CN115030826B - 一种燃气品质自学习修正方法和装置 - Google Patents

Abstract

本申请公开一种燃气品质自学习修正方法和装置，在发动机正常运行的过程中，对燃气气罐的加气事件进行监测，若监测到存在加气事件，则触发在加气后的燃气气罐的燃气消耗过程中，根据燃气消耗后燃气气罐内的当前燃气量确定当前加权值；利用当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。基于加气诊断和燃气消耗的特征对I积分值进行处理，从而保证燃气发动机运行过程中，可以覆盖各种工况，即使发动机运行在很低的负荷时，也能进行充分的自学习，对I积分值进行处理，使得基于不同燃气变化导致的lambda的燃气品质自学习因子更准确，进而保证燃气发动机始终运行在最优的化学计量空燃比下。

Description

一种燃气品质自学习修正方法和装置

技术领域

本申请涉及燃气发动机领域，特别是涉及一种燃气品质自学习修正方法和装置。

背景技术

过量空气系数(lambda)是实际进入气缸内参与燃烧的新鲜空气质量流量与理论上燃烧进入气缸内的燃料所需要的空气质量流量的比值。一般情况下，过量空气系数的设定值与测量值经过比例-积分-微分(Proportional-Integral-Derivative，PID)闭环后输出lambda闭环修正因子用于修正前馈计算的燃气需求量。I积分就是一个对lambda的测量值与设定值偏差的累积量，而这种累积量是由于燃气品质变化造成的，因此燃气品质自学习因子来自于对lambda闭环的I积分值的处理。

目前对I积分值处理的方式是在新加燃气后t时间内进行学习，进而基于学习结果对输出的I积分值进行处理。一旦过了t时间后，就不再对I积分值进行处理了。

这种方式对I积分值的处理不是很合理，难以覆盖发动机的各种工况，当发动机运行在很低的负荷时，这样的学习值并不充分，进而导致燃气品质自学习因子不准确，难以保证燃气发动机始终运行在最优的空燃比下。

发明内容

为了解决上述技术问题，本申请提供了一种燃气品质自学习修正方法和装置，基于加气诊断和燃气消耗的特征对I积分值进行处理，从而保证燃气发动机运行过程中，可以覆盖各种工况，即使发动机运行在很低的负荷时，也可以进行充分的自学习，对I积分值进行处理，从而使得基于不同燃气变化导致的lambda的燃气品质自学习因子更准确，进而保证燃气发动机始终运行在最优的化学计量空燃比下。

本申请实施例公开了如下技术方案：

第一方面，本申请实施例提供一种燃气品质自学习修正方法，所述方法包括：

在发动机正常运行的过程中，对燃气气罐的加气事件进行监测；

若监测到存在加气事件，在加气后的所述燃气气罐的燃气消耗过程中，根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值；

利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。

在一种可能的实现方式中，所述当前加权值随着所述当前燃气量的降低而减少。

在一种可能的实现方式中，所述根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值之前，所述方法还包括：

将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；

若所述燃气消耗后所述燃气气罐内的当前燃气量不少于所述预设阈值，执行所述根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值的步骤。

在一种可能的实现方式中，所述利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子之后，所述方法还包括：

将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；

若所述燃气消耗后所述燃气气罐内的当前燃气量少于所述预设阈值，将所述当前加权值设置为1，停止对所述过量空气系数闭环修正因子中的I积分值进行加权处理。

在一种可能的实现方式中，所述方法还包括：

将当前的燃气品质自学习因子存储至非易失性随机访问存储器中。

第二方面，本申请实施例提供一种燃气品质自学习修正装置，所述装置包括：

监测单元，用于在发动机正常运行的过程中，对燃气气罐的加气事件进行监测；

确定单元，用于若监测到存在加气事件，在加气后的所述燃气气罐的燃气消耗过程中，根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值；

处理单元，用于利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。

在一种可能的实现方式中，所述当前加权值随着所述当前燃气量的降低而减少。

在一种可能的实现方式中，所述装置还包括：

比对单元，用于在根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值之前，将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；若所述燃气消耗后所述燃气气罐内的当前燃气量不少于所述预设阈值，触发执行所述根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值的步骤。

在一种可能的实现方式中，所述比对单元，还用于：

在利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子之后，将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；

