CN115219207A - 发动机排放预测方法、试验上位机及存储介质 - Google Patents

发动机排放预测方法、试验上位机及存储介质 Download PDF

Info

Publication number
CN115219207A
CN115219207A CN202111115118.5A CN202111115118A CN115219207A CN 115219207 A CN115219207 A CN 115219207A CN 202111115118 A CN202111115118 A CN 202111115118A CN 115219207 A CN115219207 A CN 115219207A
Authority
CN
China
Prior art keywords
engine
state
mode
test
test data
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.)
Granted
Application number
CN202111115118.5A
Other languages
English (en)
Other versions
CN115219207B (zh
Inventor
石皓
苏庆鹏
何宇
吕永
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.)
Guangzhou Automobile Group Co Ltd
Original Assignee
Guangzhou Automobile Group 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 Guangzhou Automobile Group Co Ltd filed Critical Guangzhou Automobile Group Co Ltd
Priority to CN202111115118.5A priority Critical patent/CN115219207B/zh
Publication of CN115219207A publication Critical patent/CN115219207A/zh
Application granted granted Critical
Publication of CN115219207B publication Critical patent/CN115219207B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/05—Testing internal-combustion engines by combined monitoring of two or more different engine parameters
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
    • G01M15/00—Testing of engines
    • G01M15/04—Testing internal-combustion engines
    • G01M15/10—Testing internal-combustion engines by monitoring exhaust gases or combustion flame
    • G01M15/102—Testing internal-combustion engines by monitoring exhaust gases or combustion flame by monitoring exhaust gases
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00—Computer-aided design [CAD]
    • G06F30/20—Design optimisation, verification or simulation
    • 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)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Evolutionary Computation (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

本发明公开一种发动机排放预测方法、试验上位机及存储介质。该方法包括：对发动机进行仿真试验，获取仿真试验数据；根据仿真试验数据，获取发动机运行模式；若发动机运行模式为普通运行模式，则采用发动机运行模式对应的发动机排放模型，对仿真试验数据进行处理，获取排放预测结果；若发动机运行模式为特殊运行模式，则根据发动机运行模式对应的历史经验模型，获取排放预测结果。该方法利用仿真试验数据进行排放预测，替代样车试验，使得发动机排放的优化设计不依赖于样车试验资源；并且，根据发动机排放模型或者历史经验模型预测的排放预测结果对发动机排放进行优化设计，有助于减少试验成本和人力成本，节省样车试验资源。

