DE102007060049A1 - Method for determining injection discharge rate of injector for injecting fuel into combustion chamber, involves determining injection discharge rate, particularly end of injection of injector by multilayered artificial neuronal network - Google Patents

Method for determining injection discharge rate of injector for injecting fuel into combustion chamber, involves determining injection discharge rate, particularly end of injection of injector by multilayered artificial neuronal network Download PDF

Info

Publication number
DE102007060049A1
DE102007060049A1 DE200710060049 DE102007060049A DE102007060049A1 DE 102007060049 A1 DE102007060049 A1 DE 102007060049A1 DE 200710060049 DE200710060049 DE 200710060049 DE 102007060049 A DE102007060049 A DE 102007060049A DE 102007060049 A1 DE102007060049 A1 DE 102007060049A1
Authority
DE
Germany
Prior art keywords
internal combustion
combustion engine
injection
rail pressure
injector
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Withdrawn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
DE200710060049
Other languages
German (de)
Inventor
Carsten Bork
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.)
Robert Bosch GmbH
Original Assignee
Robert Bosch GmbH
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 Robert Bosch GmbH filed Critical Robert Bosch GmbH
Priority to DE200710060049 priority Critical patent/DE102007060049A1/en
Publication of DE102007060049A1 publication Critical patent/DE102007060049A1/en
Withdrawn legal-status Critical Current

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/20—Output circuits, e.g. for controlling currents in command coils
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1402—Adaptive control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
    • F02D41/26—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor
    • F02D41/28—Interface circuits
    • F02D2041/286—Interface circuits comprising means for signal processing
    • F02D2041/288—Interface circuits comprising means for signal processing for performing a transformation into the frequency domain, e.g. Fourier transformation
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/06—Fuel or fuel supply system parameters
    • F02D2200/0602—Fuel pressure
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1405—Neural network control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/20—Output circuits, e.g. for controlling currents in command coils
    • F02D41/2096—Output circuits, e.g. for controlling currents in command coils for controlling piezoelectric injectors

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)

Abstract

The method involves determining the injection discharge rate, particularly the end of injection of an injector by a multilayered artificial neuronal network. The input values of the network are variables characterizing the operating condition of an internal combustion engine. The sensor signals of the rail pressure, the temperature and the number of revolutions of the internal combustion engine are the variables characterizing the operating condition of the internal combustion engine. Independent claims are included for the following: (1) a computer program for execution of the injection discharge rate determining method; and (2) a computer program product with program code.

Description

Die Erfindung betrifft ein Verfahren zur Bestimmung des Einspritzverlaufs, insbesondere des Einspritzendes eines Injektors zur Einspritzung von Kraftstoff in den Brennraum einer Brennkraftmaschine.The Invention relates to a method for determining the course of injection, in particular, the injection end of an injector for injection of fuel in the combustion chamber of an internal combustion engine.

Gegenstand der Erfindung sind auch ein Computerprogramm sowie ein Computerprogrammprodukt mit einem Programmcode, der auf einem maschinenlesbaren Träger gespeichert ist, zur Durchführung des Verfahrens.object The invention also includes a computer program and a computer program product with a program code stored on a machine-readable carrier is stored for carrying out the method.

Stand der TechnikState of the art

Die Anforderungen an moderne Verbrennungsmotoren – sowohl im Hinblick auf gesetzliche Rahmenbedingungen bezüglich zulässiger Emissionswerte als auch im Hinblick auf gestiegene Erwartungen der Endverbraucher an Fahrkomfort, Laufruhe und niedrigen Verbrauch – steigen kontinuierlich.The Requirements for modern combustion engines - both in the Regarding legal framework regarding permissible Emission levels as well as in terms of increased expectations of Consumers on ride comfort, smoothness and low consumption - rise continuously.

Um diesen Anforderungen gerecht zu werden, ist eine sehr genaue Steuerung der Kraftstoffverbrennung notwendig. Bei einer Brennkraftmaschine mit einem so genannten Common-Rail-System wird über eine Hochdruckpumpe Kraftstoff unter hohem Druck in ein Rail genanntes gemeinsames Reservoir gefördert und in diesem gespeichert. Von diesem Rail wird der Kraftstoff zu Injektoren geleitet. Die für die Einspritzung erforderlichen Ansteuerparameter der Injektoren werden von einem Motorsteuergerät betriebspunktabhängig vorgegeben. Der Einspritzverlauf, unter dem der Kraftstoff in den Brenn raum eingespritzt wird, ist für die Verbrennung eine entscheidende und zentrale Größe. Hierbei kommt es ganz besonders auf präzise Einspritzungen an und damit auf präzise bestimmbare Einspritzzeiten, d. h. eine präzise Bestimmung jeweils des Beginns und des Endes der Einspritzungen.Around To meet these requirements is a very precise control fuel combustion necessary. In an internal combustion engine with a so-called common rail system becomes over a High pressure pump fuel under high pressure in a rail called promoted common reservoir and stored in this. From this rail, the fuel is directed to injectors. The for the injection required control parameters of the injectors become operating point dependent on an engine control unit specified. The course of injection, under which the fuel in the Combustion chamber is injected, is crucial for combustion and central size. This is very special on precise injections and thus on precise determinable injection times, d. H. a precise determination each of the beginning and the end of the injections.

Bei einem derartigen Common-Rail-System bewirken die dynamischen Druckverhältnisse – bedingt durch den durch die Pumpe erzeugten Pumpendruck – die im Rail entstehenden Druckwellen sowie durch den Zylindergegendruck unterschiedliche Nadelschließzeitpunkte der Injektoren, d. h. unterschiedliche Einspritzenden, wodurch eine nicht unerhebliche Einspritzmengenungenauigkeit hervorgerufen wird.at Such a common rail system cause the dynamic pressure conditions - conditional by the pump pressure generated by the pump - the Rail resulting pressure waves and by the cylinder back pressure different needle closing times of the injectors, d. H. different injection ends, creating a significant Injection inaccuracy is caused.

