KR20070061568A - 배기 가스 온도를 평가하는 개선된 방법 및 시스템과이러한 시스템이 탑재된 내연 기관 - Google Patents

Abstract

본 발명은 내연 기관 배기 가스의 온도를 평가하는 방법에 관한 것으로서, 이 방법은 신경망 출력에서의 하나 이상의 양을 신경망 입력에 직접 또는 간접으로 돌려보내는 피드백 루프가 제공되는 신경망(17)을 가진 평가기(15)를 이용한다. 본 발명은 또한 배기 가스 온도를 평가하는 시스템 및 이러한 시스템이 탑재된 엔진에 관한 것이다.

Description

배기 가스 온도를 평가하는 개선된 방법 및 시스템과 이러한 시스템이 탑재된 내연 기관{IMPROVED METHOD AND SYSTEM FOR ESTIMATING EXHAUST GAS TEMPERATURE AND INTERNAL COMBUSTION ENGINE EQUIPPED WITH SUCH A SYSTEM}

본 발명은 내연 기관의 제어 분야에 관한 것으로, 특히, 엔진 배기 매니폴드의 하류측에 배치되어 있는 배기 장치에 관한 것이다.

본 발명은 보다 자세하게는, 배기 가스 온도를 평가하는 방법 및 시스템과, 이러한 시스템이 탑재되어 있는 내연 기관과 차량에 관한 것이다.

일반적으로, 자동차 오염 가스 배출을 처리하기 위하여, 가스 후처리 시스템이 엔진 배기 라인에 위치되어 있다.

이들 시스템은 일산화탄소, 불연소 탄화수소 뿐만 아니라 미립자들 및 질소 산화물의 배출을 감소시키도록 설계된다.

이들 시스템의 일부는 이들이 오염물질 저장 단계와 트랩 재생 단계(즉, 저장된 오염 물질을 오염되지 않은 물질로 변환하는 것)를 번갈아 수행한다는 점에서 간헐적으로 또는 교대로 동작한다.

모든 오염물질의 처리를 최적화하기 위해서는, 저장 단계와 재생 단계를 가능한 한 엄격하게 제어하는 것이 필요하다. 구체적으로는, 시간에 걸쳐 트랩된 양(mass)(즉, 미립자 필터의 경우에 미립자들의 양, 질소 산화물 트랩의 경우에 질소 산화물의 양)을 평가하는 것이 필요하다.

이와 마찬가지로, 재생 단계 동안에 변환된 양의 시간에 따른 변화량을 판정하는 것이 필요하다.

실제로, 저장 단계 및/또는 재생 단계 동안의 이들 양의 변화율은 이들 트랩의 유지 온도와 가스가 이들 트랩을 통과할 때의 온도에 직접 의존한다. 따라서, 이들 트랩에 진입하는 가스의 온도를 판정, 아니면 제어하는 시도가 이루어지고 있다.

또한, 엔진과 이 엔진의 동작 모드의 복잡도가 증가함에 따라 점점 정교한 전자 관리 수단을 요구하게 되고, 이에 따라서, 측정 및 평가 수단의 갯수도 증가하고 있다. 그러나, 수많은 물리량을 직접 측정할 수 없거나 또는 필요 센서가 너무 고가이거나 심지어 적합하지도 않은 경우가 발생한다.

따라서, 트랩의 재생을 제어하고 엔진 자체를 제어하기 위해서는, 엔진 배기 가스의 온도를 알 필요가 있어 보인다. 따라서, 과급 엔진의 터빈의 하류측에 위치된 후처리 시스템에 진입하는 배기 가스 온도의 정확한 평가값을 구하는 것이 특히 유용한 것임을 입증할 수 있다.

배기 가스의 물리적 및/또는 화학적 처리를 위한 장치의 상류측 가스 온도를 판정하기 위하여, 현재, 온도 센서의 이용이나, 온보드 전자 컴퓨터에 의해 구현되는 온도 평가 모델의 이용이 행해지고 있다.

