JP2008539360A - ニューラルネットを使用した車両エンジンの制御方法 - Google Patents
ニューラルネットを使用した車両エンジンの制御方法 Download PDFInfo
- Publication number
- JP2008539360A JP2008539360A JP2008508271A JP2008508271A JP2008539360A JP 2008539360 A JP2008539360 A JP 2008539360A JP 2008508271 A JP2008508271 A JP 2008508271A JP 2008508271 A JP2008508271 A JP 2008508271A JP 2008539360 A JP2008539360 A JP 2008539360A
- Authority
- JP
- Japan
- Prior art keywords
- function
- efficiency
- engine
- determined
- neural network
- 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.)
- Ceased
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
- F02D41/02—Circuit arrangements for generating control signals
- F02D41/18—Circuit arrangements for generating control signals by measuring intake air flow
- F02D41/182—Circuit arrangements for generating control signals by measuring intake air flow for the control of a fuel injection device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B13/00—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion
- G05B13/02—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric
- G05B13/0265—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion
- G05B13/027—Adaptive control systems, i.e. systems automatically adjusting themselves to have a performance which is optimum according to some preassigned criterion electric the criterion being a learning criterion using neural networks only
-
- 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
- F02D41/0002—Controlling intake air
- F02D2041/001—Controlling intake air for engines with variable valve actuation
-
- 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
- F02D2200/04—Engine intake system parameters
- F02D2200/0411—Volumetric efficiency
-
- 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
- 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
- F02D41/2477—Methods of calibrating or learning characterised by the method used for learning
Abstract
Description
関連するガソリン質量は: Mpet=Mair*Ri/14.7
つまり、効果的な注入時間は:
このとき、
Vcyl=エンジンの単位容積(m3)
Ri=設定点濃度(s.u)
14.7=市販のガソリンの理論混合比(空気kg/ガソリンkg)
Qstat=固定のランプ圧におけるインジェクタの静止流量(kg/秒)
Pman=マニホールド圧
P0=流量0のときのマニホールド圧
Mair=エンジンに流入する空気の質量(kg)
Mpet=注入するガソリンの質量(kg)
ηfill=充填の容積効率(s.u)
このような、(放物線状又はその他の種類の)パラメータの原理による効率の決定は、複雑な多数のマッピング修正を含み、処理すべき物理的現象に関する情報を何も提供しない。
また、オン/オフ吸気カムシャフトを備えたエンジンにおいて二重マッピング修正を行うことが既知である。この場合、エンジンは位置によるマッピングを含み、カムシャフトシフタがオンであるかオフであるかはマニホールド内の圧力とエンジンの回転に応じて決まる。
最後に、連続的吸気カムシャフトシフタを備えたエンジンの、非常に複雑なマッピング修正が知られている。この場合、マッピングは、シフタの基準位置の圧力と回転数の関数として実行され、放物線状の修正が行われて関連する係数が圧力と回転とに応じてマッピングされる。
−効率がエンジンの回転数の関数として決定されること。
−効率がエンジンのマニホールド内圧力の関数として決定されること。
−効率が、吸気カムシャフトのタイミング設定点と、当該シャフトの位置の測定値との差異の関数として決定されること。
−効率が、排気カムシャフトのタイミング設定点と、当該シャフトの位置の測定値との差異の関数として決定されること。
−効率が、吸気バルブのリフト原理とバルブ位置との差異の関数として決定されること。
−効率が、排気バルブのリフト原理とバルブ位置との差異の関数として決定されること。
−効率が、エンジンの設定点のトルクと最大トルクとの比の関数として決定されること。
−基礎値が、吸気マニホールド内圧力及び/又はエンジン回転数の関数として決定されること。
−ネットが一の隠れ層を有すること。
−ネットの起動関数がtansig関数であること。
−ネットの起動関数が、等距離に位置しない点の間で離散化されること。
