FR2893983A1 - Procede et systeme d'estimation d'une temperature des gaz d'echappement et moteur a combustion interne equipe d'un tel systeme - Google Patents
Procede et systeme d'estimation d'une temperature des gaz d'echappement et moteur a combustion interne equipe d'un tel systeme Download PDFInfo
- Publication number
- FR2893983A1 FR2893983A1 FR0512067A FR0512067A FR2893983A1 FR 2893983 A1 FR2893983 A1 FR 2893983A1 FR 0512067 A FR0512067 A FR 0512067A FR 0512067 A FR0512067 A FR 0512067A FR 2893983 A1 FR2893983 A1 FR 2893983A1
- Authority
- FR
- France
- Prior art keywords
- estimator
- exhaust gas
- post
- temperature
- downstream
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N11/00—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity
- F01N11/002—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity the diagnostic devices measuring or estimating temperature or pressure in, or downstream of the exhaust apparatus
- F01N11/005—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity the diagnostic devices measuring or estimating temperature or pressure in, or downstream of the exhaust apparatus the temperature or pressure being estimated, e.g. by means of a theoretical model
-
- 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
- F02D41/24—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
-
- 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
- F02D2200/08—Exhaust gas treatment apparatus parameters
- F02D2200/0802—Temperature of the exhaust gas treatment apparatus
- F02D2200/0804—Estimation of the temperature of the exhaust gas treatment apparatus
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Computation (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Exhaust Gas After Treatment (AREA)
Abstract
L'invention concerne un procédé d'estimation d'une température des gaz d'échappement d'un moteur à combustion interne, caractérisé en ce qu'il met en oeuvre un estimateur (15) à réseau de neurones (17) pour fournir une estimation de température des gaz d'échappement en amont et/ou en aval d'au moins un système de post traitement (6) disposé dans la ligne d'échappement (5) du moteur.L'invention concerne également un système d'estimation d'une température des gaz d'échappement ainsi qu'un moteur équipé d'un tel système.
Description
Le domaine de l'invention est celui de la dépollution d'un moteur à
combustion interne, et plus particulièrement des dispositifs d'échappement montés en aval du collecteur d'échappement du moteur. L'invention concerne plus précisément un procédé et un système d'estimation d'une température des gaz d'échappement, ainsi qu'un moteur à combustion interne équipé d'un tel système. Pour répondre aux émissions de gaz polluants des véhicules automobiles, des systèmes de post-traitement des gaz sont généralement disposés dans la ligne d'échappement des moteurs. io Ces systèmes sont prévus pour réduire aussi bien les émissions du monoxyde de carbone, des hydrocarbures imbrûlés que celles des particules et des oxydes d'azote. Ces systèmes fonctionnent de manière discontinue ou alternative en ce qu'ils alternent des phases de stockage des polluants et des phases de 15 régénération des pièges (c'est-à-dire de conversion des polluants stockés en substances non polluantes). Afin d'optimiser le traitement de l'ensemble des polluants, il est nécessaire de contrôler au mieux ces phases de stockage et de régénération. II est notamment nécessaire d'estimer au cours du temps les 20 masses piégées (c'est-à-dire les particules dans le cas du filtre à particule, les oxydes d'azote dans le cas du piège à oxydes d'azote). De même, il est nécessaire de connaître l'évolution au cours du temps des masses converties lors des phases de régénération. Or l'évolution de ces masses lors des phases de stockage et de 25 régénération dépend directement de la température du support de ces pièges et des gaz qui les traversent. On cherche donc à connaître, sinon à contrôler, la température des gaz qui pénètrent dans ces pièges. Par ailleurs, l'augmentation de la complexité des moteurs et de leurs modes de fonctionnement requièrent des moyens de gestion électronique 30 de plus en plus sophistiqués et par là même, des moyens de mesure ou d'estimation de plus en plus nombreux. Mais il s'avère que de nombreuses grandeurs physiques ne sont pas directement mesurables, ou que les capteurs nécessaires sont trop chers voire inadaptés. II apparaît donc nécessaire, pour la commande de la régénération des pièges et pour la commande du moteur proprement dit, de connaître