CN111255585B - 混合气多点自学习方法 - Google Patents

Abstract

本发明提供了一种混合气多点自学习方法，所述混合气多点自学习方法是在满足运行条件下将计算的混合气的偏差自学习值存入已构建自学习值表中对应工况下的区域中，所述自学习值表为关于工况与混合气的偏差自学习值对应关系的表；接着，根据当前工况从所述自学习值表获取对应当前工况下的混合气的偏差自学习值，并使用当前工况下的混合气的偏差自学习值去修正混合气。本发明的方法中，每个工况单独进行混合气自学习，获得与该工况对应的混合气的偏差自学值，较好的修正不同工况混合气差别大的发动机，满足发动机对于控制精准度的需求。

Description

混合气多点自学习方法

技术领域

本发明涉及汽车技术领域，特别涉及一种混合气多点自学习方法。

背景技术

随着全球汽车排放法规越来越严格，对发动机燃油控制的精准性要求也越来越高。在汽油喷射发动机控制过程中，由于发动机散差、喷射系统零部件差异、进气道污染、节气门积碳等原因，会导致原本控制准确的混合气出现偏差，偏差可能出现在任何工况，虽然电子喷射系统有氧传感器进行闭环控制，保证运行时空燃比在1附近，但是如果混合气偏差太大，而空燃比闭环控制的修正有一定范围，在超出这个范围后，混合气的偏差将不能完全修正。另外，在进入有偏差的工况时，氧传感器闭环控制需要有一定的时间修正，才能使空燃比为1，这段时间会导致油耗增加，排放变差，车辆动力性能下降，油门响应变慢。

为了解决以上问题，需要对混合气的偏差进行自学习，在发动机在进入不同工况时，能够立刻使用该自学习值，使混合气保持在合理的空燃比，防止出现排放和动力的恶化。

对于混合气偏差自学习，目前在使用的是混合气单点自学习方法，请参考图1，混合气单点自学习方法是把发动机运行工况分为高负荷区和低负荷区，在使用自学习值时，整片高负荷或中低负荷区域使用同一个自学习值。这种混合气自学习的方法可以满足发动机散差小的混合气自学习要求，但是对于发动机散差大，而且各个工况都有可能出现较大散差的发动机，例如阿特金森发动机，这种控制方式存在明显的缺点：由于整片区域使用一个自学习值，在该区域如果工况之间偏差较大，该学习值将不断修正，且不能满足不同工况的修正要求。

针对现有技术中混合气单点自学习方法存在的不足，本领域技术人员一直在寻找解决的方法。

发明内容

本发明的目的在于提供一种混合气多点自学习方法，以解决使用现有技术中混合气单点自学习方法获得的混合气的自学习值不能满足在不同工况下的存在较大混合气偏差的发动机控制精度需求。

为解决上述技术问题，本发明提供一种混合气多点自学习方法，所述混合气多点自学习方法包括：

S1：判断是否满足混合气多点自学习方法的运行条件，如满足，则执行S2；

S2：计算每个工况下的混合气的偏差自学习值；

S3：将计算的混合气的偏差自学习值存入已构建自学习值表中对应工况下的区域中，所述自学习值表为关于工况与混合气的偏差自学习值对应关系的表；

S4：根据当前工况从所述自学习值表获取对应当前工况下的混合气的偏差自学习值，并使用当前工况下的混合气的偏差自学习值去修正混合气。

可选的，在所述的混合气多点自学习方法中，在执行S4之后，还包括：

S5：根据当前工况下的混合气的偏差自学习值和lambda闭环修正值对混合气进行进一步修正，修正因子为当前工况下当前混合气的偏差自学习值乘以lambda闭环修正值，所述lambda闭环修正值通过对应工况下的混合气的偏差获得。

