CN110598233A - 用于确定燃烧发动机中的曲轴力矩的方法和装置 - Google Patents
用于确定燃烧发动机中的曲轴力矩的方法和装置 Download PDFInfo
- Publication number
- CN110598233A CN110598233A CN201910512046.4A CN201910512046A CN110598233A CN 110598233 A CN110598233 A CN 110598233A CN 201910512046 A CN201910512046 A CN 201910512046A CN 110598233 A CN110598233 A CN 110598233A
- Authority
- CN
- China
- Prior art keywords
- torque
- model
- combustion engine
- crankshaft
- pressure
- 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.)
- Pending
Links
Classifications
-
- 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
-
- 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
-
- 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
-
- 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
- F02D41/1497—With detection of the mechanical response of the engine
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B17/00—Systems involving the use of models or simulators of said systems
- G05B17/02—Systems involving the use of models or simulators of said systems electric
-
- 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
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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
- F02D2041/1433—Introducing closed-loop corrections characterised by the control or regulation method using a model or simulation of the system
-
- 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
-
- 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
- F02D2200/10—Parameters related to the engine output, e.g. engine torque or engine speed
- F02D2200/1002—Output torque
- F02D2200/1004—Estimation of the output torque
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Mechanical Engineering (AREA)
- Combustion & Propulsion (AREA)
- Chemical & Material Sciences (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computational Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Evolutionary Biology (AREA)
- Life Sciences & Earth Sciences (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Operations Research (AREA)
- Probability & Statistics with Applications (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开了一种用于确定用于运行燃烧发动机的曲轴力矩的方法、一种用于具有燃烧发动机的发动机系统的控制模块、一种计算机程序、一种能够机器读取的存储介质和一种电子控制单元,其中,该用于确定用于运行燃烧发动机的曲轴力矩的方法借助统计学的基于数据的函数模型、取决于该燃烧发动机的运行点来确定该曲轴力矩。
Description
技术领域
