CN110030069A - 用于学习scr-催化器系统的输送模块的泵的至少一个泵特征的方法 - Google Patents

Abstract

本发明涉及一种用于学习SCR‑催化器系统（10）的输送模块（32）的泵（32）的至少一个泵特征的方法（100），具有以下步骤：获取（110）所述至少一个泵特征（p、T、q）的、待学习的参考值（nPmpRef），其中，所述参考值（nPmpRef）存储在参考矩阵中；以及获取（120）待学习的偏差值（△nPmp），所述偏差值是所述至少一个泵特征与所述参考值（nPmpRef）的偏差，并且，将所述待学习的偏差值存储在偏差矩阵中。

Description

用于学习SCR-催化器系统的输送模块的泵的至少一个泵特征 的方法

技术领域

本发明涉及一种用于学习SCR-催化器系统的输送模块的泵的至少一个泵特征的方法、一种计算机程序、一种机器能够读取的存储介质以及一种电子控制器。

背景技术

在未来法律要求的背景下，需要减少内燃机的、非期望的排放，以达到并且遵守规定的废气极限值。由于对内燃机排放值的法律要求不断增加，来自内燃机的废气经受后处理以遵守规定的极限值。为了满足这些极限值，在内燃机的下游使用了废气后处理系统，其目的是减少在废气中的颗粒和氮氧化物浓度。为此所使用的过滤器和催化器要求，将某些氧化/还原剂引入到排气系中。

典型地，这些物质是碳氢化合物或者尿素-水-溶液。所提到的碳氢化合物（例如，柴油-燃料）一方面用于氧化催化器（DOC）中的放热化学变化，其目的是使柴油-颗粒过滤器（DPF）再生。

另一方面，上述碳氢化合物被用于所谓的废气富集（其目的是NOx-存储催化器-再生）或者用于引起所谓的“DiAir”-效应。

上述尿素-水-溶液被用于在SCR-催化器中的选择性催化还原。用作还原剂的尿素-水-溶液（HWL）借助于在计量模式中的输送模块被从罐输送到计量模块中，所述计量模块将必要的HWL-流量作为喷雾排放到排气系中。

为了引入氧化/还原剂，使用安装在排气系上的喷射器。所需的液压压力通常由单独的泵提供。文献DE 103 46 220 A1示出了用于引入尿素-水-溶液的原理。

为了调节系统压力并且为了计算喷射器的操控持续时间，典型地通过压力传感器获取在系统中的压力。此外，压力传感器被用于监控系统，以识别临界状态（如，泄漏或者过压状态）并且随后使系统转化为安全状态。利用通过压力传感器的、当前的监控，只能可靠地检测到大的泄漏，只能够可靠地识别出大型泄漏。对于小型和中型泄漏，压力传感器信号不能够提供足够的信息，以实现稳健并且可靠的诊断。用于泄漏的另一种诊断可能性基于在零剂量时对泵转速的评估。利用这种诊断功能，例如通过开式夹紧喷射器能够可靠地检测出大型泄漏。对于小型和中型泄漏，由于部件公差和环境影响（例如高度和温度），泵转速不能够得到足够精确的评估，以能够示出可靠的诊断。

在现有技术中也已知学习方法。

发明内容

所述方法为用于学习SCR-催化器系统的输送模块的泵的至少一个泵特征。

通过学习，对于泵的、不同的运行点能够学习到泵如何行为。泵的这种行为能够通过至少一个所谓的泵特征来描述，所述泵特征例如能够是泵转速和/或泵的操控信号。由于泵特征通常在汽车或泵的使用寿命期间发生变化，因此通常需要使所学习的值适配于变化的条件。

在所述方法的第一步骤中，获取至少一个泵特征的、待学习的参考值，其中，所述参考值存储在参考矩阵中。典型地，就新型系统而言，作为参考值获取输送模块的泵特征，所述输送模块装配在所述系统中。