그러나, 배기 라인에 위치된 센서의 이용은 많은 결함을 갖는다.

실제로, 센서의 정확도는 동작 범위에 반비례하는데, 즉, 측정할 온도 범위가 넓을수록, 측정 정확도는 낮아진다. 더욱이, 이 정확도는 센서의 열적 노화와 오염으로 표류할 수 있다.

또한, 센서의 이용 비용이 고가일 수 있다. 실제로, 센서의 고유 비용과, 접속부들의 비용, 컴퓨터에서의 입력 포트의 비용, 소프트웨어 드라이버의 비용을 결합할 필요가 있다.

또한, 센서의 동작 상태를 진단하기 위한 적절한 수단을 가질 필요가 있다.

또한, 모델들의 이용은 결함을 갖는다. 이들 모델은 일반적으로 정상 상태 조건에서 신뢰성이 있지만 비정상 상태 조건에서는 다소 신뢰성이 저하한다. 그 외에도, 이들 모델에 요구되는 수많은 파라미터(물리적 파라미터, 상태 변수)가 엔진에 대한 식별이나 측정을 어렵게 한다.

또한, 이들 모델은 대부분의 시간 동안 계산 부하나 메모리 자원 관점에서 너무 "과도한 부담을 주어" 전자적인 엔진 제어 컴퓨터에서 실행될 수 없다.

다른 제안되는 해결책은 솔리드 상태 신경망을 이용하여 배기 가스 온도를 평가하는 것이다. 이는 2003년 12월 19일에 출원된 프랑스 특허 출원 03 15112를 참조할 수 있다.

그러나, 이 출원에 개시된 해결책은 단지 시스템 기록을 부분적으로 고려한 것만 제공한다. 이 때문에, 온도로 행해지는 평가는 정상 상태와 비정상 상태 모두에서 정확하지 못하다.

본 발명의 목적은 배기 가스 온도, 특히, 배기 가스의 물리적 및/또는 화학 적 처리를 위한 장치의 상류측 온도의 감지를 개선하는 것이다.

이러한 목적을 위하여, 본 발명은 엔진의 배기 가스 온도를 평가하는 방법을 제안하며, 이 방법은 신경망 출력에서 이용가능한 하나 이상의 양을 신경망 입력에 직접적으로 또는 간접적으로 돌려보내는 피드백 루프가 제공되는 신경망을 가진 평가기가 이용되는 것을 특징으로 한다.

본 발명의 방법의 비제한적인 일부 바람직한 양태들은 다음과 같다.

- 엔진 배기 라인 상에 위치된 터빈의 상류측 가스 온도에 대한 데이터가 데이터가 평가기의 입력에 제공되며, 평가기는 출력부에서 상기 터빈의 하류측 배기 가스 온도의 평가값을 제공한다.

- 본 방법은 신경망에 의해 행해진 온도 평가값의 후처리를 실시할 수 있다.

- 본 방법은 후처리 모듈의 출력에서 이용가능한 평가된 온도의 피드백을 실시한다.

- 본 방법은 알려진 물리식들에 기초하여 계산을 수행하여 하나 이상의 평가기 입력 변수들의 전처리를 실시할 수 있다.

- 본 방법은 소위 간접 재루프(reloop)에 따라 네트워크 출력의 일부 정량(quantity)을 신경망 입력으로 돌려보내기 전에, 그 일부 정량의 재처리를 실시할 수 있다.

- 본 방법은 중요 동작 영역을 나타내는 데이터베이스를 이용하는 우선 평가기 학습 단계를 포함할 수 있다.

본 발명의 또 다른 양태에 따르면, 본 발명은 엔진의 배기 가스 온도를 평가하는 시스템에 관한 것으로, 본 시스템은 신경망 출력 변수들 중 하나 이상의 변수가 신경망 입력에 직접적으로 또는 간접적으로 돌려보내지는 피드백 루프가 제공되는 신경망을 가진 평가기를 포함하는 것을 특징으로 한다.