若所述燃气消耗后所述燃气气罐内的当前燃气量少于所述预设阈值，将所述当前加权值设置为1，停止对所述过量空气系数闭环修正因子中的I积分值进行加权处理。

在一种可能的实现方式中，所述装置还包括：

存储单元，用于将当前的燃气品质自学习因子存储至非易失性随机访问存储器中。

第三方面，本申请实施例提供一种计算机设备，所述设备包括至少一个处理器和至少一个存储器，所述至少一个存储器中存储有计算机可读指令，所述至少一个处理器执行所述计算机可读指令，使得所述计算机设备执行如第一方面中任一项所述的方法。

由上述技术方案可以看出，在发动机正常运行的过程中，可以对燃气气罐的加气事件进行监测，若监测到存在加气事件，则触发在加气后的燃气气罐的燃气消耗过程中，根据燃气消耗后燃气气罐内的当前燃气量确定当前加权值；利用当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。基于加气诊断和燃气消耗的特征对I积分值进行处理，从而保证燃气发动机运行过程中，可以覆盖各种工况，即使发动机运行在很低的负荷时，也可以进行充分的自学习，对I积分值进行处理，从而使得基于不同燃气变化导致的lambda的燃气品质自学习因子更准确，进而保证燃气发动机始终运行在最优的化学计量空燃比下。

附图说明

为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例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，下面描述中的附图仅仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本申请实施例提供的一种PID控制系统原理图；

图2为本申请实施例提供的一种燃气品质自学习修正方法的流程图；

图3为本申请实施例提供的另一种燃气品质自学习修正方法的流程图；

图4为本申请实施例提供的一种燃气品质自学习修正装置的结构图。

具体实施方式

为了使本技术领域的人员更好地理解本申请方案，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。

一般情况下，过量空气系数的设定值与测量值经过比例-积分-微分(Proportional-Integral-Derivative，PID)闭环后输出lambda闭环修正因子用于修正前馈计算的燃气需求量。I积分就是一个对lambda的测量值与设定值偏差的累积量，而这种累积量是由于燃气品质变化造成的，因此燃气品质自学习因子来自于对lambda闭环的I积分值的处理。

其中，PID闭环是基于PID控制算法实现的，PID控制算法是工业控制过程中普遍采用的一种控制方法，主要有以下原因：其一，由于PID控制器具有算法简单、固定的形式，而且在很宽的操作条件范围内能保持良好的鲁棒性和可靠性；其二，PID控制算法不需要了解被控对象的精确数学模型，只要计算目标值与控制值之间的偏差，控制算法容易实现。PID控制器采用3种不同控制作用的组合来跟踪被控对象的不同工作状态，减小了调节系统的动态误差，它具有结构简单、参数易于调整、动态和静态特性优良等显著优点，即使是在当今不断涌现出各种新的控制理论的时代，PID控制算法仍然在过程控制中占据着重要的位置。

PID控制算法是按偏差的比例(P-Proportional)、积分(I-Integral)和微分(D-Derivative)的线性组合进行控制的方式。比例P控制作用可以成比例地反映控制系统偏差信号e(t)，偏差一旦产生，控制器立即产生控制作用减小偏差，控制作用的强弱取决于比例系数Kp；其缺点是对于具有自平衡能力的被控对象存在静差，增大Kp可以减小静差，但如果Kp的值过大，会增大系统的超调量，甚至会使闭环控制系统不稳定。积分I作用主要用于消除静差，提高控制系统的无差度，积分控制作用的强弱取决于积分时间常数Ti，Ti越大，积分控制作用越弱；其不足的方面在于积分控制作用存在滞后特性的缺陷，如果Ti的值太小，会使控制系统的动态性能变坏，从而可能会导致系统不稳定。微分D控制作用主要反映偏差信号的变化趋势，并能在偏差信号变得太大之前，在系统中引入一个有效的早期修正信号，从而加快系统的响应速度，减少超调量；其不足之处在于对扰动具有同样的敏感性，使系统对扰动的抑制能力下降。

PID控制就是将比例(P)、积分(I)及微分(D)经过线性组合构成控制量，用这一控制量对被控对象进行控制。常规模拟PID控制系统原理图，如图1所示。其中，PID控制器是一种线性控制器，它根据给定值r(t)与实际输出值y(t)构成偏差：e(t)＝r(t)-y(t)。将偏差e(t)的比例(P)、积分(I)和微分(D)通过线性组合构成控制量u(t)，通过执行机构对被控对象进行控制。