la température des gaz d'échappement du moteur. L'obtention d'une estimation précise de la température des gaz d'échappement en amont ou en aval de systèmes de post-traitement disposés le long de la ligne d'échappement d'un moteur suralimenté peut ainsi s'avérer particulièrement utile. io Pour connaître la température des gaz dans une ligne d'échappement équipée de dispositifs de traitement physique et/ou chimique des gaz, on a recours aujourd'hui soit à un capteur de température, soit à un modèle cartographique simpliste embarqué dans un calculateur électronique. Plusieurs inconvénients sont toutefois liés à l'utilisation d'un capteur 15 placé dans la ligne d'échappement. La précision d'un capteur est en effet inversement proportionnelle au champ d'utilisation. C'est à dire que plus on souhaite mesurer la température sur une large plage d'utilisation, plus la précision de mesure est médiocre. Cette précision peut par ailleurs dériver avec le 20 vieillissement thermique ou l'encrassement du capteur. De plus, le coût d'utilisation d'un capteur peut s'avérer important. II faut effectivement associer au coût intrinsèque au capteur celui de la connectique, du port d'entrée dans le calculateur et du pilote logiciel. Par ailleurs, il s'avère également nécessaire de disposer de moyens 25 adaptés pour diagnostiquer l'état de fonctionnement du capteur. L'utilisation de modèles présente également des inconvénients. Si ces modèles sont généralement fidèles en régime de gaz permanent, ils s'avèrent plutôt médiocres en régime transitoire. De plus, de nombreux paramètres (paramètres physiques, variables d'état) nécessaires à ces 30 modèles sont difficilement identifiables ou mesurables sur moteur.
La présente invention a pour objectif d'améliorer la connaissance d'une température des gaz d'échappement, et en particulier de la température en amont ou en aval d'un dispositif de traitement physique et/ou chimique des gaz d'échappement n'importe où sur la ligne d'échappement d'un moteur. D'autre part, cette estimation de température doit permettre d'optimiser les stratégies de post traitement, de supprimer un certain nombre de capteurs physiques dans la ligne d'échappement de ces différents systèmes ou tout au moins de les diagnostiquer. io De plus, l'utilisation d'un modèle thermique associé à un capteur physique permet par ailleurs d'utiliser des stratégies de recalage ou d'adaptation pour la gestion des systèmes de post traitement. A cet effet, l'invention propose un procédé d'estimation d'une température des gaz d'échappement d'un moteur, caractérisé en ce qu'il 15 met en oeuvre un estimateur à réseau de neurones pour fournir une estimation de température des gaz d'échappement en amont et/ou en aval d'au moins un système de post traitement disposé dans la ligne d'échappement du moteur. Certains aspects préférés, mais non limitatifs du procédé selon 20 l'invention sont les suivants : l'estimateur comprend un réseau de neurones disposant d'une boucle de rétroaction retournant directement ou indirectement en entrée de réseau une ou plusieurs des grandeurs disponibles en sortie de réseau; on fournit en entrée de l'estimateur une information relative à la 25 température des gaz en amont ou en aval de l'un des systèmes de post traitement disposés sur la ligne d'échappement du moteur, l'estimateur fournissant en sortie l'estimation de la température des gaz d'échappement, respectivement, en aval d'un système de post traitement précédent ou en amont d'un système de post traitement 30 suivant;
le procédé peut mettre en oeuvre un post-traitement de l'estimation de température réalisée par le réseau de neurones ; le procédé peut réaliser une rétroaction de la température estimée, disponible en sortie du module de post traitement ; le procédé peut mettre en oeuvre un prétraitement d'une ou plusieurs des variables en entrée de l'estimateur en réalisant des calculs basés sur des relations physiques connues ; le procédé peut mettre en oeuvre un retraitement de certaines des grandeurs en sortie du réseau avant que celles-ci ne soient retournées, io selon un rebouclage ainsi dit indirect, vers l'entrée du réseau ; le procédé comporte une étape préalable d'apprentissage de l'estimateur à l'aide d'une base de données représentatives de zones de fonctionnement dites intéressantes. Selon un autre aspect, l'invention concerne un système d'estimation is d'une température des gaz d'échappement d'un moteur, caractérisé en ce qu'il comporte un estimateur à réseau de neurones pour fournir une estimation de température des gaz d'échappement en amont et/ou en aval d'au moins un système de post traitement disposé dans la ligne d'échappement du moteur. 