본 발명의 또 다른 양태에 따르면, 본 발명은 본 발명에 따른 배기 가스 온도 평가 시스템이 탑재된 자동차 및 내연 기관에 관한 것이다.

본 발명의 또 다른 양태, 목표, 이점들은 비제한적 예들이 제공되고 첨부 도면을 참조한 바람직한 실시형태들의 상세한 설명을 통하여 보다 명확히 이해될 것이다.

도 1은 본 발명의 양태에 따른 내연 기관을 나타내는 개략도이다.

도 2는 본 발명의 양태에 따라 배기 가스 온도를 평가하는 시스템을 나타내는 개략도이다.

도 3은 본 발명의 양태에 따라 배기 가스 온도를 평가하는 방법의 단계들을 나타내는 도면이다.

도 1에는, 본 발명의 이해에 필요한 요소들만을 도시하였다. 내연 기관(1)은 자동차와 같은 차량에 탑재되도록 설계된다. 내연 기관(1)은 예를 들어, 일직선으로 된 4개의 실린더와 연료 직접 분사기를 갖는 과급기에 의해 과급되는 디젤 엔진이다. 내연 기관(1)은 공기 공급을 위한 흡입 회로(2), 엔진 제어 컴퓨터(3), 가압 연료 회로(4) 및 가스 배기 라인(5)을 포함한다. 연료는 분사기(도시 생략)에 의해 실린더로 분사되고 연소실로 배출되며, 연료 분사는 분사기 회로(4)를 통하여 컴퓨터(3)에 의해 제어된다.

내연 기관(1)의 출구에는, 배기 라인(5)에서 제거된 배기 가스가 하나 이상의 후처리 장치(6; 예를 들어, 미립자 필터, 질소 산화물 필터)를 통과한다. 과급기(7)는 배기 라인(5)에 위치되어 있는 터빈과, 흡입 회로(2)에 위치되어 있는 압축기를 포함한다. 압축기와 내연 기관(1)과의 사이에, 흡입 회로(2)는 압축기 출구에서 압축된 공기를 냉각하여 그 밀도를 증가시키는 열 교환기(8)와, 컴퓨터(3)에 의해 제어되는 흡입 플랩(9)과, 컴퓨터(3)에 접속되어 있는 압력 센서(10)를 포함한다.

터빈의 상류측의 내연 기관(1)의 출구에서, 배기 라인(5)은 터빈의 상류측 배기 가스 온도에 대한 데이터를 제공하는 수단(30)을 더 포함한다. 상기 데이터 제공 수단(30)은 예를 들어, 터빈의 상류측의 상기 가스 온도의 평가값을 제공하도록 설계되는 평가기 또는 온도 측정 프로브로 구성되어 있다.

또한, 내연 기관(1)은 개방이 컴퓨터(3)에 의해 제어되는 밸브(12)가 탑재되어 있는 배기 가스 순환 회로(11)를 포함하며, 이에 의해, 배기 가스는 흡입 회로(2)로 다시 도입된다. 공기 유량계(13)는 압축기의 상류측의 흡입 회로(2)에 설치되어, 엔진으로의 흡입 공기 유량에 대한 데이터를 컴퓨터(3)에 제공한다. 센서(14), 예를 들어, 압력 센서 또는 온도 센서가 또한 제공될 수 있다.

컴퓨터(3)는 통상 마이크로프로세서 또는 중앙 처리 장치, 저장 영역, 아날 로그/디지털 변환기 및 각종 입력 및 출력 인터페이스를 포함한다. 컴퓨터의 마이크로프로세서는 각종 센서로부터의 신호를 처리하고, 이로부터 엔진의 상태를 판정하며, 분사기와 같은 여러 제어형 액츄에이터에 대한 적절한 제어 신호들을 발생시키는 전자 회로 및 적절한 소프트웨어를 포함한다.

