CN118010197A - 后处理系统温度传感器检测方法、装置、车辆及存储介质 - Google Patents
后处理系统温度传感器检测方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN118010197A CN118010197A CN202410168969.3A CN202410168969A CN118010197A CN 118010197 A CN118010197 A CN 118010197A CN 202410168969 A CN202410168969 A CN 202410168969A CN 118010197 A CN118010197 A CN 118010197A
- Authority
- CN
- China
- Prior art keywords
- upstream
- temperature
- sensor
- current
- doc
- 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.)
- Pending
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 46
- 238000012805 post-processing Methods 0.000 title abstract description 30
- 238000011144 upstream manufacturing Methods 0.000 claims abstract description 423
- 238000003062 neural network model Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims abstract description 26
- 238000004590 computer program Methods 0.000 claims description 16
- 230000008929 regeneration Effects 0.000 claims description 7
- 238000011069 regeneration method Methods 0.000 claims description 7
- 238000012360 testing method Methods 0.000 abstract description 5
- 230000002159 abnormal effect Effects 0.000 abstract description 4
- 238000004891 communication Methods 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000010531 catalytic reduction reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 238000010438 heat treatment Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- 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
- Exhaust Gas After Treatment (AREA)
Abstract
本发明公开了一种后处理系统温度传感器检测方法、装置、车辆及存储介质。该后处理系统温度传感器检测方法通过基于DOC上游温度数据MAP建立DOC上游温度神经网络模型，在提高DOC上游温度神经网络模型精度的前提下，达到保护后端DPF的目的，同时，利用传感器测量温度值和模型温度值的偏差识别出对应温度传感器异常的工作状态，解决了目前无法准确判断出温度传感器测量值是否存在跳变，进而导致无法确定温度测量值可信性的问题，实现可靠的后处理系统中温度传感器工作状态的检测，降低试验成本和模型标定的人工成本。
Description
技术领域
本发明涉及传感器检测技术领域，尤其涉及一种后处理系统温度传感器检测方法、装置、车辆及存储介质。
背景技术
后处理系统的定义为催化器、颗粒捕集器，除氮氧系统、组合式降氮氧系统的颗粒捕集器以及其它各种安装在发动机下游的削减污染物的装置，在后处理系统中，为了测量不同零部件位置的温度特征，在DOC(氧化催化转化器，diesel oxide catalyst)上游、DPF(颗粒物捕集器，diesel particulate filter)上游和SCR(选择性催化还原，Selectivecatalyst reduction)上下游分别添加了温度传感器进行相应位置温度的检测，但在实际整车测量时，受到整车电池电压不稳或者线束布置不合理的影响，温度传感器的测量值存在跳变的问题。
发明内容
本发明提供了一种后处理系统温度传感器检测方法、装置、车辆及存储介质，以解决目前无法准确判断出温度传感器测量值是否存在跳变，进而导致无法确定温度测量值可信性的问题。
根据本发明的一方面，提供了一种后处理系统温度传感器检测方法，所述后处理系统温度传感器检测方法包括：
基于DOC上游温度数据MAP建立DOC上游温度神经网络模型后，获取当前后处理系统温度特征量、DOC上游传感器当前测量温度值、DPF上游传感器当前测量温度值以及SCR上游传感器当前测量温度值；