本发明涉及一种燃烧发动机,并且尤其涉及一种用于燃烧发动机的控制装置。本发明还涉及一种用于确定燃烧发动机的曲轴力矩、尤其用于运行燃烧发动机的方法。
背景技术
为了运行燃烧发动机,相应地认识当前曲轴力矩以实施不同的功能是基本的。这尤其用于监测和控制推进力矩。
然而,在常规的发动机系统中,不是直接测量曲轴力矩,而是基于发动机系统的其他的所测量的或者所建模的状态变量尤其借助于特征图谱来建模。这个建模基于力矩平衡进行,该力矩平衡考虑各个作用于该曲轴的驱动力矩和负荷力矩。
与燃烧发动机直接相关的驱动力矩对应于高压力矩,该高压力矩通常由例如以特征图谱的形式使用的高压力矩模型来建模。此外,借助经常以特征图谱的形式使用的低压力矩模型来描述发动机内部由于换气交换损失而产生的负荷力矩而借助摩擦模型来描述摩擦损失,该摩擦模型可以对应于物理关系来建模或者借助适合的特征图谱模型来映射。在使用特征图谱模型时,逻辑演算的耗费高,因为这种逻辑演算必须在该燃烧发动机的大的运行范围上有效或者必须被考虑。这需要在尽可能大的运行范围上测量发动机系统,因此该方法是非常高耗费的。
从现有技术中普遍已知如下控制装置,这些控制装置适用于根据计算模型来计算发动机系统中的状态变量。这些控制装置通常包括微处理器,该微处理器被设计成借助适合的软件来进行模型计算。如果这样的控制装置实现特征图谱模型,那么这个控制装置获取对应的特征图谱存储器,以读取所需要的值。
此外,从现有技术中已知具有集成的控制模块的控制装置,这些控制模块具有主计算单元和单独的模型计算单元以用于计算基于数据的函数模型。因此,例如文件DE 102010 028 266 A1示出了具有附加的逻辑电路作为模型计算单元的控制模块,该模型计算单元形成为用于指数函数的完全基于硬件的计算以及加法和乘法运算。这使得支持在硬件单元中的、尤其用于计算高斯过程模型所需的贝叶斯回归方法的计算成为可能。
总体上,该模型计算单元设计用于执行数学过程,所述过程用于基于参数和控制点或者训练数据来计算基于数据的函数模型。尤其,用于有效地计算指数函数跟求和函数的模型计算单元的函数纯粹以硬件实现,这样就可以使得可以用比在被软件控制的主计算单元中更高的计算速度来计算高斯过程模型。
发明内容
根据本发明提出一种用于确定用于运行燃烧发动机的曲轴力矩的方法以及相关的装置和发动机系统。
根据第一方面,提出一种用于确定用于运行燃烧发动机的曲轴力矩的方法,其中借助统计学的基于数据的函数模型、取决于该燃烧发动机的运行点来确定该曲轴力矩。
上述方法的思想在于:使用统计学的函数模型,该函数模型考虑多个状态变量(这些状态变量分别表示该发动机系统的状态)以确定当前的曲轴力矩。为了实现统计函数模型和控制装置、尤其是用于燃烧发动机的发动机控制装置,可以使用该函数模型。
此外,所述统计学的基于数据的函数模型可以对应于高斯过程模型。基于数据的函数模型的变体是非参数的模型,在没有来自训练数据(即大量的训练数据点)的特定的预先设定值的情况下能够创建该模型。基于数据的函数模型的示例是基于高斯过程回归的所谓的高斯过程模型。该高斯过程回归是多样的统计学方法,该方法用于基于通常情况下大量的训练数据来对复杂的物理系统进行基于数据的建模。
此外,可以确定该曲轴力矩作为一个驱动力矩与多个负荷力矩之和,其中借助该基于数据的函数模型作为高压力矩至少确定该驱动力矩。
上述方法提出:使用基于数据的函数模型来对曲轴力矩建模。该曲轴力矩通常通过驱动力矩的平衡并且由负荷力矩确定。该驱动力矩对应于由高压力矩模型所确定的高压力矩。这些负荷力矩包括:借助低压力矩模型所确定的低压力矩(该低压力矩对应于由于换气交换在燃烧发动机中产生的负荷力矩)、由摩擦模型所确定的摩擦力矩(该摩擦力矩表示在燃烧发动机中的摩擦损失)、以及由于与该曲轴耦合的组件而产生的其他的组件负荷力矩(例如由于驱动高压泵、油泵、冷却剂泵、发电机和/或空调系统而产生的负荷力矩)。尤其,这些组件负荷力矩取决于其他因素,并且存在用于描述对应的组件负荷力矩的适合的物理模型。
然而,迄今为止的物理模型、尤其用于对高压力矩和低压力矩建模的物理模型部分地不准确,并且存在通常不用于燃烧发动机的任何在实践中可能的运行范围。在这些运行范围中通过外推法借助对应的特征图谱模型实施的估量通常是过于不准确的,以致于不能可靠地确定曲轴力矩。通过使用统计函数模型用于对高压力矩和/或低压力矩建模来显著地减少用于对到迄今为止使用的特征图谱模型进行数据处理的耗费。由于统计函数模型的特性,即使在预先没有测量的运行范围中提供可靠的模型值,可以显著地减少对曲轴力矩建模的耗费并且额外地实现在计算曲轴力矩时的改进的准确性。总体上,通过使用统计函数模型,可以比使用简单的特征图谱模型更好地映射燃烧发动机的复杂行为。
尤其,可以基于如下输入变量来计算用于计算该高压力矩的统计函数模型,这些输入变量能够对应于以下输入变量或者选自于以下输入变量:曲轴转速、主喷射的喷射量、主喷射的喷射角、轨道压力、空气质量、AGR质量、入口质量流的气体温度、预先喷射量、后喷射量、后喷射曲轴角、油温以及涡流阀瓣位置。
根据实施方式,这些负荷力矩之一可以对应于低压力矩,该低压力矩表明该燃烧发动机的气体交换损失,并且借助基于数据的函数模型来确定。
尤其,可以基于如下输入变量来计算用于计算该低压力矩的统计函数模型,这些输入变量能够对应于以下输入变量或者选自于以下输入变量:曲轴转速、排气背压、进气管压力、子阀瓣位置、AGR速率、入口温度和油温。
可以提出的是:作为另外的负荷力矩,考虑以下负荷力矩中的一个或多个负荷力矩:摩擦力矩和组件负荷力矩。
