CN114810393B - 一种对整车空燃比进行控制的修正方法、系统、电子设备和存储介质 - Google Patents

Abstract

本发明公开了一种对整车空燃比进行控制的修正方法、系统、电子设备、存储介质，具体包括：多区域分别设定加权系数、求各区域燃油自学习波动值、动态调整加权系数、计算第二燃油自适应学习值、计算出燃油特性学习值、最终通过燃油特性学习值与燃油自适应学习值共同对喷油量进行修正。本发明充分考虑区域燃油自学习波动值的波动性，将燃油区域加权系数与燃油自学习波动值关联起来，能够通过一定成熟度标准来确定第二燃油自学习计算完成，充分利用车辆大数据系统和车辆定位系统，针对油品有差异并对混合气的空燃比控制产生影响的情况，对该情况进行燃油系统的修正，提高控制的精度，增加燃油系统诊断的鲁棒性。

Description

一种对整车空燃比进行控制的修正方法、系统、电子设备和存 储介质

技术领域

本发明涉及一种修正方法、系统、电子设备和存储介质，尤其涉及一种对整车空燃比进行控制的修正方法、系统、电子设备和存储介质。

背景技术

中国地域广阔，同类燃油的油品也有差异，特别是不同地区和不同燃油品牌，不同的燃油油品特性影响车辆的动力性、经济性和排放性。整车发动机控制系统虽然对燃油系统有相应的自适应学习，但是其自适应学习和调节范围为了安全是受到一定限制的。如有所使用油品特性与标准排放用油差异过大的情况，会使燃油系统的浓稀情况向某一侧偏移，燃油控制系统的实际调节范围缩小。燃油系统的诊断一般通过燃油自学习值的大小超出阈值范围来进行的，燃油系统的浓稀情况发生偏移，也使燃油系统误报的风险会由于油品差异而不统一，影响诊断的鲁棒性。

现有技术的燃油系统自学习，通过氧传感器闭环和空燃比控制来实现，但并没有考虑不同用户所使用油品的差异的情况。在油品差异较大时，不同油品时空燃比允许调整的实际空燃比范围是不一致的，并且由于油品差异对空燃比的影响直接累积在燃油自学习值上，会影响燃油系统诊断的鲁棒性。

发明内容

本发明的目的在于提供一种对整车空燃比进行控制的修正方法、系统、电子设备和存储介质，对油品特性进行单独设定自学习值，且燃油特性自学习值与燃油系统自学习值共同作用在喷油量的修正上，使油品差异通过燃油特性自学习值体现，解决现有技术存在的缺憾。

本发明提供了下述方案：

一种对整车空燃比进行控制的修正方法，具体包括：

多区域分别设定加权系数：根据工况的不同，将燃油自适应学习值分为多个区域，每个区域设定一个加权系数；

计算第一燃油自适应学习值：取各区域的加权平均值作为第一燃油自适应学习值；

求各区域燃油自学习波动值：各区域燃油自学习波动值＝各区域燃油自学习值的最大值-各区域燃油自学习值的最小值；

动态调整加权系数：当某区域燃油自学习波动值小于初始波动值时，则该区域的加权系数为1，或：

当某区域燃油自学习波动值大于初始波动值时，该区域的加权系数为：加权系数＝1+系数*燃油自学习波动值；

对于第一燃油自适应学习值，周期性循环计算各个区域内燃油自学习值的最大值和最小值；

当检测到油箱盖打开时，计算第二燃油自适应学习值：

根据燃油自学习的区域个数和进行自学习的时间长度，判断第二燃油自适应学习是否达到成熟度；

满足第二燃油自适应学习的完成条件具体为：燃油自适应学习值在某个区域的累积学习时间大于等于设定值，即认为在该区域的学习够充分，再根据车辆大数据统计常规驾驶所能覆盖的区域个数，当满足燃油自适应学习的区域个数达到时，则认为第二燃油自适应学习已完成；