将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述当前后处理系统温度特征量输入至所述DOC上游温度神经网络模型，输出当前DOC上游模型温度值，并根据所述当前DOC上游模型温度值分别确定当前DPF上游模型温度值和当前SCR上游模型温度值；
根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信。
根据本发明的另一方面，提供了一种后处理系统温度传感器检测装置，所述后处理系统温度传感器检测装置包括：
测量温度值获取模块，用于执行基于DOC上游温度数据MAP建立DOC上游温度神经网络模型后，获取当前后处理系统温度特征量、DOC上游传感器当前测量温度值、DPF上游传感器当前测量温度值以及SCR上游传感器当前测量温度值；
模型温度值获取模块，用于执行将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述当前后处理系统温度特征量输入至所述DOC上游温度神经网络模型，输出当前DOC上游模型温度值，并根据所述当前DOC上游模型温度值分别确定当前DPF上游模型温度值和当前SCR上游模型温度值；
温度传感器检测模块，用于执行根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信。
根据本发明的另一方面，提供了一种车辆，所述车辆包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行本发明任一实施例所述的后处理系统温度传感器检测方法。
根据本发明的另一方面，提供了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指令，所述计算机指令用于使处理器执行时实现本发明任一实施例所述的后处理系统温度传感器检测方法。
本发明实施例的技术方案，通过基于DOC上游温度数据MAP建立DOC上游温度神经网络模型，在提高DOC上游温度神经网络模型精度的前提下，达到保护后端DPF的目的，同时，利用传感器测量温度值和模型温度值的偏差识别出对应温度传感器异常的工作状态，解决了目前无法准确判断出温度传感器测量值是否存在跳变，进而导致无法确定温度测量值可信性的问题，实现可靠的后处理系统中温度传感器工作状态的检测，降低试验成本和模型标定的人工成本。
应当理解，本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征，也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例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的前提下，还可以根据这些附图获得其他的附图。
图1是根据本发明实施例一提供的一种后处理系统温度传感器检测方法的流程图；
图2是根据本发明实施例二提供的一种后处理系统温度传感器检测方法的流程图；
图3是根据本发明实施例二提供的一种后处理系统温度传感器检测方法的策略控制图；
图4是根据本发明实施例二提供的示例性的一种后处理系统温度传感器检测方法的模型温度值和测量温度值仿真结果图；
图5是根据本发明实施例三提供的一种后处理系统温度传感器检测装置的结构示意图；
图6是实现本发明实施例的后处理系统温度传感器检测方法的车辆的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，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的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种后处理系统温度传感器检测方法的流程图，本实施例可适用于各种车辆后处理系统中配置有的温度传感器进行工作状态检测的情况，该后处理系统温度传感器检测方法可以由后处理系统温度传感器检测装置来执行，该后处理系统温度传感器检测装置可以采用硬件和/或软件的形式实现，该后处理系统温度传感器检测装置可配置于测试用例车辆以及实际车辆中。如图1所示，该后处理系统温度传感器检测方法包括：
S110、基于DOC上游温度数据MAP建立DOC上游温度神经网络模型后，获取当前后处理系统温度特征量、DOC上游传感器当前测量温度值、DPF上游传感器当前测量温度值以及SCR上游传感器当前测量温度值。
其中，DOC上游温度数据MAP为基于发动机转速和发动机扭矩对应确定出DOC上游温度后生成的，DOC上游温度数据MAP为在后处理系统中温度传感器均为可信状态时生成的，基于发动机转速和发动机扭矩的DOC上游温度数据标定在DOC上游温度数据MAP中，可以有效提高后续DOC上游温度神经网络模型的精度。
基于DOC上游温度数据MAP建立DOC上游温度神经网络模型后，获取当前后处理系统温度特征量，当前后处理系统温度特征量可以但不限于包括当前发动机转速、当前发动机扭矩、当前喷油油量、当前车速、当前DPF温度值以及当前SCR温度值等数据中的一个或多个组合，本实施例对此不作任何限制。
可以理解的是，当前后处理系统温度特征量可以采用现有传感器或其他检测技术或设备进行采集得到，本实施例对具体获取方式不作任何限制。