目前对I积分值处理的方式是在新加燃气后t时间内进行学习，进而基于学习结果对输出的I积分值进行处理。一旦过了t时间后，就不再对I积分值进行处理了。

这种方式对I积分值的处理不是很合理，难以覆盖发动机的各种工况，当发动机运行在很低的负荷时，这样的学习值并不充分，进而导致燃气品质自学习因子不准确，难以保证燃气发动机始终运行在最优的空燃比下。

针对上述技术问题，本申请实施例提供一种燃气品质自学习修正方法，该方法在发动机正常运行的过程中，可以对燃气气罐的加气事件进行监测，若监测到存在加气事件，则触发在加气后的燃气气罐的燃气消耗过程中，根据燃气消耗后燃气气罐内的当前燃气量确定当前加权值；利用当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。基于加气诊断和燃气消耗的特征对I积分值进行处理，从而保证燃气发动机运行过程中，可以覆盖各种工况，即使发动机运行在很低的负荷时，也可以进行充分的自学习，对I积分值进行处理，从而使得基于不同燃气变化导致的lambda的燃气品质自学习因子更准确，进而保证燃气发动机始终运行在最优的化学计量空燃比下。

下面结合附图，对本申请实施例提供的一种燃气品质自学习修正方法进行介绍，参见图2，所述方法包括：

S201、在发动机正常运行的过程中，对燃气气罐的加气事件进行监测。

S202、若监测到存在加气事件，在加气后的所述燃气气罐的燃气消耗过程中，根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值。

Lambda是实际进入气缸内参与燃烧的新鲜空气质量流量与理论上燃烧进入气缸内的燃料所需要的空气质量流量的比值。对于理论空燃比的燃烧，就是当量燃烧发动机。如果燃气品质是纯甲烷，那么理论上燃烧1kg燃气需要17kg的空气，lambda值应该是1，lambda闭环修正因子为1，由实际空气质量除以化学计量空燃比再除以lambda闭环修正因子得到需求的燃气质量。

如果燃气品质差(例如燃气气罐内掺的空气多)，那么如果还希望发动机在当量燃烧的条件下发相同的功率(用实际空气量表征发动机负荷)，就应该喷射多于1kg的燃气，其实就是lambda闭环修正因子判断的需要喷射多于1kg的燃气，也就是lambda闭环修正因子变成了小于1的数值，实际空气量除以化学计量空燃比，再除以这个lambda闭环修正因子，计算的燃气需求量肯定大于1kg。

在燃气品质发生变化的过程中，不仅lambda闭环修正因子的数值会发生改变，化学计量空燃比也会发生改变，而化学计量空燃比的修正可以通过燃气品质自学习因子来实现。为此，可以根据加气事件与燃气消耗的情况，用来实时的对燃气品质自学习因子进行不同比重的加权修正，更符合实际的燃气品质变化情况。

在此过程中，可以对燃气气罐的加气事件进行监测，若监测到存在加气事件，在加气后的燃气气罐的燃气消耗过程中，根据燃气消耗后燃气气罐内的当前燃气量确定当前加权值。

需要说明的是，通常情况下，刚开始加气后，燃气品质与之前的燃气气罐内的燃气品质差距大的话，lambda闭环因子I积分值转为lambda的燃气品质自学习因子的比例比重大，但是随着这罐燃气的不断消耗(但是实际燃气品质经过加气后一直是不变的)，lambda闭环因子中的I积分值转为lambda燃气品质自学习因子的比例就应该逐渐减小，如果还是保持比重大，则会导致燃气品质自学习因子不准确。在这种情况下，随着燃气消耗，当前燃气量降低，当前加权值随着当前燃气量的降低而减少，进而提高后续确定燃气品质自学习因子的准确性，更加符合实际的燃气品质变化情况。

本申请实施例可以在燃气消耗过程中，在各种工况下确定当前加权值，以便利用合适的当前加权值对I积分值进行加权处理，得到准确的燃气品质自学习因子。

然而在一些情况下，确定当前加权值，以加权修正得到燃气品质自学习因子是需要一定条件的。在一种可能的实现方式中，根据燃气消耗后燃气气罐内的当前燃气量确定当前加权值之前，可以将燃气消耗后燃气气罐内的当前燃气量与预设阈值进行比对；若燃气消耗后燃气气罐内的当前燃气量不少于预设阈值，则执行根据燃气消耗后燃气气罐内的当前燃气量确定当前加权值的步骤。否则，燃气品质自学习因子保持不变。

S203、利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。

在得到当前加权值之后，可以利用当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子，进而利用当前的燃气品质自学习因子修正化学计量空燃比，进而利用准确的化学计量空燃比确定燃气需求量。在一种可能的实现方式中，加权处理可以是利用I积分值乘以当前加权值。