将所述第一燃油自适应学习值作为第二燃油自适应学习值的初始值，取各区域的加权平均值作为第二燃油自适应学习值；

计算出燃油特性学习值：燃油特性学习值＝原燃油特性学习值+第二燃油自适应学习值-第一燃油自适应学习值；

修正喷油量：通过燃油特性学习值与燃油自适应学习值共同对喷油量进行修正。进一步的，在设置加权系数时，初始波动值根据所能满足的最大区域燃油自学习波动值进行设定。

进一步的，初始波动值根据车辆大数据系统中工况所能满足的最大区域燃油自学习波动值进行设定。

进一步的，所述加权系数中的系数为负值。

一种对整车空燃比进行控制的修正系统，具体包括：

多区域加权系数设定模块：根据工况的不同，将燃油自适应学习值分为多个区域，每个区域设定一个加权系数；

第一燃油自适应学习值模块：取各区域的加权平均值作为第一燃油自适应学习值；

各区域燃油自学习波动值模块：各区域燃油自学习波动值＝各区域燃油自学习值的最大值-各区域燃油自学习值的最小值；

加权系数设置模块：当某区域燃油自学习波动值小于初始波动值时，则该区域的加权系数为1，或：

当某区域燃油自学习波动值大于初始波动值时，该区域的加权系数为：加权系数＝1+系数*燃油自学习波动值；

对于第一燃油自适应学习值，周期性循环计算各个区域内燃油自学习值的最大值和最小值；

第二燃油自适应学习值计算模块：

当检测到油箱盖打开时，计算第二燃油自适应学习值：

根据燃油自学习的区域个数和进行自学习的时间长度，判断第二燃油自适应学习是否达到成熟度；

满足第二燃油自适应学习的完成条件具体为：燃油自适应学习值在某个区域的累积学习时间大于等于设定值，即认为在该区域的学习够充分，再根据车辆大数据统计常规驾驶所能覆盖的区域个数，当满足燃油自适应学习的区域个数达到时，则认为第二燃油自适应学习已完成；

将所述第一燃油自适应学习值作为第二燃油自适应学习值的初始值，取各区域的加权平均值作为第二燃油自适应学习值；

计算出燃油特性学习值：通过比较第一、二燃油自适应学习值计算出，具体为：燃油特性学习值＝原燃油特性学习值+第二燃油自适应学习值-第一燃油自适应学习值；喷油量修正模块，通过燃油特性学习值与燃油自适应学习值共同对喷油量进行修正；

非易失存储空间模块，用于存贮燃油自适应学习值和燃油特性学习值。

一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行所述方法的步骤。

一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行所述方法的步骤。

本发明与现有技术相比具有以下的优点：

充分考虑区域燃油自学习波动值的波动性，将燃油区域加权系数与燃油自学习波动值关联起来，并能够根据车辆大数据系统中统计出的各区域燃油自学习值之间的差异大小综合情况合理设定系数，实现加权系数的动态调整。

本发明能够通过一定成熟度标准来确定第二燃油自学习计算完成，根据燃油自适应学习值在某个区域的累积学习时间大于或等于某个设定值，则认为在第二燃油自适应学习值在该区域的学习足够充分，当满足上述充分学习的区域个数达到一定数量后则认为第二燃油自适应学习已经完成。

充分利用车辆大数据系统和车辆定位系统，当通过车辆大数据系统监测到燃油特性学习值过大时，结合车辆大数据和车辆定位系统，分析油品差异为地理区域性差异还是用户使用了劣质燃油，如认为可能使用了劣质燃油，提前联系用户建议更换燃油，以免劣质燃油造成供油系统管路堵塞或腐蚀。

本发明针对燃油加注类别相同，但是油品有差异并对混合气的空燃比控制产生影响的情况，对该情况进行燃油系统的修正，提高控制的精度，增加燃油系统诊断的鲁棒性。

附图说明

为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明对整车空燃比进行控制的修正方法流程图。

图2是对整车空燃比进行控制的修正系统的架构图。

图3是本发明一个可能实施例的具体应用场景。

图4是电子设备的系统架构图。

具体实施方式

下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例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。

由现有技术可知，燃油(特性)自学习的具体过程如下：氧传感器检测排气中氧的含量，并将该信号传化成电压信号，将电压信号反馈给发动机电子控制单元(ECU)，触发混合气进入自学习阶段，即发动机电子控制单元根据反馈信号及时自动修正喷油量，使混合气中空燃比控制在标准值的附近，具体的是通过自动修正自学习阶段的燃油(特性)自学习值来实现，一般情况下，自学习值的范围为0～2，当自学习值等于1时，混合气中的空燃比为标准的，当自学习值小于1时，则混合气过浓，当自学习值大于1，则混合气过稀。