在所述方法的第二步骤中，获取待学习的偏差值并且将其存储在偏差矩阵中。偏差值是至少一个泵特征与相应的参考值之间的的偏差。只有当结束检测参考值时，才检测偏差值。这是这种情况，如果存在对控制点的、足够的、高的覆盖并且存在泵特征的代表性数量。这是这种情况，如果在矩阵中学习了足够的学习值，以便插值是可能的。由于矩阵通过压力、温度和计量量来形成，通常就不同的压力、温度和量而言应当储存至少一次值。整个可能的运行范围是否得到覆盖，这除其他外取决于控制点的选择，所述控制点能够自由地被选择。因此，没有必要利用矩阵来覆盖整个运行范围，反之，当矩阵限于通常的运行范围时，就足够了。所学习的泵特征的覆盖的程度定义了下述范围，在所述范围中，能够监控泵特征在使用寿命内的漂移。

优选地，在每个控制点处学习参考值。然而，在实践中可能的是，这不会发生，例如，如果车辆主要在航运交通（Lieferverkehr）中行驶并且因此由于高度影响导致的环境压力具有少的变化。对于这种情况优选的是，在一定数量的学习值之后结束对特征的学习，一旦已经能够学习到了足够的控制点，以便能够有意义地执行插值。

优选地，只有存在释放时，才进行对泵特征的参考值的学习。这是这种情况，如果DNOX-系统处于计量运行中并且当前在系统中不存在故障，所述故障能够影响学习功能。

根据一种优选的实施方式，参考值已由SCR-催化器系统的制造商获取，并且，该方法能够访问它们。在此，制造商已经在工厂确定了参考值。在此，在利用结构相同的系统测试时，能够获取参考值。在此，能够在不同的计量系统和不同的环境条件上取平均值。

根据另一种优选的实施方式，作为所谓的控制点，获取用于泵的、预先给定的运行点的参考值和偏差值。控制点是泵的运行点，所述运行点由制造商预先给定并且取决于相应的系统。

每个运行点由至少一个运行参数来表征，所述运行参数例如能够是环境压力、氧化/还原剂的温度或者氧化/还原剂的计量量。运行点例如能够被描述为具体压力值、具体温度值和具体计量量的元组（Tupel），例如，（p₁、T₁、q₁）。

优选地，恰好有三个运行参数，使得控制点是在三维空间中的点。优选地，在此运行参数为环境压力、氧化/还原剂的温度或者氧化/还原剂的计量量。在这样的三维空间中，存在一准则（Norm），所述准则定义在该空间中的不同点之间的距离。例如，通过这种准则能够将在不同压力之间的距离与在不同温度之间的距离进行比较。优选地，每个控制点关于所有相邻的控制点都具有相同的距离。优选地，用于每个运行参数的控制点具有相同的距离。优选地，关于任意的、当前的运行点的、相邻的控制点是长方体或者立方体的顶点。

优选地，恰好有两个运行参数，即环境压力和氧化/还原剂的温度。在这种情况下，仅能够监控和评估在零计量的时刻上的运行点。如果还附加地考虑氧化/还原剂的计量量，则系统也能够在零计量之外的运行点中在计量期间得到分析和监控，这对应于上述具有三个上述运行参数的情况。

通常，运行点形成运行范围，所述运行范围通常是连续的。

控制点优选地对于参考矩阵和偏差矩阵是相同的。然而，根据另一种实施方式，控制点也能够是不同的。

根据另一种优选的实施方式，在学习参考值时，将在当前运行点处测量出的泵特征存储在控制点处，所述控制点具有到当前运行点的最小距离，当最小距离相对于当前运行点到其他相邻的控制点的距离为主导量时。如果距离都在类似的数量级中，则不学习泵特征，因为不能够执行到控制点的、明确的归类。如果最小距离比第二最小距离小30％、优选50％，则最小距离能够被视为相对于当前运行点到其他相邻的控制点的距离的主导量。