Description

发动机排放预测方法、试验上位机及存储介质
技术领域
本发明涉及发动机排放仿真试验技术领域，尤其涉及一种发动机排放预测方法、试验上位机及存储介质。
背景技术
当前汽车排放优化主要采用基于样车试验的研发体系，通过样车试验发现排放问题，由工程师优化标定后再次进行样车试验，如此反复进行，直至样车试验结果满足排放要求。这种汽车排放优化方法，对样车资源依赖性较强，开发效率较低，且容易拉长汽车开发周期，导致开发成本较高。
发明内容
本发明实施例提供一种发动机排放预测方法、试验上位机及存储介质，以解决现有汽车排放优化过程，对样车资源依赖性较强，开发效率较低，且容易拉长汽车开发周期，导致开发成本较高问题。
一种发动机排放预测方法，包括：
对发动机进行仿真试验，获取仿真试验数据；
根据所述仿真试验数据，获取发动机运行模式；
若所述发动机运行模式为普通运行模式，则采用所述发动机运行模式对应的发动机排放模型，对所述仿真试验数据进行处理，获取排放预测结果；
若所述发动机运行模式为特殊运行模式，则根据所述发动机运行模式对应的历史经验模型，获取排放预测结果。
优选地，所述对发动机进行仿真试验，获取仿真试验数据，包括：
获取仿真试验请求，所述仿真试验请求包括目标道路路谱；
根据所述目标道路路谱进行仿真试验，对发动机进行仿真试验，获取仿真试验数据。
优选地，所述根据所述仿真试验数据，获取所述发动机运行模式，包括：
采用发动机状态机对所述仿真试验数据进行处理，获取所述发动机状态机输出的当前运行状态；
根据所述发动机状态机输出的当前运行状态，获取所述发动机运行模式。
优选地，所述采用发动机状态机对所述仿真试验数据进行处理，获取所述发动机状态机输出的当前运行状态，包括：
采用加热模式状态机对所述仿真试验数据进行处理，获取所述加热模式状态机输出的当前加热状态；
采用工况模式状态机对所述仿真试验数据进行处理，获取所述工况模式状态机输出的当前工况状态；
所述根据所述发动机输出的当前运行状态，获取所述发动机运行模式，包括：
根据所述当前加热状态和所述当前工况状态，获取所述发动机运行模式。
优选地，所述采用工况模式状态机对所述仿真试验数据进行处理，获取所述工况模式状态机输出的当前工况状态，包括，包括：
采用怠速工况状态机对所述仿真试验数据进行处理，获取怠速输出状态；
采用断油工况状态机对所述仿真试验数据进行处理，获取断油输出状态；
采用油喷工况状态机对所述仿真试验数据进行处理，获取油喷输出状态；
其中，所述当前工况状态包括所述怠速输出状态、所述断油输出状态和所述油喷输出状态。
优选地，所述根据所述当前加热状态和所述当前运行状态，获取所述发动机运行模式，包括：
若怠速输出状态为怠速工况状态，则所述发动机运行模式为怠速运行模式；
若断油输出状态为断油工况状态，则所述发动机运行模式为断油运行模式；
若所述当前加热状态为催化器加热状态，且油喷输出状态为单喷工况状态，则所述发动机运行模式为催化单喷模式；
若所述当前加热状态为催化器加热状态，且油喷输出状态为双喷工况状态，则所述发动机运行模式为催化双喷模式；
若所述当前加热状态为普通加热状态，且油喷输出状态为单喷工况状态，则所述发动机运行模式为普通单喷模式；
若所述当前加热状态为普通加热状态，且油喷输出状态为双喷工况状态，则所述发动机运行模式为普通双喷模式；
其中，所述普通运行模式包括所述催化双喷模式、所述普通单喷模式和所述普通双喷模式；所述特殊运行模式包括所述怠速运行模式、所述断油运行模式和所述催化单喷模式。
优选地，在所述对发动机进行仿真试验，获取仿真试验数据之前，所述发动机排放预测方法还包括：
控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放；
基于所述台架试验数据和所述台架试验排放，形成排放训练样本；
采用所述排放训练样本进行模型训练，获取所述普通运行模式对应的发动机排放模型。
优选地，所述控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放，包括：
获取台架试验请求，所述台架试验请求包括目标有效边界和目标试验方法；
根据所述目标有效边界和所述目标试验方法，控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放。
一种试验上位机，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述发动机排放预测方法。
一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述发动机排放预测方法。
上述发动机排放预测方法、试验上位机及存储介质，采用发动机仿真试验过程中形成的仿真试验数据，利用仿真试验数据进行排放预测，替代样车试验，有助于减少试验成本和人力成本，节省样车试验资源。根据仿真试验数据，确定发动机运行模式，根据发动机运行模式，采用发动机排放模型或者历史经验模型进行排放预测，以获取发动机的排放预测结果，以便根据该排放预测结果对发动机排放进行优化设计，使得发动机排放的优化设计不依赖于样车试验资源，有利于缩短开发周期，节省开发成本。
附图说明
为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的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发明的一些实施例，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是本发明一实施例中发动机排放预测方法的一流程图；