20 Selon encore d'autres aspects, l'invention concerne un moteur à combustion interne équipé d'un système d'estimation d'une température des gaz d'échappement selon l'invention. D'autres aspect, buts et avantages de l'invention apparaîtront à la lecture de la description détaillée suivante de formes de réalisation 25 préférées de celle-ci, donnée à titre d'exemple non limitatif et faite en référence aux dessins annexés sur lesquels : - la figure 1 est une vue schématique d'un moteur à combustion interne selon un aspect de l'invention ; - la figure 2 est une vue schématique d'un système d'estimation d'une 30 température de gaz d'échappement selon un aspect de l'invention ;
- la figure 3 est un diagramme montrant les étapes du procédé d'estimation d'une température de gaz d'échappement selon un aspect de l'invention. Sur la figure 1, seuls les éléments nécessaires à la compréhension de l'invention ont été représentés. Un moteur à combustion interne 1 est destiné à équiper un véhicule tel qu'une automobile. Le moteur 1 est par exemple un moteur Diesel suralimenté par turbocompresseur à quatre cylindres en ligne et injection directe de carburant. Le moteur 1 comprend un circuit d'admission 2 assurant son alimentation en air, un lo calculateur 3 de contrôle moteur, un circuit de carburant sous pression 4, et une ligne d'échappement 5 des gaz. L'injection du carburant dans les cylindres est assurée par des injecteurs, non représentés, débouchant dans les chambres de combustion et pilotés par le calculateur 3 à partir du circuit 4. 15 En sortie du moteur 1, les gaz d'échappement évacués dans la ligne d'échappement 5 traversent un ou plusieurs dispositifs de post-traitement 6. On peut citer comme exemples non limitatifs de dispositifs de post traitement un filtre à particules, un filtre à oxydes d'azote, un piège 20 catalytique à oxydes d'azote Nox ou encore un système à 4 voies. Un turbocompresseur 7 comprend un compresseur disposé sur le circuit d'admission 2 et une turbine disposée sur la ligne d'échappement 5. Entre le compresseur et le moteur 1, le circuit d'admission 2 comprend un échangeur thermique 8 permettant de refroidir l'air 25 comprimé à la sortie du compresseur et d'accroître ainsi sa masse volumique, un volet d'admission d'air 9 commandé par le calculateur 3, et un capteur de pression 10 relié au calculateur 3. En sortie du moteur 1, en amont de la turbine, la ligne d'échappement 5 comporte en outre des moyens 30 adaptés pour 30 fournir une information relative à la température des gaz d'échappement en amont de la turbine.
La ligne d'échappement 5 comprend également, en amont et en aval des systèmes de post traitement 6, des moyens 40 adaptés pour fournir une information relative à la température des gaz d'échappement entrant ou sortant de ces systèmes 6.
Lesdits moyens 30 et 40 sont par exemple constitués par une sonde de mesure de température ou encore par un estimateur prévu pour fournir une estimation desdites température des gaz d'échappement Le moteur 1 comprend également un circuit de recyclage de gaz io d'échappement 11 équipé d'une vanne 12 dont l'ouverture est pilotée par le calculateur 3 ; on peut ainsi réintroduire des gaz d'échappement dans le circuit d'admission 2. Un débitmètre d'air 13 est monté dans le circuit d'admission 2 en amont du compresseur pour fournir au calculateur 3 des informations relatives au débit de l'air d'admission 15 alimentant le moteur. Des capteurs 14, par exemple de pression ou de température, peuvent également être prévus. Le calculateur 3 comprend, de façon classique, un microprocesseur ou unité centrale, des zones mémoires, des convertisseurs analogiques/numériques et différentes interfaces 20 d'entrée et de sortie. Le microprocesseur du calculateur comprend des circuits électroniques et les logiciels appropriés pour traiter les signaux en provenances des différents capteurs, en déduire les états du moteur et générer les signaux de commande appropriés à destination des différents actionneurs pilotés tels que les injecteurs. 25 Le calculateur 3 commande ainsi la pression du carburant dans le circuit 4 et l'ouverture des injecteurs, et ce, à partir des informations délivrées par les différents capteurs et en particulier de la masse d'air admise, du régime moteur, ainsi que d'étalonnages mémorisés permettant d'atteindre les niveaux de consommation et de performance 30 souhaités.