DOC上游传感器当前测量温度值为后处理系统中DOC上游布置的温度传感器实时检测到的温度值，DPF上游传感器当前测量温度值为后处理系统中DPF上游布置的温度传感器实时检测到的温度值，SCR上游传感器当前测量温度值为后处理系统中SCR上游布置的温度传感器实时检测到的温度值。
需要说明的是，考虑后处理系统中在SCR下游也可能会布置温度传感器，则对SCR下游布置的温度传感器同样适用于本实施例的后处理系统温度传感器检测方法，实现对SCR下游布置的温度传感器的可信状态进行检测，同理，本实施例的后处理系统温度传感器检测方法可以适用于后处理系统中任意温度传感器，本实施例对此不作任何限制。
S120、将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述当前后处理系统温度特征量输入至所述DOC上游温度神经网络模型，输出当前DOC上游模型温度值，并根据所述当前DOC上游模型温度值分别确定当前DPF上游模型温度值和当前SCR上游模型温度值。
其中，当前前馈DOC温度值为根据当前发动机转速和当前发动机扭矩查询DOC上游温度数据MAP确定的。
当前DOC上游模型温度值为当前在对后处理系统中温度传感器进行检测时，将当前前馈DOC温度值和当前后处理系统温度特征量输入DOC上游温度神经网络模型输出的模型温度值。
基于后处理系统能量守恒，通过当前DOC上游模型温度值可以分别确定当前DPF上游模型温度值和当前SCR上游模型温度值，具体为：考虑后处理系统中DOC工作的温度损失，也可以不考虑这部分，还需要考虑DOC氧化废气中的CO和HC，释放氧化热加热DPF，则与当前DOC上游模型温度值对应的当前DPF上游模型温度值，即由当前DOC上游模型温度值加上DOC氧化释放加热温度值得到；进一步的，结合DPF再生时所需的温度相应确定与当前DPF上游模型温度值对应的当前SCR上游模型温度值。
可以理解的是，当前DPF上游模型温度值和当前SCR上游模型温度值基于现有后处理系统工作机制，根据当前DOC上游模型温度值可以选择合适的现有技术进行当前DPF上游模型温度值和当前SCR上游模型温度值的确定，本实施例对此不作特殊限制。
S130、根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信。
具体的，根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值与第一温度差阈值确定DOC上游温度传感器是否可信；以及，根据所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值与第二温度差阈值确定DPF上游温度传感器是否可信；以及，根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值与第三温度差阈值确定SCR上游温度传感器是否可信。
可以理解的是，依次对DOC上游温度传感器、DPF上游温度传感器以及SCR上游温度传感器进行可信状态检测，或是同时对DOC上游温度传感器、DPF上游温度传感器以及SCR上游温度传感器进行可信状态检测，或是任意选择一个或两个DOC上游温度传感器、DPF上游温度传感器以及SCR上游温度传感器进行可信状态检测。
在上述实施例的基础上，在确定出DOC上游温度传感器、DPF上游温度传感器以及SCR上游温度传感器均不可信，则上报DOC上游温度传感器、DPF上游温度传感器以及SCR上游温度传感器均发生不可信故障，即处于不可信状态；同理，在确定出DOC上游温度传感器、DPF上游温度传感器以及SCR上游温度传感器任一个或两个不可信，则上报DOC上游温度传感器、DPF上游温度传感器以及SCR上游温度传感器任一个或两个发生不可信故障，即处于不可信状态。
进一步的，在上报后处理系统温度传感器不可信故障后，将对应发生不可信故障的温度传感器检测到测量温度值替换为模型温度值反馈至控制器。示例性的，在确定出DOC上游温度传感器、DPF上游温度传感器以及SCR上游温度传感器均不可信，则将当前DOC上游模型温度值、当前DPF上游模型温度值和当前SCR上游模型温度值分别替代DOC上游传感器当前测量温度值、DPF上游传感器当前测量温度值以及SCR上游传感器当前测量温度值，以保证后处理系统的稳定运行。
本发明实施例的技术方案，基于DOC上游温度数据MAP建立DOC上游温度神经网络模型后，获取当前后处理系统温度特征量、DOC上游传感器当前测量温度值、DPF上游传感器当前测量温度值以及SCR上游传感器当前测量温度值；将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述当前后处理系统温度特征量输入至所述DOC上游温度神经网络模型，输出当前DOC上游模型温度值，并根据所述当前DOC上游模型温度值分别确定当前DPF上游模型温度值和当前SCR上游模型温度值；根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信。本发明实施例解决了目前无法准确判断出温度传感器测量值是否存在跳变，进而导致无法确定温度测量值可信性的问题，实现可靠的后处理系统中温度传感器工作状态的检测，降低试验成本和模型标定的人工成本。
实施例二
图2为本发明实施例二提供的一种后处理系统温度传感器检测方法的流程图，本实施例在上述实施例的基础上，提供一种可选的实施方式。如图2所示，该后处理系统温度传感器检测方法包括：