Die Bestimmung der Einspritzverläufe und insbesondere der Nadelschließzeitpunkte erfolgt bei aus dem Stand der Technik bekannten Verfahren durch eine mathematische Auswertung von Motordaten, z. B. eine Auswertung des Raildrucksignals. Aus der DE 10 2004 023 545 A1 geht beispielsweise ein Verfahren zur Ermittlung der Position eines beweglichen Verschlusselements, insbesondere einer Ventilnadel eines Einspritzventils bei einem Kraftfahrzeugmotor hervor, bei dem das Verschlusselement mittels eines Piezoelements zum Öffnen oder Schließen des Einspritzventils angetrieben wird. Um den Einspritzverlauf und insbesondere den Einspritzbeginn und das Einspritzende eines derartigen heute üblicherweise verwendeten Piezoinjektors zu bestimmen, sieht dieses Verfahren vor, ein einer am Piezoelement erfassten elektrischen Spannung zugeordnetes Spannungssignal zu ermitteln und zur Ermittlung der Position des Verschlusselements heranzuziehen. Mittels eines Modells wird ein modellierter Spannungsverlauf ermittelt und ebenfalls zur Ermittlung der Position des Verschlusselements herangezogen. Es erfolgt dann die Ermittlung der Position des Verschlusselements unter Heranziehung der Differenz aus modelliertem Spannungsverlauf und ermitteltem Spannungssignal.The determination of the injection curves and in particular the Nadelschließzeitpunkte takes place in known from the prior art method by a mathematical evaluation of engine data, eg. B. an evaluation of the rail pressure signal. From the DE 10 2004 023 545 A1 For example, a method for determining the position of a movable closure element, in particular a valve needle of an injection valve in an automotive engine emerges, in which the closure element is driven by means of a piezoelectric element for opening or closing the injection valve. In order to determine the course of injection and in particular the start of injection and the end of injection of such a piezo injector commonly used today, this method provides for determining a voltage signal assigned to an electrical voltage detected at the piezoelectric element and for determining the position of the closure element. By means of a model, a modeled stress profile is determined and also used to determine the position of the closure element. The position of the closure element is then determined using the difference between the modeled voltage profile and the determined voltage signal.

Die Erkennung des Einspritzverlaufs mithilfe mathematischer Methoden ist aufwendig. Derartige Verfahren reagieren empfindlich auf eine schlechte Signalqualität bzw. auf Signalstörungen. Insbesondere ist die Merkmalsextraktion außerordentlich rechenaufwendig.The Detection of the injection process using mathematical methods is expensive. Such methods are sensitive to a poor signal quality or signal interference. In particular, the feature extraction is extraordinary computationally intensive.

Der Erfindung liegt daher die Aufgabe zugrunde, ein Verfahren zur Bestimmung des Einspritzverlaufs und insbesondere des besonders wichtigen Einspritzendes eines Injektors, insbesondere eines durch einen Piezoaktor oder durch ein Magnetventil angetriebenen Injektors zur Einspritzung von Kraftstoff in den Brennraum einer Brennkraftmaschine, zu vermitteln, welches auch bei schlechter Signalqualität eine präzise und gute Erkennung des Einspritzverlaufs ermöglicht, wobei die Erkennung und Bestimmung des Einspritzverlaufs insbesondere fehlertoleranter erfolgen soll als bei aus dem Stand der Technik bekannten mathematischen Modellen.Of the The invention is therefore based on the object, a method for determining the course of injection and in particular the particularly important end of injection an injector, in particular one by a piezoelectric actuator or by a solenoid valve driven injector for injection of fuel into the combustion chamber of an internal combustion engine, to convey which is precise even with poor signal quality and good detection of the course of injection allows, where the detection and determination of the injection curve in particular should be more tolerant than in the prior art known mathematical models.

Offenbarung der ErfindungDisclosure of the invention

Vorteile der ErfindungAdvantages of the invention

Diese Aufgabe wird gelöst durch ein Verfahren mit den Merkmalen des Anspruchs 1. Grundidee der Erfindung ist es, den Einspritzverlauf und insbesondere das Einspritzende des Injektors mithilfe wenigstens eines mehrschichtigen künstlichen neuronalen Netzes zu bestimmen. Die Merkmalserkennung mithilfe neuronaler Netze stellt eine Möglichkeit dar, den Nadelschließzeitpunkt, auch „end of injection period" (EIP) genannt, auch bei schlechter Signalqualität sicher und insbesondere sicherer als bei bekannten mathematischen Modellen zu erkennen, da das eingelernte System fehlertoleranter ist als rein mathematische Verfahren.These Task is solved by a method with the features of claim 1. The basic idea of the invention is the injection course and in particular the injection end of the injector by means of at least a multilayer artificial neural network determine. The feature recognition using neural networks provides one way, the needle closing time, also called "end of injection period" (EIP), also at poor signal quality safe and in particular safer to recognize as in known mathematical models, since the taught System is more forgiving than purely mathematical methods.

Dabei ist vorgesehen, als Eingangswerte des neuronalen Netzes den Betriebszustand der Brennkraftmaschine charakterisierende Größen heranzuziehen und aus diesen Werte, die das Einspritzende charakterisieren, mithilfe des wenigstens einen neuronalen Netzes zu ermitteln.It is provided as input values of the neural network to use the operating state of the internal combustion engine characterizing quantities and to determine from these values, which characterize the end of the injection, using the at least one neural network.

Vorteilhafte Weiterbildungen und Ausgestaltungen des Verfahrens sind Gegenstand der auf Anspruch 1 rückbezogenen Unteransprüche. So ist beispielsweise gemäß einer vorteilhaften Ausgestaltung des Verfahrens vorgesehen, als die den Betriebszustand charakterisierenden Größen wenigstens den Raildruck, den Ansteuerzeitpunkt und/oder die Ansteuerdauer der Injektoren charakterisierende Größen, die Temperatur oder die Drehzahl oder die Zylindernummer der Brennkraftmaschine heranzuziehen.advantageous Further developments and embodiments of the method are the subject the dependent claims on claim 1. For example, according to an advantageous Design of the method provided as the operating condition characterizing quantities at least the rail pressure, the activation time and / or the activation duration of the injectors characterizing quantities, the temperature or use the speed or the cylinder number of the internal combustion engine.