图2是本发明一实施例中发动机排放预测方法的另一流程图；
图3是本发明一实施例中发动机排放预测方法的另一流程图；
图4是本发明一实施例中发动机排放预测方法的另一流程图；
图5是本发明一实施例中发动机排放预测方法的另一流程图；
图6是本发明一实施例中发动机排放预测方法的另一流程图。
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作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。
本发明实施例提供的发动机排放预测方法，该发动机排放预测方法可应用在试验上位机上，可实现在样车试验前，完成对发动机排放进行预测的仿真试验，避免发动机排放试验限制于样车资源，提高发动机开发效率，降低开发周期，降低试验成本。
在一实施例中，如图1所示，提供一种发动机排放预测方法，以该方法应用在图1中的试验上位机为例进行说明，包括如下步骤：
S101：对发动机进行仿真试验，获取仿真试验数据；
S102：根据仿真试验数据，获取发动机运行模式；
S103：若发动机运行模式为普通运行模式，则采用发动机运行模式对应的发动机排放模型，对仿真试验数据进行处理，获取排放预测结果；
S104：若发动机运行模式为特殊运行模式，则根据发动机运行模式对应的历史经验模型，获取排放预测结果。
其中，仿真试验数据是对发动机进行仿真试验，以获取与发动机排放相关的试验数据。
作为一示例，步骤S101中，试验上位机可获取用户触发的仿真试验请求，仿真试验请求包括但不限于仿真输入参数，该仿真输入参数为用户在仿真试验过程中输入的参数。接着，试验上位机根据仿真输入参数进行仿真试验，获取与发动机相关的仿真试验数据。
本示例中，仿真试验数据是对发动机进行仿真试验，获取到的与发动机排放相关的数据，包括但不限于仿真试验输出的发动机转速、进气歧管压力、点火角、水温、空燃比和轨压等数据。
其中，发动机运行模式是用于反映仿真试验数据对应的运行模式。
作为一示例，步骤S102中，试验上位机可对发动机进行仿真试验，获取仿真试验数据，从仿真试验数据中提取可确定发动机的发动机运行模式对应的目标试验数据，根据目标试验数据，确定发动机运行模式。
本示例中，试验上位机可从发动机对应的仿真试验数据中，提取发动机转速、进气歧管压力和点火角等数据，确定为目标试验数据；再根据提取出的发动机转速、进气歧管压力和点火角等目标试验数据，可根据目标试验数据与系统预先配置的不同配置运行模式对应的模式阈值范围进行比较，将目标试验数据相匹配的模式阈值范围对应的配置运行模式，确定为发动机运行模式。该配置运行模式为预先配置的运行模式。模型阈值范围是其对应的配置运行模式对应的参数范围。
本示例中，发动机运行模式可以为怠速运行模式、断油运行模式、催化单喷模式、催化双喷模式、普通单喷模式和普通双喷模式等配置运行模式中的任一种。怠速运行模式是指发动机转速为怠速的运行模式。断油运行模式是指发动机运行过程中断油的运行模式。催化单喷模式是指采用催化器加热且控制单喷系统工作的运行模式。催化双喷模式是指采用催化器加热，且控制双喷系统工作的运行模式。普通单喷模式是指采用普通加热方式加热且控制单喷系统工作的运行模式。普通双喷模式是指普通加热方式加热且控制双喷系统工作的运行模式。此处的普通加热方式是指除了催化器加热之外的其他加热方式。
其中，普通运行模式是指发动机在试验台架上试验时可运行的模式。作为一示例，普通运行模式包括催化双喷模式、普通单喷模式和普通双喷模式。发动机排放模型是预先基于台架试验数据进行模型训练，用于预测发动机排放的模型。
作为一示例，步骤S103中，试验上位机在确定发动机运行模式之后，需判断发动机运行模式为能够在试验台架上试验的普通运行模式，还是不能在试验台架上试验的特殊运行模式；若发动机运行模式为能够在试验台架上试验的普通运行模式，则可采用与发动机运行模式相对应的发动机排放模型，对仿真试验数据进行处理，获取发动机排放模型输出的排放预测结果。可理解地，由于发动机运行模式为能够在试验台架上试验的普通运行模式，可采用基于台架试验数据训练的与发动机运行模式相对应的发动机排放模型，对仿真试验数据进行处理，以保证发动机排放模型输出的排放预测结果的准确性和可靠性，以便根据该排放预测结果对发动机排放进行优化设计，使得发动机排放的优化设计不依赖于样车试验资源，有利于缩短开发周期，节省开发成本。
本示例中，试验上位机存储不同普通运行模式对应的发动机排放模型，在某一仿真试验数据对应的发动机运行模式为普通运行模式时，可采用该发动机运行模式对应的发动机排放模型对仿真试验数据进行排放预测，以保障发动机排放模型输出的排放预测结果的准确性和可靠性。
其中，特殊运行模式是指发动机在试验台架上试验时不可运行的模式。作为一示例，特殊运行模式包括怠速运行模式、断油运行模式和催化单喷模式。
其中，历史经验模型是指根据系统当前时间之前的历史经验数据及其历史排放形成的模型。作为一示例，采用但不限于数学统计分析算法，对历史经验数据及其历史排放进行统计分析所形成的模型。例如，可在样车试验过程中，采集样车处于催化单喷模式时，所有历史经验数据及其历史排放；然后，采用线性拟合算法，对所有历史经验数据及其历史排放进行线性拟合，以获取历史经验模型。又例如，可在样车试验过程中，采集车辆处于怠速运行模式或者断油运行模式下的所有历史排放，对所有历史排放进行统计分析，确定历史排放对应的历史经验模型，例如，根据所有历史排放的均值及标准差，确定合理排放范围，作为其历史经验模型。