이에 의해, 컴퓨터(3)는 각종 센서가 전달하는 데이터로부터, 구체적으로는, 흡입된 공기량, 엔진 속도 및 원하는 소비와 성능 레벨을 얻기 위하여 저장된 교정값(calibration)으로부터 가압 연료 회로(4)에서의 연료 압력과 분사기의 개방을 제어한다.

컴퓨터(3)는 후처리 장치(들)의 상류측 배기 가스 온도의 평가를 실시하기 위해 제공되는 신경망을 가진 평가기(15)를 더 포함한다.

구성상 간이화를 위하여 그리고 복수의 자원, 구체적으로는, 연산부 및 메모리를 공유하기 위하여 컴퓨터(3)에 평가기(15)를 갖는 것이 바람직하다.

도 2에 도시한 바와 같이, 평가기(15)는 전처리 모듈(16), 신경망(17) 및 후처리 모듈(18)을 포함한다. 평가기(15)는 신경망의 하나 이상의 출력 변수를 상기 신경망의 입력부로 돌려보내는 피드백 루프를 더 포함한다.

평가기(15)는 예를 들어, 데이터 제공수단(30)에 의해 공급되는, 터빈의 상류측 배기 가스 온도에 대한 데이터를 위한 입력을 더 포함한다.

또한, 평가기는 예를 들어 엔진의 상태를 나타내는 다음과 같은 물리량에 대한 하나 이상의 다른 입력을 포함할 수 있다.

- 가스 유량,

- 터빈의 상류측 가스 압력,

- 터빈 하류측 가스 배압(backpressure),

- 과급기 핀(fin)들의 위치,

- 차량 속도,

- 외기 온도,

- 배기 가스 재순환 밸브의 위치,

- 압축기, 열 교환기, 공기 흡입 플랩의 하류측에 위치된 압력 센서에 의해 측정된 과급 압력,

- 흡입 회로에서의 공기 온도.

평가기는 또한 엔진 속도, 연료 유량 및 공기 유량을 그 입력에서 수신할 수 있다.

신경망(17)은 파라미터(질량, 바이어스)와 이들의 활성화 함수에 의해 정의되는 복수의 뉴런들로 구성되어 있다. 뉴런의 출력 s는 s = F(e₁*w₁ + e₂*w₂ + ... + e_n*w_n + b)(여기서, F는 뉴런 활성화 함수이며, w₁, w₂, ..., w_n은 질량이고, b는 바이어스이다)에 의해 뉴런의 입력(e₁, e₂,..., e_n)에 연결된다.

신경망에서의 뉴런의 갯수, 각종 뉴런의 질량값과 바이어스값은 특히 학습 단계 동안에 결정될 수 있는 교정값에 적절한 파라미터들이며, 아래 보다 자세히 설명되어 있다.

전처리 모듈(16)은 알려진 물리식들에 기초하여 계산을 수행하여 하나 이상 의 평가기 입력 변수들을 처리하는 기능을 한다. 특히, 전처리 모듈(16)은 수개의 입력 변수들로부터의 (컴퓨터(3)의 입력에는 없는 측정 가능한 또는 측정 불가능한) 하나 이상의 물리량들을 각각 나타내는 하나 이상의 변수 α₁, α₂를 계산함으로써 신경망(17)의 입력들의 갯수를 감소시키는 기능을 한다. 또한, 전처리 모듈(16)은 잘못된 값으로 추정하기 쉬운 어떤 입력들을 필터링하는 기능을 한다.

신경망(17)은 원하는 온도 평가에 대한 출력 채널과, 옵션으로, 신경망(17)의 입력에 직접으로 또는 간접으로 재루프(reloof)하는 측정 불가능한 상태량에 대한 하나 이상의 다른 출력 채널들을 갖는다.