Gemäß einer vorteilhaften Ausgestaltung des Verfahrens kann darüber hinaus vorgesehen sein, alternativ oder zusätzlich zu den vorgenannten Eingangsgrößen als Eingangsgrößen zeitliche Ableitungen und/oder Integrale und/oder Frequenzspektren der gemessenen Signale, die mithilfe einer Transformation, insbesondere einer Fouriertransformation erzeugt werden, dieser wenigstens den Raildruck, die Temperatur der Brennkraftmaschine, den Ansteuerzeitpunkt und/oder die Ansteuerdauer der Injektoren sowie die Drehzahl der Brennkraftmaschine charakterisierenden Sensorsignale bzw. anderweitig bekannte Größen heranzuziehen. Auf diese Weise können auch Zeitverläufe der entsprechenden Signale berücksichtigt werden.According to one advantageous embodiment of the method can about Be provided, alternatively or in addition to the aforementioned input variables as input variables time derivatives and / or integrals and / or frequency spectra the measured signals, using a transformation, in particular a Fourier transform are generated, this at least the Rail pressure, the temperature of the internal combustion engine, the activation time and / or the control duration of the injectors and the speed of the Internal combustion engine characterizing sensor signals or otherwise to use known sizes. In this way can also time courses of the corresponding signals be taken into account.

Alternativ oder auch zusätzlich zu diesen Eingangsgrößen des neuronalen Netzes kann ferner vorgesehen sein, als Eingangsgrößen des neuronalen Netzes mithilfe wenigstens eines Filtermittels bearbeitete Sensorsignale oder rechnerisch ermittelte Größen wenigstens und insbesondere des Raildrucks, der Temperatur der Brennkraftmaschine, des Ansteuerzeitpunkts und/oder der Ansteuerdauer der Injektoren sowie der Drehzahl der Brennkraftmaschine heranzuziehen.alternative or in addition to these input variables The neural network can also be provided as input variables of the neural network using at least one filter medium Sensor signals or calculated quantities at least and in particular the rail pressure, the temperature of the internal combustion engine, the actuation time and / or the actuation duration of the injectors and to use the speed of the internal combustion engine.

Kurze Beschreibung der ZeichnungenBrief description of the drawings

Ausführungsbeispiele der Erfindung sind in den Zeichnungen dargestellt und in der nachfolgenden Beschreibung näher erläutert. Es zeigen:embodiments The invention is illustrated in the drawings and in the following Description explained in more detail. Show it:

1 schematisch ein Common-Rail-System für eine direkteinspritzende Brennkraftmaschine, bei der das erfindungsgemäße Verfahren zum Einsatz kommt; 1 schematically a common rail system for a direct injection internal combustion engine, in which the inventive method is used;

2 schematisch den zeitlichen Einspritzverlauf eines Injektors zur Einspritzung von Kraftstoff in den Brennraum einer Brennkraftmaschine sowie den zeitlichen Druckverlauf; 2 schematically the time course of injection of an injector for injecting fuel into the combustion chamber of an internal combustion engine and the temporal pressure curve;

3 ein erstes Ausführungsbeispiel eines künstlichen neuronalen Netzes zur Bestimmung des Einspritzendes; 3 a first embodiment of an artificial neural network for determining the end of injection;

4 ein weiteres Ausführungsbeispiel eines künstlichen neuronalen Netzes zur Bestimmung des Einspritzendes; 4 a further embodiment of an artificial neural network for determining the end of injection;

5 ein wiederum anderes Ausführungsbeispiel eines künstlichen neuronalen Netzes zur Bestimmung des Einspritzendes eines Injektors zur Einspritzung von Kraftstoff in einen Brennraum und 5 a yet another embodiment of an artificial neural network for determining the injection end of an injector for injecting fuel into a combustion chamber and

6 ein weiteres Ausführungsbeispiel eines künstlichen neuronalen Netzes zur Bestimmung des Einspritzendes eines Injektors zur Einspritzung von Kraftstoff in einen Brennraum. 6 a further embodiment of an artificial neural network for determining the injection end of an injector for injecting fuel into a combustion chamber.

Ausführungsformen der Erfindungembodiments the invention

Ein in 1 gezeigtes Common-Rail-System einer (nicht dargestellten) Brennkraftmaschine eines Fahrzeugs weist einen Tank 110 auf, aus dem eine Hochdruckpumpe 120 über eine Leitung 125 Kraftstoff mit hohem Druck in einen gemeinsamen Speicher, ein sogenanntes Rail 130 fördert.An in 1 shown common rail system of an internal combustion engine (not shown) of a vehicle has a tank 110 on, from which a high-pressure pump 120 over a line 125 Fuel at high pressure in a common memory, a so-called rail 130 promotes.

Mit dem Rail sind über Leitungen 131, 132, 133, 134 Einspritzventile 141, 142, 143, 144 verbunden, die Kraftstoff unter hohem Druck in die Brennräume – in der Figur vier Brennräume – einer Brennkraftmaschine einspritzen.With the rail are over lines 131 . 132 . 133 . 134 Injectors 141 . 142 . 143 . 144 connected, the fuel under high pressure in the combustion chambers - in the figure four combustion chambers - inject an internal combustion engine.

Das Rail ist über ein Druckbegrenzungsventil 135 über eine Rücklaufleitung 137 mit dem Tank 110 verbunden.The rail is via a pressure relief valve 135 via a return line 137 with the tank 110 connected.

