JP2019183698A - 車載電子制御ユニット - Google Patents
車載電子制御ユニット Download PDFInfo
- Publication number
- JP2019183698A JP2019183698A JP2018073122A JP2018073122A JP2019183698A JP 2019183698 A JP2019183698 A JP 2019183698A JP 2018073122 A JP2018073122 A JP 2018073122A JP 2018073122 A JP2018073122 A JP 2018073122A JP 2019183698 A JP2019183698 A JP 2019183698A
- Authority
- JP
- Japan
- Prior art keywords
- engine
- purification catalyst
- exhaust purification
- temperature
- concentration
- 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
-
- 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
-
- 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
- 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
- F01N9/00—Electrical control of exhaust gas treating apparatus
-
- 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
- G06N3/04—Architecture, e.g. interconnection topology
-
- 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
- G06N3/084—Backpropagation, e.g. using gradient descent
-
- 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
- F01N2560/00—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics
- F01N2560/02—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor
- F01N2560/022—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor for measuring or detecting CO or CO2
-
- 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
- F01N2560/00—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics
- F01N2560/02—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor
- F01N2560/023—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor for measuring or detecting HC
-
- 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
- F01N2560/00—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics
- F01N2560/06—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being a temperature sensor
-
- 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
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/04—Methods of control or diagnosing
- F01N2900/0402—Methods of control or diagnosing using adaptive learning
-
- 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
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/06—Parameters used for exhaust control or diagnosing
- F01N2900/08—Parameters used for exhaust control or diagnosing said parameters being related to the engine
-
- 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
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/06—Parameters used for exhaust control or diagnosing
- F01N2900/14—Parameters used for exhaust control or diagnosing said parameters being related to the exhaust gas
- F01N2900/1402—Exhaust gas composition
-
- 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
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/06—Parameters used for exhaust control or diagnosing
- F01N2900/14—Parameters used for exhaust control or diagnosing said parameters being related to the exhaust gas
- F01N2900/1404—Exhaust gas temperature