由于当前加权值可以随着当前燃气量的降低而减少，从而实现在燃气消耗过程中，随着燃气的不断消耗，实时的对燃气品质自学习因子进行不同比重的加权修正，更符合实际的燃气品质变化情况。

在一种可能的实现方式中，利用当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子之后，还可以将燃气消耗后燃气气罐内的当前燃气量与预设阈值进行比对；若燃气消耗后燃气气罐内的当前燃气量少于预设阈值，则将当前加权值设置为1，停止对过量空气系数闭环修正因子中的I积分值进行加权处理。否则，继续根据燃气消耗后燃气气罐内的当前燃气量确定当前加权值，利用当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。

需要说明的是，得到的燃气品质自学习因子可以用于修正化学计量空燃比，因此，为了后续利用燃气品质自学习因子，可以将得到的当前的燃气品质自学习因子存储至非易失性随机访问存储器中。

非易失性随机访问存储器(Non-Volatile Random Access Memory(alsoreferred to as EEPROM，NVRAM)可以是指当电子控制单元(Electronic Control Unit，ECU)下电后，发动机停车，一些累积计算的参数就会存储到这个NVRAM中，等到下个驾驶循环，ECU上电后，这些值继续累加。非易失性随机访问存储器还可以称为E方。

基于加气诊断和燃气消耗的特征对I积分值进行处理，处理后的燃气品质自学习因子存入E方，从而保证燃气发动机运行过程中，控制系统基于不同燃气变化导致的lambda的燃气品质自学习因子更准确，进而保证燃气发动机始终运行在最优的化学计量空燃比下。

由上述技术方案可以看出，在发动机正常运行的过程中，可以对燃气气罐的加气事件进行监测，若监测到存在加气事件，则触发在加气后的燃气气罐的燃气消耗过程中，根据燃气消耗后燃气气罐内的当前燃气量确定当前加权值；利用当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。基于加气诊断和燃气消耗的特征对I积分值进行处理，从而保证燃气发动机运行过程中，可以覆盖各种工况，即使发动机运行在很低的负荷时，也可以进行充分的自学习，对I积分值进行处理，从而使得基于不同燃气变化导致的lambda的燃气品质自学习因子更准确，进而保证燃气发动机始终运行在最优的化学计量空燃比下。

在上述介绍的基础上，图3示出了另一种燃气品质自学习修正方法的流程图，所述方法包括：

S301、燃气发动机正常运行。

S302、是否出现加气事件且燃气气罐内的当前燃气量是否不少于预设阈值，若是，执行S303，若否，执行S304。

S303、利用Lambda闭环修正因子中的I积分值乘以当前加权值得到当前的燃气品质自学习因子，随着燃气气罐内燃气不断消耗，当前加权值逐渐减小，直到燃气气罐内的当前燃气量少于预设阈值后，当前加权值设置变为1，即不对燃气品质自学习因子进行修正，同时燃气品质自学习因子保存在E方中。

S304、燃气品质自学习因子保持不变。

需要说明的是，本申请在上述各方面提供的实现方式的基础上，还可以进行进一步组合以提供更多实现方式。

基于前述实施例，本实施例提供一种燃气品质自学习修正装置，参见图4，所述装置包括：

监测单元401，用于在发动机正常运行的过程中，对燃气气罐的加气事件进行监测；

确定单元402，用于若监测到存在加气事件，在加气后的所述燃气气罐的燃气消耗过程中，根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值；

处理单元403，用于利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。

在一种可能的实现方式中，所述当前加权值随着所述当前燃气量的降低而减少。

在一种可能的实现方式中，所述装置还包括：

比对单元，用于在根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值之前，将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；若所述燃气消耗后所述燃气气罐内的当前燃气量不少于所述预设阈值，触发执行所述根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值的步骤。

在一种可能的实现方式中，所述比对单元，还用于：

在利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子之后，将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；

