CN113982727A - 一种基于LSTM的加速过程NOx排放识别方法 - Google Patents

一种基于LSTM的加速过程NOx排放识别方法 Download PDF

Info

Publication number
CN113982727A
CN113982727A CN202111331161.5A CN202111331161A CN113982727A CN 113982727 A CN113982727 A CN 113982727A CN 202111331161 A CN202111331161 A CN 202111331161A CN 113982727 A CN113982727 A CN 113982727A
Authority
CN
China
Prior art keywords
acceleration
lstm
acceleration segment
gear
segment
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.)
Withdrawn
Application number
CN202111331161.5A
Other languages
English (en)
Inventor
杨瑜
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.)
Suzhou Smart Core Technology Co ltd
Original Assignee
Suzhou Smart Core Technology Co ltd
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 Suzhou Smart Core Technology Co ltd filed Critical Suzhou Smart Core Technology Co ltd
Priority to CN202111331161.5A priority Critical patent/CN113982727A/zh
Publication of CN113982727A publication Critical patent/CN113982727A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N11/00—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N2560/00—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics
    • F01N2560/02—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor
    • F01N2560/026—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor for measuring or detecting NOx
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
    • F01N2900/04—Methods of control or diagnosing
    • 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)
  • Chemical Kinetics & Catalysis (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本发明提供一种基于LSTM的加速过程NOx排放识别方法，涉及家居厨房领域。该基于LSTM的加速过程NOx排放识别方法，所述方法包括以下步骤：S1、基于转速、车速、油门、离合信号进行档位识别；S2、提取各档位下的各加速片段，并做信号对齐处理；S3、对各档位下的各加速片段进行进一步分类和多维度统计；S4、对各加速片段对应的NOx尖峰特性进行统计分析；S5、基于LSTM建立动态加速片段与片段过程NOx排放总质量以及NOx尖峰的模型,并对模型验证。本发明，提取各档加速片段过程，并统计分析相应的NOx排放，很容易识别出那些NOx排放“最恶劣”的片段，便于有针对性的优化。