可选的，在所述的混合气多点自学习方法中，执行S2过程如下：

通过lambda变化控制计算当前工况下的混合气的偏差；

将当前工况下的混合气的偏差进行K积分，将积分后的结果作为当前工况下的混合气的偏差自学习值。

可选的，在所述的混合气多点自学习方法中，在执行S2之后，还包括如下步骤：

根据当前工况下的混合气的偏差自学习值对所述自学习值表中当前工况的周边区域进行平顺修改。

可选的，在所述的混合气多点自学习方法中，所述根据当前工况下的混合气的偏差自学习值对所述自学习值表中当前工况的周边区域进行平顺修改的过程如下：

分析在所述自学习值表中当前工况下的混合气的偏差自学习值与其周边表格中混合气的偏差自学习值的比例关系；

根据所述比例关系和当前工况修正后的混合气的偏差自学习值对所述自学习值表中当前工况的周边区域中混合气的偏差自学习值进行修改。

可选的，在所述的混合气多点自学习方法中，在S3中，还包括如下步骤：

实时监控所述自学习值表中各个工况下混合气的偏差自学习值是否存在不合理的情况；如存在，则基于判断条件进一步判断确认后，将报出混合气的偏差自学习值故障。

可选的，在所述的混合气多点自学习方法中，在S3中，还包括如下步骤：

定期使能混合气多点自学习方法的运行条件，以定期触发对混合气的偏差自学习值的存储。

可选的，在所述的混合气多点自学习方法中，在定期使能混合气多点自学习方法的运行条件之后，累计完成混合气的偏差自学习值的存储次数。

可选的，在所述的混合气多点自学习方法中，所述自学习值表被存储于内存中，以支持掉电保持。

可选的，在所述的混合气多点自学习方法中，S1中，所述混合气多点自学习方法的运行条件包括：

lambda闭环自学习条件成立；

发动机工况稳定；以及

lambda闭环控制稳定。

可选的，在所述的混合气多点自学习方法中，所述lambda闭环自学习条件成立的条件包括：

进入lambda闭环控制；

水温满足在一定阀值内；

节气门开度在一定阀值内；以及

碳罐没有开启。

可选的，在所述的混合气多点自学习方法中，所述发动机工况稳定时，发动机的转速和负荷的波动小于一定阀值。

可选的，在所述的混合气多点自学习方法中，所述lambda闭环控制稳定时，lambda闭环修正的波动小于一定阀值。

在本发明所提供的混合气多点自学习方法中，所述混合气多点自学习方法是在满足运行条件下将计算的混合气的偏差自学习值存入已构建自学习值表中对应工况下的区域中，所述自学习值表为关于工况与混合气的偏差自学习值对应关系的表；接着，根据当前工况从所述自学习值表获取对应当前工况下的混合气的偏差自学习值，并使用当前工况下的混合气的偏差自学习值去修正混合气。本发明的方法中，每个工况单独进行混合气自学习，获得与该工况对应的混合气的偏差自学值，较好的修正不同工况混合气差别大的发动机，满足发动机对于控制精准度的需求。

附图说明

图1是现有技术中混合气单点自学习方法的示意图；

图2是本发明一实施例的混合气多点自学习方法的流程图；

图3是本发明一实施例的混合气多点自学习方法的示意图。

具体实施方式

以下结合附图和具体实施例对本发明提出的混合气多点自学习方法作进一步详细说明。根据下面说明和权利要求书，本发明的优点和特征将更清楚。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。

请参考图2和图3，图2为本发明的混合气多点自学习方法的流程图；图3为本发明一实施例的混合气多点自学习方法的示意图。如图2所示，所述混合气多点自学习方法包括如下步骤：

首先，执行步骤S1，判断是否满足混合气多点自学习方法的运行条件，如满足，则执行S2。其中，多点中的每个点代表发动机的一种工况。

接着，执行步骤S2，计算每个工况下的混合气的偏差自学习值。

接着，执行步骤S3，将计算的混合气的偏差自学习值存入已构建自学习值表中对应工况下的区域中，所述自学习值表为关于工况与混合气的偏差自学习值对应关系的表。

接着，执行步骤S4，根据当前工况从所述自学习值表获取对应当前工况下的混合气的偏差自学习值，并使用当前工况下的混合气的偏差自学习值去修正混合气。

进一步地，为了提高混合气的修正精准度，在执行S4之后，还包括如下步骤：

S5：根据当前工况下的混合气的偏差自学习值和lambda闭环修正值对混合气进行进一步修正，修正因子为当前工况下当前混合气的偏差自学习值乘以lambda闭环修正值，所述lambda闭环修正值通过对应工况下的混合气的偏差获得。基于当前工况从所述自学习值表获取的混合气的偏差自学习值和lambda闭环修正值共同对混合气进行修正，进而针对当前工况输出可行喷油脉宽，从而有效降低发动机的排放，提升发动机动力性能和不同工况发动机空燃比的稳定性，加快发动机的油门响应。

