量的统计模型的数据中，包括6个高斯混合的模型产生最低标准偏差。
类似地，图9示出表230，它包括比较使用统计算法112的特定发动机事件的估计时间和特定发动机事件的真实时间的值。再次，图9的意思是表示公开的实施例可实现什么，并且因此，它不意于使目前公开的实施例仅局限于这样的结果。图9显示统计算法112可在曲柄轴的0.1°内潜在地预测特定发动机事件的时间。在某些实施例中，统计算法112可在0到30°内；0到25°内；0.05到15°内；或者在它们之间的任何度数，估计特定发动机事件的时间。另外，图9示出统计算法112可按较高的精度来预测特定发动机事件是否发生。图9显示可在正常运行期间在发动机10内采用统计算法112，并且准确地估计特定发动机事件的时间。
本发明的技术效果包括接收来自爆震传感器的与发动机事件有关的信号。可使用在发动机离线运行时开发的统计算法，用信号来估计特定发动机事件的时间。可基于时间估计来调节发动机的参数，以提高燃料效率，增加功率输出等。
本书面描述使用示例来公开本发明，包括最佳模式，并且还使本领域任何技术人员能够实践本发明，包括制造和使用任何装置或系统，以及实行任何结合的方法。本发明的可取得专利的范围由权利要求限定，并且可包括本领域技术人员想到的其它示例。如果这样的其它示例具有不异于权利要求的字面语言的结构要素，或者如果它们包括与权利要求的字面语言无实质性差异的等效结构要素，则它们意于处在权利要求的范围之内。

Claims (10)

1.一种用于估计何时发生发动机事件的系统，包括：
控制器，其构造成：
接收来自联接到内燃机上的至少一个爆震传感器的第一信号，接收来自联接到所述内燃机上的至少一个发动机曲柄轴传感器的第二信号，使用多变量变换算法将所述第一信号和所述第二信号变换成多个特征向量，用统计算法确定发动机事件的预期窗口，将所述多个特征向量的节段集中于所述预期窗口，使用所述统计算法来估计所述预期窗口中的对应于何时发生所述发动机事件的时间，并且基于所述时间来调节所述内燃机的运行。
2.根据权利要求1所述的系统，其特征在于，所述发动机事件扶持续100毫秒(“ms”)或更短的时间。
3.根据权利要求1所述的系统，其特征在于，所述发动机事件是阀关闭和/或所述内燃机的机械失效。
4.根据权利要求1所述的系统，其特征在于，所述统计算法是高斯混合模型或机器学习算法中的至少一个。
5.根据权利要求1所述的系统，其特征在于，所述多变量变换算法是短时傅利叶变换。
6.根据权利要求1所述的系统，其特征在于，所述统计模型通过确定包括所述发动机事件发生的最大可能性的特征向量序列，来估计所述发动机事件的时间。
7.根据权利要求1所述的系统，其特征在于，离线训练所述统计模型来估计所述发动机事件的时间。
8.根据权利要求1所述的系统，其特征在于，对所述发动机事件的时间的估计在真实事件的30度之内。
9.一种用于训练控制器来估计发动机事件的时刻的方法，包括：
接收来自至少一个爆震传感器的信号，其中，所述信号包括对应于发动机事件的数据；
使用多变量变换算法将所述信号变换成多个特征向量；
将所述多个特征向量分类成第一状态和第二状态，其中，所述第一状态对应于所述发动机事件之前的时间，并且所述第二状态对应于所述发动机事件之后的时间；以及
使用所述第一状态来形成第一统计模型；
使用所述第二状态来形成第二统计模型，
将所述第一统计模型和所述第二统计模型结合到第三统计模型中，其中，所述第三统计模型构造成预测在正常发动机运行期间何时发生所述发动机事件。
10.根据权利要求9所述的方法，其特征在于，所述信号是一维频率信号。
CN201610212034.6A 2015-04-07 2016-04-07 用于估计发动机事件的时间的系统和方法 Active CN106150716B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US14/680863 2015-04-07
US14/680,863 US10054043B2 (en) 2015-04-07 2015-04-07 Systems and methods for estimating a time of an engine event

Publications (2)

Publication Number Publication Date
CN106150716A true CN106150716A (zh) 2016-11-23
CN106150716B CN106150716B (zh) 2021-03-09

Family

ID=55650347

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610212034.6A Active CN106150716B (zh) 2015-04-07 2016-04-07 用于估计发动机事件的时间的系统和方法

Country Status (8)

Country Link
US (1) US10054043B2 (zh)
EP (1) EP3078839A1 (zh)
JP (1) JP6715057B2 (zh)
KR (1) KR102271210B1 (zh)
CN (1) CN106150716B (zh)
AU (1) AU2016201783A1 (zh)
BR (1) BR102016007569B1 (zh)
CA (1) CA2924930C (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109997025A (zh) * 2016-11-29 2019-07-09 Sts国防有限公司 引擎健康诊断装置和方法
CN110131061A (zh) * 2018-02-08 2019-08-16 丰田自动车株式会社 传感器系统
CN111626144A (zh) * 2020-05-08 2020-09-04 湖南挚新科技发展有限公司 冲击特征向量构建方法、装置、终端设备及存储介质
US12064600B2 (en) * 2022-04-29 2024-08-20 Phray Technology Co., Ltd. Acoustic method for precisely controlling and metering the manual injection dosage