根据一种优选的实施方式，如果所学习控制点的数量与控制点的总数量（即，运行范围）的商数大于预先给定的值，则结束对参考矩阵的获取。优选地，应该存在泵特征的、待学习的参考值的代表性数量。

如果在控制点中已经学习了泵特征并且通过当前控制点存在新的泵特征，则优选地由旧的和新的泵特征计算平均值并且在矩阵的控制点处学习该平均值。如果此后在同一控制点处再次获取新的泵特征，则优选将所储存的值添加到新的泵特征中并且除以2。根据这种实施方式，就在一个控制点处所检测的三个值而言，并非通过形成这三个值的平均值，而是通过首先确定前两个值的平均值并且随后再计算出如此确定出的值与第三值的平均值的方式，获取了泵特征的当前值。

根据一种优选的实施方式，一旦在参考矩阵中已经达到了对参考学习点的、相应的、代表性的覆盖，则学习功能切换到快速学习模式中，以便学习关于所学习的参考值的偏差。

根据又一种优选的实施方式，确定在下述范围中的控制点，在正常情况下泵在所述范围中运行。

根据一种优选的实施方式，偏差值学习具有以下步骤：在偏差值学习的第一步骤中，计算在当前运行点（WP）处的偏差值。这意味着，在当前运行点处测量所述至少一个泵特征，并且，形成这个测量值与在当前运行点处的至少一个泵特征的参考值的差值。这个差值对应于偏差值。如果测量多个泵特征，则也确定了多个偏差值。

在偏差值学习的第二步骤中，获取在与当前运行点相邻的八个控制点处P_i的迭代偏差值，其中，在一个相邻的控制点Pi处的迭代偏差值通过将乘积添加到在相邻的控制点P_i处的偏差值△Pmp中来获得，所述乘积为在当前运行点处的、所过滤的偏差值△nPmpPT₁与加权因子factor_i的乘积，所述加权因子取决于当前运行点和相邻的控制点。

这能够表示为如下公式：

如果达到了用于偏差的、最大允许的极限，则泵特征的学习值在寿命期间向下或者向上地受限。用于偏差的、最大允许的极限能够被计算为新的泵的公差、用于在使用寿命内允许的老化的公差和附加的公差值的和。然而，需要附加的公差值，以便能够区分正常运行的泵和故障的泵，所述附加的公差值通常相对于新的泵的公差和用于在使用寿命内允许的老化的公差是小的。

如果学习值不受限制，则最小的泄漏也会被学习。在这种情况下不能够识别出故障。

偏差值的学习优选地在系统的整个使用寿命内进行。在此，偏差只能够在所学习的参考值的范围内被学习，因为在覆盖范围之外不存在参考值。

偏差值的学习优选地具有快速学习模式和慢速学习模式。快速学习模式的目的是，在开始时通过尽可能多的学习事件来创建用于监控的基础。一旦由于快速学习模式而存在足够的学习事件，系统就切换到慢速学习模式中，使得仅适配泵特征在使用寿命内的变化。如果完成了预先给定的数量的学习事件，则该功能切换到慢速学习模式中，以便仅学习在使用寿命内的漂移。在这种慢速学习模式中，仅允许对学习值进行小的改变，以便例如避免学习小型泄漏和短的信号干扰。利用从检测参考值切换到检测偏差分配，进行了释放以用于评估和监控当前的泵特征。

优选地，对用于慢速和快速学习模式的偏差值的过滤具有不同的时间常数。偏差利用PT₁-过滤器来过滤，所述PT₁-过滤器分别具有用于快速和慢速学习模式的过滤时间常数。对于每个学习事件，利用相应的运行点的、所学习的偏差来初始化PT₁-滤波器。

