JP2019138151A - 制御装置、制御方法、および制御プログラム - Google Patents
制御装置、制御方法、および制御プログラム Download PDFInfo
- Publication number
- JP2019138151A JP2019138151A JP2018019147A JP2018019147A JP2019138151A JP 2019138151 A JP2019138151 A JP 2019138151A JP 2018019147 A JP2018019147 A JP 2018019147A JP 2018019147 A JP2018019147 A JP 2018019147A JP 2019138151 A JP2019138151 A JP 2019138151A
- Authority
- JP
- Japan
- Prior art keywords
- control
- amount
- control amount
- state
- reward
- 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
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D35/00—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for
- F02D35/02—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions
- F02D35/023—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions by determining the cylinder pressure
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D35/00—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for
- F02D35/02—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions
- F02D35/023—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions by determining the cylinder pressure
- F02D35/024—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions by determining the cylinder pressure using an estimation
-
- 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
- F02D41/1404—Fuzzy logic 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
- F02D41/02—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
- F02D41/2451—Methods of calibrating or learning characterised by what is learned or calibrated
- F02D41/2454—Learning of the air-fuel ratio 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
- F02D41/2454—Learning of the air-fuel ratio control
- F02D41/2461—Learning of the air-fuel ratio control by learning a value and then controlling another value
-
- 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
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
-
- 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
- G05B23/00—Testing or monitoring of control systems or parts thereof
- G05B23/02—Electric testing or monitoring
- G05B23/0205—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults
- G05B23/0218—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults
- G05B23/0243—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model
- G05B23/0254—Electric testing or monitoring by means of a monitoring system capable of detecting and responding to faults characterised by the fault detection method dealing with either existing or incipient faults model based detection method, e.g. first-principles knowledge model based on a quantitative model, e.g. mathematical relationships between inputs and outputs; functions: observer, Kalman filter, residual calculation, Neural Networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
- G06N3/088—Non-supervised learning, e.g. competitive learning
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D41/00—Electrical control of supply of combustible mixture or its constituents
- F02D41/24—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means
- F02D41/26—Electrical control of supply of combustible mixture or its constituents characterised by the use of digital means using computer, e.g. microprocessor
- F02D41/28—Interface circuits
- F02D2041/286—Interface circuits comprising means for signal processing
- F02D2041/288—Interface circuits comprising means for signal processing for performing a transformation into the frequency domain, e.g. Fourier transformation