Description

一种基于LSTM的加速过程NOx排放识别方法
技术领域
本发明涉及NOx排放识别技术领域，具体为一种基于LSTM的加速过程NOx排放识别方法。
背景技术
排放法规越来越重视动态循环和实际动态过程的排放，如轻型国六的RDE 法规就要求城市工况、郊区工况和高速工况的加速次数都大于150次。而往往排放和油耗大部分是在加速过程中产生的(尤其在减速断油情况下)，整车加速过程识别动态加速过程的排放对整车排放标定优化和研究十分重要。
整车或整机瞬态排放研究一直是整车或整机排放研究的难点之一。常见用稳态排放加上瞬态修正(如空燃比)来模拟整车或整机的动态排放，也有像虚拟台架那样用气路和冷却物理模型加上DOE燃烧模型(一般是高斯回归GP 模型，基于DOE试验数据)来仿真动态排放，也有用BP神经网络和LSTM(长短时记忆神经网络)来直接建立整个动态循环(包括减速过程、怠速过程)的瞬态排放。未见提取各档加速片段及NOx排放尖峰特性(峰值和半峰宽)的“特征工程处理”，未见基于LSTM来研究加速片段的NOx动态排放总量，未见基于LSTM来预测排放尖峰的峰高和半峰宽之间的模型。
发明内容
(一)解决的技术问题
针对现有技术的不足，本发明提供了一种基于LSTM的加速过程NOx排放识别方法，解决了现有技术中存在的缺陷与不足。
(二)技术方案
为实现以上目的，本发明通过以下技术方案予以实现：一种基于LSTM的加速过程NOx排放识别方法，所述方法包括以下步骤：
S1、基于转速、车速、油门、离合信号进行档位识别；
S2、提取各档位下的各加速片段，并做信号对齐处理；
S3、对各档位下的各加速片段进行进一步分类和多维度统计；
S4、对各加速片段对应的NOx尖峰特性进行统计分析；
S5、基于LSTM建立动态加速片段与片段过程NOx排放总质量以及NOx尖峰的模型,并对模型验证。
优选的，所述步骤1中基于某车型的RDE数据，先画出转速-车速的散点图，自动识别出总档位数，再识别出各档位下的车速和转速的速比，然后提取各档位下的加速片段。
优选的，所述步骤2中在提取各档位下的加速片段时，需先对车速进行滤波后再求出加速度，然后根据加速度提取连续加速片段，在提取时会前后多20s,用于相关信号的信号对齐，对齐方法是基于最大相关系数法，加速片段按发动机工作模式分类，如正常模式、RHU模式或RGN模式。
优选的，所述相关信号包括但不限于为NOx、油门、瞬时油耗、瞬时空气流量、排气温度、排气背压。
优选的，所述步骤5中用多层LSTM建立加速片段和其过程的NOx总排放量以及NOx峰值特性的模型，用一隐含层为300层的LSTM模型来估算加速片段的NOx总排放量，其输入为各加速片段的车速、转速、空气流量、瞬时燃油流量、大气压力、大气温度、EGR阀开度、节气门开度、进气歧管压力、进气歧管温度、背压。
(三)有益效果
本发明提供了一种基于LSTM的加速过程NOx排放识别方法。具备以下有益效果：
1、本发明，提取各档加速片段过程，并统计分析相应的NOx排放，很容易识别出那些NOx排放“最恶劣”的片段，便于有针对性的优化。
2、本发明，提取各档加速片段过程来分析比其它拿整个循环来LSTM深度学习建模，更有效和更精确，对标定优化更有直接的指导意义。
3、本发明，研究和分析排放尖峰的特性(峰值、半峰宽)，并建立了动态加速过程的NOx排放总量和排放尖峰的峰高和半峰宽之间的模型，对加速排放过程有更清晰的“状态描述”。
附图说明
图1为本发明流程示意图；
图2与图3为本发明有效加速过程片段的提取实例；
图4为本发明NOx尖峰特性的实例图；
图5为本发明LSTM的NOx质量估算结果示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例：
如图1-5所示，本发明实施例提供一种基于LSTM的加速过程NOx排放识别方法，所述方法包括以下步骤：
S1、基于转速、车速、油门、离合信号进行档位识别，基于某车型的RDE 数据，先画出转速-车速的散点图，自动识别出总档位数(在行驶过程中体现出的)，再识别出各档位下的车速和转速的速比，然后提取各档位下的加速片段，实际实例如图2所示；
S2、提取各档位下的各加速片段，并做信号对齐处理，其中，在提取各档位下的加速片段时，需先对车速进行滤波后再求出加速度，然后根据加速度提取连续加速片段，在提取时会前后多20s,用于相关信号的信号对齐(相关信号包括但不限于为NOx、油门、瞬时油耗、瞬时空气流量、排气温度、排气背压)，对齐方法是基于最大相关系数法，加速片段按发动机工作模式分类，如正常模式、RHU模式或RGN模式，如果一个片段包括两种模式就不予以考虑；
S3、对各档位下的各加速片段进行进一步分类和多维度统计；
S4、对各加速片段对应的NOx尖峰特性进行统计分析；
S5、基于LSTM建立动态加速片段与片段过程NOx排放总质量以及NOx尖峰(峰值、半峰宽)的模型,并对模型验证；
本发明，用多层LSTM建立加速片段和其过程的NOx总排放量以及NOx峰值特性(峰高和半峰宽)的模型，用一隐含层为300层的LSTM模型来估算加速片段的NOx总排放量(发动机原排)，其输入为各加速片段的车速、转速、空气流量、瞬时燃油流量、大气压力、大气温度、EGR阀开度、节气门开度、进气歧管压力、进气歧管温度、背压，其结果如图5所示，从模型结果看，平均模型结果和实际结果的线性回归k>0.93,r2＝0.92。
尽管已经示出和描述了本发明的实施例，对于本领域的普通技术人员而言，可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型，本发明的范围由所附权利要求及其等同物限定。

Claims (5)