在控制技术中，将LZI-传输机构称为PT₁-机构，所述LZI-传输机构具有带有一阶延迟的比例传输行为，例如低通滤波器。LZI-系统是线性时不变系统，所述线性时不变系统表示其行为即具有线性的特征又独立于时间推移的系统。

根据一种优选的实施方式，在学习偏差值的第一步骤之前，在偏差矩阵的控制点处初始化偏差值。根据另一种实施方式，在学习偏差值的第一步骤之前，在当前工作点WP处初始化所过滤的偏差值△nPmpInitPT₁（WP）。相应的初始化值能够被设置为零。可替代地，初始化值也能够是预先给定的值，所述值由制造商预先给定或者已经由制造商对于类似的系统习得。

根据另一种优选的实施方式，将在当前工作点WP处的偏差值称为和，所述和为在当前工作点WP处的至少一个泵特征的参考值、用于在当前工作点WP处的至少一个泵特征的当前测量值与用于至少一个泵特征的所过滤的偏差值的初始化值或者在先前的迭代中所计算的、用于至少一个泵特征的、所过滤的偏差值的值的和。

根据一种优选的实施方式，在当前工作点WP处的偏差值在其计算之后由TP₁-滤波器过滤。

根据又一个优选的实施方式，通过三线性插值来计算在当前运行点WP处的至少一个泵特征的所述参考值nPmpRef（WP）。这是一个标准方法并且能够在计算上非常快速地被执行。

根据一种优选的实施方式，用于至少一个泵特征的、所过滤的偏差值的初始化值△nPmpInitPT₁（WP）是在与当前运行点WP相邻的所有八个控制点P_i上求和的乘积，所述乘积为长方体的体积V_i与总体积V的商数以及在相应的、相邻的控制点P_i处的相应偏差值△nPmp（Pi）的乘积，所述长方体具有作为一个顶点的当前运行点WP以及作为另一个顶点的、相邻的控制点P_i，所述总体积由与当前运行点WP相邻的八个控制点P_i限定。

这能够作为公式如下地表示：

（公式1）

PT₁-滤波器的初始化针对每个学习事件发生。

根据一种优选的实施方式，加权因子factor_i是总体积与长方体的体积的乘积和与当前运行点WP相邻的八个控制点的体积V_i的平方的和的商数，所述加权因子取决于特定相邻的控制点P_i，所述总体积由与当前运行点WP相邻的八个控制点P_i限定，所述长方体具有作为一个顶点的当前运行点WP以及作为另一个对置的顶点的、相邻的控制点P_i，所述相邻的控制点从当前运行点WP看在所述特定相邻的控制点P_i的、对置的侧上。

这能够作为公式如下地表示：

（公式2）

如果在学习参考值之后应当启动运行范围，所述运行范围迄今还未由矩阵覆盖，则然后能够学习另外的参考值，当由于使用寿命内的漂移造成的偏差低于预先给定的阈值时。在这种情况下，系统在该范围中还未显著地老化。如果每个偏差值都低于预先给定的阈值，则能够存在这种标准。可替代地，这种标准能够存在，如果在所有偏差值上平均的偏差值低于另外的、预先给定的阈值，所述另外的、预先给定的阈值通常低于前述的阈值。

参考值和/或偏差值优选地存储在存储器中，优选地存储在非易失性电子存储器模块中，例如，存储在EEPROM中。

计算机程序被设置用于，执行所述方法的每个步骤，尤其是当它在电子控制器或者计算机上运行时。这实现了所述方法在传统控制器中的实施，而无需在其处进行结构上的改变。为此，计算机程序被储存在机器能够读取的存储介质上。通过在传统电子控制器上运行所述计算机程序，获得了下述电子控制器，该电子控制器被设置用于学习SCR-催化器系统的输送模块的泵的至少一个泵特征。