Le calculateur 3 comprend en outre un estimateur 15 à réseaux de neurones prévu pour réaliser une estimation de la température des gaz d'échappement en amont et/ou en aval du ou des dispositifs de post-traitement 6 disposés le long de la ligne d'échappement du moteur 1.
Pour des raisons de simplicité et de partage d'un certain nombre de ressources, notamment de calcul et de mémoire, il est particulièrement avantageux de disposer l'estimateur 15 au sein du calculateur 3. Comme cela est illustré sur la figure 2, l'estimateur 15 comprend io un module de prétraitement 16, un réseau de neurones 17 et un module de post-traitement 18. L'estimateur 15 comporte en outre une boucle de rétroaction prévue pour retourner en entrée du réseau de neurones une ou plusieurs des variables en sortie dudit réseau. Le réseau de neurones 17 dispose d'une voie de sortie relative à 15 l'estimation de température désirée, ainsi qu'éventuellement une ou plusieurs autres voies de sorties relatives à des grandeurs d'état non mesurables destinées à être rebouclées, directement ou indirectement, vers l'entrée du réseau 17. L'estimateur 15 comprend par ailleurs des entrées relatives aux 20 informations relatives à la température des gaz d'échappement en amont ou en aval de systèmes de post traitement, telle que fournie par exemple par les moyens 40. L'estimateur peut également comporter une ou plusieurs autres entrées relatives à des grandeurs physiques représentatives d'état du 25 moteur, telles que par exemple : le débit des gaz, la pression des gaz en amont et en aval des systèmes de post traitement, la position des ailettes du turbocompresseur, 30 la vitesse du véhicule, la température de l'air ambiant,
la position de la vanne de recyclage des gaz d'échappement, la pression de suralimentation mesurée par le capteur de pression disposé en aval du compresseur, de l'échangeur thermique et du volet d'admission d'air, la température de l'air dans le circuit d'admission et, la température des gaz d'échappement d'un système de post traitement 6 calculée au pas précédent. L'estimateur peut également recevoir en entrée le régime du moteur, le débit de carburant, le débit d'air. io Le réseau de neurones 17 est constitué d'un certain nombre de neurones définis par leurs paramètres (poids, biais), et par leurs fonctions d'activation. La sortie s d'un neurone est liée aux entrées (el, e2, en) du neurone par s = F (ei*w1+ e2*w2+...+en*wn + b), où F est la fonction d'activation du neurone, wi, w2, ...wn les poids et b le biais. 15 Le nombre de neurones du réseau, les valeurs des poids et des biais des différents neurones sont des paramètres susceptibles de calibration qui sont en particulier déterminés lors d'une phase d'apprentissage qui sera décrite plus en avant par la suite. Le module de prétraitement 16 permet de traiter une ou plusieurs des 20 variables en entrée de l'estimateur en réalisant des calculs basés sur des relations physiques connues. Le module de prétraitement 16 permet en particulier de réduire le nombre d'entrées du réseau de neurones 17 en calculant une ou plusieurs variables al, a2 chacune représentative d'une ou plusieurs grandeur(s) physique(s), mesurable(s) ou non, absente(s) en 25 entrée du calculateur 3, à partir de plusieurs variables d'entrée. Le module 16 permet aussi de filtrer certaines entrées susceptibles de prendre des valeurs aberrantes. Le module de post-traitement 18 permet de traiter l'estimation de température disponible en sortie du réseau de neurones 17 pour émettre un 30 signal S de température estimée en sortie de l'estimateur, à disposition du calculateur 3. Ce traitement peut être par exemple un filtrage permettant de rendre l'estimateur robuste en empêchant le retour vers l'entrée d'une donnée aberrante. Comme mentionné précédemment, une ou plusieurs des variables en sortie dudit réseau suivent une boucle de rétroaction et sont retournées en 5 entrée du réseau de neurones. Certaines des variables en sortie du réseau peuvent être traitées (par exemple filtrées, retardées ou associées à d'autres entrées dans le module de prétraitement) avant d'être retournées en entrée du réseau. En référence à la figure 2, on a ainsi illustré le cas où des io grandeurs d'état $ , /92, a3 (non mesurables et connues uniquement lors de l'apprentissage) disponibles en sortie du réseau 17 sont rebouclées vers l'entrée dudit réseau 17. On a aussi illustré le cas où la sortie S de l'estimateur (c'est-à-dire l'estimation de la température en amont ou en aval d'un système de 15 post traitement disposé sur la ligne d'échappement des gaz) disponible en sortie du module de post-traitement 18 (et dont la valeur est ici mesurable lors de l'apprentissage) est rebouclée après avoir été retardée (cf. retardateur représenté par le symbole z-') vers l'entrée du réseau 1 et vers le module de prétraitement 16. 