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02D—CONTROLLING COMBUSTION ENGINES
- F02D35/00—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for
- F02D35/02—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions
- F02D35/027—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions using knock sensors
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/14—Fourier, Walsh or analogous domain transformations, e.g. Laplace, Hilbert, Karhunen-Loeve, transforms
Landscapes
- Engineering & Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
Abstract
Description
次に、制御量探索部112は、観測部104により得られた今の状態に関するデータを取得する(ステップ606)。次に、制御量探索部112は、報酬を取得する(ステップ607)。報酬は、図2に示したステップ216において、状態ごとの報酬が算出されているため、制御量探索部112は、メモリから上記今の状態に対応する報酬を読み出せばよい。
102 センサ部
103 コントローラ
104 観測部
105 制御部
106 検出事前学習用データベース
107 検出学習モデルデータベース
108 算出事前学習用データベース
109 算出学習モデルデータベース
110 異常予兆検出部
111 報酬算出部
112 制御量探索部
113 基本制御量算出部。
Claims (9)
- センサが検知した制御対象の状態に基づいて、前記状態に関する量を算出する観測部と、前記状態に関する量を検出学習モデルに入力したときに得られる出力に基づいて、前記制御対象の異常予兆を検出する異常予兆検出部と、前記異常予兆の検出結果に基づいて、前記制御対象の動作の良否を評価した量である報酬を算出する報酬算出部と、運用時における前記状態に関するデータと、前記運用時における前記状態データを算出学習モデルに入力することで前記制御対象を制御する基準となる基本制御量を算出する基本制御量算出部と、前記基本制御量と、前記運用時における前記状態に関するデータと、前記報酬とに基づいて、前記報酬が所定の条件を満たす制御量を探索し、探索した前記制御量と当該制御量による制御を実行するための前記制御量とを出力する制御量探索部と、探索した前記制御量と前記制御量とに基づいて、前記制御対象への指令値を生成する制御部と、
を備えることを特徴とする制御装置。 - 請求項1に記載の制御装置であって、
前記観測部は、前記センサが検知した前記制御対象であるエンジンの筒内圧の状態に関する量を算出し、
前記異常予兆検出部は、前記エンジンの筒内圧の状態に関する量と、前記制御量とに基づいて、前記エンジンの筒内圧の異常予兆を検出し、
前記基本制御量算出部は、運用時における前記エンジンの筒内圧の状態に関するデータと、前記運用時の制御量とに基づいて、前記基本制御量を算出する、
ことを特徴とする制御装置。 - 請求項2に記載の制御装置であって、
前記異常予兆検出部は、前記エンジンの筒内圧の状態に関する量を、ニューラルネットワークにより構成される前記検出学習モデルに入力し、当該入力により得られた前記制御量を用いて前記制御対象の異常予兆を検出する、
ことを特徴とする制御装置。 - 請求項2に記載の制御装置であって、
前記基本制御量算出部は、前記運用時の前記エンジンの状態に関するデータを、ニューラルネットワークにより構成される前記算出学習モデルに入力し、当該入力により得られた前記制御量を用いて前記基本制御量を算出する、
ことを特徴とする制御装置。 - 請求項2に記載の制御装置であって、
前記制御量探索部は、前記基本制御量を基準として、前記運用時の前記状態に関するデータと前記運用時の前記状態における前記制御量とを対応付けた探索空間を生成し、生成した前記探索空間内で、前記報酬が所定の条件を満たす制御量を探索する、
ことを特徴とする制御装置。 - 請求項1に記載の制御装置であって、
前記報酬算出部は、前記異常予兆の検出結果が異常を予兆するものである場合には、前記評価した量として負の報酬を算出し、前記異常予兆の検出結果が異常を予兆するものでない場合には、前記評価した量として正の報酬を算出する、
ことを特徴とする制御装置。 - 請求項3に記載の制御装置であって、
前記異常予兆検出部は、前記エンジンの筒内圧の状態に関するデータをフーリエ変換して得られたパワースペクトルを、ニューラルネットワークにより構成される前記検出学習モデルに入力し、当該入力により得られた量を用いて前記制御対象の異常予兆を検出する、
ことを特徴とする制御装置。 - センサが検知した制御対象の状態に基づいて、前記状態に関する量を算出し、
前記状態に関する量を検出学習モデルに入力したときに得られた量に基づいて、前記制御対象の異常予兆を検出し、
前記異常予兆の検出結果に基づいて、前記制御対象の動作の良否を評価した量である報酬を算出し、
運用時における前記状態に関するデータを算出学習モデルに入力したときに得られた前記運用時の制御量に基づいて、前記制御対象を制御する基準となる基本制御量を算出し、
前記基本制御量と、前記運用時における前記状態に関するデータと、前記報酬とに基づいて、前記報酬が所定の条件を満たす制御量を探索し、探索した前記制御量と当該制御量による制御を実行するための制御パラメータとを出力し、
探索した前記制御量と前記制御パラメータとに基づいて、前記制御対象への指令値を生成する、
ことを特徴とする制御方法。 - コンピュータに、
センサが検知した制御対象の状態に基づいて、前記状態に関する量を算出する処理と、
前記状態に関する量を検出学習モデルに入力したときに得られた量に基づいて、前記制御対象の異常予兆を検出する処理と、
前記異常予兆の検出結果に基づいて、前記制御対象の動作の良否を評価した量である報酬を算出する処理と、
運用時における前記状態に関するデータを算出学習モデルに入力したときに得られた前記運用時の制御量に基づいて、前記制御対象を制御する基準となる基本制御量を算出する処理と、
前記基本制御量と、前記運用時における前記状態に関するデータと、前記報酬とに基づいて、前記報酬が所定の条件を満たす制御量を探索し、探索した前記制御量と当該制御量による制御を実行するための制御パラメータとを出力する処理と、
探索した前記制御量と前記制御パラメータとに基づいて、前記制御対象への指令値を生成する処理と、
を実行させることを特徴とする制御プログラム。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018019147A JP6919997B2 (ja) | 2018-02-06 | 2018-02-06 | 制御装置、制御方法、および制御プログラム |
US16/258,756 US10605188B2 (en) | 2018-02-06 | 2019-01-28 | Control device, control method, and control program |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018019147A JP6919997B2 (ja) | 2018-02-06 | 2018-02-06 | 制御装置、制御方法、および制御プログラム |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019138151A true JP2019138151A (ja) | 2019-08-22 |