1.一种基于LSTM的加速过程NOx排放识别方法，其特征在于：所述方法包括以下步骤：
S1、基于转速、车速、油门、离合信号进行档位识别；
S2、提取各档位下的各加速片段，并做信号对齐处理；
S3、对各档位下的各加速片段进行进一步分类和多维度统计；
S4、对各加速片段对应的NOx尖峰特性进行统计分析；
S5、基于LSTM建立动态加速片段与片段过程NOx排放总质量以及NOx尖峰的模型,并对模型验证。
2.根据权利要求1所述的一种基于LSTM的加速过程NOx排放识别方法，其特征在于：所述步骤1中基于某车型的RDE数据，先画出转速-车速的散点图，自动识别出总档位数，再识别出各档位下的车速和转速的速比，然后提取各档位下的加速片段。
3.根据权利要求1所述的一种基于LSTM的加速过程NOx排放识别方法，其特征在于：所述步骤2中在提取各档位下的加速片段时，需先对车速进行滤波后再求出加速度，然后根据加速度提取连续加速片段，在提取时会前后多20s,用于相关信号的信号对齐，对齐方法是基于最大相关系数法，加速片段按发动机工作模式分类，如正常模式、RHU模式或RGN模式。
4.根据权利要求3所述的一种基于LSTM的加速过程NOx排放识别方法，其特征在于：所述相关信号包括但不限于为NOx、油门、瞬时油耗、瞬时空气流量、排气温度、排气背压。
5.根据权利要求1所述的一种基于LSTM的加速过程NOx排放识别方法，其特征在于：所述步骤5中用多层LSTM建立加速片段和其过程的NOx总排放量以及NOx峰值特性的模型，用一隐含层为300层的LSTM模型来估算加速片段的NOx总排放量，其输入为各加速片段的车速、转速、空气流量、瞬时燃油流量、大气压力、大气温度、EGR阀开度、节气门开度、进气歧管压力、进气歧管温度、背压。
CN202111331161.5A 2021-11-11 2021-11-11 一种基于LSTM的加速过程NOx排放识别方法 Withdrawn CN113982727A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111331161.5A CN113982727A (zh) 2021-11-11 2021-11-11 一种基于LSTM的加速过程NOx排放识别方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111331161.5A CN113982727A (zh) 2021-11-11 2021-11-11 一种基于LSTM的加速过程NOx排放识别方法

Publications (1)

Publication Number Publication Date
CN113982727A true CN113982727A (zh) 2022-01-28

Family

ID=79747886

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111331161.5A Withdrawn CN113982727A (zh) 2021-11-11 2021-11-11 一种基于LSTM的加速过程NOx排放识别方法

Country Status (1)

Country Link
CN (1) CN113982727A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114969962A (zh) * 2022-04-22 2022-08-30 南栖仙策(南京)科技有限公司 车辆rde排放恶劣工况的生成方法、装置、设备及存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114969962A (zh) * 2022-04-22 2022-08-30 南栖仙策(南京)科技有限公司 车辆rde排放恶劣工况的生成方法、装置、设备及存储介质
CN114969962B (zh) * 2022-04-22 2024-02-20 南栖仙策(南京)科技有限公司 车辆rde排放恶劣工况的生成方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
CN113982727A (zh) 一种基于LSTM的加速过程NOx排放识别方法
CN107203832B (zh) 基于主客观赋权-多目标灰色决策-灰关联分析的增压柴油机最佳egr性能评估方法
CN113504050B (zh) 一种egr系统积碳结焦测试方法及装置
CN114970404B (zh) 基于缸内燃烧cfd分析的发动机油耗计算及优化方法
CN111625960A (zh) 一种基于cfd的e10乙醇汽油发动机燃烧三维仿真方法
CN113032912A (zh) 基于关联规则的船舶柴油机故障检测方法
CN110363391A (zh) 一种基于灰色关联度的发动机性能综合评价方法
CN107559096A (zh) 柴油发动机控制方法及系统
CN113324760A (zh) 一种汽车加减速工况排放优化标定方法
CN109506942B (zh) 一种大数据分析发动机冷试检测数据与工位相关性的方法
CN114036734B (zh) 一种基于数字孪生的车用氢气传感器布局优化方法及系统
CN113741196B (zh) 一种基于车联网大数据的dpf再生周期控制优化方法
CN114183255B (zh) 一种发动机熄火过程的节气门控制方法及装置
CN113326992B (zh) 油门急速增加工况下电控柴油机冒烟限值的优化方法
CN115510685A (zh) 一种国六两气门柴油机的燃烧室正向设计和评价方法
CN115828776A (zh) 基于汽油机缸内滚流和湍动的快速评估方法、装置、设备及介质
CN110245400B (zh) 一种锅炉燃烧系统氧量对象模型的辨识方法
CN113776998B (zh) 一种增压器沉积物评价方法
Xiong et al. The effects of an eco-driving assistance system for a city bus on driving style
CN117682000B (zh) 一种基于车速分析的助力车故障检测方法及装置
CN112282949A (zh) 电控汽油机起燃工况控制参数优化方法、装置以及车辆
CN104895705A (zh) 废气再循环系统、机动车及废气再循环系统的控制方法
CN114091540B (zh) 柴油机冷试智能检测模型构建方法、检测方法及系统
CN111775943B (zh) 通过对驾驶行为的预测控制来降低发动机排放的方法
CN108614925A (zh) 一种单目标对进气系统特征参数敏感性评价方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20220128

WW01 Invention patent application withdrawn after publication