作为一示例，步骤S104中，试验上位机在确定发动机运行模式之后，需判断发动机运行模式为能够在试验台架上试验的普通运行模式，还是不能在试验台架上试验的特殊运行模式；若发动机运行模式为不能在试验台架上试验的特殊运行模式，则可根据发动机运行模式对应的历史经验模型，确定排放预测结果。可理解地，在发动机运行模式为不能在试验台架上试验的特殊运行模式，可根据历史经验模型快速确定排放预测结果，以便根据该排放预测结果对发动机排放进行优化设计，使得发动机排放的优化设计不依赖于样车试验资源，有利于缩短开发周期，节省开发成本。
本实施例所提供的发动机排放预测方法中，采用发动机仿真试验过程中形成的仿真试验数据，利用仿真试验数据进行排放预测，替代样车试验，有助于减少试验成本和人力成本，节省样车试验资源。根据仿真试验数据，确定发动机运行模式，根据发动机运行模式，采用发动机排放模型或者历史经验模型进行排放预测，以获取发动机的排放预测结果，以便根据该排放预测结果对发动机排放进行优化设计，使得发动机排放的优化设计不依赖于样车试验资源，有利于缩短开发周期，节省开发成本。
在一实施例中，如图2所示，步骤S101，即对发动机进行仿真试验，获取仿真试验数据，包括：
S201：获取仿真试验请求，仿真试验请求包括目标道路路谱；
S202：根据目标道路路谱进行仿真试验，对发动机进行仿真试验，获取仿真试验数据。
其中，目标道路路谱是指本次仿真试验过程中需要采用到的道路路谱。道路路谱是指道路路面谱，即路面不平度的功率谱密度曲线，即根据汽车振动输入的路面不平度，主要采用位移功率谱密度描述其统计特性，路面不平度的时间历程可以视作平稳随机过程处理。
作为一示例，步骤S201中，用户可操作试验上位机，在试验上位机的操作界面上，选定本次仿真试验所需采用的目标道路路谱作为仿真试验的仿真输入参数，点击仿真试验操作按键，以使试验上位机可接收用户触发的仿真试验请求，该仿真试验请求携带本次仿真试验对应的目标道路路谱。可理解地，试验上位机上预先存储多个试验道路路谱，用户在实际操作过程中，可从多个试验道路路谱中选择一个，作为本次仿真试验的目标道路路谱。
作为一示例，步骤S202中，试验上位机预先配置有仿真试验程序，可将目标道路路谱作为仿真试验的输入参数，执行该仿真试验程序，获取仿真试验数据，具体包括但不限于发动机转速、进气歧管压力、点火角、水温、空燃比和轨压等数据。
可理解地，试验上位机可根据用户从多个试验道路路谱中选定的目标道路路谱进行仿真试验，例如，可遍历所有试验道路路谱进行仿真试验，以保证仿真试验数据的多样性和全面性。
在一实施例中，如图3所示，步骤S102，即根据仿真试验数据，获取发动机运行模式，包括：
S301：采用发动机状态机对仿真试验数据进行处理，获取发动机状态机输出的当前运行状态；
S302：根据发动机状态机输出的当前运行状态，获取发动机运行模式。
其中，发动机状态机是预先训练的用于识别发动机的当前状态的模型。例如，发动机状态机可以是基于不同配置运行状态及每一配置运行状态对应的配置阈值范围配置的模型。此处的配置运行状态可以为预先配置的运行状态，配置阈值范围是指在某一配置运行状态下，其相关参数的阈值范围，例如，发动机转速、进气歧管压力和点火角等数据对应的阈值范围。
作为一示例，步骤S301中，试验上位机可将仿真试验数据输入预先训练的发动机状态机，以调用发动机状态机对仿真试验数据进行处理，获取发动机状态机输出的当前运行状态。例如，在发动机状态机为基于不同配置运行状态及每一配置运行状态对应的配置阈值范围形成的状态机时，可将仿真试验数据与配置阈值范围进行匹配处理，将与仿真试验数据相匹配的配置阈值范围对应的配置运行状态，确定为发动机状态机输出的当前运行状态。
作为一示例，步骤S302中，试验上位机可根据发动机状态机输出的当前运行状态，获取发动机运行模式。本示例中，在发动机状态机的数量为一个时，可由单个发动机状态机的当前运行状态，直接确定发动机运行模式；在发动机状态机的数量为至少两个时，可由至少两个发动机状态机的当前运行状态的组合关系，查询运行模式对照表，确定发动机运行模式。
可理解地，采用发动机状态机对仿真试验数据进行处理，再根据发动机状态机输出的当前运行状态，可快速准确地确定发动机运行模式，有助于缩短处理时间，提高处理效率。
在一实施例中，如图4所示，步骤S102，即根据仿真试验数据，获取发动机运行模式，包括：
S401：采用加热模式状态机对仿真试验数据进行处理，获取加热模式状态机输出的当前加热状态；
S402：采用工况模式状态机对仿真试验数据进行处理，获取工况模式状态机输出的当前工况状态；
S403：根据当前加热状态和当前工况状态，获取发动机运行模式。
其中，步骤S401和步骤S402为步骤S301的一具体实施方式，步骤S403为步骤S302的一具体实施方式。
其中，加热模式状态机是预先训练的用于识别发动机处于催化器加热状态还是普通加热状态的状态机。催化器加热状态是指在发动机加热过程中需要采用催化器的状态。普通加热状态是指发动机加热过程中无需采用催化器的状态。
作为一示例，步骤S401中，试验上位机可采用预先训练的加热模式状态机，对仿真试验数据进行处理，以获取加热模式状态机输出的当前加热状态，当前加热状态为催化器加热状态和普通加热状态中的任一种。
其中，工况模式状态机是预先训练的用于识别发动机处于哪种工况的状态机。
作为一示例，步骤S402中，试验上位机可采用预先训练的工况模式状态机，对仿真试验数据进行处理，以获取工况模式状态机输出的当前工况状态。