S210、基于DOC上游温度数据MAP建立DOC上游温度神经网络模型后，获取当前后处理系统温度特征量、DOC上游传感器当前测量温度值、DPF上游传感器当前测量温度值以及SCR上游传感器当前测量温度值。
在基于DOC上游温度数据MAP建立DOC上游温度神经网络模型前，还需要获取历史后处理系统温度特征量，历史后处理系统温度特征量可以但不限于包括历史发动机转速、历史发动机扭矩、历史喷油油量、历史车速、历史DPF温度值以及历史SCR温度值等数据中的一个或多个组合，本实施例对此不作任何限制。
同样的，历史后处理系统温度特征量可以采用现有传感器或其他检测技术或设备进行采集得到，本实施例对具体获取方式不作任何限制。
需要说明的是，为保证DOC上游温度神经网络模型的精度，在获取历史后处理系统温度特征量时，同样需要在后处理系统中温度传感器均为可信状态下进行。
可以理解的是，如图3所示基于DOC上游温度数据MAP对DOC上游温度神经网络模型进行训练，具体可包括：在后处理系统中温度传感器可信时，获取DOC上游温度数据MAP和历史后处理系统温度特征量；将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述历史后处理系统温度特征量输入预先建立好的DOC上游温度神经网络模型中，输出与所述DOC上游温度数据MAP对应的输出DOC上游模型温度值；基于所述输出DOC上游模型温度值与期望DOC上游模型温度值对所述DOC上游温度神经网络模型的模型参数进行调整。
另外需要说明的是，在不同的发动机运行模式下训练不同的DOC上游温度神经网络模型，从而避免一套DOC上游温度神经网络模型因温度区间不一致导致DOC上游温度神经网络模型偏差大，即基于发动机正常运行模式下的DOC上游温度数据MAP建立所述发动机正常运行模式下对应的DOC上游温度神经网络模型；基于发动机热管理运行模式下的DOC上游温度数据MAP建立所述发动机热管理运行模式下对应的DOC上游温度神经网络模型；基于发动机再生运行模式下的DOC上游温度数据MAP建立所述发动机再生运行模式下对应的DOC上游温度神经网络模型。
S220、将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述当前后处理系统温度特征量输入至所述DOC上游温度神经网络模型，输出当前DOC上游模型温度值，并根据所述当前DOC上游模型温度值分别确定当前DPF上游模型温度值和当前SCR上游模型温度值。
继续参见图3所示，在将当前前馈DOC温度值和当前后处理系统温度特征量输入至DOC上游温度神经网络模型，输出当前DOC上游模型温度值后，可以结合后处理系统工作机理模型进一步确定出当前DPF上游模型温度值和当前SCR上游模型温度值，以供后续使用。
S230、根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值与第一温度差阈值确定DOC上游温度传感器是否可信；以及，根据所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值与第二温度差阈值确定DPF上游温度传感器是否可信；以及，根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值与第三温度差阈值确定SCR上游温度传感器是否可信。
在一实施例中，继续参见图3和图4所示，如图4所示的绿线代表模型温度值，橘黄线代表传感器测量温度值，即考虑温度传感器可信检测结合传感器测量温度值和模型温度值的温度差值的持续时间进行判断，具体为：获取检测到所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值大于所述第一温度差阈值的第一持续时间长度，并在所述第一持续时间长度达到第一设定时间长度后确定DOC上游温度传感器不可信；以及，获取检测到所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值大于所述第二温度差阈值的第二持续时间长度，并在所述第二持续时间长度达到第二设定时间长度后确定DPF上游温度传感器不可信；以及，根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值大于所述第三温度差阈值的第三持续时间长度，并在所述第三持续时间长度达到第三设定时间长度后确定SCR上游温度传感器不可信。
反之，若不满足上述限制条件，则表明此时的DOC上游温度传感器、DPF上游温度传感器或SCR上游温度传感器的温度测量是可信的。
在一实施例中，继续参见图3和图4所示，如图4所示的绿线代表模型温度值，橘黄线代表传感器测量温度值，即考虑温度传感器可信检测结合传感器测量温度值和模型温度值的温度差值的持续时间进行判断，具体为：获取检测到所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值大于所述第一温度差阈值的第一出现次数，并在所述第一出现次数达到第一设定出现次数后确定DOC上游温度传感器不可信；以及，获取检测到所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值大于所述第二温度差阈值的第二出现次数，并在所述第二出现次数达到第二设定出现次数后确定DPF上游温度传感器不可信；以及，根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值大于所述第三温度差阈值的第三出现次数，并在所述第三出现次数达到第三设定出现次数后确定SCR上游温度传感器不可信。