In gleicher Weise weisen die Einspritzventile 141, 142, 143, 144 Rücklaufleitungen 151, 152, 153, 154 auf, die in die Leitung 137 münden. Die Einspritzventile 141, 142, 143, 144 sind über elektrische Steuerleitungen 181, 182, 183, 184 durch eine Steuereinrichtung, ein sogenanntes Motorsteuergerät 180, ansteuerbar. In entsprechender Weise ist die Hochdruckpumpe 120 durch eine elektrische Steuerleitung 186 von dem Motorsteuergerät 180 ansteuerbar.In the same way, the injection valves 141 . 142 . 143 . 144 Return lines 151 . 152 . 153 . 154 on that in the line 137 lead. The injectors 141 . 142 . 143 . 144 are via electrical control lines 181 . 182 . 183 . 184 by a control device, a so-called engine control unit 180 , controllable. Similarly, the high-pressure pump 120 through an electrical control line 186 from the engine control unit 180 controllable.

Ein Sensor, beispielsweise ein Raildrucksensor 139, der am Rail 130 angeordnet ist und den Raildruck erfasst, ist über eine Signalleitung 189 mit dem Steuergerät 180 verbunden. Der Raildruck wird in dem Steuergerät 180 auf die nachfolgend beschriebene Weise ausgewertet.A sensor, for example a rail pressure sensor 139 on the rail 130 is arranged and detects the rail pressure is via a signal line 189 with the control unit 180 connected. The rail pressure is in the control unit 180 evaluated in the manner described below.

Neben dem Raildrucksensor können auch weitere Sensoren, beispielsweise ein Temperatursensor, ein Drehzahlsensor oder andere Sensoren, welche die Erfassung des Betriebszustands der Brennkraftmaschine ermöglichen, vorgesehen sein. Diese Sensoren sind schematisch in 1 mit Bezugszeichen 190 versehen. Ihre Ausgangswerte werden dem Steuergerät 180 zugeführt.In addition to the rail pressure sensor, it is also possible to provide further sensors, for example a temperature sensor, a rotational speed sensor or other sensors which enable the operating state of the internal combustion engine to be detected. These sensors are shown schematically in 1 with reference number 190 Mistake. Their initial values are the control unit 180 fed.

Der Einspritzverlauf eines derartigen Einspritzventils 141, 142, 143, 144 ist schematisch in 2 dargestellt, in der schematisch das Ansteuersignal, der Einspritzratenverlauf eines Injektors sowie das gefilterte Drucksignal über der Zeit t dargestellt sind.The course of injection of such an injection valve 141 . 142 . 143 . 144 is schematic in 2 shown, in the schematic, the drive signal, the injection rate curve of an injector and the filtered pressure signal over time t are shown.

Die elektrische/mechanische Ansteuerung des Einspritzventils, dargestellt durch Kurve 210, beginnt zum Ansteuerdauerbeginn tADB Der Einspritzbeginn tEP erfolgt zeitlich verzögert zu einer Öffnung des Einspritzventils. Mit einer zeitlichen Verzögerung nach dem elektrischen/mechanischen Ansteuerdauerende tADE zu einem Zeitpunkt tEIP ist die Nadel des Einspritzventils geschlossen (Kurve 220). Dieser Zeitpunkt tEIP definiert das Einspritzende (EIP – end of injection period). Aufgrund der sehr dynamischen Druckverhältnisse in einem derartigen Common-Rail-System, bedingt durch den Pumpendruck, durch Druckwellen im Rail (Kurve 230), durch den Zylindergegendruck, bewirken unterschiedliche Nadelschließzeitpunkte unerwünschte Einspritzmengenungenauigkeiten, die wiederum zu einem schlechten Emissionsverhalten, beispielsweise einem schlechten Geräusch- aber auch Abgasemissionsverhalten der Brennkraftmaschine führen.The electrical / mechanical control of the injector, represented by curve 210 , begins at Ansteuerdauerbeginn t ADB The start of injection t EP is delayed in time to an opening of the injector. With a time delay after the electrical / mechanical Ansteuerdauerende t ADE at a time t EIP the needle of the injection valve is closed (curve 220 ). This time t EIP defines the end of injection period (EIP). Due to the very dynamic pressure conditions in such a common rail system, due to the pump pressure, by pressure waves in the rail (curve 230 ), caused by the cylinder back pressure, cause different Nadelschließzeitpunkte undesirable injection quantity inaccuracies, which in turn lead to a poor emission behavior, such as a poor noise and exhaust emission behavior of the internal combustion engine.

Die Bestimmung des Einspritzverlaufs und insbesondere die Bestimmung des Einspritzendes EIP (End of Injektion Period) ist deshalb von besonderer Bedeutung. Die vorliegende Erfindung ermöglicht die Bestimmung des Einspritzendes EIP mithilfe eines Verfahrens, welches insbesondere unempfindlich gegenüber schlechter Signalqualität und unempfindlich gegenüber Signalstörungen der ausgewerteten Sensorsignale, beispielsweise des Drucksignals, des Temperatursignals oder des Drehzahlsignals der Brennkraftmaschine ist.The Determination of the course of injection and in particular the determination of the EIP (End of Injection Period) is therefore of special meaning. The present invention allows the determination of the injection of the EIP by a method which in particular insensitive to worse Signal quality and insensitive to signal interference the evaluated sensor signals, such as the pressure signal, the Temperature signal or the speed signal of the internal combustion engine is.