附图说明

在附图中示出并且在以下描述中更详细地阐述本发明的一个实施例。

图1示意性地示出了SCR-催化器系统，利用该SCR-催化器系统能够执行根据本发明的实施例的方法。

图2示出了根据本发明的实施例的方法的、示意性的流程图。

图3示出了参考矩阵或者偏差矩阵的控制点，所述控制点在根据本发明的实施例的方法中得到使用。

图4示出了与当前运行点WP相邻的八个控制点Pi以及八个体积Vi，其中，i能够是在1和8之间的值，所述体积位于相邻的控制点和当前运行点WP之间。在根据本发明的实施例的方法的步骤126中，计算出体积V_i的量。

图5说明了三线性插值，所述三线性插值根据根据本发明的实施例的方法的步骤127被执行。

具体实施方式

在图1中，示出了具有计量装置的SCR-催化器系统10，所述计量装置用于将尿素水溶液（HWL）12计量加入到机动车的内燃机14（仅指出）的排气系10中。借助于选择性催化还原（SCR），SCR-催化器系统10以本身已知的方式用于还原在内燃机1的废气中的氮氧化物。为了还原，作为还原剂的HWL12通过计量模块17的计量阀16被喷射到排气系18中，所述排气系在SCR-催化器20的上游并且在氧化催化器22的下游。

HWL12被存储在储罐24中，所述储罐具有液位传感器26和温度传感器28，所述液位传感器和温度传感器分别与控制器29连接。借助于输送模块30，从储罐24中为计量模块17的计量阀16供应HWL12。

输送模块30具有输送泵32，所述输送泵借助于吸入管线34从储罐24中取出HWL12。HWL12通过压力管线36被引导到计量模块17的计量阀16。借助于该计量阀16，在内燃机14和SCR-催化器20之间的HWL12被喷射到排气系18中。

在此，输送泵32和计量模块17由电子控制器29控制。排气温度传感器44和排气传感器46也与电子控制器29连接，所述两个传感器都布置在SCR-催化器20的下游。

此外，控制器29被设置，用于借助于根据本发明的方法来运行SCR-催化器系统10、尤其是SCR-催化器系统10的输送模块30的泵32和计量模块17。

图2示出了方法100的实施方式的、示意性的流程图，所述方法用于学习SCR-催化器系统10的输送模块30的泵32的泵特征、

在方法100的步骤111中，利用泵32来启动SCR催化器系统10。通过利用值“零”来描述矩阵的所有控制点的方式，初始化参考矩阵。

在图3中，示出了参考矩阵的一部分。对于三个运行参数（环境压力p、氧化/还原剂的温度T和氧化/还原剂的计量量q）分别预先给定控制点。用于温度的控制点为值T₀、T₁、T₂至T_x，用于环境压力p的控制点为值p₀、p₁、p₂至p_y，并且，用于计量q的控制点为值q₀、q₁、q₂至q_z。

在随后的步骤112中查询，是否已经存在对控制点的、足够高的覆盖以及泵特征的代表性数量。如果是这种情况，则方法100前进到步骤117，所述步骤将在下文中得到阐述。如果仍然不存在对控制点的、足够高的覆盖，则方法100前进到步骤113，在所述步骤中，作为元组（p、T、q）获取用于当前运行点WP的运行参数（环境压力p、氧化/还原剂的温度T和氧化/还原剂的计量量q），并且，获取配属于当前运行点WP的泵特征（泵转速nPmp和泵操控信号）。

在随后的步骤114中，获取到参考矩阵的、与八个相邻的控制点的距离。在下一步骤115中获取，在先前步骤114中所获取的八个距离中是否存在主导量。当前，是这种情况，当一个距离至少比第二小的距离小50%时。如果没有获取主导距离，则所述方法在方法100开始之后直接前进到步骤112，使得通常存在新的当前运行点。如果能够获取最小的主导距离，则所述方法前进到步骤116，在所述步骤中所获取的泵特征被存储在下述控制点处，所述控制点对应于到当前运行点的、最小的主导距离，所述主导距离在前一步骤中已经被获取。在步骤116之后，继续步骤112。