有利には、エンジンは吸気カムシャフト及び/又は排気カムシャフトの可変タイミング装置か、或いは吸気バルブ及び/又は排気バルブの可変リフト装置を備える。
本ネットの目的は、エンジンの空気充填容積効率を決定することであり、具体的にはこのパラメータのモデル化である。第一に、エンジンの名目基準タイミングを用いて調整した基準マッピングを用いて、基準充填値又は基礎充填値を決定する。次いで、ニューラルネットによってモデル化した充填修正値を使用し、この場合基礎値への加算により充填を修正する。こうして、エンジンの名目操作点と差異を有するエンジンの実際の充填特性が得られる。
図1の上部に示すように、この基準充填値はその後、ブロック6においてニューラルネットにより平行して決定される修正項を加えることにより、ブロック4において修正される。
−エンジン回転数の測定値
−エンジンの吸気マニホールド内圧力の測定値
−チューナによって選択された吸気カムシャフトのタイミング設定点の値と、このカムシャフトの実際の位置の測定値との差異
−チューナによって選択された排気カムシャフトのタイミング設定点の値と、このカムシャフトの実際の位置の測定値との差異
基礎値と修正項との合計により、モデル化される充填効率の最終的な値が求められる。
第一のグラフは、吸気シャフトの差異が、タイミングの設定点の位置と、このシャフトの実際の位置、例えば測定値との間で計算されることを示す。ブロック8でのこれら二つの値の減算により、このシャフト上におけるタイミングの差異を決定することができる。シャフトのシフトの値は、クランクシャフトの角度数で示されている。
−測定されたエンジンの回転数、並びに
−設定点のトルク(アクセルの位置、エンジンの回転数及びその他のパラメータにより運転者の希望を反映)と、エンジンに可能な最大トルク(基本的にエンジンの回転数及び気温に応じて決まる)との比
に基づくマッピングにより、ブロック10で事前に決定される。
排気シャフトに関するシフトの値は、全く同じように決定される。
まず、ブロック12において、これらの様々な入力が値−1と+1の間で正規化される。この正規化の段階が完了した後、これらの入力はニューラルネット6の隠れ層14の各ニューロンにおいて使用される。正確には、ニューロン入力の各々(e1=エンジン回転数、e2=マニホールド圧、e3=ΔCint、e4=ΔCexh)に重み付けを行う(回転数にはw1、マニホールド圧にはw2、等)。更に、層14層の各ニューロン18には、bで示すバイアスを掛ける。また、起動関数Faをニューロンの組全体に割り当てる。各ニューロン18は、一の出力データを提供し、このデータはSで示される。このデータSは、入力データ(ei値)にそれぞれの重み(wi値)を付けたものの線形結合であり、この結合が起動関数(Fa)に渡される。この操作は以下の数式を満たす:
S=Fa(Σiwi*ei+b)
各ニューロンの出力は、その後出力層20において使用され、そこで隠れ層14と同じ演算に従って(しかし異なる重み付け及び異なるバイアスを使用して)各ニューロンの出力の結合が行われる。
ブロック12で入力を−1と+1との間で正規化することにより、膨大な変数全体に亘る重み付け及びバイアスの最適化が可能になる。
隠れ層のニューロンの数を選択は、二つの基本的な制約の関数として行われなければならない。即ち、ニューラルネットによってモデル化された充填の精度と、エンジンの制御コンピュータによる実時間処理が許容可能な操作及び較正の回数である。
logsig関数及びtansig関数の曲線の形状を図4に示す。
関数の最適化の基準を選択することにより、連続関数を区分的線形関数に置換することにより生じるエラーを最小化することができる。注意すべきは、多数の等距離点に関数を離散化することからなる解決法は、較正の回数という点で高価であるために最良でないことである。等距離に位置しない点を使用する離散化を使用することにより、マッピングの大きさを縮小しながら出力データの精度を良好に保つことが有利であることが分かる。
連続関数と補間された関数の間の、第二微分計数の偏差を最小化することにより、点(本実施例では点の数は22に固定した)の位置を最適化した結果を、図5に示す。
−連続する正確なtansig関数
−等距離に位置する区切り点により線形に離散化されたtansig関数、及び
−連続する正確な関数の第二の微分計数と、離散化された関数の第二の微分計数との絶対値の偏差を最小化するように、位置を最適化した区切り点により線形に離散化されたtansig関数の、d2と呼ばれる第二の微分計数を表す。
連続的な、又は補間された第二の微分計数の正規化により、最適化された区切り点に対応する表を実際に実行する際にエラーが誘発されることに注意する必要がある。
つまり、ブロック30において、エンジンのデータベースが生成される。これは、ニューラルネット入力パラメータを完全なエンジンフィールド内にスキャンすることにより行われる。
次のブロック33では、データに基づく前処理(照合、クリーンアップ等)、並びに収束基準に従うニューラルネットのトレーニングの実現(二次方程式のエラー+標準偏差+他)が行われる。
このブロックが完了したら、必要に応じてブロック32と33の間の反復ループ36に戻り、データベース、トレーニングの種類、ニューロンの数等を修正する。
このブロックはブロック38に続き、ブロック38ではコンピュータへのニューラルネットのインストール、及び操作の間にパフォーマンスの特徴付けが行われる。
本発明の方法により、エンジンのフレームワーク内において、充填パラメータの修正を行う間の吸気及び排気カムシャフト各々の連続的なシフタを考慮することが可能となる。このようなデュアルカムシャフトシフタを備えたエンジンに対応する充填効率の予測は、マニホールド圧センサの補助により許容される空気の質量、吸気温度及びエンジン回転数を予測することにより行われる。これは、排気濃度プローブに関する情報を用いることにより、閉ループ注入時間修正外で、注入の最適な制御を補償することを可能にする。
tansig関数以外の起動関数を選択することができる。
Claims (15)
- エンジンの空気充填の容積効率(η)を決定する自動車の制御方法であって、効率の基礎値、及び補正値を人工ニューラルネット(6)によって決定し、当該基礎値及び当該補正値を一緒に加算することを特徴とする方法。
- 前記効率を、エンジン回転数(N)の関数として決定することを特徴とする、請求項1に記載の方法。
- 前記効率を、エンジンのマニホールド内の圧力(Pman)の関数として決定することを特徴とする、請求項1又は2に記載の方法。
- 前記効率を、吸気カムシャフトのタイミング設定点と、当該シャフトの位置の測定値との差異(ΔCint)の関数として決定することを特徴とする、請求項1ないし3のいずれか一項に記載の方法。