Die Bestimmung erfolgt auf sehr vorteilhafte Weise mittels eines künstlichen neuronalen Netzes NN, wie es in 3 bis 5 schematisch dargestellt ist. Es wird hierbei ein mehrschichtiges neuronales Netz NN verwendet, dessen Eingangsdimensionalität unter Ver wendung eines informationstheoretischen Verfahrens reduziert und optimiert ist und/oder dessen Topologie durch einen konstruierenden Trainingsalgorithmus unter Verwendung eines informationstheoretischen Verfahrens zur Ermittlung und Elimination nichtsignifikanter Netzverbindungen aufgebaut ist. Möglich ist es auch, nicht nur ein neuronales Netz zu verwenden, sondern alternativ auch eine hierarchische neuronale Netzstruktur aus mehreren kleineren Netzen zu verwenden, bei denen die Ausgänge der unteren Stufe die Eingänge der höheren Stufe bilden. Dies ist insbesondere vorteilhaft beim Lernen und verringert die Größe der Netzwerke. In diesem Falle kann beispielsweise bei Verwendung von Abtastwerten der Sensorsignale, auf die weiter unten noch eingegangen wird, ein großer zeitlicher Abtastbereich in mehrere kleinere zeitliche Abtastbereiche unterteilt werden.The determination is carried out in a very advantageous manner by means of an artificial neural network NN, as shown in FIG 3 to 5 is shown schematically. In this case, a multilayer neural network NN is used whose input dimensionality is reduced and optimized using an information-theoretical method and / or whose topology is constructed by a constructive training algorithm using an information-theoretical method for determining and eliminating non-significant network connections. It is also possible to use not only a neural network, but alternatively to use a hierarchical neural network structure of several smaller networks in which the lower-level outputs form the higher-level inputs. This is particularly advantageous in learning and reduces the size of the networks. In this case, for example, when using samples of the sensor signals, which will be discussed below, a large temporal scan range can be divided into a plurality of smaller time scan ranges.

Die Bestimmung des Einspritzendes EIP kann beispielsweise so erfolgen, dass wie in 3 dargestellt, die Eingangswerte x des N-schichtigen künstlichen neuronalen Netzes NN durch die Sensorsignale des Raildrucks p, der Motortemperatur T, des Ansteuerbeginns tADB, der Ansteuerdauer tAD bzw. des Ansteuerendes tADE, und der Drehzahl n und eventuell weiterer Sensorsignale, welche den Betriebszustand der Brennkraftmaschine charakterisieren, sowie der Zylindernummer – also einer Identifikationsgröße der einzelnen Zylinder – gebildet werden. Die Ausgangswerte y sind Gewichtungsfaktoren (BW) für EIP-Werte. Möglich ist es auch, wie es in 4 dargestellt ist, als Eingangswerte x ein Sensorsignal, beispielsweise den Raildruck p zu verwenden und zusätzlich verarbeitete Raildrucksignale, wie beispielsweise die erste Zeitableitung 1 Ap des Raildrucks und/oder ein durch ein Filtermittel verarbeitetes Raildrucksignal, beispielsweise ein tiefpassgefiltertes Raildrucksignal TPp und/oder das Zeitintegral über die zweite zeitliche Ableitung des Raildrucks Ip. Derartig gefilterte und mathematisch veränderte Signale ermöglichen eine Berücksichtigung des Signalverlaufs.The determination of the end of injection EIP may, for example, be such that as in 3 represented, the input values x of the N-layer artificial neural network NN by the sensor signals of the rail pressure p, the engine temperature T, the Ansteuerbeginns t ADB , the drive time t AD or the Ansteuerendes t ADE , and the rotational speed n and possibly other sensor signals, which Characterize the operating condition of the internal combustion engine, and the cylinder number - ie an identification size of the individual cylinders - are formed. The output values y are weighting factors (BW) for EIP values. It is also possible, as it is in 4 is shown to use as input values x a sensor signal, for example, the rail pressure p and additionally processed rail pressure signals, such as the first time derivative 1 Ap of the rail pressure and / or processed by a filter means rail pressure signal, for example, a low-pass filtered rail pressure signal TPp and / or the time integral on the second time derivative of the rail pressure Ip. Such filtered and mathematically modified signals allow the signal to be taken into account.

Bei einer wiederum anderen Ausgestaltung des Verfahrens, dargestellt in 5, ist vorgesehen, als Eingangswerte x zeitlich versetzt, beispielsweise mittels Abtastung gemessene Raildrucksignale p(t1), p(t2), p(t3) als Eingangswerte eventuell neben entsprechend gefilterten Signale, beispielsweise bandpassgefilterten Signalen BPp(t1), BPp(t2), BPp(t3) und entsprechend verarbeiteten Raildrucksignalen beispielsweise der ersten Ableitung 1 Ap(t1), 1 Ap(t2), 1 Ap(t3) zu verwenden. Wobei die Zeitpunkte t1–tn jeweils bezogen auf tADB bzw. tAD/tADE liegen.In yet another embodiment of the method illustrated in FIG 5 is provided as input values x offset in time, for example by means of sampling rail pressure signals p (t 1 ), p (t 2 ), p (t 3 ) as input values possibly in addition to correspondingly filtered signals, such as band-pass filtered signals BPp (t 1 ), BPp (t 2 ), BPp (t 3 ) and corresponding processed rail pressure signals, for example, the first derivative 1 Ap (t 1 ), 1 Ap (t 2 ), 1 Ap (t 3 ) to use. Where the times t 1 -t n are each based on t ADB and t AD / t ADE .

Bei einer weiteren Ausgestaltung des Verfahrens, dargestellt in 6, können zusätzlich auch Frequenzspektren bzw. das Leistungsspektrum des (Fourier-)transformierten Railsdrucksignals verwendet werden.In a further embodiment of the method, shown in 6 In addition, frequency spectra or the power spectrum of the (Fourier) transformed rail pressure signal can also be used.

In jedem Falle bilden die Ausgänge y des neuronalen Netzes NN oder der neuronalen Netze Gewichtungsfaktoren zur Bestimmung der Einspritzenden EIP1 (100 μs) bis EIP9 (400 μs).In In each case, the outputs form y of the neural network NN or neural networks weighting factors for determination Injecting EIP1 (100 μs) to EIP9 (400 μs).