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20170010173A1 (en) * 2015-07-10 2017-01-12 General Electric Company Panoramic knock sensor systems and methods for engine component health detection
DE102015225250A1 (de) * 2015-12-15 2017-06-22 Robert Bosch Gmbh Verfahren und Vorrichtung zum Bestimmen eines Gasmassenstroms in einem Verbrennungsmotor
US10961942B2 (en) * 2016-08-31 2021-03-30 Ai Alpine Us Bidco Inc System and method for determining the timing of an engine event
CN108734294A (zh) * 2017-04-19 2018-11-02 北京众星智联科技有限责任公司 一种人工智能综合控制系统的实现
FR3074542B1 (fr) * 2017-12-06 2019-12-20 IFP Energies Nouvelles Procede de commande d'un moteur a combustion interne a allumage commande au moyen d'un estimateur de cliquetis
JP2019157652A (ja) * 2018-03-07 2019-09-19 トヨタ自動車株式会社 内燃機関の制御装置
US11204011B2 (en) * 2018-05-21 2021-12-21 Ford Global Technologies, Llc Method and system for variable displacement engine knock control
US11255288B2 (en) * 2018-05-23 2022-02-22 Ford Global Technologies, Llc Method and system for determining engine knock background noise levels
US10934933B2 (en) * 2018-08-31 2021-03-02 Paccar Inc Fuel gelling prevention using engine auto start functionality
KR20200041098A (ko) * 2018-10-11 2020-04-21 현대자동차주식회사 파워 트레인 부품 고장 진단 방법
DE102018126501B3 (de) * 2018-10-24 2019-12-19 Iav Gmbh Ingenieurgesellschaft Auto Und Verkehr Verfahren zur Wartungsvorhersage von Komponenten einer Brennkraftmaschine mittels Körperschallsensor
US11620519B2 (en) * 2019-12-11 2023-04-04 Hyundai Motor Company Big data-based driving information provision system and method thereof
US11459962B2 (en) * 2020-03-02 2022-10-04 Sparkcognitton, Inc. Electronic valve control
KR20210152287A (ko) * 2020-06-08 2021-12-15 현대자동차주식회사 신호편차기반 인젝터 고장 기통 진단 방법 및 인젝터 고장 진단 장치

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2413850A (en) * 2004-05-08 2005-11-09 Ford Global Tech Llc Monitoring valve events in an internal combustion engine using a vibration sensor
CN101576424A (zh) * 2008-05-07 2009-11-11 罗伯特·博世有限公司 用于内燃机的爆震探测装置和用于内燃机爆震探测的方法
CN101806240A (zh) * 2010-03-15 2010-08-18 清华大学 一种均质压燃发动机燃烧相位的检测装置及其检测方法
CN101855440A (zh) * 2007-11-07 2010-10-06 飞思卡尔半导体公司 汽车系统中的爆震信号检测
CN102155322A (zh) * 2011-03-10 2011-08-17 重庆长安汽车股份有限公司 一种发动机爆震判定方法

Family Cites Families (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5230315A (en) 1989-12-18 1993-07-27 Usui Kokusai Sangyo Kaisha, Ltd. Otto-cycle engine
EP0706610B1 (en) 1993-06-30 2000-06-07 Orbital Engine Company (Australia) Pty. Ltd. Exhaust valve timing control responsive to engine knock and torque
DE19615448A1 (de) * 1996-04-19 1997-11-20 Bosch Gmbh Robert Vorrichtung zur Klopferkennung und Regelung einer Brennkraftmaschine
JPH11287140A (ja) * 1998-04-02 1999-10-19 Denso Corp エンジンのフェイルセーフ用制御装置
JP3979081B2 (ja) * 2001-01-16 2007-09-19 日産自動車株式会社 内燃機関の燃焼制御システム
US6536389B1 (en) 2002-04-16 2003-03-25 Ford Global Technologies, Inc. Adaptive control of cylinder valve timing in internal combustion engine
JP4211296B2 (ja) * 2002-06-12 2009-01-21 日産自動車株式会社 内燃機関のノック制御装置
DE10305656A1 (de) 2002-07-02 2004-01-15 Robert Bosch Gmbh Verfahren und Vorrichtung zur Steuerung einer Brennkraftmaschine
US6840235B2 (en) * 2002-09-19 2005-01-11 Nissan Motor Co., Ltd. Internal exhaust gas recirculation amount estimation system of internal combustion engines
US7089895B2 (en) * 2005-01-13 2006-08-15 Motorola, Inc. Valve operation in an internal combustion engine
US7526943B2 (en) 2007-03-23 2009-05-05 Gm Global Technology Operations, Inc. Knock system with detection zones
US20090048729A1 (en) * 2007-08-16 2009-02-19 Waters James P Method for diagnosing the operational state of a variable valve actuation (vva) device using a knock signal
US7690336B2 (en) * 2008-02-29 2010-04-06 General Electric Company Adaptive miller cycle engine
US8631782B2 (en) * 2008-08-22 2014-01-21 GM Global Technology Operations LLC Active compression ratio modulation through intake valve phasing and knock sensor feedback
US8141541B2 (en) * 2009-01-09 2012-03-27 Toyota Jidosha Kabushiki Kaisha Abnormality detection device for internal combustion engine
JP4912442B2 (ja) 2009-08-05 2012-04-11 三菱電機株式会社 内燃機関の制御装置
US9803567B2 (en) * 2015-01-07 2017-10-31 General Electric Company System and method for detecting reciprocating device abnormalities utilizing standard quality control techniques
US20160201611A1 (en) * 2015-01-08 2016-07-14 General Electric Company Sensor for Determining Engine Characteristics
US9874488B2 (en) * 2015-01-29 2018-01-23 General Electric Company System and method for detecting operating events of an engine