- 前記効率を、排気カムシャフトのタイミング設定点と、当該シャフトの位置の測定値との差異(ΔCexh)の関数として決定することを特徴とする、請求項1ないし4のいずれか一項に記載の方法。
- 前記効率を、吸気バルブのリフト原理と、当該バルブの位置との差異(ΔLint)の関数として決定することを特徴とする、請求項1ないし5のいずれか一項に記載の方法。
- 前記効率を、排気バルブのリフト原理と、当該バルブの位置との差異(ΔLexh)の関数として決定することを特徴とする、請求項1ないし5のいずれか一項に記載の方法。
- 前記効率を、エンジンの設定点のトルクと、最大トルクとの比(Tqi)の関数として決定することを特徴とする、請求項1ないし7のいずれか一項に記載の方法。
- 前記基礎値を、吸気マニホールド内の圧力及び/又はエンジン回転数の関数として決定することを特徴とする、請求項8に記載の方法。
- 前記ネット(6)が単一の隠れ層(18)を含むことを特徴とする、請求項1ないし9のいずれか一項に記載の方法。
- 前記ネット(6)の起動関数がtansig関数であることを特徴とする、請求項1ないし10のいずれか一項に記載の方法。
- 前記ネットの起動関数を、等距離に位置しない点の間で離散化することを特徴とする、請求項1ないし11のいずれか一項に記載の方法。
- エンジンの空気充填の容積効率を決定することができる制御部材であって、ニューラルネット(6)を含む制御部材を備えた自動車エンジンであって、当該効率の基礎値を決定し、ニューラルネット(6)による補正値を決定し、当該基礎値と当該補正値とを加算することを特徴とする、自動車エンジン。
- 吸気カムシャフト及び/又は排気カムシャフトの可変タイミング装置を備えることを特徴とする、請求項13に記載のエンジン。
- 吸気バルブ及び/又は排気バルブの可変リフト装置を備えることを特徴とする、請求項13又は14に記載のエンジン。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
FR0504285A FR2885175B1 (fr) | 2005-04-28 | 2005-04-28 | Procede de commande d'un moteur de vehicule mettant en oeuvre un reseau de neurones |
PCT/FR2006/050387 WO2006114550A1 (fr) | 2005-04-28 | 2006-04-25 | Procede de commande d'un moteur de vehicule mettant en œuvre un reseau de neurones |
Publications (1)
Publication Number | Publication Date |
---|---|
JP2008539360A true JP2008539360A (ja) | 2008-11-13 |
Family
ID=35376955
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2008508271A Ceased JP2008539360A (ja) | 2005-04-28 | 2006-04-25 | ニューラルネットを使用した車両エンジンの制御方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US7774127B2 (ja) |
EP (1) | EP1877658A1 (ja) |
JP (1) | JP2008539360A (ja) |
CN (1) | CN101198783B (ja) |
FR (1) | FR2885175B1 (ja) |
WO (1) | WO2006114550A1 (ja) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2009275679A (ja) * | 2008-05-19 | 2009-11-26 | Toyota Motor Corp | 内燃機関の吸気制御装置および内燃機関の自動適合装置 |
DE102014000397A1 (de) * | 2014-01-17 | 2015-07-23 | Fev Gmbh | Modellbasierte Zylinderfüllungserfassung für eine Brennkraftmaschine |
US10100773B2 (en) * | 2014-06-04 | 2018-10-16 | Ford Global Technologies, Llc | Method and system for dual fuel engine system |
DE102015214179B3 (de) * | 2015-07-27 | 2016-08-18 | Mtu Friedrichshafen Gmbh | Verfahren zur Kompensation eines Ventildrifts einer Brennkraftmaschine |
CN106401757B (zh) * | 2015-07-28 | 2019-07-05 | 长城汽车股份有限公司 | 发动机的断缸模式实现方法、系统及车辆 |
FR3046630B1 (fr) * | 2016-01-11 | 2018-01-12 | Peugeot Citroen Automobiles Sa | Procede d'estimation d'une masse d'air frais admise a l'interieur d'une chambre de combustion de moteur a combustion interne a levee de soupape variable |
US10161340B1 (en) * | 2017-10-02 | 2018-12-25 | GM Global Technology Operations LLC | Fuel injection system and method for a vehicle propulsion system |
JP6702380B2 (ja) * | 2018-09-14 | 2020-06-03 | トヨタ自動車株式会社 | 内燃機関の制御装置 |
JP6593560B1 (ja) | 2019-02-15 | 2019-10-23 | トヨタ自動車株式会社 | 内燃機関の失火検出装置、内燃機関の失火検出システム、データ解析装置、および内燃機関の制御装置 |