후처리 모듈(18)은 신경망(17)의 출력에서 이용가능한 온도 평가값을 처리하여 평가기의 출력에서 평가된 온도 신호(S)를 컴퓨터(3)로 전송하도록 기능한다. 예를 들어, 이러한 처리는 잘못된 데이터가 입력으로 돌려보내지는 것을 제한함으로써 평가기를 안정하게 하기 위한 필터링일 수 있다.

상술한 바와 같이, 상기 신경망의 하나 이상의 출력 변수가 피드백 루프를 따라 신경망의 입력으로 돌려보내진다.

신경망의 출력 변수들 중 일부는 신경망 입력으로 돌려보내지기 전에 처리(예를 들어, 필터링되거나, 지연되거나, 다른 전처리 모듈에서의 다른 입력과 연관되는 것)될 수 있다.

도 2는 신경망(17)의 출력에서 이용가능한 상태량(β₁, β₂, β₃)(측정은 불가능하고 학습 단계 동안에만 습득)이 상기 신경망(17)의 입력으로 재루프되는 경 우를 나타낸다.

또한, 후처리 모듈(18)의 출력(그리고 이 출력의 값은 여기에서 학습 단계 동안에 측정가능하다)에서 이용가능한 평가기의 출력(S; 이것은 가스 배기 라인 상에 위치된 터빈 하류측 온도의 평가값이다)은 한편에서는 신경망(17)의 입력으로 직접 재루프되고 다른 한편에서는 지연(예를 들어, 기호 Z^-1 로 나타낸 지연기)된 후에 신경망(17)의 입력으로 재루프되는 경우도 나타낸다.

이와 같은 신경망의 하나 이상의 출력 변수의 피드백을 수행함으로써, 상기 신경망은 그의 평가 함수의 입력에서, 동일한 평가 함수에 의한 선행 연산 단계에서 예측한 하나 이상의 값들과, 이들 값이 학습 단계 동안에 측정되었는지의 여부를 이용한다.

이러한 피드백 재루프는 매우 동적인 메카니즘을 고려할 수 있는 이점을 갖는다.

또한, 신경망에서의 비선형 활성화 함수의 이용은 비선형 메카니즘을 고려하도록 기능한다.

이에 의해, 신경망(17)은 재발하는 것 또는 동적이 것으로 확립될 수 있으며 이러한 점에서, 이전에 언급한 프랑스 특허 출원 FR 03 15112에 기재된 정적 신경망 솔루션과 다르다.

마지막으로, 평가기(15)는 터빈의 하류측과 후처리 장치의 상류측의 온도 평가값을 얻는 기능을 한다. 따라서, 평가기는 터빈의 상류측 온도에 대한 데이터와, 옵션으로 물리량들에 대한 하나 이상의 데이터를 입력으로서 이용하여 출력에서 원하는 온도 평가값을 제공하는 전달함수로서 구현하는 것으로 볼 수 있다.

이하의 설명은 평가기(15)의 설계와 학습에 관한 것이다.

평가기가 개발되어 예를 들어 엔진 전자 관리 소프트웨어로 구현된 경우, 특히 뉴런의 갯수를 판정하고 파라미터들(질량, 바이어스)을 교정함으로써 신경망을 선택하는 것이 필요하다.

신경망의 학습은 차량에서 수집되는 데이터를 이용하여 컴퓨터 상에서 수행될 수 있다.

신경망은 특히 데이터베이스(19)를 이용하는 학습 알고리즘 방법에 의한 학습의 주체일 수 있다.

데이터베이스(19)는 다양한 가속과 감속에 의한 다양한 기어박스 비율(ratio)의 테스트와 함께 차량의 실제 테스트 트랙 결과들로부터 제공될 수 있으며, 전체적인 조건은 차량 정상 동작 조건을 나타내도록 선택된다. 또한, 트랙 테스트로부터 제공되는 데이터베이스는 학습 베이스를 형성하는 데이터베이스(19)의 크기를 감소시키기 위하여 학습 베이스와 테스트 베이스로 분리될 수 있다. 학습 단계 동안에 결정되는 파라미터(또는 교정값)는 컴퓨터(3)의 메모리에 저장될 수 있다. 다른 방법에서는, 데이터베이스(19)는 차량 초기화 동작(initialization operation) 동안 또는 메인터넌스 동작(maintenance operation) 동안에 이용되는, 차량과 별도의 베이스일 수 있다.