若所述燃气消耗后所述燃气气罐内的当前燃气量少于所述预设阈值，将所述当前加权值设置为1，停止对所述过量空气系数闭环修正因子中的I积分值进行加权处理。

在一种可能的实现方式中，所述装置还包括：

存储单元，用于将当前的燃气品质自学习因子存储至非易失性随机访问存储器中。

由上述技术方案可以看出，在发动机正常运行的过程中，可以对燃气气罐的加气事件进行监测，若监测到存在加气事件，则触发在加气后的燃气气罐的燃气消耗过程中，根据燃气消耗后燃气气罐内的当前燃气量确定当前加权值；利用当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子。基于加气诊断和燃气消耗的特征对I积分值进行处理，从而保证燃气发动机运行过程中，可以覆盖各种工况，即使发动机运行在很低的负荷时，也可以进行充分的自学习，对I积分值进行处理，从而使得基于不同燃气变化导致的lambda的燃气品质自学习因子更准确，进而保证燃气发动机始终运行在最优的化学计量空燃比下。

本申请实施例还提供一种计算机设备，所述设备包括至少一个处理器和至少一个存储器，所述至少一个存储器中存储有计算机可读指令，所述至少一个处理器执行所述计算机可读指令，使得所述计算机设备执行如前述实施例中任一项所述的方法。

上述各个附图对应的流程或结构的描述各有侧重，某个流程或结构中没有详述的部分，可以参见其他流程或结构的相关描述。

本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质可以是下述介质中的至少一种：只读存储器(英文：read-only memory，缩写：ROM)、RAM、磁碟或者光盘等各种可以存储程序代码的介质。

需要说明的是，本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于设备及系统实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的设备及系统实施例仅仅是示意性的，其中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例方案的目的。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。

以上所述，仅为本申请的一种具体实施方式，但本申请的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本申请揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本申请的保护范围之内。因此，本申请的保护范围应该以权利要求的保护范围为准。

Claims (10)

1.一种燃气品质自学习修正方法，其特征在于，所述方法包括：

在发动机正常运行的过程中，对燃气气罐的加气事件进行监测；

若监测到存在加气事件，在加气后的所述燃气气罐的燃气消耗过程中，根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值；

利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子，所述I积分值是对过量空气系数的测量值与设定值偏差的累积量，对I积分值进行加权处理是在对过量空气系数的测量值与设定值进行比例-积分-微分PID闭环控制下进行的。

2.根据权利要求1所述的方法，其特征在于，所述当前加权值随着所述当前燃气量的降低而减少。

3.根据权利要求1所述的方法，其特征在于，所述根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值之前，所述方法还包括：

将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；

若所述燃气消耗后所述燃气气罐内的当前燃气量不少于所述预设阈值，执行所述根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值的步骤。

4.根据权利要求1-3任一项所述的方法，其特征在于，所述利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子之后，所述方法还包括：

将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；

若所述燃气消耗后所述燃气气罐内的当前燃气量少于所述预设阈值，将所述当前加权值设置为1，停止对所述过量空气系数闭环修正因子中的I积分值进行加权处理。

5.根据权利要求1-3任一项所述的方法，其特征在于，所述方法还包括：

将当前的燃气品质自学习因子存储至非易失性随机访问存储器中。

6.一种燃气品质自学习修正装置，其特征在于，所述装置包括：

监测单元，用于在发动机正常运行的过程中，对燃气气罐的加气事件进行监测；

确定单元，用于若监测到存在加气事件，在加气后的所述燃气气罐的燃气消耗过程中，根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值；

处理单元，用于利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子，所述I积分值是对过量空气系数的测量值与设定值偏差的累积量，对I积分值进行加权处理是在对过量空气系数的测量值与设定值进行比例-积分-微分PID闭环控制下进行的。

7.根据权利要求6所述的装置，其特征在于，所述当前加权值随着所述当前燃气量的降低而减少。

8.根据权利要求6所述的装置，其特征在于，所述装置还包括：

比对单元，用于在根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值之前，将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；若所述燃气消耗后所述燃气气罐内的当前燃气量不少于所述预设阈值，触发执行所述根据燃气消耗后所述燃气气罐内的当前燃气量确定当前加权值的步骤。

9.根据权利要求6-8任一项所述的装置，其特征在于，若所述装置还包括比对单元，所述比对单元，还用于：

在利用所述当前加权值对过量空气系数闭环修正因子中的I积分值进行加权处理，得到当前的燃气品质自学习因子之后，将所述燃气消耗后所述燃气气罐内的当前燃气量与预设阈值进行比对；

若所述燃气消耗后所述燃气气罐内的当前燃气量少于所述预设阈值，将所述当前加权值设置为1，停止对所述过量空气系数闭环修正因子中的I积分值进行加权处理。

10.根据权利要求6-8任一项所述的装置，其特征在于，所述装置还包括：

存储单元，用于将当前的燃气品质自学习因子存储至非易失性随机访问存储器中。