20 En mettant en oeuvre une telle rétroaction d'une ou plusieurs des variables en sortie du réseau de neurones, ledit réseau utilise en entrée de sa fonction d'estimation une ou de plusieurs des valeurs prédites aux pas de calculs précédents par cette même fonction d'estimation, et cela que ces valeurs aient été ou non mesurées lors de la phase d'apprentissage. 25 Un tel rebouclage de rétroaction présente l'avantage d'associer à la gestion de phénomènes fortement dynamiques voire non linéaires, la prise en compte de l'historique physique du système de post traitement. Le réseau de neurones 17 peut ainsi être qualifié de récurrent ou dynamique, et diffère à ce propos des modèles simplistes non 30 récurrents existant actuellement. i0
L'estimateur 15 permet finalement d'obtenir une estimation de la température en amont ou en aval d'un dispositif de post-traitement le long de la ligne d'échappement d'un moteur. L'estimateur peut ainsi être vu comme mettant en oeuvre une fonction de transfert prenant en entrée une information relative à la température en amont ou en aval d'un système de post traitement, ainsi qu'éventuellement une ou plusieurs autres informations relatives notamment à des grandeurs physiques, pour fournir en sortie l'estimation de température désirée. Plus précisément, lorsque l'on fournit en entrée de l'estimateur 15 une io information relative à la température des gaz en amont ou en aval de l'un des systèmes de post traitement 6 disposés sur la ligne d'échappement 5 du moteur, l'estimateur fournit en sortie l'estimation de la température des gaz d'échappement, respectivement, en aval d'un système de post traitement précédent ou en amont d'un système de post traitement suivant. 15 Ainsi, on peut citer comme exemple la modélisation thermique entre la sortie d'un système de post traitement catalytique et l'entrée du filtre à particules du système de post traitement suivant ou une modélisation thermique entre la sortie d'un piège catalytique à oxydes d'azote Nox et l'entrée d'un filtre à particules et vice versa. 20 La description ci-après concerne la conception et l'apprentissage de l'estimateur 15. Une fois l'estimateur élaboré et implémenté par exemple dans le logiciel de gestion électronique du moteur, il s'agit d'en calibrer les paramètres (poids, biais). 25 L'apprentissage du réseau de neurones est réalisé sur ordinateur à partir de données collectées sur véhicule. Le réseau de neurones peut faire l'objet d'un apprentissage par une méthode d'algorithme d'apprentissage, notamment à l'aide d'une base de données 19. 30 La base de données 19 peut être alimentée à partir de résultats d'essais réels sur piste d'un véhicule avec des essais à différents rapports Il de boîte de vitesses, avec différentes accélérations et décélérations, le tout étant choisi pour être représentatif des conditions normales de fonctionnement du véhicule. En outre, on pourra prévoir de scinder la base de données alimentée à partir des essais sur piste en une base d'apprentissage et en une base de tests, de façon à rédûire la taille de la base de données 19 qui forme la base d'apprentissage. La base de données 19 est une base distincte du véhicule et est mise en oeuvre lors d'opérations d'initialisation du véhicule ou encore lors d'opérations de maintenance. io Sur la figure 3, sont illustrées les étapes de conception et d'apprentissage de l'estimateur à réseau de neurones. A l'étape 20, on effectue des essais permettant de générer les données pour renseigner la base de données 19 (cf. flèche à destination de la base 19 sur la figure 2), les données étant représentatives de zones de 15 fonctionnement intéressantes. II s'agit effectivement de parcourir de manière représentative l'espace de variation (ou tout du moins une partie) des entrées et sorties de l'estimateur. II peut être utile d'effectuer un nettoyage des données, par traitement du signal, par exemple pour supprimer les points aberrants, pour supprimer 20 les points redondants, pour re-synchroniser ou pour filtrer les données. À l'étape 21, on découpe les données en deux parties pour former une base de tests et une base d'apprentissage. À l'étape 22, on détermine les prétraitements devant être exécutés par le module de prétraitement 16 et le réseau de neurones 17 effectue les apprentissages à partir de la base 25 de données d'apprentissage. À l'étape 23, on teste la performance avec un ou plusieurs critères de validation, sur la base de test et sur la base d'apprentissage. À l'étape 24, on effectue le choix du réseau de neurones 17 et à l'étape 25, on effectue les caractérisations des performances et de tests sur le véhicule.