JP6919997B2 JP6919997B2 (ja) | 2021-08-18 |
Family
ID=67476534
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018019147A Active JP6919997B2 (ja) | 2018-02-06 | 2018-02-06 | 制御装置、制御方法、および制御プログラム |
Country Status (2)
Country | Link |
---|---|
US (1) | US10605188B2 (ja) |
JP (1) | JP6919997B2 (ja) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021127753A (ja) * | 2020-02-17 | 2021-09-02 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
Families Citing this family (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6549644B2 (ja) * | 2017-06-27 | 2019-07-24 | ファナック株式会社 | 機械学習装置、ロボット制御システム及び機械学習方法 |
JP6744597B1 (ja) | 2019-10-18 | 2020-08-19 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
JP6705545B1 (ja) | 2019-10-18 | 2020-06-03 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
JP6809587B1 (ja) | 2019-10-18 | 2021-01-06 | トヨタ自動車株式会社 | 車両用制御装置 |
JP7331704B2 (ja) | 2020-01-09 | 2023-08-23 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、および車両用制御システム |
JP7243642B2 (ja) | 2020-01-09 | 2023-03-22 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
JP7287287B2 (ja) | 2020-01-09 | 2023-06-06 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
JP7205503B2 (ja) | 2020-01-22 | 2023-01-17 | トヨタ自動車株式会社 | 内燃機関の制御装置 |
JP7222366B2 (ja) * | 2020-01-27 | 2023-02-15 | トヨタ自動車株式会社 | 内燃機関の制御装置 |
JP7359011B2 (ja) | 2020-02-05 | 2023-10-11 | トヨタ自動車株式会社 | 内燃機関の制御装置 |
CN111749800B (zh) * | 2020-06-15 | 2021-09-10 | 天津大学 | 基于负载变化率主动观测的自学习转速控制方法 |
JP2024077168A (ja) * | 2022-11-28 | 2024-06-07 | トヨタ自動車株式会社 | 水素エンジンの制御装置 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0968146A (ja) * | 1995-09-01 | 1997-03-11 | Mitsubishi Electric Corp | 内燃機関制御装置 |
JPH11508666A (ja) * | 1996-04-19 | 1999-07-27 | ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング | 内燃機関のノック検出および制御装置 |
JP2008505378A (ja) * | 2004-06-25 | 2008-02-21 | エフ・エー・フアウ・モトーレンテヒニック・ゲゼルシヤフト・ミト・ベシユレンクテル・ハフツング | ニューラルネットを有する車両制御装置 |
Family Cites Families (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2717665B2 (ja) * | 1988-05-31 | 1998-02-18 | 株式会社豊田中央研究所 | 内燃機関の燃焼予測判別装置 |
US6957172B2 (en) * | 2000-03-09 | 2005-10-18 | Smartsignal Corporation | Complex signal decomposition and modeling |
US8275577B2 (en) * | 2006-09-19 | 2012-09-25 | Smartsignal Corporation | Kernel-based method for detecting boiler tube leaks |
JP4930389B2 (ja) | 2008-01-18 | 2012-05-16 | 三菱自動車工業株式会社 | 空燃比制御装置及び空燃比制御方法 |
US9429096B2 (en) * | 2011-09-15 | 2016-08-30 | Robert Bosch Gmbh | Predictive modeling and reducing cyclic variability in autoignition engines |
CN107615306A (zh) * | 2015-06-03 | 2018-01-19 | 三菱电机株式会社 | 推论装置和推论方法 |
US20180284735A1 (en) * | 2016-05-09 | 2018-10-04 | StrongForce IoT Portfolio 2016, LLC | Methods and systems for industrial internet of things data collection in a network sensitive upstream oil and gas environment |
US10616253B2 (en) * | 2017-11-13 | 2020-04-07 | International Business Machines Corporation | Anomaly detection using cognitive computing |
US11507846B2 (en) * | 2018-03-26 | 2022-11-22 | Nvidia Corporation | Representing a neural network utilizing paths within the network to improve a performance of the neural network |
-
2018
- 2018-02-06 JP JP2018019147A patent/JP6919997B2/ja active Active
-
2019