如图1所示的对整车空燃比进行控制的修正方法，具体包括：

步骤S1，多区域分别设定加权系数：根据工况的不同，将燃油自适应学习值分为多个区域，每个区域设定一个加权系数；

步骤S2，计算第一燃油自适应学习值：取各区域的加权平均值作为第一燃油自适应学习值，具体的计算公式为：第一燃油自适应学习值＝Σ(各区域燃油自学习值*各区域加权系数)/Σ(各区域加权系数)；

步骤S3，求各区域燃油自学习波动值：各区域燃油自学习波动值＝各区域燃油自学习值的最大值-各区域燃油自学习值的最小值；

步骤S4，动态调整加权系数：当某区域燃油自学习波动值小于初始波动值A时，则该区域的加权系数为1，或：

当某区域燃油自学习波动值大于初始波动值A时，该区域的加权系数为：加权系数＝1+系数S*燃油自学习波动值；

在本实施例中，系数S为负值，根据车辆大数据系统中统计出的各区域燃油自学习值之间的差异大小综合情况合理设定。各区域燃油自学习值差异越大，S系数越小。时间T最大值设定，根据车辆大数据系统，各区域在稳定工况各区域燃油自学习值波动时其波峰与波谷的最大时间。

步骤S5，计算第二燃油自适应学习值：

将第一燃油自适应学习值作为第二燃油自适应学习值的初始值，取各区域的加权平均值作为第二燃油自适应学习值，具体的计算公式为：

第二燃油自适应学习值＝Σ(各区域燃油自学习值*各区域加权系数)/Σ(各区域加权系数)；

步骤S6，计算出燃油特性学习值：通过比较第一、二燃油自适应学习值计算出，具体为：燃油特性学习值＝原燃油特性学习值+(第二燃油自适应学习值-第一燃油自适应学习值)

步骤S7，修正喷油量：通过燃油特性学习值与燃油自适应学习值共同对喷油量进行修正。

优选的，对于第一燃油自适应学习值，周期性循环计算各个区域内燃油自学习值的最大值和最小值，当前一个周期结束时，后一个周期重新开始计算第一燃油自适应学习值。

优选的，在设置加权系数时，初始波动值A根据所能满足的最大区域燃油自学习波动值进行设定。

优选的，初始波动值A根据车辆大数据系统中工况所能满足的最大区域燃油自学习波动值进行设定。

优选的，根据燃油自学习的区域个数和进行自学习的时间长度，判断第二燃油自适应学习是否达到成熟度。

优选的，满足第二燃油自适应学习的完成条件具体为：

燃油自适应学习值在某个区域的累积学习时间大于等于设定值，即认为在该区域的学习够充分，再根据车辆大数据统计常规驾驶所能覆盖的区域个数，当满足燃油自适应学习的区域个数达到时，则认为第二燃油自适应学习已完成。

如图2所示，本发明在修改方法的基础之上，公开了对整车空燃比进行控制的修正系统，具体包括：

多区域加权系数设定模块，根据工况的不同，将燃油自适应学习值分为多个区域，每个区域设定一个加权系数；

第一燃油自适应学习值模块，取各区域的加权平均值作为第一燃油自适应学习值，具体的计算公式为：第一燃油自适应学习值＝Σ(各区域燃油自学习值*各区域加权系数)/Σ(各区域加权系数)；

各区域燃油自学习波动值模块：各区域燃油自学习波动值＝各区域燃油自学习值的最大值-各区域燃油自学习值的最小值；

加权系数设置模块：当某区域燃油自学习波动值小于初始波动值时，则该区域的加权系数为1，或：

当某区域燃油自学习波动值大于初始波动值时，该区域的加权系数为：加权系数＝1+系数S*燃油自学习波动值；

第二燃油自适应学习值计算模块：

将所述第一燃油自适应学习值作为第二燃油自适应学习值的初始值，取各区域的加权平均值作为第二燃油自适应学习值，具体计算公式为：第二燃油自适应学习值＝Σ(各区域燃油自学习值*各区域加权系数)/Σ(各区域加权系数)