La flèche issue de la base 19 sur la figure 2 illustre de quelle manière les données de la base 19 sont utilisées pour l'apprentissage et la validation de l'estimateur 15. Entre les étapes 23 et 24, il peut être prévu un rebouclage 26 permettant de remonter à l'amont de l'étape 22 pour effectuer un certain nombre d'itérations avec des modifications éventuelles sur le nombre de neurones, les entrées, les sorties, le découpage en nombre de réseaux, l'architecture du ou des réseaux de neurones 17, le type d'apprentissage, les critères d'optimisation, etc. lo Ce processus itératif (rebouclage 26) permet d'élaborer l'estimateur souhaité (précision, robustesse), à moindre coût (nombre d'entrées, nombre de calculs, nombre et difficulté des essais, etc.). Entre les étapes 24 et 25, il peut être prévu un rebouclage 27 lorsqu'il s'avère que les données générées à l'étape 20 sont insuffisantes. On 1s repasse alors à l'étape 20 pour générer de nouvelles données appelées à remplacer les données précédemment acquises ou à les compléter afin d'établir un nombre de points de mesure suffisant. À titre d'exemple, on peut prévoir 5000 points de mesure dans la base d'apprentissage.
20 Lors de l'étape 23 de test, on peut prévoir des critères de choix pour sélectionner le jeu de paramètres permettant l'estimation la plus précise (par exemple en supprimant des points dont l'erreur est supérieure à 50 C, en recherchant une moyenne d'erreur proche de 5 C, ou encore en recherchant une erreur moyenne glissante faible).
25 Finalement, la mise en oeuvre de l'invention pour l'estimation de la température des gaz d'échappement est peu consommatrice des ressources du calculateur (charge de calcul, mémoire nécessaire), utilise un nombre restreint de paramètres, et peut ainsi être facilement implémentée. De plus, dès lors que la base de données utile à l'apprentissage est 30 suffisamment représentative de l'ensemble des conditions d'utilisation ultérieures, la température des gaz en amont ou en aval d'un système de post-traitement peut être estimée avec précision (de l'ordre de quelques degrés), et cela que ce soit en régime permanent ou transitoire. Enfin, l'association de l'invention avec un capteur physique permet soit de diagnostiquer le capteur soit d'utiliser des stratégies de recalage ou 5 d'adaptation pour la gestion des systèmes de post traitement. 25
Claims (10)
1. Procédé d'estimation d'une température des gaz d'échappement d'un moteur (1), caractérisé en ce qu'il met en oeuvre un estimateur (15) à réseau (17) de neurones pour fournir une estimation de température des gaz d'échappement en amont et/ou en aval d'au moins un système de post traitement (6) disposé dans la ligne d'échappement (5) du moteur.
2. Procédé selon la revendication précédente caractérisé en ce que le réseau de neurones (17) dispose d'une boucle de rétroaction retournant directement ou indirectement en entrée du réseau une ou plusieurs des grandeurs disponibles en sortie du réseau.
3. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'on fournit en entrée de l'estimateur (15) une information relative à la température des gaz en amont ou en aval du ou des systèmes de post traitement (6) disposés sur la ligne d'échappement (5) du moteur, l'estimateur fournissant en sortie l'estimation de la température des gaz d'échappement, respectivement, en aval d'un système de post traitement précédent ou en amont d'un système de post traitement suivant .
4. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'il met en oeuvre un post-traitement de l'estimation de température réalisée par le réseau de neurones.