도 3은 신경망 평가기의 설계 및 학습 단계를 나타낸다.

단계 20에서, 데이터를 생성하여 데이터베이스(19)에 기입하기 위한 테스트(도2에서 데이터베이스(19)로 향하는 화살표를 참조)가 수행되며, 이 데이터는 중요한 동작 영역을 나타낸다. 효과적으로는, 대표적인 방식으로 평가기의 입력과 출력의 변화 스페이스(또는 적어도 그 일부)를 스캔하는 것이 필요하다.

잘못된 포인트들의 제거, 중복 포인트들의 제거, 데이터의 재일치화(resynchronize), 또는 데이터의 필터링 등을 하기 위해 신호 처리에 의해 데이터를 클린업하는 것이 유용할 수 있다.

단계 21에서, 데이터는 테스트 베이스와 학습 베이스를 형성하도록 2개의 부분으로 분리된다. 단계 22에서, 전처리 모듈(16)에 의해 실행될 전처리가 결정되고 신경망(17)은 학습 데이터베이스로부터의 학습을 수행한다. 단계 23에서, 성능이 테스트 베이스와 학습 베이스에 있는 하나 이상의 검증 기준에 의해 테스트된다. 단계 24에서, 신경망(17)이 선택되고, 단계 25에서, 차량에 대한 성능과 테스트가 특징화된다.

도 2에서의 데이터베이스(19)로부터 출발하는 화살표는 데이터베이스(19)가 평가기(15)의 학습과 검증을 위하여 이용되는 방법을 나타낸다.

단계 23과 단계 24 사이에는, 뉴런, 입력, 출력의 갯수, 신경망의 번호 구역 설정(number zoning), 신경망(들)(17)의 구조, 학습 유형, 최적화 기준 등의 있을 수 있는 변경에 의한 복수회 반복을 수행하기 위해 단계 22의 상류로 회귀하는 재루프 단계 26가 제공된다.

이러한 반복 처리(재루프 단계 26)는 최소의 비용(입력의 갯수, 계산 횟수, 테스트의 난이도 등)으로 원하는 평가기(정확도, 안정성(robustness))를 개발하는 기능을 한다.

단계 20에서 발생한 데이터가 불충분한 것으로 판정될 경우, 단계 24와 단계 25 사이에 재루프 단계 27이 제공될 수 있다. 이후, 충분한 갯수의 측정 포인트들을 설정하기 위하여 이전에 획득한 데이터를 교체하거나 보충하는데 필요한 신규 데이터를 생성하도록 단계 20을 반복한다.

예를 들어, 학습 베이스에서 5000개의 측정 포인트들을 제공하는 것이 가능할 수 있다.

테스트 단계 23 동안, (예를 들어, 오차가 50°보다 큰 포인트들을 제거함으로써 평균 오차가 5°에 근사함을 판정하거나 또는 평균 오차가 약간씩 변하고 있음을 판정함으로써) 가장 정확한 평가를 위한 파라미터 세트를 선택하는 선택 기준이 제공될 수 있다.

마지막으로, 배기 가스 온도를 평가하기 위한 본 발명의 이용은 컴퓨터의 자원(계산 부하, 요구되는 메모리)을 거의 소모하지 않고, 제한된 갯수의 파라미터를 이용하기 때문에 쉽게 구현될 수 있다.

또한, 학습에 유용한 데이터베이스가 모든 후속하는 동작 조건을 충분히 나타내자 마자, 정상 상태이든 비정상 상태이든 간에 상관없이 (수 °정도 내에서) 후처리 시스템의 상류측 또는 터빈 출구의 가스 온도를 정확하게 평가할 수 있다.

