DE102020206786A1 - Method for determining coking of an injection valve - Google Patents
Method for determining coking of an injection valve Download PDFInfo
- Publication number
- DE102020206786A1 DE102020206786A1 DE102020206786.4A DE102020206786A DE102020206786A1 DE 102020206786 A1 DE102020206786 A1 DE 102020206786A1 DE 102020206786 A DE102020206786 A DE 102020206786A DE 102020206786 A1 DE102020206786 A1 DE 102020206786A1
- Authority
- DE
- Germany
- Prior art keywords
- neural network
- injection valve
- layer
- coking
- exemplary embodiments
- 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- Withdrawn
Links
Images
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
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/2406—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using essentially read only memories
- F02D41/2425—Particular ways of programming the data
- F02D41/2429—Methods of calibrating or learning
- F02D41/2451—Methods of calibrating or learning characterised by what is learned or calibrated
- F02D41/2464—Characteristics of actuators
- F02D41/2467—Characteristics of actuators for injectors
-
- 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
- F02D41/22—Safety or indicating devices for abnormal conditions
- F02D41/221—Safety or indicating devices for abnormal conditions relating to the failure of actuators or electrically driven elements
-
- 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
- F02D41/30—Controlling fuel injection
- F02D41/38—Controlling fuel injection of the high pressure type
- F02D41/40—Controlling fuel injection of the high pressure type with means for controlling injection timing or duration
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02M—SUPPLYING COMBUSTION ENGINES IN GENERAL WITH COMBUSTIBLE MIXTURES OR CONSTITUENTS THEREOF
- F02M65/00—Testing fuel-injection apparatus, e.g. testing injection timing ; Cleaning of fuel-injection apparatus
-
- 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
- F02D2041/202—Output circuits, e.g. for controlling currents in command coils characterised by the control of the circuit
- F02D2041/2055—Output circuits, e.g. for controlling currents in command coils characterised by the control of the circuit with means for determining actual opening or closing time
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
Verfahren zum Ermitteln einer eine Verkokung eines Einspritzventils, insbesondere für eine Brennkraftmaschine, insbesondere eines Kraftfahrzeugs, charakterisierenden ersten Größe, aufweisend die folgenden Schritte: Bereitstellen mehrerer Betriebsgrößen des Einspritzventils, Ermitteln der ersten Größe mittels eines, insbesondere künstlichen, neuronalen Netzwerks basierend auf den mehreren Betriebsgrößen.A method for determining a first variable characterizing coking of an injection valve, in particular for an internal combustion engine, in particular a motor vehicle, comprising the following steps: Providing several operating variables of the injection valve, determining the first variable by means of an, in particular artificial, neural network based on the several operating variables .
Description
Stand der TechnikState of the art
Die Offenbarung bezieht sich auf ein Verfahren zum Ermitteln einer eine Verkokung eines Einspritzventils, insbesondere für eine Brennkraftmaschine, insbesondere eines Kraftfahrzeugs, charakterisierenden ersten Größe.The disclosure relates to a method for determining a first variable characterizing coking of an injection valve, in particular for an internal combustion engine, in particular of a motor vehicle.
Die Offenbarung bezieht sich ferner auf eine Vorrichtung zur Ausführung eines derartigen Verfahrens.The disclosure also relates to an apparatus for carrying out such a method.