计算出燃油特性学习值：通过比较第一、二燃油自适应学习值计算出，具体为：燃油特性学习值＝原燃油特性学习值+(第二燃油自适应学习值-第一燃油自适应学习值)

喷油量修正模块，通过燃油特性学习值与燃油自适应学习值共同对喷油量进行修正。

非易失存储空间模块，用于存贮燃油自适应学习值和燃油特性学习值。

值得注意的是，虽然在本实施的架构图中只披露了多区域加权系数设定模块、第一燃油自适应学习值模块、各区域燃油自学习波动值模块、加权系数设置模块、第二燃油自适应学习值计算模块、喷油量修正模块、非易失存储空间模块等基本功能模块，但并不意味着本系统仅仅局限于上述基本功能模块，相反，本发明所要表达的意思是：在上述基本功能模块的基础之上，本领域技术人员可以结合现有技术任意添加一个或多个功能模块，形成无穷多个实施例或技术方案，也就是说本系统是开放式的而非封闭式的，不能因为本实施例仅仅披露了个别基本功能模块，就认为本发明权利要求的保护范围局限于所公开的基本功能模块。同时，为了描述的方便，描述以上装置时以功能分为各种单元、模块分别描述。当然在实施本申请时可以把各单元、模块的功能在同一个或多个软件和/或硬件中实现。

如图3所示，本发明公开一个可能的实施例，是修正方法在实际应用中的一个具体应用场景：

首先，将燃油自适应学习值存储在非易失存储空间，如果燃油自适应学习值根据工况的不同分为n个区域，每个区域对应在该工况范围内得到的燃油自适应学习值，每个区域设定一个加权系数，取各区域加权平均值作为第一燃油自适应学习值，否则直接将存储的燃油自适应学习值作为第一燃油自适应学习值。

第一燃油自适应学习值＝Σ(各区域燃油自学习值*各区域加权系数)/Σ(各区域加权系数)

在T时间内计算各区域燃油自学习值的最大值和最小值，在T时间内循环计数，T达到其设定的最大值后再初始化为零重新计数。各区域燃油自学习波动值＝各区域燃油自学习值的最大值-各区域燃油自学习值的最小值，当区域燃油自学习波动值＜初始波动值A，则该区域的加权系数为1；当区域燃油自学习波动值＞初始波动值A，则该区域的加权系数为：加权系数＝1+S系数*燃油自学习波动值。

其中，初始波动值A根据车辆大数据系统中，大部分车辆在大部分工况所能满足的最大区域燃油自学习波动值进行设定。S系数为负值，根据车辆大数据系统中统计出的各区域燃油自学习值之间的差异大小综合情况合理设定。各区域燃油自学习值差异越大，S系数越小。时间T最大值设定，根据车辆大数据系统，各区域在稳定工况各区域燃油自学习值波动时其波峰与波谷的最大时间。

其次，当检测到油箱盖打开，说明可能有新的燃油加注。发动机启动后，在氧传感器进入闭环空燃比控制后，减少炭罐冲洗时间，优先进行燃油系统第二燃油自适应学习值的计算，使尽快完成第二燃油自适应学习值的计算，确保油箱盖打开前后车辆状态基本不变。将第一燃油自适应学习值作为第二燃油自适应学习值的初始值，第二燃油自适应学习值与燃油特性自适应学习值共同对喷油量进行修正，第二燃油自适应学习值的计算方法与第一燃油自适应学习值类似，当第二燃油自适应学习值的成熟度达到要求，完成对第二燃油自适应学习值的计算。

第二燃油自适应学习值＝Σ(各区域燃油自学习值*各区域加权系数)/Σ(各区域加权系数)

第二燃油自适应学习的计算方法和各区域加权系数的标定方法与第一燃油自适应学习值类似。通过一定的成熟度标准来确定第二燃油自适应学习计算完成，第二燃油自适应学习值的成熟度通过进行过燃油自学习的区域个数和进行自学习的时间长度衡量。即燃油自适应学习值在某个区域的累积学习时间Tn大于等于设定值Tc，即认为在该区域的学习够充分，当满足上述充分学习的区域个数达到m则认为第二燃油自适应学习已完成。其中，Tc的设定根据车辆大数据统计各区域从清除自学习值到自学习值稳定所需要的最大时间确定，区域个数m的确定根据车辆大数据统计常规驾驶所能覆盖的区域个数确定。