作为一示例，步骤S403中，试验上位机可根据当前加热状态和当前运行状态的组合关系，查询运行模式对照表，确定发动机运行模式。
可理解地，采用加热模式状态机和工况模式状态机分别对仿真试验数据进行处理，获取当前加热状态和当前运行状态，再根据当前加热状态和当前运行状态的组合关系，可快速准确地确定发动机运行模式，有助于缩短处理时间，提高处理效率。
在一实施例中，步骤S402中，即采用工况模式状态机对仿真试验数据进行处理，获取工况模式状态机输出的当前工况状态，包括，包括：
S4021：采用怠速工况状态机对仿真试验数据进行处理，获取怠速输出状态；
S4022：采用断油工况状态机对仿真试验数据进行处理，获取断油输出状态；
S4023：采用油喷工况状态机对仿真试验数据进行处理，获取油喷输出状态；
其中，当前工况状态包括怠速输出状态、断油输出状态和油喷输出状态。
其中，怠速工况状态机是预先训练的用于识别发动机是否处于怠速工况的状态机。
作为一示例，步骤S4021中，试验上位机可采用预先训练的怠速工况状态机，对仿真试验数据进行处理，获取怠速输出状态。该怠速输出状态为怠速工况状态机输出的状态，本示例中，怠速输出状态包括怠速工况状态和非怠速工况状态两种。
其中，断油工况状态机是预先训练的用于识别发动机是否处于断油工况的状态机。
作为一示例，步骤S4022中，试验上位机可采用预先训练的断油工况状态机，对仿真试验数据进行处理，获取断油输出状态。该断油输出状态为断油工况状态机输出的状态，本示例中，断油输出状态包括断油工况状态和非断油工况状态两种。
其中，油喷工况状态机是预先训练的用于识别发动机处于单喷工况状态还是双喷工况状态的状态机。
作为一示例，步骤S4023中，试验上位机可采用预先训练的油喷工况状态机，对仿真试验数据进行处理，获取油喷输出状态。油喷输出状态为油喷工况状态机输出的状态，本示例中，油喷输出状态包括单喷工况状态和双喷工况状态两种。例如，试验上位机采用预先训练的油喷工况状态机，对仿真试验数据进行处理，先计算出二次喷射角度；若二次喷射角度大于0，则油喷输出状态为双喷工况状态；若二次喷射角度为0，则油喷输出状态为单喷工况状态。
在一实施例中，步骤S403，即根据当前加热状态和当前运行状态，获取发动机运行模式，包括：
S4031：若怠速输出状态为怠速工况状态，则发动机运行模式为怠速运行模式；
S4032：若断油输出状态为断油工况状态，则发动机运行模式为断油运行模式；
S4033：若当前加热状态为催化器加热状态，且油喷输出状态为单喷工况状态，则发动机运行模式为催化单喷模式；
S4034：若当前加热状态为催化器加热状态，且油喷输出状态为双喷工况状态，则发动机运行模式为催化双喷模式；
S4035：若当前加热状态为普通加热状态，且油喷输出状态为单喷工况状态，则发动机运行模式为普通单喷模式；
S4036：若当前加热状态为普通加热状态，且油喷输出状态为双喷工况状态，则发动机运行模式为普通双喷模式；
其中，普通运行模式包括催化双喷模式、普通单喷模式和普通双喷模式；特殊运行模式包括怠速运行模式、断油运行模式和催化单喷模式。
作为一示例，步骤S4031中，试验上位机在获取到怠速输出状态为怠速工况状态时，无论当前加热状态为催化器加热状态还是普通加热状态，均将发动机运行模式确定为怠速运行模式，说明仿真试验数据为仿真模拟发动机在怠速运行模式下采集到的数据。
作为一示例，步骤S4032中，试验上位机在获取到断油输出状态为断油工况状态时，无论当前加热状态为催化器加热状态还是普通加热状态，均将发动机运行模式确定为断油运行模式，说明仿真试验数据为仿真模拟发动机在断油运行模式下采集到的数据。
作为一示例，步骤S4033中，试验上位机在当前加热状态为催化器加热状态，且油喷输出状态为单喷工况状态时，将发动机运行模式确定为催化单喷模式，说明仿真试验数据为仿真模拟发动机在催化单喷模式下采集到的数据，即仿真模拟催化器加热的情况下，发动机采用单喷系统工作时采集到的数据。
作为一示例，步骤SS4034中，试验上位机在当前加热状态为催化器加热状态，且油喷输出状态为双喷工况状态时，将发动机运行模式确定为催化双喷模式，说明仿真试验数据为仿真模拟发动机在催化双喷模式下采集到的数据，即仿真模拟催化器加热的情况下，发动机采用双喷系统工作时采集到的数据。
作为一示例，步骤S4035中，试验上位机在当前加热状态为普通加热状态，且油喷输出状态为单喷工况状态时，将发动机运行模式确定为普通单喷模式，说明仿真试验数据为仿真模拟发动机在普通单喷模式下采集到的数据，即仿真模拟没有催化器加热的其他普通加热状态下，发动机采用单喷系统工作时采集到的数据。
作为一示例，步骤S4036中，试验上位机在当前加热状态为普通加热状态，且油喷输出状态为双喷工况状态时，将发动机运行模式确定为普通双喷模式，说明仿真试验数据为仿真模拟发动机在普通双喷模式下采集到的数据，即仿真模拟没有催化器加热的其他普通加热状态下，发动机采用双喷系统工作时采集到的数据。
本示例中，预先根据能否在试验台架上运行，将发动机对应的所有发动机运行模式划分为普通运行模式和特殊运行模式。其中，普通运行模式是指发动机在试验台架上试验时可运行的模式，作为一示例，普通运行模式包括催化双喷模式、普通单喷模式和普通双喷模式。特殊运行模式是指发动机在试验台架上试验时不可运行的模式，作为一示例，特殊运行模式包括怠速运行模式、断油运行模式和催化单喷模式。
在一实施例中，如图5所示，在步骤S101之前，即在对发动机进行仿真试验，获取仿真试验数据之前，发动机排放预测方法还包括：
S501：控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放；