根据另一方面,提出一种用于具有燃烧发动机的发动机系统的控制模块,其中该控制模块形成为用于执行上述方法。
附图说明
图1示出具有基于硬件的模型计算单元的、集成的控制模块的示意性图示;
图2示出具有燃烧发动机的发动机系统的示意性图示,该燃烧发动机用集成的控制模块来运行。
附图标记说明:1-控制模块;2-主计算单元;3-模型计算单元;4-内部通信线路;5-内部的存储器;6-DMA单元;10-燃烧发动机;11-气缸;12-曲轴;14-组件;31-计算核心;33-本地SRAM;34-DMA单元。
具体实施方式
图1示出用于集成的控制模块1(例如呈微处理器的形式)的硬件架构的示意性图示,在该控制模块中以集成的方式设置有主计算单元2和模型计算单元3,用于对基于数据的函数模型进行纯粹基于硬件的计算。主计算单元2和模型计算单元3藉由内部通信线路4(例如系统总线)互相处于通信连接。
原则上,模型计算单元3大体上是硬连线的并且对应地不同于主计算单元2那样形成用于实施软件代码。替代性地,如下解决方案是可能的,在该解决方案中用于计算基于数据的函数模型的模型计算单元3提供受限制的、高度特殊化的指令组。在模型计算单元3中不设置处理器。这可以实现这种模型计算单元3的资源优化的实现、或者以集成的构造方式经表面优化的构造。
模型计算单元3具有计算核心31,该计算核心纯粹在硬件中实现对预先设定的算法的计算。
模型计算单元3还可以包括用于存储配置数据的本地SRAM 33。模型计算单元3可以同样包括本地的DMA单元34(DMA=Direct Memory Access,直接存储器访问)。借助DMA单元34可以获取控制模块1的集成的资源、尤其获取内部的存储器5。
控制模块1可以包括内部的存储器5和另一个DMA单元6(DMA=Direct MemoryAccess)。内部的存储器5和这个另外的DMA单元6以适合的方式例如藉由内部通信连接4互相连接。内部的存储器5可以包括(对主计算单元2、模型计算单元3和在适当时另外的单元)共用的、用于配置数据(参数和控制点数据)的SRAM存储器和闪存存储器。
使用非参数的、基于数据的函数模型基于贝叶斯回归方法。例如在C.E.Rasmussenet al.,“Gaussian Processes for Machine Learning”,MIT Press2006[C.E.Rasmussen等人,“机器学习的高斯过程”,MIT出版社,2006年]中描述了贝叶斯回归的基础知识。贝叶斯回归是基于数据的方法,该方法以模型为基础。为了创建模型,需要训练数据的测量点以及待建模的输出变量的相关联的输出数据。借助使用控制点数据来创建模型,这些控制点数据全部或者部分地对应于训练数据或者从这些训练数据中生成。此外,确定抽象的超参数,这些超参数使模型函数的空间参数化并且有效地权衡训练数据的各个测量点对稍后的模型预测的影响。
这些抽象的超参数通过优化方法来确定。这种优化方法的可能性在于边际似然性(Marginal Likelihood)的优化。该边际似然性描述了在给出模型参数和训练数据的测量点的情况下这些训练数据的被测量的输出变量的合理性。在模型训练中,通过搜寻适合的超参数来最大化该边际似然性,这些超参数获得由超参数和训练数据确定的模型函数的曲线并且尽可能准确地映射这些训练数据。为了简化计算,使边际似然性的对数最大化,因为该对数不改变合理性函数的连续性。
为了创建非参数的、基于数据的函数模型,以公式书写方式得到以下函数:
从该函数中得到函数值z。在此,D对应于输入数据空间/训练数据空间/控制点数据空间的维度,v对应于在带有u1…D的测试点u(维度D的输入变量矢量)处的模型值(输出值),xi或者(xi)d对应于控制点数据的控制点,N对应于控制点数据的控制点的数量,以及ld、σf和参数矢量Qy对应于来自于模型训练的超参数。
此外,由于高斯过程模型的计算通常在赋范空间中进行,可以执行输入值归一化和输出值归一化。
在开始计算时,尤其计算单元2、DMA单元34或者另外的DMA单元6可以发出指令将涉及到有待计算的函数模型的配置数据传输到模型计算单元3中并开始计算,该计算借助这些配置数据来执行。这些配置数据包括高斯过程模型的超参数以及控制点数据,所述控制点数据优选地借助于在内部存储器5的给模型计算单元3所分配的地址区域上的地址指示器来指出。尤其,为此也可以使用用于模型计算单元3的SRAM存储器33,该SRAM存储器尤其可以布置在模型计算单元3中或布置在模型计算单元处。内部存储器5和SRAM存储器33也能够被组合式地使用。
在模型计算单元3中的计算在通过模型计算单元3的以下伪代码实现的硬件架构中进行,该硬件架构对应于上述的计算规则。从该伪代码中可以看出:计算在内循环和外循环中进行,并且计算的部分结果被累积。在模型计算开始时,计算器开始变量的典型值N开始是0。
/*计算外循环*/
001:针对(i=N开始;i<N;i++){
002:j=i*D;
/*计算内循环*/
003:t=0.0;
004:针对(d=0;d<D;d++){
005:m=u[d]-x[j+d];
006:m=m*m;
007:t+=m/l[d];
008:}
/*计算指数函数*/
009:e=exp(-0,5*t);
/*求和*/
010:z+=Qz[i]*e;
011:}
012:回到z;