-
- 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
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/06—Parameters used for exhaust control or diagnosing
- F01N2900/16—Parameters used for exhaust control or diagnosing said parameters being related to the exhaust apparatus, e.g. particulate filter or catalyst
- F01N2900/1602—Temperature of exhaust gas apparatus
-
- 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
- F01N3/00—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust
- F01N3/08—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for rendering innocuous
- F01N3/10—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for rendering innocuous by thermal or catalytic conversion of noxious components of exhaust
-
- 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- General Health & Medical Sciences (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Biomedical Technology (AREA)
- General Physics & Mathematics (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Toxicology (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Exhaust Gas After Treatment (AREA)
Abstract
Description
2番目の本発明よれば、ニューラルネットワークを用いて内燃機関の排気浄化触媒の温度を予測する機械学習装置において、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度の関係を示す学習用データセットを取得し、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、取得された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みを学習し、学習済みのニューラルネットワークを用いて排気浄化触媒の温度を推定する機械学習装置が提供される。
4番目の発明によれば、ニューラルネットワークを用いて内燃機関の排気浄化触媒の温度を予測する電子制御ユニットにおいて、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度の関係を示す学習用データセットを取得し、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、取得された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みが学習された学習済みモデルの組み込まれた電子制御ユニットが提供される。
6番目の発明によれば、ニューラルネットワークを用いて内燃機関の排気浄化触媒の温度を予測する機械学習方法において、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度の関係を示す学習用データセットを取得し、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、取得された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みを学習し、学習済みのニューラルネットワークを学習済みモデルとして内部に組み込むことで電子制御ユニットを製造する電子制御ユニット製造方法が提供される。
機関回転数を取得する機関回転数取得部と、
機関の負荷率を取得する機関負荷率取得部と、
機関の空燃比を取得する空燃比取得部と、
機関の点火時期を取得する点火時期取得部と、
排気浄化触媒に流入する排気ガス中のHC又はCO濃度を取得する濃度取得部と、
排気浄化触媒の温度を取得する排気浄化触媒温度取得部と、
前記取得された機関回転数、機関負荷率、空燃比、点火時期、HC又はCO濃度および排気浄化触媒温度を用いてデータセットを作成するデータセット作成部と、
データセットに従って、排気浄化触媒の温度を学習する学習部と、
を備えることを特徴とする機械学習システムが提供される。
8番目の発明によれば、車両において、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度を示すデータを取得し、このデータをサーバに送信し、サーバにおいて、受信された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、受信された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みが学習された学習済みモデルが生成され、生成された学習済みモデルが車両に送信され、車両において、学習済みモデルを用いて、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度から内燃機関の排気浄化触媒の温度を予測する車載電子制御ユニットであって、
サーバが、
機関回転数を取得する機関回転数取得部と、
機関の負荷率を取得する機関負荷率取得部と、
機関の空燃比を取得する空燃比取得部と、
機関の点火時期を取得する点火時期取得部と、
排気浄化触媒に流入する排気ガス中のHC又はCO濃度を取得する濃度取得部と、
排気浄化触媒の温度を取得する排気浄化触媒温度取得部と、
前記取得された機関回転数、機関負荷率、空燃比、点火時期、HC又はCO濃度および排気浄化触媒温度を用いてデータセットを作成するデータセット作成部と、
データセットに従って、前記排気浄化触媒の温度を学習する学習部と、