Offenbarung der ErfindungDisclosure of the invention
Beispielhafte Ausführungsformen beziehen sich auf ein Verfahren zum Ermitteln einer eine Verkokung eines Einspritzventils, insbesondere für eine Brennkraftmaschine, insbesondere eines Kraftfahrzeugs, charakterisierenden ersten Größe, aufweisend die folgenden Schritte: Bereitstellen mehrerer Betriebsgrößen des Einspritzventils, Ermitteln der ersten Größe mittels eines, insbesondere künstlichen, neuronalen Netzwerks basierend auf den mehreren Betriebsgrößen. Dadurch kann die erste Größe effizient als ein Maß für die Verkokung des Einspritzventils ermittelt werden.Exemplary embodiments relate to a method for determining a first variable characterizing coking of an injection valve, in particular for an internal combustion engine, in particular a motor vehicle, having the following steps: Providing several operating variables of the injection valve, determining the first variable by means of an, in particular artificial, neuronal Network based on the multiple operating parameters. As a result, the first variable can be determined efficiently as a measure of the coking of the injection valve.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass das neuronale Netzwerk als mehrlagiges Perzeptron, insbesondere englisch: Multilayer Perceptron, ausgebildet ist.In further exemplary embodiments, it is provided that the neural network is designed as a multi-layer perceptron, in particular a multilayer perceptron.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass die mehreren Betriebsgrößen wenigstens eines der folgenden Elemente aufweisen: a) Kraftstoffdruck, b) Nadelumkehrpunkt, c) Einspritzdauer. Beispielsweise charakterisiert der Kraftstoffdruck den Druck des mittels des Einspritzventils einzuspritzenden Kraftstoffs. Bei manchen Ausführungsformen kann der Kraftstoff z.B. mittels eines Hochdruck-Kraftstoffspeichers („Rail“ bzw. „Common Rail“) bereitgestellt werden, wobei der Kraftstoffdruck dann z.B. dem Raildruck entspricht. Beispielsweise charakterisiert die Einspritzdauer eine Zeitdauer, während der eine Kraftstoffeinspritzung mittels des Einspritzventils ausgeführt wird. Beispielsweise charakterisiert der Nadelumkehrpunkt den Zeitpunkt während einer Kraftstoffeinspritzung, zu dem eine Ventilnadel bzw. Düsennadel des Einspritzventils ihre Bewegungsrichtung umkehrt.In further exemplary embodiments it is provided that the several operating variables have at least one of the following elements: a) fuel pressure, b) needle reversal point, c) injection duration. For example, the fuel pressure characterizes the pressure of the fuel to be injected by means of the injection valve. In some embodiments, the fuel can be provided, for example, by means of a high-pressure fuel reservoir (“rail” or “common rail”), the fuel pressure then corresponding, for example, to the rail pressure. For example, the injection duration characterizes a period of time during which a fuel injection is carried out by means of the injection valve. For example, the needle reversal point characterizes the point in time during a fuel injection at which a valve needle or nozzle needle of the injection valve reverses its direction of movement.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass das neuronale Netzwerk wenigstens eine Eingabeschicht hat, eine Ausgabeschicht, und wenigstens eine zwischen der Eingabeschicht und der Ausgabeschicht angeordnete (versteckte) Schicht.In further exemplary embodiments it is provided that the neural network has at least one input layer, one output layer, and at least one (hidden) layer arranged between the input layer and the output layer.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass eine bzw. die Eingabeschicht des neuronalen Netzwerks wenigstens drei Eingangsneuronen aufweist, wobei insbesondere jedem der drei Eingangsneuronen eine der mehreren Betriebsgrößen zugeführt wird, und/oder wobei eine bzw. die Ausgabeschicht des neuronalen Netzwerks ein Ausgangsneuron aufweist, insbesondere zur Ausgabe der ersten Größe.In further exemplary embodiments, it is provided that one or the input layer of the neural network has at least three input neurons, wherein in particular one of the plurality of operating variables is fed to each of the three input neurons, and / or wherein one or the output layer of the neural network has an output neuron, especially for the output of the first size.