因此,为了计算基于数据的函数模型所需的模型数据包括参数矢量和控制点数据,它们在给相关的基于数据的函数模型所分配的存储器区域中被存储在存储器单元中。对应于上述伪代码,基于数据的函数模型的参数矢量包括参数矢量Qy和长度尺度矢量l,即ld是针对输入变量矢量的输入变量的任何维度指数d。此外,在再次进行内循环的计算时(通常=0),将控制点数据点的数量N预先设定为外循环的开始值N开始。
在图2中示出具有控制模块1和由该控制模块控制的燃烧发动机10的发动机系统的示意性图示。燃烧发动机10以具有四冲程运行方式的常规燃烧发动机的形式形成并且具有带有多个活动的往复式活塞的气缸11,该往复式活塞与曲轴12耦合。曲轴12在燃烧发动机10运行期间提供驱动力矩。
为了控制燃烧发动机10,认识当前的曲轴力矩是必要的。该曲轴力矩被限定为曲轴12上的如下力矩,该力矩被提供用于驱动机动车辆或者在变速器输入端使用。该曲轴力矩从作用于曲轴12的驱动力矩和负荷力矩的力矩平衡中得出。
驱动力矩对应于由燃烧发动机10提供的高压力矩(所谓的内部力矩),该高压力矩由于燃烧发动机中的燃烧和压缩过程、尤其由于往复式活塞运行而实现。
此外,由于燃烧发动机10中的气体交换过程产生负荷力矩,该负荷力矩被称为低压力矩并且由于燃烧发动机10的气体质量运动而引起。
此外,可运动的部件在燃烧发动机10中运动时产生摩擦损失,该摩擦损失作为摩擦力矩同样减少在曲轴上提供的曲轴力矩。该摩擦力矩可以借助摩擦模型来确定,该摩擦模型将发动机温度、发动机转速和发动机负荷映射到摩擦力矩上。
此外,组件14,例如以下组件14中的一项或多项,能够与曲轴12耦合:高压泵、油泵、冷却剂泵、发电机和空调系统,它们能够根据燃烧发动机10的运行点被控制或者能够根据需要被激活或停用。这些组件14中的每个提供对应的组件负荷力矩,该组件负荷力矩根据组件负荷模型在平衡时被考虑以确定曲轴力矩。
现在,高压力矩模型可以借助统计函数模型来计算,尤其基于如下输入变量,这些输入变量能够对应于以下输入变量或者选自于以下输入变量:曲轴转速、主喷射的喷射量、主喷射的喷射角、轨道压力、空气质量、AGR质量、入口质量流的气体温度、预先喷射量、后喷射量、后喷射曲轴角、油温以及涡流阀瓣位置。
此外,现在可以借助统计函数模型计算用于确定换气损失的低压力矩模型,并且可以考虑以下输入变量或者从以下输入变量中选出输入变量:曲轴转速、排气背压、进气管压力、子阀瓣位置、AGR速率、入口温度和油温。
使用高斯过程模型来计算高压力矩和低压力矩,使得通过在不同运行范围中测量燃烧发动机10简单地创建模型成为可能。
创建涉及到确定高压力矩和/或低压力矩的基于数据的函数模型可以基于在测试台上获取的训练数据来进行。为此,发动机10例如在不同的运行范围上运行并且确定对应的状态变量。现在,以本身已知的方式来使用这些状态变量以训练对应的高斯过程模型。
Claims (11)
1.一种用于确定用于运行燃烧发动机的曲轴力矩的方法,其特征在于,借助统计学的基于数据的函数模型、取决于该燃烧发动机的运行点来确定该曲轴力矩。
2.根据权利要求1所述的方法,其特征在于,该统计学的基于数据的函数模型对应于高斯过程模型。
3.根据权利要求1或2所述的方法,其特征在于,确定该曲轴力矩作为一个驱动力矩与多个负荷力矩之和,其中借助该基于数据的函数模型作为高压力矩以至少确定该驱动力矩。
4.根据权利要求3所述的方法,其特征在于,基于如下输入变量来计算用于计算该高压力矩的统计函数模型,这些输入变量能够对应于以下输入变量或者选自于以下输入变量:曲轴转速、主喷射的喷射量、主喷射的喷射角、轨道压力、空气质量、AGR质量、入口质量流的气体温度、预先喷射量、后喷射量、后喷射曲轴角、油温以及涡流阀瓣位置。
5.根据权利要求3或4所述的方法,其特征在于,这些负荷力矩之一对应于低压力矩,该低压力矩表示该燃烧发动机的气体交换损失,并且借助该基于数据的函数模型来确定。
6.根据权利要求5所述的方法,其特征在于,基于如下输入变量来计算用于计算该低压力矩的统计函数模型,这些输入变量能够对应于以下输入变量或者选自于以下输入变量:曲轴转速、排气背压、进气管压力、子阀瓣位置、AGR速率、入口温度和油温。
7.根据权利要求1至6中任一项所述的方法,其特征在于,作为另外的负荷力矩,考虑以下负荷力矩中的一个或多个负荷力矩:摩擦力矩和组件负荷力矩。
8.一种用于具有燃烧发动机的发动机系统的控制模块,其特征在于,该控制模块形成为用于实施如权利要求1至7中任一项所述的方法。
9.一种计算机程序,其特征在于,该计算机程序被配置成用于实施如权利要求1至7中任一项所述的方法。
10.一种能够机器读取的存储介质,其特征在于,在该存储介质上存储有如权利要求9所述的计算机程序。
11.一种电子控制单元,其特征在于,该电子控制单元具有如权利要求10所述的能够机器读取的存储介质。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102018114081.9A DE102018114081A1 (de) | 2018-06-13 | 2018-06-13 | Verfahren und Vorrichtung zum Bestimmen eines Kurbelwellenmoments in einem Verbrennungsmotor |
DE102018114081.9 | 2018-06-13 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110598233A true CN110598233A (zh) | 2019-12-20 |