を備える、車載電子制御ユニット。
8番目の発明によれば、教師データを用いて機械学習を行うことにより、内燃機関の排気浄化触媒の温度を予測する機械学習装置であって、
機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度から構成される状態変数を取得する状態取得部と、
前記状態変数によって構成される訓練データセットに従って、前記排気浄化触媒の温度を学習する学習部と、
を備えることを特徴とする、教師データを用いて機械学習を行う機械学習装置。
4番目の発明によれば、排気浄化触媒の温度を精度よく予測することが可能な電子制御ユニットが提供される。
5番目の発明によれば、排気浄化触媒の温度を精度よく予測することが可能な学習済みモデルが提供される。
6番目の発明によれば、排気浄化触媒の温度を精度よく予測することが可能な電子制御ユニットを製造する電子制御ユニット製造方法が提供される。
7番目の発明によれば、排気浄化触媒の温度を精度よく予測することが可能な機械学習システムが提供される。
8番目の発明によれば、排気浄化触媒の温度を精度よく予測することが可能な車載電子制御ユニットが提供される。
9番目の発明によれば、排気浄化触媒の温度を精度よく予測することが可能な、教師データを用いて機械学習を行う機械学習装置が提供される。
<ニューラルネットワークの概要>
<ニューラルネットワークによる関数の表現>
本実施例では活性化関数としてシグモイド関数を選択しているが、原理的には、単調に増加しかつ微分可能な関数であってもよい。シグモイド関数を用いる理由は、後述する誤差関数(コスト関数)の極小値(あるいは最小値)を用いる際に、解析的に求めることが困難な場合に勾配降下法を用いるが、当該勾配降下法を適用する際に、後述する誤差逆伝搬法を用いることにより計算を容易にするためである。したがって勾配降下法による計算が可能であればシグモイド関数でなくてもよい。更に勾配降下法を用いるのは、解析的に計算できないためであるが、解析的に計算可能な場合は、勾配降下法を用いる必要はない。
<ニューラルネットワークにおける学習>
<本発明による実施例>
なお、学習用データセットと精度を検証するテストデータは全データの中から、適宜組合せたデータを選択することができる。また、本実施例ではホールドアウト検証法を用いているが、交差検証法を用いて、機械学習の検証を行ってもよい。
本機械学習は回帰問題として連続値となる出力を扱っているが、出力が有限個の離散カテゴリとなる分類問題(多クラス分類)として考えることもできる。具体的には出力として複数のクラスを用意し、その各クラスと触媒の温度を対応させてやればよい。
また、機械学習のうち教師あり学習にはニューラルネットワークだけでなく、ランダムフォレスト、サポートベクターマシン、k近傍法等の種々の方法がある。これらモデルはあくまで特徴ベクトルによって張られる特徴空間において境界線を張り、決定境界を効率よく求めるアルゴリズムという点で共通する。すなわちニューラルネットワークで推定が可能であるならば、他の教師あり学習のモデルでも機械学習が可能である。
また、機械学習として教師あり学習を用いる代わりに、半教師あり学習を用いることもできる。
2 燃焼室
3 点火栓
4 燃料噴射弁
12 スロットル弁
23 圧力センサ
24 温度センサ
25 空燃比センサ
26 HC濃度センサ、CO濃度センサ
27 温度センサ
30 電子制御ユニット
サーバが、
機関回転数を取得する機関回転数取得部と、
機関の負荷率を取得する機関負荷率取得部と、
機関の空燃比を取得する空燃比取得部と、
機関の点火時期を取得する点火時期取得部と、
排気浄化触媒に流入する排気ガス中のHC又はCO濃度を取得する濃度取得部と、
排気浄化触媒の温度を取得する排気浄化触媒温度取得部と、
前記取得された機関回転数、機関負荷率、空燃比、点火時期、HC又はCO濃度および排気浄化触媒温度を用いてデータセットを作成するデータセット作成部と、
データセットに従って、前記排気浄化触媒の温度を学習する学習部と、
を備える、車載電子制御ユニットが提供される。
Claims (12)
- 内燃機関の排気浄化触媒の温度を予測するニューラルネットワークを用いた機械学習装置であって、
機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度から構成される状態変数を取得する状態取得部と、
前記状態変数によって構成される訓練データセットに従って、前記排気浄化触媒の温度を学習する学習部と、
を備えることを特徴とするニューラルネットワークを用いた機械学習装置。 - ニューラルネットワークを用いて内燃機関の排気浄化触媒の温度を予測する機械学習装置において、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度の関係を示す学習用データセットを取得し、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、取得された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みを学習し、学習済みのニューラルネットワークを用いて排気浄化触媒の温度を推定する機械学習装置。
- 上記排気浄化触媒に流入する排気ガス中のHC又はCO濃度が推定値であり、学習用データセットから取得された機関回転数、機関の負荷率、機関の空燃比をニューラルネットワークの入力パラメータとすると共に、学習用データセットから取得された排気浄化触媒に流入する排気ガス中のHC又はCO濃度を教師データとしてニューラルネットワークの重みを学習し、この学習済みのニューラルネットワークを用いて該排気浄化触媒に流入する排気ガス中のHC又はCO濃度の推定値が求められる請求項2に記載の機械学習装置。
- 内燃機関が電子制御ユニットを具備しており、該電子制御ユニットが、機関の運転に関係する入力パラメータの値を取得する入力パラメータ値取得部と、入力層、隠れ層および出力層からなるニューラルネットワークを用いて演算を行う演算部と、記憶部とを具備しており、該入力パラメータ値取得部が、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度を取得すると共に、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度の関係が、学習用データセットとして該記憶部に記憶され、該記憶部に学習用データセットとして記憶されている機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力層に入力すると共に、該記憶部に学習用データセットとして記憶されている排気浄化触媒の温度を教師データとしてニューラルネットワークの重みを学習し、学習済みのニューラルネットワークの出力層から排気浄化触媒の温度の推定値を出力させる請求項2に記載の機械学習装置。