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
GB2413850A (en) * 2004-05-08 2005-11-09 Ford Global Tech Llc Monitoring valve events in an internal combustion engine using a vibration sensor
CN101855440A (zh) * 2007-11-07 2010-10-06 飞思卡尔半导体公司 汽车系统中的爆震信号检测
CN101576424A (zh) * 2008-05-07 2009-11-11 罗伯特·博世有限公司 用于内燃机的爆震探测装置和用于内燃机爆震探测的方法
CN101806240A (zh) * 2010-03-15 2010-08-18 清华大学 一种均质压燃发动机燃烧相位的检测装置及其检测方法
CN102155322A (zh) * 2011-03-10 2011-08-17 重庆长安汽车股份有限公司 一种发动机爆震判定方法

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109997025A (zh) * 2016-11-29 2019-07-09 Sts国防有限公司 引擎健康诊断装置和方法
US11454569B2 (en) 2016-11-29 2022-09-27 Sts Intellimon Limited Engine health diagnostic apparatus and method
CN110131061A (zh) * 2018-02-08 2019-08-16 丰田自动车株式会社 传感器系统
CN110131061B (zh) * 2018-02-08 2022-06-21 丰田自动车株式会社 传感器系统
CN111626144A (zh) * 2020-05-08 2020-09-04 湖南挚新科技发展有限公司 冲击特征向量构建方法、装置、终端设备及存储介质
CN111626144B (zh) * 2020-05-08 2023-08-29 湖南挚新科技发展有限公司 冲击特征向量构建方法、装置、终端设备及存储介质
US12064600B2 (en) * 2022-04-29 2024-08-20 Phray Technology Co., Ltd. Acoustic method for precisely controlling and metering the manual injection dosage

Also Published As

Publication number Publication date
US20160298537A1 (en) 2016-10-13
BR102016007569A8 (pt) 2021-09-14
JP6715057B2 (ja) 2020-07-01
KR20160120203A (ko) 2016-10-17
US10054043B2 (en) 2018-08-21
KR102271210B1 (ko) 2021-06-30
BR102016007569B1 (pt) 2023-02-28
CA2924930A1 (en) 2016-10-07
CA2924930C (en) 2023-11-07
AU2016201783A1 (en) 2016-10-27
EP3078839A1 (en) 2016-10-12
CN106150716B (zh) 2021-03-09
JP2016200141A (ja) 2016-12-01
BR102016007569A2 (pt) 2016-10-11

Similar Documents

Publication Publication Date Title
CN106150716A (zh) 用于估计发动机事件的时间的系统和方法
CA2923277C (en) System and method for locating an engine event
CN105927384B (zh) 用于检测发动机的操作事件的系统及方法
KR20160108184A (ko) 노크 센서를 사용하여 메이팅 실린더의 헬스를 도출하기 위한 방법 및 시스템
KR20160082484A (ko) 엔진 노이즈의 위치를 확인하기 위한 시스템 및 방법
EP3040542A1 (en) System and method for regulating exhaust gas recirculation in an engine
CN106065814A (zh) 用于检测构件状况的爆震传感器系统和方法
CN107667212A (zh) 用于表征噪声的爆震传感器网络系统和方法
KR20160085703A (ko) 엔진 특성들을 결정하기 위한 센서
US9869257B2 (en) System and method for predicting peak pressure values using knock sensor
US20210215116A1 (en) System and method for determining the timing of an engine event
CN202693311U (zh) 气门运动测量装置
Kim et al. The Effect of Engine Parameters on In-Cylinder Pressure Reconstruction from Vibration Signals Based on a DNN Model in CNG-Diesel Dual-Fuel Engine
US11573154B2 (en) System and method for estimating ring-related parameters
Taglialatela et al. Use of engine crankshaft speed for determination of cylinder pressure parameters

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20200422

Address after: Delaware, USA

Applicant after: Elpai American bidding company

Address before: New York State, USA

Applicant before: General Electric Co.

GR01 Patent grant
GR01 Patent grant