在方法100到达的步骤117中，如果在步骤112中已经获取：已经存在对控制点的、足够高的覆盖以及泵特征的代表性数量，则进行释放以评估和监控当前的泵特征。

步骤111至116对应于所述至少一个泵特征p、T、q的、待学习的参考值nPmpRef的获取110，其中，参考值nPmpRef被存储在参考矩阵中。

在步骤117之后，该方法前进到获取120待学习的偏差值△nPmp，所述待学习的偏差值是至少一个泵特征p、T、q与参考值nPmpRef的偏差，并且，所述待学习的偏差值被存储在偏差矩阵中。获取120待学习的偏差值△nPmp包括以下阐述的步骤121至136。在获取120待学习的偏差值△nPmp的第一步骤121中，初始化偏差矩阵。为此，将用于待学习的偏差值的所有值都设置为值0。

在随后的步骤122中，将用于PT₁-过滤器的时间常数设置为快速值，即快速的过滤器时间常数的值。现在，系统处于快速学习模式中。

在随后的步骤123中获取，是否发生了预先给定的数量的学习事件。如果是这种情况，则方法100前进到步骤124，在所述步骤中，用于PT₁-过滤器的时间常数被设置为慢速值，即，慢速的过滤器时间常数。然后，系统处于慢速学习模式中，在所述慢速学习模式中还学习在使用寿命内的漂移。

如果在步骤123中已经获取，仍然未进行预先给定的数量的学习事件，则方法前进到步骤125，在步骤125中作为元组（p、T、q）获取用于当前运行点WP的运行参数（环境压力p、氧化/还原剂的温度T和氧化/还原剂的计量量q），并且，获取配属于当前运行点WP的泵特征（泵转速nPmp和泵操控信号）。步骤125对应与前述的步骤113。

在随后的步骤126中，计算用于至少一个泵特征的、所过滤的偏差值的初始化值△nPmpInitPT₁。这根据公式1进行。

在第一次计算用于所过滤的偏差值的初始化值△nPmpInitPT₁时，结果自然为零，因为偏差矩阵在之前刚被初始化。

在该步骤中，首先必须分别计算出八个长方体的体积V_i，并且之后计算出总体积V，所述长方体具有作为一个顶点的当前运行点WP和作为另一个顶点的、相邻的控制点P_i，所述总体积由与当前运行点WP相邻的八个控制点P_i限定。总体积V对应于八个长方体的体积V_i的和。

在图4中示出了这八个体积V_i，其中，所述体积分别代表值1至8。在那里，看到了当前运行点WP以及与当前运行点WP相邻的八个控制点P_i，其中，所述控制点又代表值1到8。在此，八个相邻的控制点的编号是任意的。在此，当前运行点WP在内部中的任意地方，而不是必须在八个控制点的中心。在此，与特定控制点P_i相关的体积V_i从所述特定控制点Pi看位于当前运行点WP的另一侧上。这意味着：如果当前运行点WP紧邻控制点P₁，则邻接所述控制点P₈的体积V₁是八个体积中的最大体积。这也意味着：邻接控制点P₁的体积V₈是最小体积。

在下一步骤127中，通过三线性插值来计算在当前运行点WP处的泵特征nPmp的参考值nPmpRef（WP）。在图5中说明了这种本身已知的插值方法。为此，首先通过沿x-方向的插值，从在控制点P1和P2处的参考值nPmpRef（P₁）和nPmpRef（P2）中计算出内插参考值nPmpRef（P12），所述x-方向对应于温度。相应地，对于点P34，P56和P78，这同样地被执行。利用如此获取的、用于点P12、P34、P56和P78的内插参考值，执行沿着z-方向的、另外的差值，所述z-方向对应于计量量。由此，得到点WP1256和WP3478的内插参考值nPmpRef。如果从这些点开始执行沿y-方向的另外的差值，则得到用于当前运行点WP的内插参考值nPmpRef（WP），所述y-方向对应于压力。