Die Ausgänge sind in den Figuren Beispielwerten von Gewichtungsfaktoren BW zugeordnet, die unterschiedlichen Werten entsprechen, beispielsweise im Falle des Wertes EIP1 0,03 und im Falle des Wertes EIP4 0,8 usw. Um die Netzgröße in einem geeigneten Rahmen zu halten, muss hinsichtlich der Ausgangswerte eine Quantisierung erfolgen, um den erwarteten Wertebereich abzudecken. Um diesen Quantisierungseffekt zu verkleinern, können Zwischenwerte beispielsweise durch Interpolation der „stärksten" Ausgangsknoten ermittelt werden. So würde beispielsweise eine Interpolation der Werte EIP3 (200 μs) = 0,2 und EIP4 (230 μs) = 0,8 einem Wert von 224 μs entsprechen (224 μs = 200 μs·0,2 + 230 μs·0,8). Dies muss in der Lernphase des neuronalen Netzes entsprechend berücksichtigt werden.The outputs are assigned in the figures example values of weighting factors BW, which correspond to different values, for example in the case of the value EIP1 0.03 and in the case of the value EIP4 0.8, etc. To the network size in a ge In order to maintain the appropriate framework, quantization must be made with regard to the initial values in order to cover the expected value range. In order to reduce this quantization effect, intermediate values can be determined, for example, by interpolation of the "strongest" output nodes, for example an interpolation of the values EIP3 (200 μs) = 0.2 and EIP4 (230 μs) = 0.8 to a value of 224 μs (224 μs = 200 μs x 0.2 + 230 μs x 0.8) This must be taken into account in the learning phase of the neural network.

Alternativ kann der Ausgang des NN auch aus einem einzigen Neuron bestehen, das durch den Wert seines Gewichtes einen direkten Zusammenhang zu EIP darstellt.alternative the output of the NN can also consist of a single neuron, this is directly related to the value of its weight to EIP represents.

Es ist darauf hinzuweisen, dass außer den erwähnten Tiefpass- und Bandpassfiltern auch Hochpassfilter oder andere Filter in Frage kommen können. Darüber hinaus sind die Eingangswerte nicht auf die erste Ableitung beschränkt, sondern rein prinzipiell können auch höhere Ableitungen und Integrale über entsprechende Ableitungen berücksichtigt werden.It It should be noted that except those mentioned Low-pass and bandpass filters also include high-pass filters or other filters can be considered. In addition, the Input values are not limited to the first derivative, but purely in principle can also higher derivatives and integral over appropriate derivatives become.

Das neuronale Netz wird anhand von Prüfstandsmessungen, bei denen die tatsächlichen Einspritzenden EIP bekannt sind, weil sie beispielsweise messtechnisch erfasst werden können, „eingelernt". Die gelernten Gewichtungsfaktoren des neuronalen Netzes (BW- Werte) werden beispielsweise in einem Kennfeld im Steuergerät 180 abgelegt. Die künstlichen neuronalen Netze NN werden jeweils auf an sich bekannte Weise durch die Steuergerätesoftware realisiert. Denkbar ist es auch, die Ausgänge alternativ als Parameter einer zu bestimmenden Formel zur Berechnung des Nadelschließzeitpunktes EIP heranzuziehen.The neural network is "taught in" on the basis of test bench measurements, in which the actual injection ends EIP are known because they can be detected, for example, by measuring technology The learned weighting factors of the neural network (BW values) are for example stored in a map in the control unit 180 stored. The artificial neural networks NN are each realized in a manner known per se by the control unit software. It is also conceivable to use the outputs alternatively as parameters of a formula to be determined for calculating the needle closing time EIP.

Das vorstehend beschriebene Verfahren kann beispielsweise als Computerprogramm auf einem Rechengerät, insbesondere einem Steuergerät einer Brennkraftmaschine ablaufen. Der Programmcode kann auf einem maschinenlesbaren Träger gespeichert sein, den das Steuergerät einlesen kann. Insoweit ist auch eine entsprechende Nachrüstung bei an sich bestehenden Motorsteuerungen denkbar.The The method described above can be used, for example, as a computer program on a computing device, in particular a control device of a Run off internal combustion engine. The program code may be on a machine-readable Carrier be stored, read in the controller can. In that regard, an appropriate retrofit is included in itself existing engine controls conceivable.

ZITATE ENTHALTEN IN DER BESCHREIBUNGQUOTES INCLUDE IN THE DESCRIPTION

Diese Liste der vom Anmelder aufgeführten Dokumente wurde automatisiert erzeugt und ist ausschließlich zur besseren Information des Lesers aufgenommen. Die Liste ist nicht Bestandteil der deutschen Patent- bzw. Gebrauchsmusteranmeldung. Das DPMA übernimmt keinerlei Haftung für etwaige Fehler oder Auslassungen.This list The documents listed by the applicant have been automated generated and is solely for better information recorded by the reader. The list is not part of the German Patent or utility model application. The DPMA takes over no liability for any errors or omissions.

Zitierte PatentliteraturCited patent literature

  • - DE 102004023545 A1 [0006] - DE 102004023545 A1 [0006]

Claims (11)