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass wenigstens eine bzw. die wenigstens eine zwischen der Eingabeschicht und der Ausgabeschicht angeordnete, insbesondere versteckte, Schicht wenigstens 20 Neuronen aufweist, insbesondere wenigstens 40 Neuronen.In further exemplary embodiments it is provided that at least one or the at least one layer, in particular hidden, arranged between the input layer and the output layer has at least 20 neurons, in particular at least 40 neurons.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass das neuronale Netzwerk wenigstens drei zwischen der Eingabeschicht und der Ausgabeschicht angeordnete (versteckte) Schichten aufweist, wobei insbesondere wenigstens eine der wenigstens drei zwischen der Eingabeschicht und der Ausgabeschicht angeordneten Schichten, 40 oder mehr Neuronen, insbesondere 60 oder mehr Neuronen, aufweist.In further exemplary embodiments it is provided that the neural network has at least three (hidden) layers arranged between the input layer and the output layer, in particular at least one of the at least three layers arranged between the input layer and the output layer, 40 or more neurons, in particular 60 or more neurons.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass das neuronale Netzwerk eine Aktivierungsfunktion vom Typ ReLU verwendet, was eine effiziente Auswertung auch auf Vorrichtungen mit eingeschränkten Rechenressourcen wie z.B. eingebetteten Systemen, z.B. Steuergeräten, insbesondere für Kraftfahrzeuge, ermöglicht.In further exemplary embodiments, it is provided that the neural network uses an activation function of the ReLU type, which enables efficient evaluation even on devices with limited computing resources such as embedded systems, e.g. control units, in particular for motor vehicles.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass wenigstens manche der mehreren Betriebsgrößen normiert werden. Dies kann bei weiteren beispielhaften Ausführungsformen insbesondere auch bei dem nachstehend beschriebenen Trainingsverfahren erfolgen.In further exemplary embodiments, it is provided that at least some of the plurality of operating variables are normalized. In further exemplary embodiments, this can also take place in particular in the training method described below.
Weitere beispielhafte Ausführungsformen beziehen sich auf ein Verfahren zum Trainieren eines, insbesondere künstlichen, neuronalen Netzwerks, wobei das neuronale Netzwerk insbesondere verwendbar ist für ein Verfahren gemäß den Ausführungsformen, wobei das Verfahren zum Trainieren folgende Schritte aufweist: Bereitstellen von Trainingsdaten, Aufteilen der Trainingsdaten in Lerndaten und Testdaten, wobei insbesondere das Aufteilen zufallsbasiert oder pseudozufallsbasiert erfolgt, Trainieren des neuronalen Netzwerks basierend auf den Lerndaten und/oder den Testdaten.Further exemplary embodiments relate to a method for training an, in particular artificial, neural network, wherein the neural network can be used in particular for a method according to the embodiments, the method for training having the following steps: providing training data, dividing the training data into learning data and test data, with the splitting in particular taking place on a random or pseudo-random basis, training of the neural network based on the learning data and / or the test data.
Weitere beispielhafte Ausführungsformen beziehen sich auf eine Vorrichtung zur Ausführung des Verfahrens gemäß den Ausführungsformen.Further exemplary embodiments relate to a device for carrying out the method according to the embodiments.
Weitere beispielhafte Ausführungsformen beziehen sich auf ein computerlesbares Speichermedium, umfassend Befehle, die bei der Ausführung durch einen Computer diesen veranlassen, das Verfahren gemäß den Ausführungsformen auszuführen.Further exemplary embodiments relate to a computer-readable storage medium comprising instructions which, when executed by a computer, cause the computer to carry out the method according to the embodiments.
Weitere beispielhafte Ausführungsformen beziehen sich auf ein Computerprogramm, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer diesen veranlassen, das Verfahren gemäß den Ausführungsformen auszuführen.Further exemplary embodiments relate to a computer program, comprising instructions which, when the program is executed by a computer, cause the computer to execute the method according to the embodiments.
Weitere beispielhafte Ausführungsformen beziehen sich auf ein Datenträgersignal, das das Computerprogramm gemäß den Ausführungsformen überträgt und/oder charakterisiert.Further exemplary embodiments relate to a data carrier signal which the computer program transmits and / or characterizes according to the embodiments.