同理，若不满足上述限制条件，则表明此时的DOC上游温度传感器、DPF上游温度传感器或SCR上游温度传感器的温度测量是可信的。
第一温度差阈值、第二温度差阈值和第三温度差阈值可以但不限于根据发动机后处理系统的温度需求进行选择标定，可选的，第一温度差阈值、第二温度差阈值和第三温度差阈值可以为±30℃，本实施例不作任何限制。
第一持续时间长度、第二持续时间长度、第三持续时间长度、第一出线次数、第二出现次数和第三出现次数可以但不限于由本领域技术人员根据实际检测需求进行选择设置，本实施例不作任何限制。
S240、在确定出DOC上游温度传感器不可信，和/或，DPF上游温度传感器不可信，和/或，SCR上游温度传感器不可信后，则上报温度传感器不可信故障。
本发明实施例的技术方案，通过基于DOC上游温度数据MAP建立DOC上游温度神经网络模型，在提高DOC上游温度神经网络模型精度的前提下，达到保护后端DPF的目的，降低试验成本和模型标定的人力成本，同时，利用传感器测量温度值和模型温度值的偏差识别出对应温度传感器异常的工作状态，根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值与第一温度差阈值确定DOC上游温度传感器是否可信；以及，根据所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值与第二温度差阈值确定DPF上游温度传感器是否可信；以及，根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值与第三温度差阈值确定SCR上游温度传感器是否可信，给出模型值作为参考，区分温度传感器异常效果明显，实现可靠的后处理系统中温度传感器工作状态的检测。
实施例三
图5为本发明实施例三提供的一种后处理系统温度传感器检测装置的结构示意图。如图5所示，该后处理系统温度传感器检测装置包括：
测量温度值获取模块310，用于执行基于DOC上游温度数据MAP建立DOC上游温度神经网络模型后，获取当前后处理系统温度特征量、DOC上游传感器当前测量温度值、DPF上游传感器当前测量温度值以及SCR上游传感器当前测量温度值；
模型温度值获取模块320，用于执行将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述当前后处理系统温度特征量输入至所述DOC上游温度神经网络模型，输出当前DOC上游模型温度值，并根据所述当前DOC上游模型温度值分别确定当前DPF上游模型温度值和当前SCR上游模型温度值；
温度传感器检测模块330，用于执行根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信。
可选的，所述基于DOC上游温度数据MAP建立DOC上游温度神经网络模型，具体用于：
在后处理系统中温度传感器可信时，获取DOC上游温度数据MAP和历史后处理系统温度特征量；
将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述历史后处理系统温度特征量输入预先建立好的DOC上游温度神经网络模型中，输出与所述DOC上游温度数据MAP对应的输出DOC上游模型温度值；
基于所述输出DOC上游模型温度值与期望DOC上游模型温度值对所述DOC上游温度神经网络模型的模型参数进行调整。
可选的，所述基于DOC上游温度数据MAP建立DOC上游温度神经网络模型，具体用于：
基于发动机正常运行模式下的DOC上游温度数据MAP建立所述发动机正常运行模式下对应的DOC上游温度神经网络模型；
基于发动机热管理运行模式下的DOC上游温度数据MAP建立所述发动机热管理运行模式下对应的DOC上游温度神经网络模型；
基于发动机再生运行模式下的DOC上游温度数据MAP建立所述发动机再生运行模式下对应的DOC上游温度神经网络模型。
可选的，所述温度传感器检测模块330具体用于：
根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值与第一温度差阈值确定DOC上游温度传感器是否可信；以及，
根据所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值与第二温度差阈值确定DPF上游温度传感器是否可信；以及，
根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值与第三温度差阈值确定SCR上游温度传感器是否可信。
可选的，所述温度传感器检测模块330具体用于：
获取检测到所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值大于所述第一温度差阈值的第一持续时间长度，并在所述第一持续时间长度达到第一设定时间长度后确定DOC上游温度传感器不可信；以及，
获取检测到所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值大于所述第二温度差阈值的第二持续时间长度，并在所述第二持续时间长度达到第二设定时间长度后确定DPF上游温度传感器不可信；以及，