- 上記排気浄化触媒に流入する排気ガス中のHC又はCO濃度が推定値であり、学習用データセットから取得された機関回転数、機関の負荷率、機関の空燃比をニューラルネットワークの入力層に入力すると共に、学習用データセットから取得された排気浄化触媒に流入する排気ガス中のHC又はCO濃度を教師データとしてニューラルネットワークの重みを学習し、この学習済みのニューラルネットワークを用いて該排気浄化触媒に流入する排気ガス中のHC又はCO濃度の推定値が求められる請求項4に記載の機械学習装置。
- ニューラルネットワークを用いて内燃機関の排気浄化触媒の温度を予測する機械学習方法において、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度の関係を示す学習用データセットを取得し、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、取得された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みを学習し、学習済みのニューラルネットワークを用いて排気浄化触媒の温度を推定する機械学習方法。
- ニューラルネットワークを用いて内燃機関の排気浄化触媒の温度を予測する電子制御ユニットにおいて、
機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度の関係を示す学習用データセットを取得し、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、取得された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みが学習された学習済みモデルの組み込まれた電子制御ユニット。 - ニューラルネットワークを用いて内燃機関の排気浄化触媒の温度を予測するプログラムにおいて、
機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度の関係を示す学習用データセットを取得し、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、取得された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みが学習された学習済みモデル。 - ニューラルネットワークを用いて内燃機関の排気浄化触媒の温度を予測する機械学習方法において、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度の関係を示す学習用データセットを取得し、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、取得された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みを学習し、学習済みのニューラルネットワークを学習済みモデルとして内部に組み込むことで電子制御ユニットを製造する電子制御ユニット製造方法。
- 内燃機関の排気浄化触媒の温度を予測する機械学習システムであって、
機関回転数を取得する機関回転数取得部と、
機関の負荷率を取得する機関負荷率取得部と、
機関の空燃比を取得する空燃比取得部と、
機関の点火時期を取得する点火時期取得部と、
排気浄化触媒に流入する排気ガス中のHC又はCO濃度を取得する濃度取得部と、
排気浄化触媒の温度を取得する排気浄化触媒温度取得部と、
前記取得された機関回転数、機関負荷率、空燃比、点火時期、HC又はCO濃度および排気浄化触媒温度を用いてデータセットを作成するデータセット作成部と、
前記データセットに従って、前記排気浄化触媒の温度を学習する学習部と、
を備えることを特徴とする機械学習システム。 - 車両において、機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度を示すデータを取得し、該データをサーバに送信し、該サーバにおいて、受信された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度をニューラルネットワークの入力パラメータとすると共に、受信された排気浄化触媒の温度を教師データとしてニューラルネットワークの重みが学習された学習済みモデルが生成され、生成された学習済みモデルが車両に送信され、車両において、学習済みモデルを用いて、取得された機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度から内燃機関の排気浄化触媒の温度を予測する車載電子制御ユニットであって、
該サーバが、
機関回転数を取得する機関回転数取得部と、
機関の負荷率を取得する機関負荷率取得部と、
機関の空燃比を取得する空燃比取得部と、
機関の点火時期を取得する点火時期取得部と、
排気浄化触媒に流入する排気ガス中のHC又はCO濃度を取得する濃度取得部と、
排気浄化触媒の温度を取得する排気浄化触媒温度取得部と、
前記取得された機関回転数、機関負荷率、空燃比、点火時期、HC又はCO濃度および排気浄化触媒温度を用いてデータセットを作成するデータセット作成部と、
前記データセットに従って、前記排気浄化触媒の温度を学習する学習部と、
を備える、車載電子制御ユニット。 - 教師データを用いて機械学習を行うことにより、内燃機関の排気浄化触媒の温度を予測する機械学習装置であって、
機関回転数、機関の負荷率、機関の空燃比、機関の点火時期、排気浄化触媒に流入する排気ガス中のHC又はCO濃度および排気浄化触媒の温度から構成される状態変数を取得する状態取得部と、
前記状態変数によって構成される訓練データセットに従って、前記排気浄化触媒の温度を学習する学習部と、
を備えることを特徴とする、教師データを用いて機械学習を行う機械学習装置。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018073122A JP6477951B1 (ja) | 2018-04-05 | 2018-04-05 | 車載電子制御ユニット |
US15/987,172 US10635976B2 (en) | 2018-04-05 | 2018-05-23 | Machine learning system for estimating a temperature of an exhaust purification catalyst |