Weitere beispielhafte Ausführungsformen beziehen sich auf eine Verwendung des Verfahrens gemäß den Ausführungsformen und/oder der Vorrichtung gemäß den Ausführungsformen und/oder des computerlesbaren Speichermediums gemäß den Ausführungsformen und/oder des Computerprogramms gemäß den Ausführungsformen und/oder des Datenträgersignals gemäß den Ausführungsformen für wenigstens eines der folgenden Elemente: a) Ermitteln einer eine Verkokung eines Einspritzventils, insbesondere für eine Brennkraftmaschine, insbesondere eines Kraftfahrzeugs, charakterisierenden ersten Größe, b) Erkennung einer Verkokung eines Einspritzventils, c) Reduktion eines Bedatungsaufwands für das Ermitteln einer eine Verkokung eines Einspritzventils, insbesondere für eine Brennkraftmaschine, insbesondere eines Kraftfahrzeugs, charakterisierenden ersten Größe.Further exemplary embodiments relate to a use of the method according to the embodiments and / or the device according to the embodiments and / or the computer-readable storage medium according to the embodiments and / or the computer program according to the embodiments and / or the data carrier signal according to the embodiments for at least one of the the following elements: a) Determination of a coking of an injection valve, in particular for an internal combustion engine, in particular of a motor vehicle, characterizing first variable, b) detection of coking of an injection valve, c) reduction of the amount of data required to determine coking of an injection valve, in particular for a Internal combustion engine, in particular of a motor vehicle, characterizing first variable.
Weitere Merkmale, Anwendungsmöglichkeiten und Vorteile der Erfindung ergeben sich aus der nachfolgenden Beschreibung von Ausführungsbeispielen der Erfindung, die in den Figuren der Zeichnung dargestellt sind. Dabei bilden alle beschriebenen oder dargestellten Merkmale für sich oder in beliebiger Kombination den Gegenstand der Erfindung, unabhängig von ihrer Zusammenfassung in den Ansprüchen oder deren Rückbeziehung sowie unabhängig von ihrer Formulierung bzw. Darstellung in der Beschreibung bzw. in der Zeichnung.Further features, possible applications and advantages of the invention emerge from the following description of exemplary embodiments of the invention, which are shown in the figures of the drawing. All of the features described or shown form the subject matter of the invention individually or in any combination, regardless of their summary in the claims or their reference, and regardless of their wording or representation in the description or in the drawing.
In der Zeichnung zeigt:
-
1 schematisch ein vereinfachtes Blockdiagramm eines Einspritzventils gemäß beispielhaften Ausführungsformen in einem Zielsystem, -
2A schematisch ein vereinfachtes Flussdiagramm gemäß weiteren beispielhaften Ausführungsformen, -
2B schematisch ein vereinfachtes Flussdiagramm gemäß weiteren beispielhaften Ausführungsformen, -
3 schematisch ein neuronales Netzwerk gemäß weiteren beispielhaften Ausführungsformen, -
4 schematisch ein vereinfachtes Blockdiagramm einer Vorrichtung gemäß weiteren beispielhaften Ausführungsformen, -
5 schematisch Aspekte eines Einspritzventils gemäß weiteren beispielhaften Ausführungsformen, -
6 schematisch Zeitverläufe gemäß weiteren beispielhaften Ausführungsformen, -
7 schematisch ein Diagramm einer simulierten Verkokung gemäß weiteren beispielhaften Ausführungsformen, -
8 schematisch eine Verteilung der simulierten Verkokung gemäß7 , -
9 Zusammenhänge simulierter Größen gemäß weiteren beispielhaften Ausführungsformen, -
10 Zusammenhänge simulierter Größen mit einer Verkokung gemäß weiteren beispielhaften Ausführungsformen, -
11 schematisch einen Lernfortschritt bei nicht normierten Eingangsgrößen gemäß weiteren beispielhaften Ausführungsformen, -
12 schematisch einen Lernfortschritt bei normierten Eingangsgrößen gemäß weiteren beispielhaften Ausführungsformen, und -
13 schematisch einen Abbildungsfehler eines neuronalen Netzwerks auf einem Testdatensatz gemäß weiteren bevorzugten Ausführungsformen.