根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值大于所述第三温度差阈值的第三持续时间长度，并在所述第三持续时间长度达到第三设定时间长度后确定SCR上游温度传感器不可信。
可选的，所述温度传感器检测模块330具体用于：
获取检测到所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值大于所述第一温度差阈值的第一出现次数，并在所述第一出现次数达到第一设定出现次数后确定DOC上游温度传感器不可信；以及，
获取检测到所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值大于所述第二温度差阈值的第二出现次数，并在所述第二出现次数达到第二设定出现次数后确定DPF上游温度传感器不可信；以及，
根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值大于所述第三温度差阈值的第三出现次数，并在所述第三出现次数达到第三设定出现次数后确定SCR上游温度传感器不可信。
可选的，所述后处理系统温度传感器检测装置还包括：
故障上报模块，用于执行在确定出DOC上游温度传感器不可信，和/或，DPF上游温度传感器不可信，和/或，SCR上游温度传感器不可信后，则上报温度传感器不可信故障。
本发明实施例所提供的后处理系统温度传感器检测装置可执行本发明任意实施例所提供的后处理系统温度传感器检测方法，具备执行后处理系统温度传感器检测方法相应的功能模块和有益效果。
实施例四
图6示出了可以用来实施本发明的实施例的车辆410的结构示意图。如图6所示，车辆410包括至少一个处理器411，以及与至少一个处理器411通信连接的存储器，如只读存储器(ROM 412)、随机访问存储器(RAM 413)等，其中，存储器存储有可被至少一个处理器执行的计算机程序，处理器411可以根据存储在只读存储器(ROM 412)中的计算机程序或者从存储单元418加载到随机访问存储器(RAM 413)中的计算机程序，来执行各种适当的动作和处理。在RAM 413中，还可存储车辆410操作所需的各种程序和数据。处理器411、ROM 412以及RAM 413通过总线414彼此相连。I/O(输入/输出)接口415也连接至总线414。
车辆410中的多个部件连接至I/O接口415，包括：输入单元416，例如键盘、鼠标等；输出单元417，例如各种类型的显示器、扬声器等；存储单元418，例如磁盘、光盘等；以及通信单元419，例如网卡、调制解调器、无线通信收发机等。通信单元419允许车辆410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理，例如后处理系统温度传感器检测方法。
在一些实施例中，后处理系统温度传感器检测方法可被实现为计算机程序，其被有形地包含于计算机可读存储介质，例如存储单元418。在一些实施例中，计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到车辆410上。当计算机程序加载到RAM 413并由处理器411执行时，可以执行上文描述的后处理系统温度传感器检测方法的一个或多个步骤。备选地，在其他实施例中，处理器411可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行后处理系统温度传感器检测方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器，使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中，计算机可读存储介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。备选地，计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互，可以在车辆上实施此处描述的系统和技术，该车辆具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给车辆。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器，又称为云计算服务器或云主机，是云计算服务体系中的一项主机产品，以解决了传统物理主机与VPS服务中，存在的管理难度大，业务扩展性弱的缺陷。
应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本发明的技术方案所期望的结果，本文在此不进行限制。
上述具体实施方式，并不构成对本发明保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等，均应包含在本发明保护范围之内。
Claims (10)
1.一种后处理系统温度传感器检测方法，其特征在于，包括：
基于DOC上游温度数据MAP建立DOC上游温度神经网络模型后，获取当前后处理系统温度特征量、DOC上游传感器当前测量温度值、DPF上游传感器当前测量温度值以及SCR上游传感器当前测量温度值；
将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述当前后处理系统温度特征量输入至所述DOC上游温度神经网络模型，输出当前DOC上游模型温度值，并根据所述当前DOC上游模型温度值分别确定当前DPF上游模型温度值和当前SCR上游模型温度值；