CN112859599B (zh) * | 2021-01-08 | 2022-07-19 | 淮阴工学院 | 一种物体传递凸轮控制系统 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0988685A (ja) * | 1995-09-29 | 1997-03-31 | Matsushita Electric Ind Co Ltd | 内燃機関の空燃比制御装置 |
JPH11294230A (ja) * | 1998-04-09 | 1999-10-26 | Yamaha Motor Co Ltd | エンジンの燃料噴射制御装置 |
JP2002130042A (ja) * | 2000-10-19 | 2002-05-09 | Denso Corp | 内燃機関の筒内充填空気量検出装置 |
JP2002180892A (ja) * | 2000-12-12 | 2002-06-26 | Toyota Motor Corp | 内燃機関の吸入空気量演算装置 |
JP2003328851A (ja) * | 2002-05-15 | 2003-11-19 | Caterpillar Inc | 内燃機関を診断、較正するシステムおよび方法 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE19547496C2 (de) * | 1995-12-19 | 2003-04-17 | Dierk Schroeder | Verfahren zur Regelung von Verbrennungsmotoren |
DE19914910A1 (de) * | 1999-04-01 | 2000-10-26 | Bayerische Motoren Werke Ag | Hybridmodell zur Modellierung eines Gesamtprozesses in einem Fahrzeug |
JP3991619B2 (ja) * | 2000-12-26 | 2007-10-17 | 日産自動車株式会社 | 内燃機関の空燃比制御装置 |
DE10242234B4 (de) * | 2002-09-12 | 2006-03-23 | Daimlerchrysler Ag | Verfahren zur Bestimmung einer Abgasrückführmenge für einen Verbrennungsmotor mit Abgasrückführung |
DE10242233B3 (de) * | 2002-09-12 | 2004-01-22 | Daimlerchrysler Ag | Verfahren zur Bestimmung einer Luftaufwandsänderung für einen Verbrennungsmotor |
US7321820B2 (en) * | 2006-01-30 | 2008-01-22 | Gm Global Technology Operations, Inc. | Model-based inlet air dynamics state characterization |
US7440838B2 (en) * | 2006-11-28 | 2008-10-21 | Gm Global Technology Operations, Inc. | Torque based air per cylinder and volumetric efficiency determination |
-
2005
- 2005-04-28 FR FR0504285A patent/FR2885175B1/fr not_active Expired - Fee Related
-
2006
- 2006-04-25 EP EP06743844A patent/EP1877658A1/fr not_active Withdrawn
- 2006-04-25 JP JP2008508271A patent/JP2008539360A/ja not_active Ceased
- 2006-04-25 CN CN2006800147090A patent/CN101198783B/zh not_active Expired - Fee Related
- 2006-04-25 US US11/912,937 patent/US7774127B2/en not_active Expired - Fee Related
- 2006-04-25 WO PCT/FR2006/050387 patent/WO2006114550A1/fr active Application Filing
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0988685A (ja) * | 1995-09-29 | 1997-03-31 | Matsushita Electric Ind Co Ltd | 内燃機関の空燃比制御装置 |
JPH11294230A (ja) * | 1998-04-09 | 1999-10-26 | Yamaha Motor Co Ltd | エンジンの燃料噴射制御装置 |
JP2002130042A (ja) * | 2000-10-19 | 2002-05-09 | Denso Corp | 内燃機関の筒内充填空気量検出装置 |
JP2002180892A (ja) * | 2000-12-12 | 2002-06-26 | Toyota Motor Corp | 内燃機関の吸入空気量演算装置 |
JP2003328851A (ja) * | 2002-05-15 | 2003-11-19 | Caterpillar Inc | 内燃機関を診断、較正するシステムおよび方法 |
Also Published As
Publication number | Publication date |
---|---|
FR2885175A1 (fr) | 2006-11-03 |
US7774127B2 (en) | 2010-08-10 |
US20090018752A1 (en) | 2009-01-15 |
FR2885175B1 (fr) | 2010-08-13 |
EP1877658A1 (fr) | 2008-01-16 |
CN101198783B (zh) | 2010-10-13 |
CN101198783A (zh) | 2008-06-11 |
WO2006114550A1 (fr) | 2006-11-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP2008539360A (ja) | ニューラルネットを使用した車両エンジンの制御方法 | |