Claims (14)

1. 엔진(1)의 배기 가스 온도를 평가하는 방법으로서,

   평가기(15)를 이용하는 단계로서, 상기 평가기(15)는 신경망(17)을 가지며 상기 신경망에는 신경망 출력에서 이용가능한 하나 이상의 정량(quantity)을 신경망 입력으로 직접적으로 또는 간접적으로 돌려보내는 피드백 루프가 제공되는 것인 평가기 이용 단계를 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 방법.
2. 제1항에 있어서, 상기 평가기(15)의 입력에는 엔진 배기 라인(5) 상에 위치된 터빈(7)의 상류측 가스 온도에 대한 데이터가 제공되며,

   상기 평가기(15)는 출력에서 상기 터빈의 하류측 배기 가스 온도의 평가값을 제공하는 것을 특징으로 하는 배기 가스 온도의 평가 방법.
3. 제1항 또는 제2항에 있어서, 상기 신경망에 의해 이루어진 온도 평가의 후처리를 실시하는 단계를 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 방법.
4. 제1항 또는 제3항 중 어느 한 항에 있어서, 후처리 모듈의 출력에서 이용가능한 평가된 온도(S)로의 피드백을 실시하는 단계를 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 방법.
5. 제1항 내지 제4항 중 어느 한 항에 있어서, 알려진 물리식들에 기초하여 계산을 수행하여 하나 이상의 평가기 입력 변수의 전처리를 실시하는 단계를 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 방법.
6. 제1항 내지 제5항 중 어느 한 항에 있어서, 소위 간접 재루프(reloop)에 따라 신경망 출력의 일부 정량을 신경망 입력으로 돌려보내기 전에 그 일부 정량의 재처리를 실시하는 단계를 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 방법.
7. 제1항 내지 제6항 중 어느 한 항에 있어서, 중요 동작 영역을 나타내는 데이터베이스(19)를 이용하는 우선 평가기 학습 단계를 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 방법.
8. 엔진(1)의 배기 가스 온도를 평가하는 시스템으로서,

   신경망(17)을 가진 평가기(15)로서, 상기 신경망에는 신경망 출력에서 이용가능한 하나 이상의 신경망 출력 변수를 신경망 입력으로 직접적으로 또는 간접적으로 돌려보내는 피드백 루프가 제공되는 것인 평가기를 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 시스템.
9. 제8항에 있어서, 상기 평가기는,

   엔진의 배기 라인(5) 상에 위치된 터빈(7)의 상류측 배기 가스 온도에 대한 데이터를 수신하도록 설계된 입력을 포함하며,

   상기 평가기는 출력에서 상기 터빈의 하류측 배기 가스 온도의 평가값을 제공하는 것을 특징으로 하는 배기 가스 온도의 평가 시스템.
10. 제8항 또는 제9항에 있어서, 상기 평가기는 상기 신경망(17)의 하류측에 위치되어 있고 상기 신경망에 의해 발생되는 온도 평가값을 처리하기에 적합한 후처리 모듈(18)을 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 시스템.
11. 제1항 내지 제10항 중 어느 한 항에 있어서, 후처리 모듈의 출력에서 이용가능한 평가된 온도(S)의 피드백을 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 시스템.
12. 제8항 내지 제11항 중 어느 한 항에 있어서, 상기 평가기는 상기 신경망(17)의 상류측에 위치되어 있고 알려진 물리식들에 기초하여 계산을 수행하여 상기 평가기(15)의 하나 이상의 입력 변수를 처리하기에 적합한 전처리 모듈(16)을 포함하는 것을 특징으로 하는 배기 가스 온도의 평가 시스템.
13. 제8항 내지 제12항 중 어느 한 항에 기재된 배기 가스 온도의 평가 시스템을 포함하는 내연 기관(1).
14. 제8항 내지 제12항 중 어느 한 항에 기재된 배기 가스 온도의 평가 시스템을 포함하는 차량.

Images