S502：基于台架试验数据和台架试验排放，形成排放训练样本；
S503：采用排放训练样本进行模型训练，获取普通运行模式对应的发动机排放模型。
作为一示例，步骤S501中，试验上位机可控制试验台架对发动机进行台架试验，可通过试验台架控制发动机在某一普通运行模式下运行，以采集该普通运行模式下的台架试验数据和台架试验排放。其中，台架试验数据是指通过试验台架实时采集台架试验过程中的试验数据，包括但不限于台架试验过程中的发动机转速、进气歧管压力、点火角、水温、空燃比和轨压等数据。台架试验排放是指通过试验台架对发动机进行台架试验过程中采集到的排放。
作为一示例，步骤S502中，试验上位机可基于台架试验数据和台架试验排放，形成排放训练样本。本示例中，排放训练样本是用于训练发动机排放模型的样本，排放训练样本中包含发动机转速、进气歧管压力、点火角、水温、空燃比和轨压等台架试验数据，还包括与台架试验数据相对应的台架试验排放，该台架试验排放为排放训练样本的标签。
作为一示例，步骤S503中，试验上位机还可将排放训练样本按特定规则，划分为训练集和测试集；先采用但不限于高斯随机过程学习算法或者其他神经网络模型，对训练集中的排放训练样本进行模型训练，获取模型收敛后的原始排放模型；再采用测试集中的排放训练样本对原始排放模型进行模型测试，获取模型测试准确率；若模型测试准确率达到目标准确率阈值，则认定模型训练结果较准确，可获取普通运行模式对应的发动机排放模型，以便利用该发动机排放模型进行排放预测，进而实现对发动机排放进行优化设计，使其优化设计过程不依赖于样车试验资源，有利于缩短开发周期，节省开发成本。
在一实施例中，如图6所示，步骤S501，即控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放，包括：
S601：获取台架试验请求，台架试验请求包括目标有效边界和目标试验方法；
S602：根据目标有效边界和目标试验方法，控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放。
其中，台架试验请求是用于触发试验台架对发动机进行台架试验的请求。目标有效边界为台架试验请求中的一个输入参数，具体为发动机转速、进气歧管压力、点火角、水温、空燃比和轨压等数据对应的有效边界。目标试验方法为台架试验请求中的另一个输入参数，具体可以为古典设计法、空间填充法和最优设计法这三种试验设计方法中的任一个。
作为一示例，步骤S601中，试验上位机可接收用户触发的台架试验请求，台架试验请求包括用户在台架试验控制界面输入的目标有效边界和选定的目标试验方法。可理解地，在台架试验控制界面上，设有发动机转速、进气歧管压力、点火角、水温、空燃比和轨压等数据对应的边界输入框，以供用户自主输入目标有效边界；且在台架试验控制界面上，提供古典设计法、空间填充法和最优设计法这三种试验设计方法，以供用户选择其中一个确定为目标试验方法，在确定目标有效边界和目标试验方法后，可触发台架试验请求。
作为一示例，步骤S602中，试验上位机在接收到台架试验请求之后，可根据台架试验请求中的根据目标有效边界和目标试验方法，控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放，可实现台架试验的自动化控制。
例如，试验上位机可控制试验台架，针对用户自主输入的发动机转速、进气歧管压力、点火角、水温、空燃比和轨压等数据对应的目标有效边界，采用空间填充法进行台架试验，可依次控制发动机在催化双喷模式、普通单喷模式和普通双喷模式等普通运行模式下工作，采用每种普通运行模式对应的台架试验数据和台架试验排放，可实现台架试验的自动化控制，以便后续利用台架试验数据和台架试验排放进行模型训练，以获取每种普通运行模式对应的发动机排放模型。
应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。
在一个实施例中，提供了一种试验上位机，该试验上位机包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该试验上位机的处理器用于提供计算和控制能力。该试验上位机的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该试验上位机的数据库用于存储执行发动机排放预测方法过程中采用或生成的数据。该试验上位机的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种发动机排放预测方法。
在一个实施例中，提供了一种试验上位机，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，处理器执行计算机程序时实现上述实施例中发动机排放预测方法，例如图1所示S101-S104，或者图2至图6中所示，为避免重复，这里不再赘述。
在一实施例中，提供一计算机可读存储介质，该计算机可读存储介质上存储有计算机程序，该计算机程序被处理器执行时实现上述实施例中发动机排放预测方法，例如图1所示S101-S104，或者图2至图6中所示，为避免重复，这里不再赘述。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。
以上所述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精神和范围，均应包含在本发明的保护范围之内。