Verfahren zur Bestimmung des Einspritzverlaufs, insbesondere des Einspritzendes eines Injektors (141, 142, 143, 144) zur Einspritzung von Kraftstoff in den Brennraum einer Brennkraftmaschine, dadurch gekennzeichnet, dass der Einspritzverlauf, insbesondere das Einspritzende (EIP) des Injektors (141, 142, 143, 144) mithilfe eines mehrschichtigen künstlichen neuronalen Netzes (NN) bestimmt wird, dessen Eingangswerte (x) den Betriebszustand der Brennkraftmaschine charakterisierende Größen sind.Method for determining the course of injection, in particular the injection end of an injector ( 141 . 142 . 143 . 144 ) for the injection of fuel into the combustion chamber of an internal combustion engine, characterized in that the injection course, in particular the injection end (EIP) of the injector ( 141 . 142 . 143 . 144 ) is determined by means of a multilayer artificial neural network (NN) whose input values (x) are variables characterizing the operating state of the internal combustion engine. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die den Betriebszustand der Brennkraftmaschine charakterisierenden Größen Sensorsignale wenigstens des Raildrucks (p), der Temperatur (T) und der Drehzahl (n) der Brennkraftmaschine sind.Method according to claim 1, characterized in that that the characterizing the operating condition of the internal combustion engine Sizes sensor signals at least the rail pressure (P), the temperature (T) and the rotational speed (n) of the internal combustion engine are. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die den Betriebszustand der Brennkraftmaschine charakterisierenden Größen Sensorsignale wenigstens des Raildrucks (p), der Temperatur (T) und der Drehzahl (n) der Brennkraftmaschine sowie die Steuersignale der Ansteuerbeginns (tADB), der Ansteuerdauer (tAD) bzw. des Ansteuerendes (tADE), sind.Method according to Claim 1, characterized in that the variables characterizing the operating state of the internal combustion engine are sensor signals of at least the rail pressure (p), the temperature (T) and the engine speed (n) and the control signals of the control start (t ADB ), the control period ( t AD ) or the Ansteuerendes (t ADE ), are. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die den Betriebszustand der Brennkraftmaschine charakterisierenden Größen Sensorsignale wenigstens des Raildrucks (p), der Temperatur (T) und der Drehzahl (n) der Brennkraftmaschine sowie die Steuersignale der Ansteuerbeginns (tADB), der Ansteuerdauer (tAD) bzw. des Ansteuerendes (tADE) und der Zylindernummer sind.Method according to Claim 1, characterized in that the variables characterizing the operating state of the internal combustion engine are sensor signals of at least the rail pressure (p), the temperature (T) and the engine speed (n) and the control signals of the control start (t ADB ), the control period ( t AD ) and the Ansteuerendes (t ADE ) and the cylinder number. Verfahren nach einem der Ansprüche 1 bis 4, dadurch gekennzeichnet, dass die den Betriebszustand der Brennkraftmaschine charakterisierenden Größen Frequenzspektren aus einer Transformation, insbesondere einer Fouriertransformation, des Railsdruckes sind.Method according to one of claims 1 to 4, characterized in that the operating state of the internal combustion engine characterizing quantities of frequency spectra a transformation, in particular a Fourier transformation, of the rail pressure are. Verfahren nach einem der Ansprüche 1 bis 5, dadurch gekennzeichnet, dass die den Betriebszustand der Brennkraftmaschine charakterisierenden Größen zu diskreten Zeitpunkten, vorzugsweise mittels Abtastung erfasste Sensorsignale der Brennkraftmaschine, insbesondere des Raildrucks sind.Method according to one of claims 1 to 5, characterized in that the operating state of the internal combustion engine characterizing quantities at discrete points in time, preferably sensed by scanning sensor signals of the internal combustion engine, in particular of the rail pressure. Verfahren nach einem der Ansprüche 1 bis 6, dadurch gekennzeichnet, dass die den Betriebszustand der Brennkraftmaschine charakterisierenden Größen mithilfe wenigstens eines Filtermittels bearbeitete Sensorsignale, wenigstens des Raildrucks (p), der Temperatur (T) und der Drehzahl (n) der Brennkraftmaschine sind.Method according to one of claims 1 to 6, characterized in that the operating state of the internal combustion engine characterizing quantities using at least of a filter means processed sensor signals, at least the rail pressure (p), the temperature (T) and the rotational speed (n) of the internal combustion engine are. Verfahren nach Anspruch 7, dadurch gekennzeichnet, dass die Filtermittel Bandpassfilter, Hochpassfilter, Tiefpassfilter sind.Method according to claim 7, characterized in that that the filter means bandpass filter, high pass filter, low pass filter are. Verfahren nach einem der Ansprüche 1 bis 8, dadurch gekennzeichnet, dass die den Betriebszustand der Brennkraftmaschine charakterisierenden Größen zeitliche Ableitungen und/oder Integrale der wenigstens den Raildruck (p), die Temperatur (T) und die Drehzahl (n) der Brennkraftmaschine charakterisierenden Sensorsignale und/oder der mithilfe des wenigstens einen Filtermittels bearbeiteten Sensorsignale wenigstens des Raildrucks (p), der Temperatur (T) und der Drehzahl (n) der Brennkraftmaschine sind.Method according to one of claims 1 to 8, characterized in that the operating state of the internal combustion engine characterizing quantities of time derivatives and / or integrals the at least the rail pressure (p), the temperature (T) and the speed (n) of the internal combustion engine characterizing Sensor signals and / or the aid of the at least one filter means processed sensor signals of at least the rail pressure (p), the temperature (T) and the number of revolutions (n) of the internal combustion engine. Computerprogramm, das alle Schritte eines Verfahrens nach einem der Ansprüche 1 bis 9 ausführt, wenn es auf einem Rechengerät, insbesondere einem Steuergerät einer Brennkraftmaschine abläuft.Computer program that shows all the steps of a procedure according to one of claims 1 to 9 executes when it on a computing device, in particular a control unit an internal combustion engine runs. Computerprogrammprodukt mit Programmcode, der auf einem maschinenlesbaren Träger gespeichert ist, zur Durchführung des Verfahrens nach einem der Ansprüche 1 bis 9, wenn das Programm auf einem Computer oder einem Steuergerät ausgeführt wird.Computer program product with program code based on a machine-readable carrier is stored for execution of the method according to any one of claims 1 to 9, when the Program executed on a computer or a control unit becomes.
DE200710060049 2007-12-13 2007-12-13 Method for determining injection discharge rate of injector for injecting fuel into combustion chamber, involves determining injection discharge rate, particularly end of injection of injector by multilayered artificial neuronal network Withdrawn DE102007060049A1 (en)

Priority Applications (1)

Application Number Priority Date Filing Date Title
DE200710060049 DE102007060049A1 (en) 2007-12-13 2007-12-13 Method for determining injection discharge rate of injector for injecting fuel into combustion chamber, involves determining injection discharge rate, particularly end of injection of injector by multilayered artificial neuronal network

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
DE200710060049 DE102007060049A1 (en) 2007-12-13 2007-12-13 Method for determining injection discharge rate of injector for injecting fuel into combustion chamber, involves determining injection discharge rate, particularly end of injection of injector by multilayered artificial neuronal network

Publications (1)

Publication Number Publication Date
DE102007060049A1 true DE102007060049A1 (en) 2009-06-18

Family

ID=40679898

Family Applications (1)