如图3所示，S1中，所述混合气多点自学习方法的运行条件包括：

1.lambda闭环自学习条件成立，具体包括：1.1进入lambda闭环控制；1.2水温满足在一定阀值内；1.3节气门开度在一定阀值内；1.4碳罐没有开启。

2.发动机工况稳定，表现为：发动机的转速和负荷的波动小于一定阀值，该阈值可以根据本领域技术人员的经验值进行设定，此处不作过多赘述。

3.lambda闭环控制稳定，表现为：lambda闭环修正的波动小于一定阀值，该阈值可以根据本领域技术人员的经验值进行设定，此处不作过多赘述。

对于执行S2的具体方案具体如下：

如图3所示，S2包括如下步骤：

S20：通过lambda变化控制计算当前工况下的混合气的偏差；

S21：将当前工况下的混合气的偏差进行K积分，将积分后的结果作为当前工况下的混合气的偏差自学习值。

具体的，在执行S2之后，还包括如下步骤：

根据当前工况下的混合气的偏差自学习值对所述自学习值表中当前工况的周边区域进行平顺修改，以获得周边区域混合气体的偏差自学习值；换言之，当学到一个偏差修改了某工况的混合气的偏差自学习值时，对应周边的区域需要按照一定比例进行数值调整，该比例可以匹配。

本实施例中，根据当前工况下的混合气的偏差自学习值对所述自学习值表中当前工况的周边区域进行平顺修改具体过程如下：

S220：分析在所述自学习值表中当前工况下的混合气的偏差自学习值与其周边表格中混合气的偏差自学习值的比例关系；

S221：根据所述比例关系和当前工况修正后的混合气的偏差自学习值对所述自学习值表中当前工况的周边区域中混合气的偏差自学习值进行修改。

如表1所示的简易自学习值表为例，表中A表征当前工况所在的区域，B为A周围外扩的第一圈，C为A周围外扩的第二圈，扩展的圈数可以匹配，扩展的圈所在的位置均为A周边区域。

表1：简易自学习值表

C

C

C

C

C

C

B

B

B

C

C

B

A

B

C

C

B

B

B

C

C

C

C

C

C

本实施例中的所述自学习值表被存储于内存中，以支持掉电保持，避免因掉电数据丢失的问题。优选的，本实施例中，将内存划分为12行12列的矩阵；相应的，请参考表2，其为混合气多点自学习工况划分表，将发动机工况划分为12行12列的矩阵，当前工况的自学习值存在矩阵对应的自学习值表中的格中，即每个工况单独进行混合气自学习，获得与该工况对应的混合气的偏差自学值，并存储于对应的单元格中；在满足扩展条件时对周边工况的自学习值进行修改，修改后的自学习值也会保存在矩阵中，该矩阵掉电不丢失。基于本发明的方法可以较好的修正不同工况混合气差别大的发动机。本发明的混合气多点自学习方法构建的自学习值表不局限于12行12列，可以根据发动机工况划分情况进行具体匹配。

表2：混合气多点自学习工况划分表

请继续参考图3，在S3中，还包括如下步骤：

实时监控所述自学习值表中各个工况下混合气的偏差自学习值是否存在不合理的情况；如存在，则基于判断条件进一步判断确认后，将报出混合气的偏差自学习值故障；

和/或，定期使能混合气多点自学习方法的运行条件，以定期触发对混合气的偏差自学习值的存储。在每次定期保存混合气的偏差自学习值之后，累计完成混合气的偏差自学习值的存储次数，在次数小于阈值时，继续对自学习值表中当前公开的周边区域进行平顺修改；反之，则说明已经完成自学习值表中对应工况下的区域的混合气的偏差自学习值的存储，无需继续重复存储。

本实施例中，所述不合理的情况包括但不限为：某个工况下的混合气的偏差自学习值超过阈值范围，取值明确不对的情况；此时，所述判断条件为混合气的偏差自学习值超过阈值范围。具体不合理的情况还可以根据实际经验进行设定。