US16/787,640 US20200175369A1 (en) | 2018-04-05 | 2020-02-11 | Machine learning device, machine learning method, electronic control unit and method of production of same, learned model, and machine learning system |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018073122A JP6477951B1 (ja) | 2018-04-05 | 2018-04-05 | 車載電子制御ユニット |
Publications (2)
Publication Number | Publication Date |
---|---|
JP6477951B1 JP6477951B1 (ja) | 2019-03-06 |
JP2019183698A true JP2019183698A (ja) | 2019-10-24 |
Family
ID=65655778
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018073122A Active JP6477951B1 (ja) | 2018-04-05 | 2018-04-05 | 車載電子制御ユニット |
Country Status (2)
Country | Link |
---|---|
US (2) | US10635976B2 (ja) |
JP (1) | JP6477951B1 (ja) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102021109192A1 (de) | 2020-04-24 | 2021-10-28 | Toyota Jidosha Kabushiki Kaisha | Fahrzeug-steuereinheit, verfahren, und computerprogramm zur steuerung eines fahrzeugs |
DE102021114514A1 (de) | 2020-06-08 | 2021-12-09 | Toyota Jidosha Kabushiki Kaisha | Fahrzeug, modelltrainingssystem und server |
DE102021114119A1 (de) | 2020-06-11 | 2021-12-16 | Toyota Jidosha Kabushiki Kaisha | Vorrichtung für maschinelles lernen, system für maschinelles lernen, verfahren für maschinelles lernen und programm |
DE102021120257A1 (de) | 2020-08-07 | 2022-02-10 | Toyota Jidosha Kabushiki Kaisha | Server, steuervorrichtung für ein fahrzeug und maschinelles lernsystem für ein fahrzeug |
DE102021118579A1 (de) | 2020-08-20 | 2022-02-24 | Toyota Jidosha Kabushiki Kaisha | Maschinenlernvorrichtung |
DE102021118606A1 (de) | 2020-08-24 | 2022-02-24 | Toyota Jidosha Kabushiki Kaisha | Modelllernsystem, Modelllernverfahren und Server |
DE102021118572A1 (de) | 2020-08-20 | 2022-02-24 | Toyota Jidosha Kabushiki Kaisha | Maschinenlernvorrichtung und Maschinenlernsystem |
DE102021118615A1 (de) | 2020-09-03 | 2022-03-03 | Toyota Jidosha Kabushiki Kaisha | Lernvorrichtung und Modell-Lernsystem |
US11377110B2 (en) | 2020-10-12 | 2022-07-05 | Toyota Jidosha Kabushiki Kaisha | Machine learning device |
WO2023008547A1 (ja) * | 2021-07-30 | 2023-02-02 | 株式会社堀場製作所 | 車両要素レスポンス学習方法、車両要素レスポンス算出方法、車両要素レスポンス学習システム、及び、車両要素レスポンス学習プログラム |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2019116881A (ja) * | 2017-12-27 | 2019-07-18 | トヨタ自動車株式会社 | 内燃機関の制御装置 |
JP6501018B1 (ja) * | 2018-04-20 | 2019-04-17 | トヨタ自動車株式会社 | 未燃燃料量の機械学習装置 |
JP6547991B1 (ja) * | 2019-02-20 | 2019-07-24 | トヨタ自動車株式会社 | 触媒温度推定装置、触媒温度推定システム、データ解析装置、および内燃機関の制御装置 |
US11427210B2 (en) * | 2019-09-13 | 2022-08-30 | Toyota Research Institute, Inc. | Systems and methods for predicting the trajectory of an object with the aid of a location-specific latent map |
CN111461263A (zh) * | 2020-05-19 | 2020-07-28 | 昆明理工大学 | 一种基于emd-rf的变压器油中溶解气体浓度预测方法 |
CN116964304A (zh) * | 2021-03-08 | 2023-10-27 | 巴斯夫公司 | 用于提供催化剂的维护建议的系统、方法和计算机可读介质 |
CN114483271B (zh) * | 2021-12-30 | 2022-09-30 | 特斯联科技集团有限公司 | 基于人工智能的车辆尾气余热回收系统 |
US20230304430A1 (en) * | 2022-03-25 | 2023-09-28 | Ford Global Technologies, Llc | System and methods for estimating emissions |