Claims (10)

1.一种发动机排放预测方法，其特征在于，包括：
对发动机进行仿真试验，获取仿真试验数据；
根据所述仿真试验数据，获取发动机运行模式；
若所述发动机运行模式为普通运行模式，则采用所述发动机运行模式对应的发动机排放模型，对所述仿真试验数据进行处理，获取排放预测结果；
若所述发动机运行模式为特殊运行模式，则根据所述发动机运行模式对应的历史经验模型，获取排放预测结果。
2.如权利要求1所述的发动机排放预测方法，其特征在于，所述对发动机进行仿真试验，获取仿真试验数据，包括：
获取仿真试验请求，所述仿真试验请求包括目标道路路谱；
根据所述目标道路路谱进行仿真试验，对发动机进行仿真试验，获取仿真试验数据。
3.如权利要求1所述的发动机排放预测方法，其特征在于，所述根据所述仿真试验数据，获取所述发动机运行模式，包括：
采用发动机状态机对所述仿真试验数据进行处理，获取所述发动机状态机输出的当前运行状态；
根据所述发动机状态机输出的当前运行状态，获取所述发动机运行模式。
4.如权利要求3所述的发动机排放预测方法，其特征在于，所述采用发动机状态机对所述仿真试验数据进行处理，获取所述发动机状态机输出的当前运行状态，包括：
采用加热模式状态机对所述仿真试验数据进行处理，获取所述加热模式状态机输出的当前加热状态；
采用工况模式状态机对所述仿真试验数据进行处理，获取所述工况模式状态机输出的当前工况状态；
所述根据所述发动机输出的当前运行状态，获取所述发动机运行模式，包括：
根据所述当前加热状态和所述当前工况状态，获取所述发动机运行模式。
5.如权利要求4所述的发动机排放预测方法，其特征在于，所述采用工况模式状态机对所述仿真试验数据进行处理，获取所述工况模式状态机输出的当前工况状态，包括，包括：
采用怠速工况状态机对所述仿真试验数据进行处理，获取怠速输出状态；
采用断油工况状态机对所述仿真试验数据进行处理，获取断油输出状态；
采用油喷工况状态机对所述仿真试验数据进行处理，获取油喷输出状态；
其中，所述当前工况状态包括所述怠速输出状态、所述断油输出状态和所述油喷输出状态。
6.如权利要求5所述的发动机排放预测方法，其特征在于，所述根据所述当前加热状态和所述当前运行状态，获取所述发动机运行模式，包括：
若怠速输出状态为怠速工况状态，则所述发动机运行模式为怠速运行模式；
若断油输出状态为断油工况状态，则所述发动机运行模式为断油运行模式；
若所述当前加热状态为催化器加热状态，且油喷输出状态为单喷工况状态，则所述发动机运行模式为催化单喷模式；
若所述当前加热状态为催化器加热状态，且油喷输出状态为双喷工况状态，则所述发动机运行模式为催化双喷模式；
若所述当前加热状态为普通加热状态，且油喷输出状态为单喷工况状态，则所述发动机运行模式为普通单喷模式；
若所述当前加热状态为普通加热状态，且油喷输出状态为双喷工况状态，则所述发动机运行模式为普通双喷模式；
其中，所述普通运行模式包括所述催化双喷模式、所述普通单喷模式和所述普通双喷模式；所述特殊运行模式包括所述怠速运行模式、所述断油运行模式和所述催化单喷模式。
7.如权利要求1所述的发动机排放预测方法，其特征在于，在所述对发动机进行仿真试验，获取仿真试验数据之前，所述发动机排放预测方法还包括：
控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放；
基于所述台架试验数据和所述台架试验排放，形成排放训练样本；
采用所述排放训练样本进行模型训练，获取所述普通运行模式对应的发动机排放模型。
8.如权利要求7所述的发动机排放预测方法，其特征在于，所述控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放，包括：
获取台架试验请求，所述台架试验请求包括目标有效边界和目标试验方法；
根据所述目标有效边界和所述目标试验方法，控制试验台架对发动机进行台架试验，采集普通运行模式对应的台架试验数据和台架试验排放。
9.一种试验上位机，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至8任一项所述发动机排放预测方法。
10.一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至8任一项所述发动机排放预测方法。
CN202111115118.5A 2021-09-23 2021-09-23 发动机排放预测方法、试验上位机及存储介质 Active CN115219207B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111115118.5A CN115219207B (zh) 2021-09-23 2021-09-23 发动机排放预测方法、试验上位机及存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111115118.5A CN115219207B (zh) 2021-09-23 2021-09-23 发动机排放预测方法、试验上位机及存储介质