-
1 schematically a simplified block diagram of an injection valve according to exemplary embodiments in a target system, -
2A schematically a simplified flowchart according to further exemplary embodiments, -
2 B schematically a simplified flowchart according to further exemplary embodiments, -
3 schematically a neural network according to further exemplary embodiments, -
4th schematically a simplified block diagram of a device according to further exemplary embodiments, -
5 schematically aspects of an injection valve according to further exemplary embodiments, -
6th schematic time courses according to further exemplary embodiments, -
7th schematically a diagram of a simulated coking according to further exemplary embodiments, -
8th schematically shows a distribution of the simulated coking according to FIG7th , -
9 Relationships between simulated variables according to further exemplary embodiments, -
10 Correlations of simulated variables with coking according to further exemplary embodiments, -
11th schematically, a learning progress with non-standardized input variables according to further exemplary embodiments, -
12th schematically a learning progress with standardized input variables according to further exemplary embodiments, and -
13th schematically shows a mapping defect of a neural network on a test data set according to further preferred embodiments.
Es ist zu erkennen, dass sich durch die Verkokung
Weitere beispielhafte Ausführungsformen beziehen sich auf ein Verfahren zum Ermitteln einer eine Verkokung
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass das neuronale Netzwerk als mehrlagiges Perzeptron, insbesondere englisch: Multilayer Perceptron, ausgebildet ist.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass die mehreren Betriebsgrößen BG1, BG2, BG3 wenigstens eines der folgenden Elemente aufweisen: a) Kraftstoffdruck, b) Nadelumkehrpunkt, c) Einspritzdauer.In further exemplary embodiments it is provided that the several operating variables BG1, BG2, BG3 have at least one of the following elements: a) fuel pressure, b) needle reversal point, c) injection duration.
Beispielsweise charakterisiert der Kraftstoffdruck den Druck des mittels des Einspritzventils
Beispielsweise charakterisiert die Einspritzdauer eine Zeitdauer, während der eine Kraftstoffeinspritzung mittels des Einspritzventils
Beispielsweise charakterisiert der Nadelumkehrpunkt den Zeitpunkt während einer Kraftstoffeinspritzung, zu dem eine Ventilnadel bzw. Düsennadel
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass das neuronale Netzwerk
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass eine bzw. die Eingabeschicht
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass die Ausgabeschicht
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass wenigstens eine bzw. die wenigstens eine zwischen der Eingabeschicht und der Ausgabeschicht angeordnete Schicht wenigstens 20 Neuronen aufweist, insbesondere wenigstens 40 Neuronen.In further exemplary embodiments it is provided that at least one or the at least one layer arranged between the input layer and the output layer has at least 20 neurons, in particular at least 40 neurons.
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass das neuronale Netzwerk
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass das neuronale Netzwerk
Bei weiteren beispielhaften Ausführungsformen weist das Netzwerk
Bei weiteren beispielhaften Ausführungsformen ist vorgesehen, dass wenigstens manche der mehreren Betriebsgrößen BG1, BG2, BG3 normiert werden. Dies kann bei weiteren beispielhaften Ausführungsformen, insbesondere auch bei dem nachstehend unter Bezugnahme auf
Weitere beispielhafte Ausführungsformen, vgl.
Bei weiteren beispielhaften Ausführungsformen kann beim Trainieren des neuronalen Netzes
Bei weiteren beispielhaften Ausführungsformen kann eine Überanpassung („overfitting“) z.B. dadurch vermieden werden, dass ein „early stopping“-Verfahren verwendet wird.In further exemplary embodiments, overfitting (“overfitting”) can be avoided, for example, by using an “early stopping” method.
Bei weiteren beispielhaften Ausführungsformen können die Trainingsdaten TrD z.B. mittels einer Simulation des Einspritzventils
Weitere beispielhafte Ausführungsformen, vgl.