在随后的步骤128中，在当前运行点WP处计算未过滤的偏差值。这根据公式3进行：

（公式3）

在步骤129中，利用PT₁-过滤器来过滤在当前运行点WP处的、未过滤的偏差值，从而获得在当前运行点WP处的、所过滤的偏差值△nPmpPT₁（WP）。

在下一步骤130中，计算加权因子factor_i，在随后的步骤131中需要所述加权因子。这根据公式2发生。

在下一步骤131中，在与当前运行点WP相邻的八个控制点Pi处，获取迭代偏差值△nPmp_neu（P_i）。

这根据下面的公式4进行：

（公式4）

在此，用于在控制点P_i的泵特征的先前偏差值是△nPmp_alt（Pi）。值△nPmp_alt（P_i）对应于前面已经提到的符号△nPmp（P_i）。只是为了清楚，为其添加了符号“alt”。

在下一步骤132中，将在先前步骤131中所获取的八个迭代偏差值△nPmp_new（P_i）写入或者存储到偏差矩阵中，在对应的控制点P_i处。在此，新计算出的值分别替换在偏差矩阵中的控制点P_i处的、旧的值。

在下一步骤133中获取，对于在步骤131中所获取的八个迭代偏差值中的一个来说，是否已经达到了用于偏差的最大允许的极限。最大允许的偏差能够被计算为新的泵的公差、用于在使用寿命内允许的老化的公差和附加的公差值的和。如果已经达到了用于偏差的、最大允许的极限，则在步骤134中，对于对应的控制点P_i，泵特征的学习值在寿命期间向下或者向上地受限。此后，方法100前进到步骤135，如果已经获取尚未达到用于偏差值的、最大允许的极限，则该方法也能够从步骤133进入步骤135。

在步骤135中获取，对于控制点Pi是否已经超过了用于泵特征的偏差的、最大允许的极限。如果对于一个控制点来说是这种情况，则系统在步骤136中为使用者提供消息：系统已经达到了最大允许的老化。在这种情况下，应当更换部件，从而建议前往车间。如果在步骤135中没有确定，已经超过了用于泵特征的偏差的、最大允许的极限，则该方法前进到步骤123。在步骤136之后，该方法也前进到步骤123。

Claims (15)

1. 用于学习SCR-催化器系统（10）的输送模块（30）的泵（32）的至少一个泵特征（n）的方法（100），具有以下步骤：

获取（110）所述至少一个泵特征的、待学习的参考值（nPmpRef），其中，所述参考值（nPmpRef）存储在参考矩阵中；和

获取（120）待学习的偏差值（△nPmp），所述偏差值是所述至少一个泵特征与所述参考值（nPmpRef）的偏差，并且，将所述待学习的偏差值存储在偏差矩阵中。

2.根据权利要求1所述的方法，其特征在于，对于所述泵（32）的、预先给定的、作为控制点（P_i）的运行点（P_i）获取所述参考值（nPmpRef）和所述偏差值（△nPmp）。

3.根据权利要求1或者2所述的方法，其特征在于，所述至少一个泵特征是以下测量量中的至少一个测量量：泵转速和泵的操控信号。

4.根据前述权利要求中任一项所述的方法，其特征在于，在学习所述参考值（nPmpRef）时，将在当前运行点（WP）处测量出的泵特征存储在控制点（P_i）处，所述控制点具有到所述当前运行点的最小距离，当所述最小距离相对于所述当前运行点（P_i）到其他相邻的控制点（P_i）的距离为主导量时。