最终，lambda闭环修正值和混合气的偏差自学习值均反馈给发动机，发动机进行混合气修正。

请参考表3和表4，可以获知本发明的混合气多点自学习方法较现有的混合气单点自学习方法在如下方面有所改善：

1)能够准确的保存不同工况的混合气偏差，对不同工况进行混合气修正；

2)能够提升不同工况发动机空燃比的稳定性；

3)能够降低发动机的排放，提升发动机动力性能，加快发动机的油门响应。

表3：关闭lambda闭环控制，读取的自学习值表

表4：打开lambda闭环控制，读取的自学习值表

综上，在本发明所提供的混合气多点自学习方法中，所述混合气多点自学习方法是在满足运行条件下将计算的混合气的偏差自学习值存入已构建自学习值表中对应工况下的区域中，所述自学习值表为关于工况与混合气的偏差自学习值对应关系的表；接着，根据当前工况从所述自学习值表获取对应当前工况下的混合气的偏差自学习值，并使用当前工况下的混合气的偏差自学习值去修正混合气。本发明的方法中，每个工况单独进行混合气自学习，获得与该工况对应的混合气的偏差自学值，较好的修正不同工况混合气差别大的发动机，满足发动机对于控制精准度的需求。

上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。

Claims (11)

1.一种混合气多点自学习方法，其特征在于，包括：

S1：判断是否满足混合气多点自学习方法的运行条件，如满足，则执行S2；

S2：计算每个工况下的混合气的偏差自学习值；

S3：将计算的混合气的偏差自学习值存入已构建自学习值表中对应工况下的区域中，所述自学习值表为关于工况与混合气的偏差自学习值对应关系的表；

S4：根据当前工况从所述自学习值表获取对应当前工况下的混合气的偏差自学习值，并使用当前工况下的混合气的偏差自学习值去修正混合气；

在执行S2之后，还包括如下步骤：

根据当前工况下的混合气的偏差自学习值对所述自学习值表中当前工况的周边区域按照一定比例进行数值调整，过程如下：

分析在所述自学习值表中当前工况下的混合气的偏差自学习值与其周边表格中混合气的偏差自学习值的比例关系；

根据所述比例关系和当前工况修正后的混合气的偏差自学习值对所述自学习值表中当前工况的周边区域中混合气的偏差自学习值进行修改。

2.如权利要求1所述的混合气多点自学习方法，其特征在于，在执行S4之后，还包括：

S5：根据当前工况下的混合气的偏差自学习值和lambda闭环修正值对混合气进行进一步修正，修正因子为当前工况下当前混合气的偏差自学习值乘以lambda闭环修正值，所述lambda闭环修正值通过对应工况下的混合气的偏差获得。

3.如权利要求1所述的混合气多点自学习方法，其特征在于，执行S2过程如下：

通过lambda变化控制计算当前工况下的混合气的偏差；

将当前工况下的混合气的偏差进行K积分，将积分后的结果作为当前工况下的混合气的偏差自学习值。

4.如权利要求1所述的混合气多点自学习方法，其特征在于，在S3中，还包括如下步骤：

实时监控所述自学习值表中各个工况下混合气的偏差自学习值是否存在不合理的情况；如存在，则基于判断条件进一步判断确认后，将报出混合气的偏差自学习值故障。

5.如权利要求1所述的混合气多点自学习方法，其特征在于，在S3中，还包括如下步骤：

定期使能混合气多点自学习方法的运行条件，以定期触发对混合气的偏差自学习值的存储。

6.如权利要求5所述的混合气多点自学习方法，其特征在于，在定期使能混合气多点自学习方法的运行条件之后，累计完成混合气的偏差自学习值的存储次数。

7.如权利要求1所述的混合气多点自学习方法，其特征在于，所述自学习值表被存储于内存中，以支持掉电保持。

8.如权利要求1所述的混合气多点自学习方法，其特征在于，S1中，所述混合气多点自学习方法的运行条件包括：

lambda闭环自学习条件成立；

发动机工况稳定；以及

lambda闭环控制稳定。

9.如权利要求8所述的混合气多点自学习方法，其特征在于，所述lambda闭环自学习条件成立的条件包括：

进入lambda闭环控制；

水温满足在一定阀值内；

节气门开度在一定阀值内；以及

碳罐没有开启。

10.如权利要求8所述的混合气多点自学习方法，其特征在于，所述发动机工况稳定时，发动机的转速和负荷的波动小于一定阀值。

11.如权利要求8所述的混合气多点自学习方法，其特征在于，所述lambda闭环控制稳定时，lambda闭环修正的波动小于一定阀值。

Images