CN114856779B (zh) * | 2022-04-18 | 2023-06-06 | 东风柳州汽车有限公司 | 催化器温度检测方法、装置、设备及存储介质 |
CN117395697A (zh) * | 2022-06-27 | 2024-01-12 | 中兴通讯股份有限公司 | 通信负荷预测的方法、计算机可读介质 |
Family Cites Families (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7035834B2 (en) * | 2002-05-15 | 2006-04-25 | Caterpillar Inc. | Engine control system using a cascaded neural network |
JP2004346877A (ja) | 2003-05-23 | 2004-12-09 | Toyota Motor Corp | 内燃機関の排気浄化装置 |
JP4535287B2 (ja) | 2006-05-19 | 2010-09-01 | 三菱自動車工業株式会社 | 触媒温度推定装置 |
JP2007315340A (ja) * | 2006-05-29 | 2007-12-06 | Toyota Motor Corp | 内燃機関の特性パラメータ計測方法 |
JP5149988B2 (ja) * | 2009-03-27 | 2013-02-20 | 本田技研工業株式会社 | プラントの制御装置 |
JP5442551B2 (ja) * | 2010-07-20 | 2014-03-12 | 本田技研工業株式会社 | 触媒温度予測装置 |
JP2016166540A (ja) * | 2015-03-09 | 2016-09-15 | いすゞ自動車株式会社 | 排気浄化システム |
KR101974357B1 (ko) * | 2017-04-17 | 2019-09-05 | 현대자동차주식회사 | 하이브리드 자동차 및 그를 위한 엔진 제어 방법 |
-
2018
- 2018-04-05 JP JP2018073122A patent/JP6477951B1/ja active Active
- 2018-05-23 US US15/987,172 patent/US10635976B2/en not_active Expired - Fee Related
-
2020
- 2020-02-11 US US16/787,640 patent/US20200175369A1/en not_active Abandoned
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11365696B2 (en) | 2020-04-24 | 2022-06-21 | Toyota Jidosha Kabushiki Kaisha | Vehicle controller, method, and computer program for controlling vehicle |
DE102021109192A1 (de) | 2020-04-24 | 2021-10-28 | Toyota Jidosha Kabushiki Kaisha | Fahrzeug-steuereinheit, verfahren, und computerprogramm zur steuerung eines fahrzeugs |
DE102021114514A1 (de) | 2020-06-08 | 2021-12-09 | Toyota Jidosha Kabushiki Kaisha | Fahrzeug, modelltrainingssystem und server |
DE102021114119A1 (de) | 2020-06-11 | 2021-12-16 | Toyota Jidosha Kabushiki Kaisha | Vorrichtung für maschinelles lernen, system für maschinelles lernen, verfahren für maschinelles lernen und programm |
DE102021120257A1 (de) | 2020-08-07 | 2022-02-10 | Toyota Jidosha Kabushiki Kaisha | Server, steuervorrichtung für ein fahrzeug und maschinelles lernsystem für ein fahrzeug |
DE102021118572A1 (de) | 2020-08-20 | 2022-02-24 | Toyota Jidosha Kabushiki Kaisha | Maschinenlernvorrichtung und Maschinenlernsystem |
DE102021118579A1 (de) | 2020-08-20 | 2022-02-24 | Toyota Jidosha Kabushiki Kaisha | Maschinenlernvorrichtung |
US11472420B2 (en) | 2020-08-20 | 2022-10-18 | Toyota Jidosha Kabushiki Kaisha | Machine learning device and machine learning system |
US11675999B2 (en) | 2020-08-20 | 2023-06-13 | Toyota Jidosha Kabushiki Kaisha | Machine learning device |
DE102021118606A1 (de) | 2020-08-24 | 2022-02-24 | Toyota Jidosha Kabushiki Kaisha | Modelllernsystem, Modelllernverfahren und Server |
JP2022036586A (ja) * | 2020-08-24 | 2022-03-08 | トヨタ自動車株式会社 | モデル学習システム及びサーバ |
DE102021118615A1 (de) | 2020-09-03 | 2022-03-03 | Toyota Jidosha Kabushiki Kaisha | Lernvorrichtung und Modell-Lernsystem |