Application Number Title Priority Date Filing Date
DE200710060049 Withdrawn DE102007060049A1 (en) 2007-12-13 2007-12-13 Method for determining injection discharge rate of injector for injecting fuel into combustion chamber, involves determining injection discharge rate, particularly end of injection of injector by multilayered artificial neuronal network

Country Status (1)

Country Link
DE (1) DE102007060049A1 (en)

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020052891A1 (en) * 2018-09-10 2020-03-19 Robert Bosch Gmbh Method for controlling fuel metering into an internal combustion machine
WO2021122718A1 (en) * 2019-12-21 2021-06-24 Robert Bosch Gmbh Method for controlling a hydraulic cylinder of a working machine
DE102020211418A1 (en) 2020-09-11 2022-03-17 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102020211416A1 (en) 2020-09-11 2022-03-17 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102020214953A1 (en) 2020-11-27 2022-06-02 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for training a classifier for controlling an injector of an internal combustion engine
DE102021205589A1 (en) 2021-06-01 2022-12-01 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102021205590A1 (en) 2021-06-01 2022-12-01 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102021206876A1 (en) 2021-06-30 2023-01-05 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102021208280A1 (en) 2021-07-30 2023-02-02 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for providing a data-based time determination model for determining an opening or closing time of an injection valve using machine learning methods
DE102022200286A1 (en) 2022-01-13 2023-07-13 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for training a sensor model for change-point detection

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004023545A1 (en) 2004-05-13 2005-12-08 Daimlerchrysler Ag Method for determining the position of a movable closure element of an injection valve

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE102004023545A1 (en) 2004-05-13 2005-12-08 Daimlerchrysler Ag Method for determining the position of a movable closure element of an injection valve

Cited By (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2020052891A1 (en) * 2018-09-10 2020-03-19 Robert Bosch Gmbh Method for controlling fuel metering into an internal combustion machine
WO2021122718A1 (en) * 2019-12-21 2021-06-24 Robert Bosch Gmbh Method for controlling a hydraulic cylinder of a working machine
US11846244B2 (en) 2020-09-11 2023-12-19 Robert Bosch Gmbh Method and apparatus for operating a fuel injection valve with the aid of machine learning methods
DE102020211418A1 (en) 2020-09-11 2022-03-17 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102020211416A1 (en) 2020-09-11 2022-03-17 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
US12098688B2 (en) 2020-09-11 2024-09-24 Robert Bosch Gmbh Method and device for operating a fuel injection valve with the aid of machine learning methods
DE102020214953A1 (en) 2020-11-27 2022-06-02 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for training a classifier for controlling an injector of an internal combustion engine
DE102021205590A1 (en) 2021-06-01 2022-12-01 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102021205589B4 (en) 2021-06-01 2023-02-09 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102021205589A1 (en) 2021-06-01 2022-12-01 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102021206876A1 (en) 2021-06-30 2023-01-05 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for operating a fuel injector using machine learning methods
DE102021208280A1 (en) 2021-07-30 2023-02-02 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for providing a data-based time determination model for determining an opening or closing time of an injection valve using machine learning methods
DE102022200286A1 (en) 2022-01-13 2023-07-13 Robert Bosch Gesellschaft mit beschränkter Haftung Method and device for training a sensor model for change-point detection

Similar Documents

Publication Publication Date Title
DE102007060049A1 (en) Method for determining injection discharge rate of injector for injecting fuel into combustion chamber, involves determining injection discharge rate, particularly end of injection of injector by multilayered artificial neuronal network
DE102019209690A1 (en) Method for controlling the fuel metering in an internal combustion engine
EP1716331B1 (en) Method for synchronizing cylinders in terms of quantities of fuel injection in a heat engine
DE102018212669A1 (en) Method and device for operating an internal combustion engine with a common rail injection system
DE102018213114A1 (en) Method and device for operating an internal combustion engine with a common rail injection system
WO2014167134A1 (en) Method and device for injecting fuel into an internal combustion engine
DE102013105951A1 (en) Detector of the waveform of the fuel pressure
DE102011078161A1 (en) Method for detecting needle movement of metering valve for controlling e.g. usage amount of reducing agent in exhaust after-treatment system, involves adding the differences of comparison results, to obtain quality number for valve
DE102013102071B4 (en) Method for checking a function of an exhaust valve
DE102007045574A1 (en) Fuel characteristic e.g. diesel temperature, determining method for vehicle, involves detecting temporal characteristics of parameter characterizing pressure in rail, and locking characteristics characterizing fuel
DE102015201512A1 (en) A method for determining a characteristic time of an injection process of a fuel injector
DE102018214411A1 (en) Method for determining a characteristic point in time of an injection process of a fuel injector
DE102011075733A1 (en) Method for operating injection valve of internal combustion engine, involves comparing a reference signal with one of the derived electrical signals, such that the difference signal has smaller alternating current (AC) component
DE10343069B4 (en) Method for quantifying a pilot injection in a fuel injection system of an internal combustion engine
DE102007060768A1 (en) Method for drift detection and drift compensation of injectors for injecting fuel into combustion chambers of internal combustion engine, involves carrying out characteristic extraction from frequency spectrum
WO2011092042A1 (en) Process and device for testing a fuel injector
DE102010040622A1 (en) Direct-injecting combustion engine operating method, involves determining injection period of injection process, where injection process occurs at specific time interval than incineration process in combustion chamber of combustion engine
EP3234328B1 (en) Method and apparatus for diagnosing a fuel supply system
WO2022089866A1 (en) Method for the robust identification of knocking in an internal combustion engine, control device, and motor vehicle
DE102019215384A1 (en) Method for reconstructing a signal
WO2022053623A1 (en) Method and device for operating a fuel injection valve
DE102013101226A1 (en) A fuel pressure curve detection device for use in a fuel injection system
DE102019210751A1 (en) Method for determining interference coupling when activating a fuel injector
DE102013205504B4 (en) Determining the opening energy of a fuel injector
WO2014183963A1 (en) Method for obtaining information regarding operating variables of injection systems

Legal Events

Date Code Title Description
R119 Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee

Effective date: 20130702