根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信。
2.根据权利要求1所述的后处理系统温度传感器检测方法，其特征在于，所述后处理系统温度传感器检测方法还包括：
在后处理系统中温度传感器可信时，获取DOC上游温度数据MAP和历史后处理系统温度特征量；
将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述历史后处理系统温度特征量输入预先建立好的DOC上游温度神经网络模型中，输出与所述DOC上游温度数据MAP对应的输出DOC上游模型温度值；
基于所述输出DOC上游模型温度值与期望DOC上游模型温度值对所述DOC上游温度神经网络模型的模型参数进行调整。
3.根据权利要求1所述的后处理系统温度传感器检测方法，其特征在于，所述基于DOC上游温度数据MAP建立DOC上游温度神经网络模型，包括：
基于发动机正常运行模式下的DOC上游温度数据MAP建立所述发动机正常运行模式下对应的DOC上游温度神经网络模型；
基于发动机热管理运行模式下的DOC上游温度数据MAP建立所述发动机热管理运行模式下对应的DOC上游温度神经网络模型；
基于发动机再生运行模式下的DOC上游温度数据MAP建立所述发动机再生运行模式下对应的DOC上游温度神经网络模型。
4.根据权利要求1所述的后处理系统温度传感器检测方法，其特征在于，所述根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信，包括：
根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值与第一温度差阈值确定DOC上游温度传感器是否可信；以及，
根据所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值与第二温度差阈值确定DPF上游温度传感器是否可信；以及，
根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值与第三温度差阈值确定SCR上游温度传感器是否可信。
5.根据权利要求4所述的后处理系统温度传感器检测方法，其特征在于，所述根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信，包括：
获取检测到所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值大于所述第一温度差阈值的第一持续时间长度，并在所述第一持续时间长度达到第一设定时间长度后确定DOC上游温度传感器不可信；以及，
获取检测到所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值大于所述第二温度差阈值的第二持续时间长度，并在所述第二持续时间长度达到第二设定时间长度后确定DPF上游温度传感器不可信；以及，
根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值大于所述第三温度差阈值的第三持续时间长度，并在所述第三持续时间长度达到第三设定时间长度后确定SCR上游温度传感器不可信。
6.根据权利要求4所述的后处理系统温度传感器检测方法，其特征在于，所述根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信，包括：
获取检测到所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值的温度差值大于所述第一温度差阈值的第一出现次数，并在所述第一出现次数达到第一设定出现次数后确定DOC上游温度传感器不可信；以及，
获取检测到所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值的温度差值大于所述第二温度差阈值的第二出现次数，并在所述第二出现次数达到第二设定出现次数后确定DPF上游温度传感器不可信；以及，
根据所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值的温度差值大于所述第三温度差阈值的第三出现次数，并在所述第三出现次数达到第三设定出现次数后确定SCR上游温度传感器不可信。
7.根据权利要求5或6任一项所述的后处理系统温度传感器检测方法，其特征在于，所述后处理系统温度传感器检测方法还包括：
在确定出DOC上游温度传感器不可信，和/或，DPF上游温度传感器不可信，和/或，SCR上游温度传感器不可信后，则上报温度传感器不可信故障。
8.一种后处理系统温度传感器检测装置，其特征在于，包括：
测量温度值获取模块，用于执行基于DOC上游温度数据MAP建立DOC上游温度神经网络模型后，获取当前后处理系统温度特征量、DOC上游传感器当前测量温度值、DPF上游传感器当前测量温度值以及SCR上游传感器当前测量温度值；
模型温度值获取模块，用于执行将所述DOC上游温度数据MAP确定的当前前馈DOC温度值和所述当前后处理系统温度特征量输入至所述DOC上游温度神经网络模型，输出当前DOC上游模型温度值，并根据所述当前DOC上游模型温度值分别确定当前DPF上游模型温度值和当前SCR上游模型温度值；