5. Procédé selon la revendication précédente, caractérisé en ce qu'on réalise une rétroaction de la température (S) estimée, disponible en sortie du module de post traitement. 30
6. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'il met en oeuvre un prétraitement d'une ou plusieurs des variables enentrée de l'estimateur en réalisant des calculs basés sur des relations physiques connues.
7. Procédé selon l'une des revendications précédentes, caractérisé en ce s qu'il met en oeuvre un retraitement de certaines des grandeurs en sortie du réseau avant que celles-ci ne soient retournées, selon un rebouclage ainsi dit indirect, vers l'entrée du réseau.
8. Procédé selon l'une des revendications précédentes, caractérisé en ce io qu'il comporte une étape préalable d'apprentissage de l'estimateur à l'aide d'une base de données (19) représentatives de zones de fonctionnement prédéterminées.
9. Système d'estimation d'une température des gaz d'échappement d'un is moteur (1), caractérisé en ce qu'il comporte un estimateur (15) à réseau de neurones (17) pour fournir une estimation de température des gaz d'échappement en amont et/ou en aval d'au moins un système de post traitement (6) disposé dans la ligne d'échappement (5) du moteur. 20
10. Moteur (1) à combustion interne comportant un système d'estimation d'une température des gaz d'échappement selon la revendication 9.
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0512067A FR2893983B1 (fr) | 2005-11-29 | 2005-11-29 | Procede et systeme d'estimation d'une temperature des gaz d'echappement et moteur a combustion interne equipe d'un tel systeme |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0512067A FR2893983B1 (fr) | 2005-11-29 | 2005-11-29 | Procede et systeme d'estimation d'une temperature des gaz d'echappement et moteur a combustion interne equipe d'un tel systeme |
Publications (2)
Publication Number | Publication Date |
---|---|
FR2893983A1 true FR2893983A1 (fr) | 2007-06-01 |
FR2893983B1 FR2893983B1 (fr) | 2011-03-25 |
Family
ID=36441304
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
FR0512067A Expired - Fee Related FR2893983B1 (fr) | 2005-11-29 | 2005-11-29 | Procede et systeme d'estimation d'une temperature des gaz d'echappement et moteur a combustion interne equipe d'un tel systeme |
Country Status (1)
Country | Link |
---|---|
FR (1) | FR2893983B1 (fr) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020210727A1 (de) | 2020-08-25 | 2022-03-03 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zur Manipulationskennung an einer technischen Einrichtung in einem Kraftfahrzeug mithilfe Methoden künstlicher Intelligenz |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0877309A1 (fr) * | 1997-05-07 | 1998-11-11 | Ford Global Technologies, Inc. | Capteurs virtuels pour vehicules basés sur des réseaux neuronaux entrainés à partir de données générées par des modèles de simulation |
DE10203919A1 (de) * | 2002-01-31 | 2003-08-21 | Bayerische Motoren Werke Ag | Verfahren zur Rekonstruktion messbarer Grössen an einem System mit einer Brennkraftmaschine |
US20030216855A1 (en) * | 2002-05-15 | 2003-11-20 | Liang Cho Y. | NOx emission-control system using a virtual sensor |
FR2864155A1 (fr) * | 2003-12-19 | 2005-06-24 | Renault Sas | Procede et systeme d'estimation de la temperature de gaz d'echappement et moteur a combustion interne equipe d'un tel systeme |
-
2005
- 2005-11-29 FR FR0512067A patent/FR2893983B1/fr not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0877309A1 (fr) * | 1997-05-07 | 1998-11-11 | Ford Global Technologies, Inc. | Capteurs virtuels pour vehicules basés sur des réseaux neuronaux entrainés à partir de données générées par des modèles de simulation |
DE10203919A1 (de) * | 2002-01-31 | 2003-08-21 | Bayerische Motoren Werke Ag | Verfahren zur Rekonstruktion messbarer Grössen an einem System mit einer Brennkraftmaschine |
US20030216855A1 (en) * | 2002-05-15 | 2003-11-20 | Liang Cho Y. | NOx emission-control system using a virtual sensor |