Die Vorrichtung
Bei weiteren beispielhaften Ausführungsformen kann das Computerprogramm PRG auch wenigstens eine Anwendung charakterisieren, die zumindest zeitweise auf der Recheneinrichtung
Bei weiteren bevorzugten Ausführungsformen weist die Speichereinrichtung
Bei weiteren beispielhaften Ausführungsformen weist die Recheneinrichtung
Weitere beispielhafte Ausführungsformen beziehen sich auf ein computerlesbares Speichermedium SM, umfassend Befehle PRG, die bei der Ausführung durch einen Computer
Weitere beispielhafte Ausführungsformen beziehen sich auf ein Computerprogramm PRG, umfassend Befehle, die bei der Ausführung des Programms durch einen Computer
Weitere beispielhafte Ausführungsformen beziehen sich auf ein Datenträgersignal DCS, das das Computerprogramm PRG gemäß den Ausführungsformen charakterisiert und/oder überträgt. Das Datenträgersignal DCS ist beispielsweise über eine optionale Datenschnittstelle
Bei weiteren beispielhaften Ausführungsformen kann die Datenschnittstelle
Weitere beispielhafte Ausführungsformen beziehen sich auf eine Verwendung des Verfahrens gemäß den Ausführungsformen und/oder der Vorrichtung gemäß den Ausführungsformen und/oder des computerlesbaren Speichermediums gemäß den Ausführungsformen und/oder des Computerprogramms gemäß den Ausführungsformen und/oder des Datenträgersignals gemäß den Ausführungsformen für wenigstens eines der folgenden Elemente: a) Ermitteln einer eine Verkokung eines Einspritzventils, insbesondere für eine Brennkraftmaschine, insbesondere eines Kraftfahrzeugs, charakterisierenden ersten Größe, b) Erkennung einer Verkokung eines Einspritzventils, c) Reduktion eines Bedatungsaufwands für das Ermitteln einer eine Verkokung eines Einspritzventils, insbesondere für eine Brennkraftmaschine, insbesondere eines Kraftfahrzeugs, charakterisierenden ersten Größe.Further exemplary embodiments relate to a use of the method according to the embodiments and / or the device according to the embodiments and / or the computer-readable storage medium according to the embodiments and / or the Computer program according to the embodiments and / or the data carrier signal according to the embodiments for at least one of the following elements: a) determining a first variable characterizing coking of an injection valve, in particular for an internal combustion engine, in particular of a motor vehicle, b) detection of coking of an injection valve, c ) Reduction of the amount of data required for the determination of a first variable characterizing coking of an injection valve, in particular for an internal combustion engine, in particular of a motor vehicle.
Das Prinzip gemäß den Ausführungsformen kann vorteilhaft konventionelle Verfahren zur Ermittlung einer Verkokung ersetzen oder ergänzen und kann bei manchen Ausführungsformen mit einem vergleichsweise geringen oder sogar verschwindenden Bedatungsaufwand ausgeführt werden, wobei es z.B. robuster und/oder schneller sein kann als manche konventionellen Verfahren.The principle according to the embodiments can advantageously replace or supplement conventional methods for determining coking and, in some embodiments, can be carried out with comparatively little or even negligible data input, whereby it can be, for example, more robust and / or faster than some conventional methods.
Bei weiteren beispielhaften Ausführungsformen kann das Verfahren z.B. gemäß
Bei weiteren beispielhaften Ausführungsformen kann das Trainingsverfahren, vgl. z.B.
Bei weiteren beispielhaften Ausführungsformen kann ein Verfahren zur Ermittlung einer Verkokung mit einer tatsächlichen Fahrzeugbedatung simuliert werden, wobei z.B. Größen variiert werden, die einen bekannten, insbesondere unmittelbaren, Zusammenhang zu der Verkokung eines Einspritzventils haben, wobei die Größen insbesondere wenigstens eines der folgenden Elemente aufweisen:
- a) Kraftstoffdruck, z.B. Raildruck. Als Stimulus ist z.B. der diskrete Wertebereich von sechs Raildruckstufen verwendbar,
- b) Nadelumkehrpunkt: Stimulus ist z.B. der Wertebereich zwischen dem minimalen und maximalen sinnvollen Wert für die jeweilige Druckstufe, variiert in diskreten Stufen,
- c) Einspritzdauer: Stimulus ist z.B. der Wertebereich basierend auf dem Wert des Nadelumkehrpunktes mit einem Offset zum Nadelumkehrpunkt und Variation bis zu einem vorgegebenen Maximalwert in diskreten Stufen.