再次，将燃油特性学习值存贮在非易失存储空间。

通过比较加油前后燃油自适应学习值差异计算出燃油特性学习值，燃油特性学习值＝原燃油特性学习值+(第二燃油自适应学习值-第一燃油自适应学习值)

当通过车辆大数据系统监测到燃油特性学习值过大时，结合车辆大数据和车辆定位系统，分析油品差异为地理区域性差异还是用户使用了劣质燃油，如认为可能使用了劣质燃油，提前联系用户建议更换燃油，以免劣质燃油造成供油系统管路堵塞或腐蚀。

最后，将燃油特性学习值与燃油系统学习值的和应用到喷油量的修正上。通过燃油特性学习值与燃油自适应学习值共同作用喷油量的修正，防止油品差异对第一燃油自适应学习值产生影响。即使油品不同，第一燃油自适应学习值的调节范围和燃油系统诊断的鲁棒性也是统一的。

如图4所示，本发明还公开了与控制整车空燃比修正方法、系统对应的电子设备和存储介质：

一种电子设备，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

存储器中存储有计算机程序，当计算机程序被所述处理器执行时，使得处理器执行对整车空燃比进行控制的方法的步骤。

一种计算机可读存储介质，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行对整车空燃比进行控制的方法的步骤。

上述电子设备提到的通信总线可以是外设部件互连标准(Peripheral ComponentInterconnect，PCI)总线或扩展工业标准结构(Extended Industry StandardArchitecture，EISA)总线等。该通信总线可以分为地址总线、数据总线、控制总线等。为便于表示，图中仅用一条粗线表示，但并不表示仅有一根总线或一种类型的总线。

电子设备包括硬件层，运行在硬件层之上的操作系统层，以及运行在操作系统上的应用层。该硬件层包括中央处理器(CPU，Central Processing Unit)、内存管理单元(MMU，Memory Management Unit)和内存等硬件。该操作系统可以是任意一种或多种通过进程(Process)实现电子设备控制的计算机操作系统，例如，Linux操作系统、Unix操作系统、Android操作系统、iOS操作系统或windows操作系统等。并且在本发明实施例中该电子设备可以是智能手机、平板电脑等手持设备，也可以是桌面计算机、便携式计算机等电子设备，本发明实施例中并未特别限定。

本发明实施例中的电子设备控制的执行主体可以是电子设备，或者是电子设备中能够调用程序并执行程序的功能模块。电子设备可以获取到存储介质对应的固件，存储介质对应的固件由供应商提供，不同存储介质对应的固件可以相同可以不同，在此不做限定。电子设备获取到存储介质对应的固件后，可以将该存储介质对应的固件写入存储介质中，具体地是往该存储介质中烧入该存储介质对应固件。将固件烧入存储介质的过程可以采用现有技术实现，在本发明实施例中不做赘述。

电子设备还可以获取到存储介质对应的重置命令，存储介质对应的重置命令由供应商提供，不同存储介质对应的重置命令可以相同可以不同，在此不做限定。

此时电子设备的存储介质为写入了对应的固件的存储介质，电子设备可以在写入了对应的固件的存储介质中响应该存储介质对应的重置命令，从而电子设备根据存储介质对应的重置命令，对该写入对应的固件的存储介质进行重置。根据重置命令对存储介质进行重置的过程可以现有技术实现，在本发明实施例中不做赘述。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非被特定定义，否则不会用理想化或过于正式的含义来解释。

对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到本申请可借助软件加必需的通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施方式或者实施方式的某些部分所述的方法。

以上所描述的装置实施方式仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施方式方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述各实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。

Claims (7)