FR2864155A1 (fr) * | 2003-12-19 | 2005-06-24 | Renault Sas | Procede et systeme d'estimation de la temperature de gaz d'echappement et moteur a combustion interne equipe d'un tel systeme |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102020210727A1 (de) | 2020-08-25 | 2022-03-03 | Robert Bosch Gesellschaft mit beschränkter Haftung | Verfahren und Vorrichtung zur Manipulationskennung an einer technischen Einrichtung in einem Kraftfahrzeug mithilfe Methoden künstlicher Intelligenz |
Also Published As
Publication number | Publication date |
---|---|
FR2893983B1 (fr) | 2011-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP1799983B1 (fr) | Procede et systeme ameliores d'estimation d'une temperature des gaz d'echappement et moteur a combustion interne equipe d'un tel systeme | |
FR3065990A1 (fr) | Procede de reactualisation d’une dynamique d’adaptation d’une valeur de richesse a une consigne dans un moteur | |
EP1687515B1 (fr) | Procede d'estimation de quantites de particules emises dans les gaz d'echappement d'un moteur diesel d'un vehicule automobile | |
EP2361349B1 (fr) | Procede d'estimation dynamique du debit d'air frais alimentant un moteur avec circuits egr haute et basse pression | |
FR2898936A1 (fr) | Procede d'estimation de la richesse d'un melange air/carburant | |
EP3234326A1 (fr) | Procédé de diagnostic d'un système de recirculation partielle des gaz d'échappement de moteur automobile | |
FR2893983A1 (fr) | Procede et systeme d'estimation d'une temperature des gaz d'echappement et moteur a combustion interne equipe d'un tel systeme | |
FR2829799A1 (fr) | Procede et dispositif de surveillance d'un signal de pression | |
FR2901840A1 (fr) | Procede et systeme de controle d'un dispositif de post-traitement des gaz d'echappement | |
FR2893982A1 (fr) | Procede et systeme d'estimation d'une temperature des gaz d'echappement en interne d'un systeme de post traitement | |
EP2507491B1 (fr) | Système et procédé d'estimation de la masse de particules stockées dans un filtre a particules de véhicule automobile | |
EP3067539B1 (fr) | Procédé de détermination de la vitesse de rotation du turbocompresseur d'un moteur à combustion interne de véhicule automobile | |
FR3115565A1 (fr) | Procédé et système de correction d’une mesure de débit d’air admis dans un moteur à combustion interne | |
EP1798403A1 (fr) | Procédé d'estimation de température de gaz d'échappement avant turbine | |
FR2864155A1 (fr) | Procede et systeme d'estimation de la temperature de gaz d'echappement et moteur a combustion interne equipe d'un tel systeme | |
EP4093956B1 (fr) | Estimateur et procédé d'estimation d'une température d'un flux de fluide traversant un moteur à combustion interne | |
FR2923537A1 (fr) | Systeme et procede d'estimation de la pression en aval d'une turbine de turbocompresseur et moteur thermique associe | |
FR3006375A1 (fr) | Systeme et procede de determination de la fraction massique de gaz frais dans le collecteur d'admission d'un moteur a combustion interne de vehicule automobile. | |
FR3090036A1 (fr) | Procede de correction d’une estimation des oxydes d’azote dans une ligne d’echappement | |
EP2765290B1 (fr) | Procédé d'estimation de la température des gaz d'échappement | |
FR3128974A1 (fr) | Procédé d’estimation à basse fréquence d’un débit de gaz d’échappement recyclés à l’admission d’un moteur à combustion interne | |
FR3129983A1 (fr) | procédé et un dispositif de contrôle moteur | |
EP2066892B1 (fr) | Systeme de commande d'un moteur à combustion interne de véhicule automobile comprenant un circuit de recirculation des gaz d'échappement du moteur muni d'une vanne de recirculation commandée | |
FR3136864A1 (fr) | Système et procédé de détermination d’une grandeur dans un système de motorisation de véhicule | |
FR2879243A1 (fr) | Systeme et procede d'estimation de la temperature des gaz de sortie d'un dispositif de post-traitement des gaz d'echappement d'un moteur a combustion interne de vehicule automobile |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PLFP | Fee payment |
Year of fee payment: 11 |
|
PLFP | Fee payment |
Year of fee payment: 12 |
|
ST | Notification of lapse |
Effective date: 20180731 |