5. 根据前述权利要求中任一项所述的方法，其特征在于，所述偏差值（△nPmp）的获取（120）具有以下步骤：

计算（128）在当前运行点（WP）处的偏差值（△nPmp）;和

获取（131）在八个控制点（P_i）处的迭代偏差值（△nPmp_neu（P_i）），所述八个控制点与所述当前运行点（WP）相邻，其中，在一个相邻的控制点（P_i）处的迭代偏差值（△nPmp_neu（P_i））通过将乘积添加到在所述相邻的控制点（P_i）处的所述偏差值（△Pmp）中来获得，所述乘积为在所述当前运行点处（WP）的、所过滤的偏差值（△nPmpPT₁）与加权因子（factor_i）的乘积，所述加权因子取决于所述当前运行点（WP）和所述相邻的控制点（P_i）。

6.根据权利要求5所述的方法，其特征在于，作为在所述当前运行点（WP）处的所述至少一个泵特征（p、T、q）的所述参考值（nPmpRef（WP））、用于在所述当前运行点（WP）处的所述至少一个泵特征的当前测量值（nPmpCurr（WP））和初始化值（△nPmpInitPT₁）或者在先前的迭代中所计算的值（△nPmpPT₁）的总和来计算（131）在所述当前运行点（WP）处的所述偏差值（△nPmp（WP）），所述初始化值用于所述至少一个泵特征的、所过滤的偏差值（△nPmpPT₁），所述在先前的迭代中所计算的值用于所述至少一个泵特征的、所过滤的偏差值。

7.根据权利要求6所述的方法，其特征在于，通过三线性插值来计算（127）在所述当前运行点（WP）处的所述至少一个泵特征的所述参考值（nPmpRef（WP））。

8.根据权利要求6或者7所述的方法，其特征在于，用于所述至少一个泵特征的、所述所过滤的偏差值（△nPmpPT₁）的所述初始化值（△nPmpInitPT₁（WP））是在与所述当前运行点（WP）相邻的所有八个控制点（P_i）上求和的乘积，所述乘积为长方体的体积（V_i）与总体积（V）的商数和在相应的、相邻的控制点（P_i）处的相应偏差值（△nPmp（P_i））的乘积，所述长方体具有作为一个顶点的所述当前运行点（WP）以及作为另一个顶点的、相邻的控制点（P_i），所述总体积（V）由与所述当前运行点（WP）相邻的八个控制点（P_i）限定。

9.根据权利要求5至8中任一项所述的方法，其特征在于，所述加权因子（factor_i）是（126）所述总体积（V）和长方体的体积（V_i）的乘积和与所述当前运行点（WP）相邻的八个控制点（Pi）的体积（V_i）的平方的和的商数，所述加权因子取决于特定相邻的控制点（P_i），所述总体积（V）由与所述当前运行点（WP）相邻的八个控制点（P_i）限定，所述长方体具有作为一个顶点的所述当前运行点（WP）以及作为另一个对置的顶点的、相邻的控制点（P_i），所述相邻的控制点从所述当前运行点（WP）看在所述特定相邻的控制点（P_i）的、对置的侧上。

10.根据前述权利要求中任一项所述的方法，其特征在于，所述偏差值（△nPmp）的获取（120）具有较快的学习模式（122）和较慢的学习模式（124）。

11.根据权利要求10所述的方法，其特征在于，对于较快的学习模式（122）和较慢的学习模式（124）的过滤（129）具有不同的时间常数。

12.根据前述权利要求中任一项所述的方法，此外具有：

初始化（126）在所述偏差矩阵（121）的所述控制点（P_i）处的偏差值（△nPmp）以及在所述当前运行点（WP）处的、所过滤的偏差值（△nPmpPT₁）。

13.计算机程序，该计算机程序被设置用于，执行根据权利要求1至12中任一项所述的方法（100）的每个步骤。

14.机器能够读取的存储介质，在该存储介质上储存有根据前述权利要求所述的计算机程序。

15.电子控制器，该电子控制器被设置用于，执行根据权利要求1至12中任一项所述的方法（100）的每个步骤。