Family
ID=68724350
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910512046.4A Pending CN110598233A (zh) | 2018-06-13 | 2019-06-13 | 用于确定燃烧发动机中的曲轴力矩的方法和装置 |
Country Status (3)
Country | Link |
---|---|
KR (1) | KR20190141092A (zh) |
CN (1) | CN110598233A (zh) |
DE (1) | DE102018114081A1 (zh) |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102010028266A1 (de) | 2010-04-27 | 2011-10-27 | Robert Bosch Gmbh | Steuergerät und Verfahren zur Berechnung einer Ausgangsgröße für eine Steuerung |
-
2018
- 2018-06-13 DE DE102018114081.9A patent/DE102018114081A1/de not_active Withdrawn
-
2019
- 2019-06-12 KR KR1020190069271A patent/KR20190141092A/ko unknown
- 2019-06-13 CN CN201910512046.4A patent/CN110598233A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
KR20190141092A (ko) | 2019-12-23 |
DE102018114081A1 (de) | 2019-12-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102859158B (zh) | 用于计算控制用的输出参量的控制设备和方法 | |
CN111720202B (zh) | 内燃机冷却水循环系统的异常检测装置 | |
CN110118130B (zh) | 内燃机的控制装置 | |
EP2498154A1 (en) | Method of creating a physically-based crank-resolved simplified computer implementable engine model | |
CN111879526B (zh) | 汽车冷机油耗评估方法及系统 | |
CN106939840B (zh) | 用于确定内燃机中的气体质量流量的方法和装置 | |
CN112096534A (zh) | 燃料喷射用高压燃料泵的控制装置 | |
CN106121847A (zh) | 内燃发动机平均值模型的辨识方法 | |
CN113673089B (zh) | 一种发动机性能确定方法、装置以及电子设备 | |
CN113283039B (zh) | 一种发动机排气系统优化方法、装置、介质及电子设备 | |
CN110598233A (zh) | 用于确定燃烧发动机中的曲轴力矩的方法和装置 | |
US10995688B2 (en) | Method and system for determining thermal state | |
CN102182576B (zh) | 用于控制柴油发动机的空气系统的设备和方法 | |
US9874164B2 (en) | Apparatus and method for controlling air system of diesel engine | |
Keller et al. | Coupled Thermal-Engine Simulation for a Light Duty Application | |
JP4291863B2 (ja) | 内燃機関の吸気管圧力予測方法および装置 | |
WO2018082884A1 (en) | Calibration system and method | |
CN111164292B (zh) | 用于求取燃烧马达的燃烧废气中的炭黑浓度的方法和装置 | |
Corti et al. | Control-oriented engine thermal model | |
EP3819489A1 (en) | System and method for emissions determination | |
CN108699993B (zh) | 用于确定喷射燃料的时间点的方法和设备 | |
Provase | Use of convolutional neural network for sensor modeling and on-board diagnostic | |
CN117189381A (zh) | 用于改进发动机充气控制模型的方法和装置 | |
CN102317603B (zh) | 内燃机的控制装置 | |
JP6824376B2 (ja) | 圧縮機速度をモデル化する方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20191220 |