- a) Fuel pressure, e.g. rail pressure. For example, the discrete value range of six rail pressure levels can be used as a stimulus,
- b) Needle reversal point: Stimulus is e.g. the range of values between the minimum and maximum meaningful value for the respective pressure level, varies in discrete levels,
- c) Injection duration: The stimulus is, for example, the range of values based on the value of the needle reversal point with an offset to the needle reversal point and variation up to a predetermined maximum value in discrete steps.
Das Ergebnis der Simulation kann bei weiteren beispielhaften Ausführungsformen einem z.B. momentanen ungefilterten Verkokungswert entsprechen. Bei weiteren beispielhaften Ausführungsformen können physikalisch nicht sinnvolle Verkokungswerte z.B. aus dem simulierten Datensatz ausgenommen werden. Dies führt auf das beispielhaft in
Bei weiteren beispielhaften Ausführungsformen können alternativ oder zusätzlich zu den vorstehend beispielhaft genannten drei Betriebsgrößen BG1, BG2, BG3 ein oder mehrere weitere Größen des Einspritzventils
Bei weiteren beispielhaften Ausführungsformen können wenigstens manche der Eingangsgrößen BG1, BG2, BG3 und/oder die Ausgangsgröße
Bei weiteren beispielhaften Ausführungsformen wird das neuronale Netzwerk
Claims (15)
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020206786.4A DE102020206786A1 (en) | 2020-05-29 | 2020-05-29 | Method for determining coking of an injection valve |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
DE102020206786.4A DE102020206786A1 (en) | 2020-05-29 | 2020-05-29 | Method for determining coking of an injection valve |
Publications (1)
Publication Number | Publication Date |
---|---|
DE102020206786A1 true DE102020206786A1 (en) | 2021-12-02 |
Family
ID=78508874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
DE102020206786.4A Withdrawn DE102020206786A1 (en) | 2020-05-29 | 2020-05-29 | Method for determining coking of an injection valve |
Country Status (1)
Country | Link |
---|---|
DE (1) | DE102020206786A1 (en) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008001412A1 (en) | 2008-04-28 | 2009-10-29 | Robert Bosch Gmbh | Method for operating injection valve for injecting fuel into combustion chamber of internal-combustion engine, involves controlling injection valve by control signals and detecting closing time point of injection valve |
DE102009009796B3 (en) | 2009-02-20 | 2010-10-07 | L'orange Gmbh | Diesel internal-combustion engine diagnosing and/or controlling method, involves determining whether pressure difference of injection interval in opening phase and/or injection interval in closing phase exceeds preset value |
DE102014000395A1 (en) | 2014-01-17 | 2015-07-23 | Fev Gmbh | Method for controlling an internal combustion engine |
DE112015000425T5 (en) | 2014-01-17 | 2016-10-27 | Fev Gmbh | Model-based cylinder fill detection for an internal combustion engine |
DE102020103445A1 (en) | 2019-02-20 | 2020-08-20 | Toyota Jidosha Kabushiki Kaisha | Apparatus for estimating a PM amount, a system for estimating a PM amount, a method for estimating a PM amount, a data analysis apparatus, a control apparatus for an internal combustion engine and a receiver |
-
2020
- 2020-05-29 DE DE102020206786.4A patent/DE102020206786A1/en not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102008001412A1 (en) | 2008-04-28 | 2009-10-29 | Robert Bosch Gmbh | Method for operating injection valve for injecting fuel into combustion chamber of internal-combustion engine, involves controlling injection valve by control signals and detecting closing time point of injection valve |
DE102009009796B3 (en) | 2009-02-20 | 2010-10-07 | L'orange Gmbh | Diesel internal-combustion engine diagnosing and/or controlling method, involves determining whether pressure difference of injection interval in opening phase and/or injection interval in closing phase exceeds preset value |