JP3760911B2 (ja) | モデル作成方法、モデル作成プログラム及びシミュレーション装置 | |
US7941260B2 (en) | Rapid engine mapping and modeling | |
JP5280283B2 (ja) | 内燃機関の制御方法及びエンジン制御装置 | |
Hafner et al. | Fast neural networks for diesel engine control design | |
US8880321B2 (en) | Adaptive air charge estimation based on support vector regression | |
JP2008138630A (ja) | 内燃機関の制御装置 | |
US20210017923A1 (en) | Engine control device and neural network program provided therein | |
Isermann et al. | Design of computer controlled combustion engines | |
EP3124776A1 (en) | Control device for internal combustion engine | |
Wu et al. | Using artificial neural networks for representing the air flow rate through a 2.4 liter VVT engine | |
US20130220284A1 (en) | Air amount estimating apparatus for internal combustion engine with supercharger | |
JP4296872B2 (ja) | 車載エンジンの制御パラメータ適合方法及び制御パラメータ適合装置 | |
El Hadef et al. | Neural model for real-time engine volumetric efficiency estimation | |
de Nola et al. | A Model-Based Computer Aided Calibration Methodology Enhancing Accuracy, Time and Experimental Effort Savings Through Regression Techniques and Neural Networks | |
JP4042492B2 (ja) | エンジン制御パラメータの適合方法及び適合システム | |
JP5482718B2 (ja) | エンジン適合装置 | |
Zhu et al. | Model-based optimal combustion phasing control strategy for spark ignition engines | |
Zhai et al. | Radial-basis-function-based feedforward—feedback control for air—fuel ratio of spark ignition engines | |
Hao et al. | Dynamic indicated torque estimation for turbocharged diesel engines based on back propagation neural network | |
Wang et al. | Adaptive neural network model based predictive control of an internal combustion engine with a new optimization algorithm | |
Wu et al. | Using neural networks to compensate altitude effects on the air flow rate in variable valve timing engines | |
Krug et al. | Physical modelling and use of modern system identification for real-time simulation of spark ignition engines in all phases of engine development | |
JP4798056B2 (ja) | 内燃機関の燃料性状判定装置 | |
Castagné et al. | Engine calibration: towards an integrated approach. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20090120 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20100824 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20101122 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20110531 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110830 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20110906 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20110927 |
|
A602 | Written permission of extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A602 Effective date: 20111004 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20111028 |
|
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20120306 |
|
A045 | Written measure of dismissal of application [lapsed due to lack of payment] |
Free format text: JAPANESE INTERMEDIATE CODE: A045 Effective date: 20120731 |