1.一种对整车空燃比进行控制的修正方法，其特征在于，具体包括：

多区域分别设定加权系数：根据工况的不同，将燃油自适应学习值分为多个区域，每个区域设定一个加权系数；

计算第一燃油自适应学习值：取各区域的加权平均值作为第一燃油自适应学习值；

求各区域燃油自学习波动值：各区域燃油自学习波动值＝各区域燃油自学习值的最大值-各区域燃油自学习值的最小值；

动态调整加权系数：当某区域燃油自学习波动值小于初始波动值时，则该区域的加权系数为1，或：

当某区域燃油自学习波动值大于初始波动值时，该区域的加权系数为：加权系数＝1+系数*燃油自学习波动值；

对于第一燃油自适应学习值，周期性循环计算各个区域内燃油自学习值的最大值和最小值；

当检测到油箱盖打开时，计算第二燃油自适应学习值：

根据燃油自学习的区域个数和进行自学习的时间长度，判断第二燃油自适应学习是否达到成熟度；

满足第二燃油自适应学习的完成条件具体为：燃油自适应学习值在某个区域的累积学习时间大于等于设定值，即认为在该区域的学习够充分，再根据车辆大数据统计常规驾驶所能覆盖的区域个数，当满足燃油自适应学习的区域个数达到时，则认为第二燃油自适应学习已完成；

将所述第一燃油自适应学习值作为第二燃油自适应学习值的初始值，取各区域的加权平均值作为第二燃油自适应学习值；

计算出燃油特性学习值：燃油特性学习值＝原燃油特性学习值+第二燃油自适应学习值-第一燃油自适应学习值；

修正喷油量：通过燃油特性学习值与燃油自适应学习值共同对喷油量进行修正。

2.根据权利要求1所述的对整车空燃比进行控制的修正方法，其特征在于，在设置加权系数时，初始波动值根据所能满足的最大区域燃油自学习波动值进行设定。

3.根据权利要求2所述的对整车空燃比进行控制的修正方法，其特征在于，初始波动值根据车辆大数据系统中工况所能满足的最大区域燃油自学习波动值进行设定。

4.根据权利要求1所述的对整车空燃比进行控制的修正方法，其特征在于，所述加权系数中的系数为负值。

5.一种对整车空燃比进行控制的修正系统，其特征在于，具体包括：

多区域加权系数设定模块：根据工况的不同，将燃油自适应学习值分为多个区域，每个区域设定一个加权系数；

第一燃油自适应学习值模块：取各区域的加权平均值作为第一燃油自适应学习值；

各区域燃油自学习波动值模块：各区域燃油自学习波动值＝各区域燃油自学习值的最大值-各区域燃油自学习值的最小值；

加权系数设置模块：当某区域燃油自学习波动值小于初始波动值时，则该区域的加权系数为1，或：

当某区域燃油自学习波动值大于初始波动值时，该区域的加权系数为：加权系数＝1+系数*燃油自学习波动值；

对于第一燃油自适应学习值，周期性循环计算各个区域内燃油自学习值的最大值和最小值；

第二燃油自适应学习值计算模块：

当检测到油箱盖打开时，计算第二燃油自适应学习值：

根据燃油自学习的区域个数和进行自学习的时间长度，判断第二燃油自适应学习是否达到成熟度；

满足第二燃油自适应学习的完成条件具体为：燃油自适应学习值在某个区域的累积学习时间大于等于设定值，即认为在该区域的学习够充分，再根据车辆大数据统计常规驾驶所能覆盖的区域个数，当满足燃油自适应学习的区域个数达到时，则认为第二燃油自适应学习已完成；

将所述第一燃油自适应学习值作为第二燃油自适应学习值的初始值，取各区域的加权平均值作为第二燃油自适应学习值；

计算出燃油特性学习值：通过比较第一、二燃油自适应学习值计算出，具体为：燃油特性学习值＝原燃油特性学习值+第二燃油自适应学习值-第一燃油自适应学习值；喷油量修正模块，通过燃油特性学习值与燃油自适应学习值共同对喷油量进行修正；

非易失存储空间模块，用于存贮燃油自适应学习值和燃油特性学习值。

6.一种电子设备，其特征在于，包括：处理器、通信接口、存储器和通信总线，其中，处理器，通信接口，存储器通过通信总线完成相互间的通信；

所述存储器中存储有计算机程序，当所述计算机程序被所述处理器执行时，使得所述处理器执行权利要求1至4中任一项所述方法的步骤。

7.一种计算机可读存储介质，其特征在于，其存储有可由电子设备执行的计算机程序，当所述计算机程序在所述电子设备上运行时，使得所述电子设备执行权利要求1至4中任一项所述方法的步骤。

Images