DE102014000395A1 (en) | 2014-01-17 | 2015-07-23 | Fev Gmbh | Method for controlling an internal combustion engine |
DE112015000425T5 (en) | 2014-01-17 | 2016-10-27 | Fev Gmbh | Model-based cylinder fill detection for an internal combustion engine |
DE102020103445A1 (en) | 2019-02-20 | 2020-08-20 | Toyota Jidosha Kabushiki Kaisha | Apparatus for estimating a PM amount, a system for estimating a PM amount, a method for estimating a PM amount, a data analysis apparatus, a control apparatus for an internal combustion engine and a receiver |
Non-Patent Citations (1)
Title |
---|
Kessel, J.-A. [et.al.]: Modellbasierte Motorsteuerung, -regelung und -überwachung. In: MTZ Motortechnische Zeitschrift, Ausgabe 59, 1998, S. 240-246 – ISSN 0024-8525 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
DE102009027596A1 (en) | Fuel injection control unit | |
DE102012218176A1 (en) | Method for operating a fuel injection system | |
DE102020205688A1 (en) | Method and device for evaluating an operating variable of an injection valve | |
DE102011005283A1 (en) | Method for detecting faulty components of an electronically controlled fuel injection system of an internal combustion engine | |
DE102015214817A1 (en) | Method for detecting a change in state of a fuel injector | |
AT515154A2 (en) | Method of creating a model ensemble | |
DE102021002318A1 (en) | Method for creating a simulation model, use of a simulation model, computer program product, method for calibrating a control device | |
DE102018213114A1 (en) | Method and device for operating an internal combustion engine with a common rail injection system | |
WO2009095333A1 (en) | Method for controlling an internal combustion engine | |
DE102016118976A1 (en) | Method for starting preparation and preferably for the subsequent starting of a designed as a gas engine or dual-fuel engine internal combustion engine | |
DE102019208018A1 (en) | Method for detecting a leaked fuel injector | |
DE102016119043B4 (en) | Learning method for determining the injection behavior of a fuel injector and method for regulating injection quantities of a fuel injector in an internal combustion engine | |
DE102020206786A1 (en) | Method for determining coking of an injection valve | |
DE102010030868A1 (en) | Method for diagnosis and/or adaptation of e.g. air systems in motor car, involves determining two state variables of systems, where decision for implementation of systems is made based on state variables | |
DE102007057311B3 (en) | Method and device for fault detection in emission-relevant control devices in a vehicle | |
WO2022053623A1 (en) | Method and device for operating a fuel injection valve | |
EP3234328B1 (en) | Method and apparatus for diagnosing a fuel supply system | |
DE102021202287B4 (en) | Method and device for operating a fuel injector using machine learning methods | |
DE102020214953A1 (en) | Method and device for training a classifier for controlling an injector of an internal combustion engine | |
DE102011075124A1 (en) | Method for operating a fuel injection system of an internal combustion engine | |
DE102011076509A1 (en) | Method for performing on board diagnosis of e.g. exhaust gas system of motor car, involves adjusting manipulated variables, and making decision whether to perform diagnosis process again in response to determined state variables | |
DE102021202289A1 (en) | Computer-implemented method and device for training a data-based time determination model for determining an opening or closing time of an injection valve using machine learning methods | |
DE102020211416A1 (en) | Method and device for operating a fuel injector using machine learning methods | |
DE102017117677B4 (en) | Method for calibrating injectors and injection system | |
DE102022209727B4 (en) | Method for operating a fuel injection system of an internal combustion engine |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
R163 | Identified publications notified | ||
R119 | Application deemed withdrawn, or ip right lapsed, due to non-payment of renewal fee |