温度传感器检测模块，用于执行根据所述DOC上游传感器当前测量温度值和所述当前DOC上游模型温度值、所述DPF上游传感器当前测量温度值和所述当前DPF上游模型温度值以及所述SCR上游传感器当前测量温度值和所述当前SCR上游模型温度值分别确定DOC上游温度传感器、DPF上游温度传感器和SCR上游温度传感器是否可信。
9.一种车辆，其特征在于，所述车辆包括：
至少一个处理器；以及，
与所述至少一个处理器通信连接的存储器；其中，
所述存储器存储有可被所述至少一个处理器执行的计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的后处理系统温度传感器检测方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的后处理系统温度传感器检测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410168969.3A CN118010197A (zh) | 2024-02-06 | 2024-02-06 | 后处理系统温度传感器检测方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410168969.3A CN118010197A (zh) | 2024-02-06 | 2024-02-06 | 后处理系统温度传感器检测方法、装置、车辆及存储介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN118010197A true CN118010197A (zh) | 2024-05-10 |
Family
ID=90944535
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410168969.3A Pending CN118010197A (zh) | 2024-02-06 | 2024-02-06 | 后处理系统温度传感器检测方法、装置、车辆及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118010197A (zh) |
-
2024
- 2024-02-06 CN CN202410168969.3A patent/CN118010197A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| JP6422343B2 (ja) | 内燃機関のガスセンサのダイナミック特性を監視する方法および装置 | |
| CN116907727B (zh) | 涡前压力传感器故障检测方法、装置、车辆及存储介质 | |
| CN104234800A (zh) | 用于NOx传感器诊断的系统和方法 | |
| CN108374711B (zh) | 用于借助于氨逸出在scr系统中进行故障识别的方法 | |
| CN108374712B (zh) | 用于借助于氨逸出在scr系统中进行故障识别的方法 | |
| CN118010197A (zh) | 后处理系统温度传感器检测方法、装置、车辆及存储介质 | |
| CN114542250B (zh) | 汽油颗粒捕捉器的温度检测方法、装置、设备及存储介质 | |
| CN115405404A (zh) | Soot原排模型的构建方法、装置及发动机后处理系统 | |
| CN116011261B (zh) | 一种碳载量模型修正方法、装置、电子设备及存储介质 | |
| CN115310359A (zh) | 氮氧化物瞬态排放确定方法、装置、设备及介质 | |
| CN118049301A (zh) | 后处理系统的信号检测方法、装置及电子设备 | |
| CN116104621B (zh) | 氮氧化物排放控制诊断方法、装置及电子设备 | |
| CN114837805B (zh) | 一种车辆燃油硫含量的确定方法、装置、车辆及存储介质 | |
| CN115773172B (zh) | Scr系统中hc中毒判断方法、装置、电子设备及介质 | |
| CN116008483A (zh) | 含硫量检测方法、装置、设备及介质 | |
| CN116792187A (zh) | Dpf碳载量模型的修正方法、装置、电子设备及介质 | |
| CN116793572A (zh) | 一种dpf压差传感器检测方法、装置、车辆及存储介质 | |
| CN114252195B (zh) | 轨压可信性的检测方法、装置、存储介质和设备 | |
| CN117662280A (zh) | Scr催化器移除的诊断方法、装置、车辆及存储介质 | |
| CN115680843A (zh) | 基于NOx传感器的修正方法、装置、后处理系统及介质 | |
| CN117888983A (zh) | 一种尿素喷射控制方法、装置、车辆及存储介质 | |
| CN114991923B (zh) | 颗粒捕集器压差确定方法、装置、设备及介质 | |
| CN117740228A (zh) | Dpf压差传感器可信性的确定方法、系统、设备及介质 | |
| CN114483268B (zh) | 氨泄露识别方法、装置、电子设备、工程设备以及介质 | |
| CN114753911B (zh) | Scr系统混合器工况检测方法、装置、电子设备和存储介质 |
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 |