Publications (2)

Publication Number Publication Date
CN115219207A true CN115219207A (zh) 2022-10-21
CN115219207B CN115219207B (zh) 2023-08-25

Family

ID=83606621

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111115118.5A Active CN115219207B (zh) 2021-09-23 2021-09-23 发动机排放预测方法、试验上位机及存储介质

Country Status (1)

Country Link
CN (1) CN115219207B (zh)

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005042656A (ja) * 2003-07-24 2005-02-17 Toyota Motor Corp 車載エンジンの制御パラメータ適合方法及び制御パラメータ適合装置
DE102017105469A1 (de) * 2016-04-05 2017-10-05 FEV Europe GmbH Hardware-in-the-loop System und Verfahren zur Bedatung einer Steuerung eines Verbrennungsmotors
CN107545122A (zh) * 2017-09-27 2018-01-05 重庆长安汽车股份有限公司 一种基于神经网络的车辆气体排放物的模拟仿真系统
CN108663948A (zh) * 2018-05-17 2018-10-16 西北工业大学 一种航空发动机控制系统数值仿真分析平台的设计方法
CN111433581A (zh) * 2017-12-04 2020-07-17 Avl李斯特有限公司 用于实施测试实验的试验台架和方法
CN113094913A (zh) * 2021-04-20 2021-07-09 北京汽车集团越野车有限公司 排放预估方法和装置
CN113110367A (zh) * 2020-01-13 2021-07-13 广州汽车集团股份有限公司 发动机硬件在环测试方法及系统

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2005042656A (ja) * 2003-07-24 2005-02-17 Toyota Motor Corp 車載エンジンの制御パラメータ適合方法及び制御パラメータ適合装置
DE102017105469A1 (de) * 2016-04-05 2017-10-05 FEV Europe GmbH Hardware-in-the-loop System und Verfahren zur Bedatung einer Steuerung eines Verbrennungsmotors
CN107545122A (zh) * 2017-09-27 2018-01-05 重庆长安汽车股份有限公司 一种基于神经网络的车辆气体排放物的模拟仿真系统
CN111433581A (zh) * 2017-12-04 2020-07-17 Avl李斯特有限公司 用于实施测试实验的试验台架和方法
CN108663948A (zh) * 2018-05-17 2018-10-16 西北工业大学 一种航空发动机控制系统数值仿真分析平台的设计方法
CN113110367A (zh) * 2020-01-13 2021-07-13 广州汽车集团股份有限公司 发动机硬件在环测试方法及系统
CN113094913A (zh) * 2021-04-20 2021-07-09 北京汽车集团越野车有限公司 排放预估方法和装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
尚前明;余宏峰;: "基于MATLAB的增压发动机动态排放仿真模型研究", 武汉理工大学学报(交通科学与工程版), no. 04 *

Also Published As

Publication number Publication date
CN115219207B (zh) 2023-08-25

Similar Documents

Publication Publication Date Title
CN113110367B (zh) 发动机硬件在环测试方法及系统
EP3617915B1 (en) Engine virtual test environment system and engine management system mapping method
CN107082051B (zh) 基于现有校准预测校准值的系统和方法
CN109086545B (zh) 发动机台架标定测试优化方法、计算机设备及系统
KR102017181B1 (ko) 제어장치를 위한 함수를 생성하는 방법
CN112146888B (zh) 参数标定方法、装置、设备和存储介质
CN113742953A (zh) 车辆异响分析优化方法、装置、控制器及存储介质
CN111258290A (zh) 整车控制器自动化测试方法及系统
US11151475B2 (en) Method and device for generating a machine learning system and virtual sensor device
CN113191071B (zh) 一种虚拟标定发动机模型的方法及其相关装置
CN115219207B (zh) 发动机排放预测方法、试验上位机及存储介质
CN109800975B (zh) 一种资源评估方法、装置、计算机设备和存储介质
CN111289252A (zh) 台架测试方法、装置、计算机设备和存储介质
CN109542782B (zh) 基于机器学习的nfc测试方法、装置和计算机设备
CN114625107B (zh) 一种基于stars测控系统的ecu自动标定方法及系统
CN113050609B (zh) 一种ecu测试方法及装置
CN114729608B (zh) 用于校准机器控制器的方法和系统
US20100042393A1 (en) Method and system for simulating the operation of an internal combustion engine
CN112282949B (zh) 电控汽油机起燃工况控制参数优化方法、装置以及车辆
CN111210105A (zh) 连续工作性能验证、装置、计算机设备和存储介质
CN112241580A (zh) 动力系统参数确定方法、装置、计算机设备和存储介质
CN110925105B (zh) 天然气发动机工作参数的控制方法、装置、发动机和介质
Esteves et al. Automated in-vehicle engine calibration to optimize emissions levels using machine learning
CN112128004A (zh) 一种发动机冷启动的控制方法、装置、设备及存储介质
Jean et al. Trustworthy estimation and control of engine knocking level for transient operation

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
GR01 Patent grant
GR01 Patent grant