US11820398B2 (en) | 2020-09-03 | 2023-11-21 | Toyota Jidosha Kabushiki Kaisha | Learning apparatus and model learning system |
US11377110B2 (en) | 2020-10-12 | 2022-07-05 | Toyota Jidosha Kabushiki Kaisha | Machine learning device |
WO2023008547A1 (ja) * | 2021-07-30 | 2023-02-02 | 株式会社堀場製作所 | 車両要素レスポンス学習方法、車両要素レスポンス算出方法、車両要素レスポンス学習システム、及び、車両要素レスポンス学習プログラム |
Also Published As
Publication number | Publication date |
---|---|
US20190311262A1 (en) | 2019-10-10 |
JP6477951B1 (ja) | 2019-03-06 |
US10635976B2 (en) | 2020-04-28 |
US20200175369A1 (en) | 2020-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6477951B1 (ja) | 車載電子制御ユニット | |
JP6501018B1 (ja) | 未燃燃料量の機械学習装置 | |
JP6702390B2 (ja) | 車両用駆動装置の制御装置、車載電子制御ユニット、学習済みモデル、機械学習システム、車両用駆動装置の制御方法、電子制御ユニットの製造方法及び出力パラメータ算出装置 | |
CN110118130B (zh) | 内燃机的控制装置 | |
CN111022206B (zh) | 车辆用驱动装置的控制装置及方法、车载电子控制单元 | |
JP6146192B2 (ja) | 診断装置 | |
US20130078725A1 (en) | Engine catalyst diagnostics | |
JP6699702B2 (ja) | 内燃機関の制御装置及びその制御方法、並びに内燃機関を制御するための学習モデル及びその学習方法 | |
US7664593B2 (en) | Method and system for estimating exhaust gas temperature and internal combustion engine equipped with such a system | |
Fischer | Transient NOx estimation using artificial neural networks | |
JP2020056378A (ja) | 内燃機関の制御装置 | |
Sidorow et al. | Model based fault detection of the air and exhaust path of diesel engines including turbocharger models | |
CN111164292B (zh) | 用于求取燃烧马达的燃烧废气中的炭黑浓度的方法和装置 | |
JP2010096021A (ja) | 内燃機関の燃焼状態診断装置 | |
JP2021071104A (ja) | 触媒状態推定装置、触媒の状態を推定する方法、及びコンピュータプログラム | |
JP2010096019A (ja) | 内燃機関の空燃比制御装置の異常診断装置 | |
JP2019143477A (ja) | 内燃機関の制御装置 | |
JP2019148243A (ja) | 内燃機関の制御装置 | |
Sidorow et al. | Model based fault diagnosis of the intake and exhaust path of turbocharged diesel engines | |
Fravolini et al. | Comparative analysis of performance of neural estimators for diagnostics in engine emission system | |
JP2020045821A (ja) | 内燃機関の制御装置 | |
US11840974B2 (en) | Intelligent mass air flow (MAF) prediction system with neural network | |
WO2021255988A1 (ja) | 内燃機関の制御装置 | |
JP2009287531A (ja) | 内燃機関の空燃比制御装置 | |
JP2018062913A (ja) | 内燃機関のモデリング装置及び制御装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20180412 |
|
A871 | Explanation of circumstances concerning accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A871 Effective date: 20180530 |
|
A975 | Report on accelerated examination |
Free format text: JAPANESE INTERMEDIATE CODE: A971005 Effective date: 20180806 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20180814 |
|
A601 | Written request for extension of time |
Free format text: JAPANESE INTERMEDIATE CODE: A601 Effective date: 20180828 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20181213 |
|
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: 20190108 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20190121 |
|
R151 | Written notification of patent or utility model registration |
Ref document number: 6477951 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R151 |