- 2019-01-28 US US16/258,756 patent/US10605188B2/en active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0968146A (ja) * | 1995-09-01 | 1997-03-11 | Mitsubishi Electric Corp | 内燃機関制御装置 |
JPH11508666A (ja) * | 1996-04-19 | 1999-07-27 | ローベルト ボツシユ ゲゼルシヤフト ミツト ベシユレンクテル ハフツング | 内燃機関のノック検出および制御装置 |
JP2008505378A (ja) * | 2004-06-25 | 2008-02-21 | エフ・エー・フアウ・モトーレンテヒニック・ゲゼルシヤフト・ミト・ベシユレンクテル・ハフツング | ニューラルネットを有する車両制御装置 |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021127753A (ja) * | 2020-02-17 | 2021-09-02 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
JP7314831B2 (ja) | 2020-02-17 | 2023-07-26 | トヨタ自動車株式会社 | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 |
Also Published As
Publication number | Publication date |
---|---|
US20190242319A1 (en) | 2019-08-08 |
US10605188B2 (en) | 2020-03-31 |
JP6919997B2 (ja) | 2021-08-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6919997B2 (ja) | 制御装置、制御方法、および制御プログラム | |
JP6914084B2 (ja) | ノック制御装置、ノック適合方法およびノック適合プログラム | |
JP5280283B2 (ja) | 内燃機関の制御方法及びエンジン制御装置 | |
US10331810B2 (en) | Method for determining a model of an output quantity of a technical system | |
Corti et al. | Automatic combustion phase calibration with extremum seeking approach | |
WO2018005996A1 (en) | System, device, and method for feature generation, selection, and classification for audio detection of anomalous engine operation | |
JP6610770B2 (ja) | Wiebe関数パラメータ同定装置、方法及びプログラム | |
Tsoutsanis et al. | An efficient component map generation method for prediction of gas turbine performance | |
JP2021067196A (ja) | 車両用制御データの生成方法、車両用制御装置、車両用制御システム、および車両用学習装置 | |
Gao et al. | Experimental comparisons of hypothesis test and moving average based combustion phase controllers | |
Jia et al. | Accelerometer-based combustion metrics reconstruction with radial basis function neural network for a 9 L diesel engine | |
JP6895399B2 (ja) | 機械制御装置 | |
CN114599870A (zh) | 使用神经网络的虚拟涡轮增压器速度传感器的系统和方法 | |
TW202143042A (zh) | 感測數據智能檢測方法與系統 | |
Zhang et al. | Real-time angular velocity-based misfire detection using artificial neural networks | |
CN112504689B (zh) | 发动机爆震检测方法、装置、设备及存储介质 | |
CN112682202B (zh) | 车辆用控制系统、装置、控制方法以及存储介质 | |
JP2018142200A (ja) | 状態推定方法、及び状態推定装置 | |
JP2020165330A (ja) | 原動機の状態判断方法及び状態判断プログラム | |
JP6834422B2 (ja) | 内燃機関パラメータ同定装置及び内燃機関パラメータ同定方法 | |
US20240160159A1 (en) | Control device for controlling a technical system, and method for configuring the control device | |
Momeni Movahed et al. | Normalized knock intensity determination based on the knock sensor analysis to have a fixed detection threshold at different operating conditions | |
KR102308072B1 (ko) | 학습 모델 기반의 가스 터빈 연소 시스템의 자동 튜닝을 위한 장치 및 이를 위한 방법 | |
US11994852B2 (en) | Method, controller, and computer product for reducing oscillations in a technical system | |
WO2024161441A1 (ja) | 情報処理装置、情報処理方法及びプログラム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20200325 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20210129 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210209 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210405 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20210427 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20210618 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20210706 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20210722 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6919997 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |