KR20100005212A

KR20100005212A - 엔진의 제어 방법 및 장치

Info

Publication number: KR20100005212A
Application number: KR1020097023336A
Authority: KR
Inventors: 화 자오; 샤오췬 가오; 춘융 궁
Original assignee: 화 자오
Priority date: 2007-04-09
Filing date: 2008-04-09
Publication date: 2010-01-14
Also published as: JP2010523886A; US8452522B2; WO2008122213A1; EP2148256A1; EP2148256A4; CN101285426B; CN101285431B; CN101285426A; US20100168989A1; CN101285431A

Abstract

엔진 제어 방법 및 제어 장치가 제공되어 있다. 엔진 제어의 과정 동안, 제어 유닛은 다른 목적의 실제 타겟값에 대한 적응적으로 학습하고, 다음의 동적 스펙트럼사진 발생 전략 최적화는 기본 스펙트럼사진 파라미터와 동일한 시간 및 동일한 작동 상태의 적응형 학습 파라미터를 비교한다. 비교 결과가 조건을 충족하지 않는다면, 기본 스펙트럼사진 파라미터를 유지한다. 조건을 충족한다면, 엔진은 기본 스펙트럼사진 파라미터와 기본 스펙트럼사진 파라미터 대신의 결합 스펙트럼 파라미터에 발생된 동적 스펙트럼사진 파라미터를 결합한다.

파라미터 맵, 타겟값, 마이크로프로세서

Description

엔진의 제어 방법 및 장치{Control method and device of engines}

본 발명은 가솔린 엔진 제어의 기술 분야에 속해 있는, 엔진의 제어 방법 및 제어 장치에 관한 것이다.

차량의 가솔린 엔진에 대한 주요 제어는 점화 제어 및 인젝터(injector) 제어를 포함한다.

제어 과정 동안, 제어 유닛은 기본 제어 조건들에 따라 제어된 파라미터 맵(parameter map)을 알아내고, 복수의 센서에 의해 반사된 엔진 조건들에 기초하여 이들을 수정하고, 복수의 액츄에이터(actuator)를 제어하기 위해 이들을 출력하여, 타겟을 제어한다.

엔진 점화 타이밍의 개-루프 제어는 스로틀 밸브(throttle valve) 신호 및 흡기 유량(intake flowrate) 신호에 의해 결정되는 엔진 부하 신호, 엔진 회전 속도 신호 및 크랭크샤프트 위치 신호에 주로 기초한다. 엔진 점화 타이밍의 폐루프 제어는 노크 센서(knock sensor)(들)의 피드백 신호에 기초하여 점화 시스템을 조절하는 것이다.

인젝터의 개루프 제어는 흡기 유량을 주로 검출하고, 다른 작동 상태에 따른 다른 센서 신호 및 흡기 유량 신호에 기초하여 분사 시간을 계산하며, 가솔린 분사 의 양을 결정하고, 이는, 사실은 공연비(air-fuel ratio)의 제어이다. 인젝터의 폐루프 제어는 산소 센서에 의해 검출된 배기에서 산소 함량에 기초하여 엔진의 화실(firebox)에서 가스 혼합물의 공연비 밀도를 측정한다. 폐루프 제어는 또한 측정된 공연비 밀도 신호가 ECU(Engine Control Unit)로 피드백되고 기결정된 타겟 공연비와 비교된 후 오류 신호를 얻고, 기결정된 타겟값 근처의 공연비를 유지한다. 일반적으로, 공연비는 14.7의 이론상 공연비 근처의 매우 좁은 범위에서 대부분 유지되고, 일부 경제적 효율성 및 일부 전력 특성을 희생하여, 삼원 촉매 장치를 이용함으로써 차량에 대한 배기 요건을 충족하는 것이다. 대부분 작동 상태에서(예를 들어, 엔진 시작, 워밍업, 공회전(idle), 과도한 부하, 가속-감속), 폐루프 제어로부터 해제되어 개루프 제어로 들어가는 것이 필요하다.

다른 엔진 제어는 공회전 제어, EGR 제어(배기 가스 순환 시스템), 흡기 제어, 및 다른 것들을 포함한다. 흡기 제어는 VTEC 제어(Variable Valve Timing and Lift Electronic Control System), 터보 차지(turbo charge) 제어, 가변 흡기 파이프 길이 및 가변 흡기 매니폴드 길이 제어, 공명기 흡기 관성 제어 등으로 구성된다.

엔진 공회전 제어는 흡기 페루프 제어이다. 배기 가스 순환(EGR) 제어는 개루프 제어이고, 이의 제어 파라미터는 엔진 수온, 흡기 가스 온도, 회전 속도 및 스로틀 밸브 개방을 포함한다. 흡기 제어에서, VTEC 제어는 기계 제어 시스템이고, 이의 기능은 엔진의 회전 속도에 대응하여 고정 밸브 스트로크를 가변 밸브 스트로크로 변경하는 것이다. 가변 흡기 파이프 길이 및 가변 흡기 매니폴드 길이 제어 및 공명기 흡기 관성 제어는 흡기 압력 파 특성을 활용하는 압력-파 관성 과급 제어이다.

전술한 제어 방법은 가솔린 엔진에 적용가능하다. 그러나, 현재 파라미터 맵 제어 전략은 다음의 문제를 다루는데 있어 비효율적이다:

(1) 센서 및 실행가능한 장치와 관련된 제조 편차, 사용기간 이후의 노후 및 마모에 기인한 작동 특성에서의 변동, 조정 요건에 따른 매칭 편차 등에 기인한 감소된 제어 정확성;

(2) 환경 및 계절 변화, (기계유 점성 변화와 같은) 작동 매개물 변화, 전기 제품 및 보조 전력 접근 변화, 및 엔진의 다른 운전(operation)에 기인한 다양한 부하;

(3) 고려되지 않은 다른 불확실한 요인들, 및 엔진 테스팅 벤치(testing bench) 상의 제어 유닛을 최적화하는데 사용된 작동 수단 및 기구를 측정함으로써 야기된 벗어난 측정;

(4) 센서들의 신호 전송 시간 지연, 제어 유닛의 동작 과정 시간 지연, 실행가능한 장치의 이동 시간 지연, 등에 의해 야기된 벗어난 실시간 제어.

전술된 문제는 기본 점화 파라미터 맵, 기본 분사 파라미터 맵 및 다른 제어된 파라미터 맵에 대한 테스팅 벤치 최적화로부터의 편차를 가져오며 제어된 타겟에 영향을 미친다. 그런, 다양한 시간 지연 효과 때문에, 센서들에 의해 피드백된 다양한 조건 신호들에 대응하여 부분적으로 제어 편차를 수정할 수 있지만, 그러나 완벽한 수정을 얻을 수 없다. 따라서, 엔진은 효율적으로 동작할 수 없다.

본 발명이 해결하려는 기술적 문제는 동적 파라미터 맵이 가솔린 엔진의 현재 제어 방식에서의 존재하는 문제점에 맞추어, 작동 과정 동안 엔진 사용 조건들의 변경 및 엔진 관련 특성의 변경에 따라 적응적으로 발생될 수 있는, 전략을 제공하는 것이다; 이에 의해 엔진을 제어하기 위해 원래의 기본 파라미터 맵과 동적 파라미터 맵을 결합하여 얻어진 결합 파라미터 맵을 이용하는, 장치 및 방법을 제공하는 것이다.

전술한 목적을 달성하기 위해, 본 발명의 일 실시예는 복수의 센서들의 특징 신호값 및 기본 동작 조건에 따라 제어 유닛을 통해 현재 작동 상태를 결정하는 단계, 기본 파라미터 맵에 따라 현재 작동 상태 하의 엔진의 다른 타겟들에 대한 예상 타겟값을 발생하는 단계, 수정 전략에 따라 기본 파라미터 맵을 수정하는 단계, 및 엔진의 다른 타겟을 제어하는 단계를 포함하는, 엔진 제어 방법을 제공하며; 엔진 제어 방법을 수행하는 동안, 제어 유닛은 또한 다음의 단계를 실행한다:

단계 S1: 엔진의 다른 타겟에 의해 피드백된 실제 타겟값을 적응적으로 학습하고 적응적으로 학습된 실제 타겟값과 동적 맵 발생 전략에 따라 동일한 기본 동작 조건 및 동일한 작동 상태 하의 기본 파라미터 맵 사이의 최적화를 위한 비교 및 판단을 수행하는 단계; 여기서 조건을 충족하지 못한다면, 기본 파라미터 맵이 유지되고; 조건을 충족한다면, 동적 파라미터 맵이 발생되며,

단계 S2: 동적 맵 결합 전략에 따라 동적 파라미터 맵과 기본 파라미터 맵으로부터 결합 파라미터 맵을 형성하고, 기본 파라미터 맵을 결합 파라미터 맵으로 교체하는 단계.

바람직하게는, 현재 작동 상태는 중간 및 낮은 부하 작동 상태, 과중한 부하 작동 상태, 시작 작동 상태, 가속-감속 작동 상태 및 공회전 작동 상태를 포함한다.

바람직하게는, 결합 파라미터 맵은 엔진의 결합 점화 파라미터 맵, 엔진의 결합 분사 파라미터 맵, 엔진의 결합 흡기 파라미터 맵, 엔진의 결합 공회전 제어된 파라미터 맵, 결합 EGR율 파라미터 맵, 및 엔진의 결합 점화 듀웰각 파라미터 맵을 포함한다.

바람직하게는, 기본 파라미터 맵은 엔진 테스팅 벤치에 의해 보정된 제 1 파라미터 맵 및 엔진 테스팅 벤치 및 경로 파라미터 최적화에 의해 보정된 제 2 파라미터 맵을 포함한다.

바람직하게는, 기본 파라미터 맵이 수정 전략에 따라 수정되는 단계는: 엔진의 현재 작동 상태를 반영하는 복수의 관련 센서의 특징 신호값을 사용하여 기본 파라미터 맵을 수정하는 단계; 직접적으로 측정될 수 없는 변수들 상의 관련 센서들의 새로운 특징 신호 처리 방식으로 유연한 측정 방법의 추론을 수행함으로써 얻어지는 유연한 측정 특징 신호값을 사용하여 기본 파라미터 맵을 수정하는 단계; 및 실제 타겟값과 예상된 타겟값 사이의 수정 단계 동안 가중값 매칭을 수행함으로써 적응적으로 학습되는 관련 센서의 특징 신호 값을 사용하여 수정되는 기본 파라미터 맵을 수정하는 단계를 포함한다; 여기서, 관련 센서들의 특징 신호들은 엔진의 크랭크샤프트 위치 및 회전 속도 신호, 상부 사점 신호, 토크 신호, 분사 펄스폭 신호, 스로틀 밸브 위치 신호, 산소 센서 신호, 연료 온도 신호, 기계유 온도 신호, 주변 압력 신호, 전원 루프 전압 신호, 수온 센서 신호, 배기 온도 신호, 흡기 압력 신호, 공연비 신호, 노크 신호, 화염 전도각 신호, 몇 주기에서 노크 신호의 주파수 선택 확률 분포 및 시간 역치를 초과하는 화염 전송 각 신호의 확률을 포함하는, 유연한 측정 방식을 사용하여 추론된 특징 신호 및 엔진의 센서의 신호들을 포함한다.

바람직하게는, 단계 S1은 엔진의 자가 요인들의 변화 및 작동 상태 조건 및 동작 조건들의 변화의 학습에 따른 한 세트의 적응형 파라미터를 발생하고, 작동 상태 및 동작 조건들로부터 구별된 경험적 클로스터링에 의해 일시적으로 적응형 파라미터를 저장하는 단계; 및 엔진의 다른 타겟의 제어 과정 동안, 동일한 작동 상태 및 동일한 동작 조건 하의 일시적으로 저장된 적응형 학습 파라미터와 기본 파라미터 맵 사이의 최적화 조건들에 따라 비교 및 판단을 연속하여 수행하는 단계를 더 포함하고; 여기서, 일시적으로 저장된 적응형 학습 파라미터는 동적 맵 발생 전략과 일치하는 경우, 작동 상태 및 동작 조건 하의 동적 파라미터 맵을 발생하며, 이는 다음 제어에서 연속하여 학습될 것이고 상기 과정들을 반복하여 수행함으로써 연속하여 업데이트된다.

바람직하게는, 동적 맵 발생 전략에 따라 동적 파라미터 맵을 발생하는 단계는 다음의 단계를 더 포함한다:

a. 동일한 작동 상태 및 동일한 동작 조건 하의 소정의 제어 타겟의 기본 파라미터 맵 및 그때의 작동 상태 및 동작 조건을 나타내는 다양한 관련 특징 신호값이 데이터 노드로서 취해지고; 이 노드의 보정된 기본 파라미터 맵 y이 중심 값으로 취해지며; 동적 맵 발생 영역(y-Δy, y+Δy)은 기본 기준 반경으로서 실제 제어 타겟값과 예상된 제어 타겟 사이의 차이를 이용해 발생되는; 동적 맵 발생 영역을 결정하는 단계;

b. 동일한 치수의 공간 영역에서, 동적 맵 발생 트렌드는 더 작은 영역이 (y-Δy) 측 또는 (y+Δy) 측 상에 있는지 여부를 결정하기 위해 이 데이터 노드에서 이 작동 상태를 나타내는 다양한 관련 특징 신호값의 변경률의 크기에 기초하여 판단되고; 결정 이후, (y-Δy) 또는 (y+Δy) 영역의 중앙값(median)은 타겟 접근 후 새로운 노드로서 취해지며, 이는 새로 접근된 동적 맵 발생 영역을 결정하도록 중심으로 취해지고; 이 과정을 반복하며 최소 영역 min(y-Δy, y+Δy)이 최적 영역으로 나타날 때까지 타겟에 연속적으로 접근하는; 발생 영역에서 동적 맵 최적화 영역을 결정하는 단계;

c. 이 작동 상태를 나타내는 다양한 관련 특징 신호값이 0 근처의 상수 ε가 되는 경우, 확률 통계 처리를 수행한 후 관련 특징 신호들의 확률 분포가 허용 범위에 있고, min(y-Δy, y+Δy)에서의 중앙값 포인트 y_m은 발생된 동적 파라미터 맵으로 결정되는; 동적 맵을 발생하는 단계;

d. 상기 단계들 a-c가 반복되고 경험적 클러스터링이 수행되고; 다양한 관련 특징 신호값의 변경률 ε 및 관련 특징 신호들의 확률 분포가 허용가능한 변경 범위에서 안정한 경우, 이 동적 파라미터 맵이 결정되어 강유전체 메모리에 저장되고; 이때, 결정된 동적 파라미터 맵에 따른 다양한 관련 특징 신호값은 한 세트의 데이터 노드들이고, 한 세트의 데이터 노드들은 동작 파라미터 맵을 결정하기 위해 작동 상태 조건 신호들인; 동적 맵을 결정하는 단계; 및

e. 제어 과정 동안 사용 환경 변화 및 엔진의 특성 변화 때문에, 발생된 동적 맵의 제어 타겟이 또한 변할 수 있고; 구성된 데이터 노드들 상에서 이루어진 a-d 단계 동안, 이들 다양한 관련 특징 신호값들의 변경률 ε 및 관련 특징 신호들의 확률 분포가 허용가능 변경 범위 밖에 있다고 결정되는 경우, 새로운 동적 파라미터 맵이 재발생되고, 경험적 클러스터링에 의해 결정되며, 원래의 데이터 노드 어드레스의 유닛을 업데이트 하는데 사용되는; 동적 맵을 업데이트하는 단계.

바람직하게는, 단계 S2는

a. 동일한 작동 상태 및 동일한 동작 조건 또는 동일한 작동 상태 및 매우 근접한 동작 조건들 하에서 발생된 동적 파라미터 맵과 기본 파라미터 맵을 비교하는 단계;

b. 타겟 파라미터들이 데이터 노드를 구성하는 요소들에서 다른 반면 다양한 관련 특징 신호값들이 동일한 경우 다양한 관련 특징 신호값들의 변화율에 따라 엔진의 결합 파라미터 맵으로서 동적 파라미터 맵을 전체적으로 또는 부분적으로 설정하고, 대응하는 기본 파라미터 맵을 보호하는 단계; 여기서, 다양한 관련 특징 신호값들의 변화율에 따라 엔진의 결합 파라미터 맵으로서 동적 파라미터 맵을 전체적으로 또는 부분적으로 설정하는 단계는, 타겟이 결정된 동적 파라미터 맵에 의해 제어되고 다양한 관련 특징 신호값들의 변경률이 허용가능 영역에서 안정될 수 없는 경우 동적 파라미터 맵을 포기하고, 엔진의 결합 파라미터 맵으로서 동작 조건 및 작동 상태 하의 기본 파라미터 맵을 설정하며, 동적 파라미터 맵을 재발생하는 단계를 포함하고; 및

c. 타겟 파라미터가 동일한 반면 다양한 관련 특징 신호값들이 모두 동일하지는 않는 경우 현재 사이클의 값 및 이전 사이클의 값에 따른 다른 특징 신호 값들의 변경률 각각을 계산하고, 최적을 판단하기 위해 최소를 취하여 변경률을 비교하고, 전체 또는 부분적 동적 파라미터 맵을 포함하는 결합 파라미터 맵을 결정하는 단계를 더 포함한다.

본 발명의 또다른 태양은 마이크로프로세서를 포함하는, 상기 엔진 제어 방벱에 따른 엔진 제어 장치를 더 제공한다. 엔진 제어 장치는 또한 전력 검출 및 전압 안정 회로, 통신 인터페이스 CAN, LIN 및 외부 진단 회로, 고전력 구동 회로, 스위칭량 구동 회로 및 구동 회로를 포함하고, 이는 각각 마이크로프로세서에 연결된다. 또한 엔진 제어 장치는 입력 조절 회로, 입력 조절 버퍼 회로, 아날로그 신호 채널 및 디지털 신호 채널을 포함하고, 복수의 센서로부터 아날로그 신호의 일부는 입력 조절 회로 및 아날로그 신호 채널을 통해 마이크로프로세서에 전송되는 반면, 복수의 센서로부터의 아날로그 신호의 나머지 일부는 입력 조절 회로 및 디지털 신호 채널을 통해 마이크로프로세서에 전송되고, 복수의 센서로부터의 디지털 신호는 입력 조절 버퍼 회로 및 디지털 신호 채널을 통해 마이크로프로세서에 전송된다. 여기서, 마이크로프로세서는 아날로그 신호, 디지털 신호, 및 기본 동작 조건에 따른 현재 작동 상태를 결정하고; 기본 파라미터 맵에 따른 현재 작동 상태 하의 엔진의 다른 타겟에 대한 예상 타겟값을 발생하며; 예상 타겟값이 수정 전략에 따라 수정된 후 엔진의 다른 타겟을 제어한다. 엔진 제어 장치는 CMAC(cerebellum model arithmetic controller), 강유전체 메모리를 더 포함한다. 강유전체 메모리는 CMAC에 연결되고, CMAC는 마이크로프로세서에 연결된다. 여기서, CMAC는 제어 방법을 수행하는 동안 엔진의 다른 타겟에 의해 피드백된 실제 타겟값을 적응적으로 학습하는데 사용되고, 동적 맵 발생 전력에 따라 적응적으로 학습된 실제 타겟값과 기본 파라미터 맵 사이의 최적화를 위해 비교 및 판단을 수행하며, 조건을 충족하는 경우, 새로운 동적 파라미터 맵을 발생하여 강유전체 메모리로 이들을 저장한다. 또한, 마이크로프로세서는 동적 맵 결합 전략에 따라 강유전체 메모리에 저장된 동적 파라미터 맵과 기본 파라미터 맵으로부터의 결합 파라미터 맵을 형성하여, 기본 파라미터 맵을 결합 파라미터 맵으로 교체한다.

바람직하게는, 이들 아날로그 신호는 흡기 압력 또는 흡기 유량 신호, 스로틀 밸브 위치 신호, 대기압 신호, 흡기 온도 신호, 냉각수 온도 신호, 산소 센서 신호, 주변 온도 신호, 가속기 페달 신호, 시스템 전압 변경 신호 등을 포함한다. 이들 디지털 신호는 크랭크샤프트 위치 신호, 분사 펄스폭 신호, 차량의 속도 신호, 노크 신호, 에어컨 요청 신호, 전력-보조 스티어링 요청 신호, 중립 기어 신호 및 전조등 스위치 신호를 포함한다.

일 태양으로, 제어 시스템은 시간 지연의 너무 큰 편차를 이용해 제어 타겟의 일부 상에서 주어진 타겟 값의 예상 제어를 수행하기 위해 엔진의 관련 센서의 특징 신호의 변경률에 기초하여 작동 상태 변경의 트렌드를 결정한다. 동시에, 데이터 노드로서 예상 제어 타겟 값으로 다양한 태양의 신호 지연에 의해 야기된 오류를 감소하거나 또는 제어하기 위해 CMAC의 적응적 조절 및 학습 능력을 이용한다.

또다른 태양으로, 현존 기술과의 비교하는 경우, 결합 맵으로 엔진을 제어하는 본 발명의 방법은 다음의 유리한 효과를 가진다. 적응적 학습 방법으로 결합되는, 결합 파라미터 맵 제어 방식이 채택되기 때문에, 제어된 시스템의 변화 및 불확실한 변화 때문에 엔진에 대한 효과는 수정되고, 이에 의해, 제어 정확성 및 속도가 개선된다. 또한, 동적 파라미터 맵의 프로그래밍 및 발생은 엔진 자체의 조건이 변하는 경우 제어 시스템이 반응할 수 없는 문제를 개선하는데 사용된다. 제어는 적응적 학습 제어에 의해 동적 파라미터 맵을 발생하는 전략을 통해 미리 예상되고, 다양한 시간 지연 효과에 의해 야기된 제어 지연은 최대로 수정되고 제어의 실시간 특성은 강화된다.

전술한 그리고 다른 목적, 특징 및 이점들은 첨부한 도면을 참고하여 바람직한 실시예에 관한 이하 설명으로부터 더욱 명백하게 될 것이다.

도 1은 본 발명에 의해 제공된 엔진의 제어 장치의 개략적 회로 블럭도이다;

도 2는 도 1에 도시된 개략적 회로 블럭도에 기초하여, 본 발명에 의해 제공된 엔진을 위한 제어 방법에서의 적응 학습을 수행하는 개략도이다;

도 3a는 CMAC(cerebellum model arithmetic controller)의 제어 흐름도이다;

도 3b는 본 발명에 의해 제공된 엔진에 대한 제어 방법의 전체 흐름도이다;

도 4는 도 3에 도시된 방법으로 엔진의 분사(injection) 펄스폭 제어를 수행하기 위해 결합된 분사 파라미터 맵을 적용하는 실시예에 관한 개략도이다;

도 5는 도 3에 도시된 방법으로 엔진의 점화 타이밍 제어를 수행하기 위해 결합 점화 파리미터 맵을 적용하는 실시예에 관한 개략도이다;

도 6은 도 3에 도시된 방법으로 엔진의 흡기 제어를 수행하기 위해 결합 흡기 파리미터 맵을 적용하는 실시예에 관한 개략도이다;

도 7은 도 3에 도시된 방법으로 엔진의 공회전 제어를 수행하기 위해 결합된 공회전 파리미터 맵을 적용하는 실시예에 관한 개략도이다;

도 8은 도 3에 도시된 방법으로 엔진의 ERG율 제어를 수행하기 위해 결합 EGR율 파리미터 맵을 적용하는 실시예에 관한 개략도이다;

도 9는 본 발명에 의해 제공된 엔진을 위한 제어 장치에서 센서와 관련한 실시예의 회로도이다;

도 10은 본 발명에 의해 제공된 엔진용 제어 장치에서 드라이버와 관련한 실시예의 회로도이다.

본 발명에서, 첨부된 도면에서의 부호는 다음과 같다:

1 흡기 파이프, 2 에어 클리너, 3 흡기 온도 센서, 4 안정 압력 박스, 5 흡기 유동 검출기, 6 전기 스로틀 밸브 제어기, 7 바이-패스 파이프, 8 흡기 바이-패스 전자기 밸브, 9 전자식 속도 제어 압축기, 10 제어기, 11 에어 분출 오리피스공(air jet orifice), 12 보조 안정 압력 박스, 13 분사 챔버, 14 엔진, 15 인젝터, 16 배기 파이프, 17 산소 센서, 18 가속기 페달 위치 신호, 19 스로틀 밸브 토 크 모터 구동 신호, 20 가속기 제어 신호, 21 비례 전자기 밸브, 22 다른 센서 신호들.

U1 마이크로프로세서, U2 캐시, U3 위상 고정 루프, U4 U6 연산 증폭기, U5 대수 증폭기, U7 비교기, U8 자기 컨버터, U9 연산 증폭기, U10 연산 증폭기, U11 인버터, U12 게이트 회로, U13 CAN 통신 수신기, U14 비동기 직렬 통신 프로세서, U15 전자 스위치, U16 레지스터, U17, U18 마이크로-전력 소모 연산 증폭기, U19 위상 고정 루프, U20 슈미트 트리거, U21 시간축 회로, U22 래치, U23 동적 기억장치, U24 마이크로프로세서, U25 기억장치, U26 확장된 인터페이스, U27 U28 스위칭 양 드라이버(switching quantity driver), U29 신호 증폭기, U30 U31 스위칭 양 드라이버, U32 고전력 구동 튜브, U33-U38 스위칭 양 드라이버, DS 8-세그(80-seg) LED, DB9 통신 인터페이스, OP1-OP31 광전 커플러, M1-M4 인젝터, T1-T4 포지티브 부스터 , MG1 스테핑 모터, MG2 스로틀 밸브 모터, DJ1 전자기 밸브, BT1-BT5 전력 구동 튜브, DE3-DE6 제너 다이오드, Q3, Q10, Q11-Q18 전력 드라이버, QE1 전력 드라이버, R1-R140 저항, VR1-VR2 가변 저항, C2-C62 커패시턴스, D1-D12 제너/정류기 다이오드, Q1-Q2, Q4-Q9 3극관, L1-L2 인덕턴스, Y1-Y2 수정 발진기, DE1-DE2 제너 다이오드.

본 발명의 구체적 실시예는 다음의 설명에 자세히 제공되어 있다. 설명된 실시예는 단지 설명을 위한 것이며 본 발명의 범위를 제한하는 것이 아님을 유의해야 한다.

본 발명에 의해 주어진 결합된 맵에 의한 엔진에 대한 제어 방법 및 장치는 몇 가지의 제어 전략을 기초로 CMAC(cerebellum model arithmetic controller) 및 표준 제어기(a central control unit ECU)에 의해 엔진에 대한 제어 기능을 달성하며, 제어 전략은 수정 전략, 동적 맵 발생 전략 및 동적 맵 결합 전략을 포함하고, 제어 기능은 분사 제어, 점화(점화 선행각(advence angle) 및 점화 드웰각(dwell angle)) 제어, 흡기 제어, 공회전 제어, 방전(카본 캐니스터 증발(carbon canister evaporation), 배기 가스 순환 시스템(EGR)) 제어 및 보조(전기 부하, 전력-보조 스티어링, 오일 펌프, 에어컨 등) 제어를 포함한다. 이행 과정은 이하 설명되어 있다.

엔진에 대한 제어 방법은 복수의 센서의 특징 신호 값 및 기본 동작 조건에 따른 제어 유닛을 통해 현재 작동 상태를 결정하는 단계; 기본 파라미터 맵에 따른 현재 작동 상태 하의 엔진의 다른 타겟을 위한 예상된 타겟값을 발생하고, 수정 전략에 따라 기본 파라미터 맵을 수정하며, 엔진의 다른 타겟을 제어하는 단계를 포함하고; 엔진에 대한 제어 방법을 수행하는 동안, 제어 유닛은 또한 다음의 단계를 수행한다:

단계 S1: 엔진의 다른 타겟에 의해 피드백된 실제 타겟값을 적응적으로 학습하고 적응적으로 학습된 실제 타겟값 파라미터와 동적 맵 발생 전략에 따른 동일한 기본 동작 조건 및 동일한 작동 상태 하의 기초 파라미터 사이의 최적화를 위한 비교 및 판단을 수행하는 단계; 여기서 조건을 만족하지 못한다면, 기본 파라미터 맵이 유지되고; 조건을 만족한다면, 동적 파라미터 맵이 발생된다.

단계 S2: 동적 맵 결합 전략에 따른 동적 파라미터 맵 및 기본 파라미터 맵으로부터 결합된 파라미터 맵을 형성하는 단계, 및 기본 파라미터 맵을 결합된 파라미터 맵으로 교체하는 단계.

작동 상태는 중간 및 낮은 부하 작동 상태, 과중한 부하 작동 상태, 시작 작동 상태, 가속-감속 작동 상태 및 공회전 작동 상태를 포함한다.

결합 파라미터 맵은 엔진의 결합 점화 파라미터 맵, 엔진의 결합 분사 파라미터 맵, 엔진의 결합 흡기 파라미터 맵, 엔진의 결합 공회전 제어된 파라미터 맵, 결합된 EGR율 파라미터 맵, 및 엔진의 결합된 점화 듀웰각 파라미터 맵을 포함한다.

기본 파라미터 맵은 엔진 테스팅 벤치에 의해 보정된 파라미터 맵 및 엔진 테스팅 벤치 및 경로 파라미터 최적화에 의해 보정된 맵을 포함한다.

또한, 엔진에 대한 상기 제어 방법은 도 1에 도시된 엔진의 제어 장치와 관련하여 설명되어 있다. 도 1에서, 엔진에 대한 제어 장치는 마이크로프로세서를 포함한다. 엔진의 제어 장치는 또한 전력 검출 및 전압 안정 회로, 통신 인터페이스 CAN, LIN 및 외부 진단 회로, 고-전력 구동 회로, 스위칭량 구동 회로 및 구동 회로를 포함하며, 이들은 각각 마이크로프로세서에 연결된다. 또한, 복수의 센서로부터 아날로그 신호의 일부는 입력 조절 회로 및 아날로그 신호 채널을 통해 마이크로프로세서에 연결되는 반면, 복수의 센서로부터의 아날로그 신호의 나머지 일부는 입력 조절 회로 및 디지털 신호 채널을 통해 마이크로프로세서에 연결된다. 복수의 센서로부터의 디지털 신호는 입력 조절 버퍼 회로 및 디지털 신호 채널을 통해 마 이크로프로세서에 연결된다. 여기서, 마이크로프로세서는 기본 동작 조건, 아날로그 신호 및 디지털 신호에 따라 현재 작동 상태를 결정하고, 기본 파라미터 맵에 따른 현재 작동 상태 하의 엔진의 다른 타겟에 대한 예상된 타겟값을 발생하며, 예상된 타겟값이 수정 전략에 의해 수정된 후 엔진의 다른 타겟을 제어한다.

엔진에 대한 제어 장치는 또한 CMAC 및 강유전체 메모리를 포함한다. 강유전체 메모리는 CMAC에 연결되고, CMAC는 마이크로프로세서와 연결된다. 여기서, CMAC는 제어 과정에서 엔진의 다른 타겟에 의해 피드백된 실제 타겟값을 적응적으로 학습하고, 적응적으로 학습된 실제 타겟값 파라미터와 동적 맵 발생 전략에 따른 기본 파라미터 사이의 최적화를 위한 비교 및 판단을 수행하는 데 사용되고, 조건을 만족하는 경우, 새로운 동적 파라미터 맵을 발생하여 강유전체 메모리로 이들을 저장한다. 또한, 마이크로프로세서는 동적 맵 결합 전략에 따른 강유전체 메모리에 저장된 동적 파라미터 맵 및 기본 파라미터 맵으로부터의 결합된 파라미터 맵을 형성하여, 기본 파라미터 맵을 결합 파라미터 맵으로 교체한다.

여기서, 외부 센서들의 아날로그 신호는 입력 조절 회로를 통해 마이크로프로세서로 입력된다. 입력 조절 회로에 의한 아날로그 신호의 처리는 2 가지 부분으로 나눠진다: 하나의 부분은 입력 조절 회로에 의해 디지털 신호로 아날로그 신호를 변환하고 이들을 디지털 신호 채널을 통해 마이크로프로세서로 입력하는 것이다; 다른 부분은 아날로그 채널을 통해 직접적으로 입력 조절 회로에 의해 마이크로프로세서 내의 A/D 포트로 아날로그 신호를 입력하는 것이다. 아날로그 신호는 주로 흡기 압력 또는 흡기 유량 신호, 스로틀 밸브 위치 신호, 대기압 신호, 흡기 온도 신호, 냉각수 온도 신호, 산소 센서 신호, 주변 온도 신호, 가속기 페달 신호, 시스템 전압 변경 신호 등을 포함한다.

외부 센서의 디지털 신호들은 입력 조절 버퍼 회로를 통해 마이크로프로세서에 의해 수신될 수 있는 입력 신호로 변환된다. 입력 조절 버퍼 회로의 기능은 센서의 디지털 신호들의 진폭, 파형 및 간섭을 처리하는, 즉 필터 처리이다. 디지털 신호들은 주로 크랭크샤프트 위치 신호, 분사 펄스폭 신호, 차량 속도 신호, 노크 신호, 에어컨(air-condition) 요청 신호, 전력-보조 스티어링 요청 신호, 중립 기어 신호, 전조등 스위치 신호, 등을 포함한다.

전력 검출 및 전압 안정 회로에 의해 처리된 전압 신호는 마이크로프로세서에 연결된다. 전력 검출 및 전압 안정 회로의 주 기능은 안정된 전압을 시스템에 제공하고, 센서에 작동 전력을 제공하며 RAM에 전력 유지를 제공하는 것이다. 전력 검출 및 전압 안정 회로는 DC/AC 컨버터, 과전류와 과전압 보호기, 전압 변동 신호 송신기 및 안티-재밍(anti-jamming) 회로로 구성된다.

통신 인터페이스 회로는 결함 진단 인터페이스 및 내장 네트워크 인터페이스를 포함한다. 내장 네트워크 인터페이스는 통신 버스 CAN-BUS 및 통신 버스 LIN-BUS 및 범용 결함 진단 표준 OBD-II/iso-9441K 라인을 포함한다. 이들 버스는 계량기(meters) 및 바디 제어 시스템 등에 연결된다. 마이크로프로세서를 가지는 이들 시스템의 신호들의 정보 상호통신은 네트워크 버스 및 이의 버스 드라이버를 통해 각각 유지된다.

마이크로프로세서는 32-비트 CPU 코어이며, 이는 일반 제어기의 전략 및 알 고리즘, 다양한 맵, 다른 관련 제어 타겟의 데이터 및 통신 버스 프로세서 등을 포함한다.

CMAC는 코어 및 외부 회로로서 또다른 32-비트 마이크로프로세서로 구성된다. CMAC는 내부에 적응형 학습 알고리즘 및 제어 전략을 포함한다. CMAC 및 주 마이크로프로세서에 의해 구성된 제어 시스템 코어는 외부 신호들의 변화를 받아들이고 동적 파라미터 맵을 클러스터링 업데이트하기 위해 적응형 학습을 수행한다.

기본 시스템 파라미터 맵은 강유전체 메모리에 의해 복사되고, 작동 상태의 제어에서 적응형 학습 및 참여를 통해 필요한 바와 같이 시스템 작동을 안정하게 하기 위해 결정된 동적 파라미터 맵의 일부는 실험 데이터로서 강유전체 메모리에 저장된다. 마이크로프로세서가 시스템의 제어되지 않는다고 결정하는 경우, 기본 파라미터 맵은 자동으로 강유전체 메모리로부터 마이크로프로세서로 기록될 것이다.

고전력 구동 회로는 인젝터, 점화 모듈, 흡기 시스템의 서보 액츄에이터(servo actuator) 및 전자기 밸브 등을 구동하기 위해 외부 회로 및 특수 제어 구동 칩을 이용한다.

스위칭량 구동 회로는 공회전 밸브, 흡기 공기 공명의 인젝터 스위치, 연료 펌프 스위치, 카본 캐니스터 전자기 밸브 스위치, ERG 전자기 밸브 스위치, 결함 표시-경고 스위치, 에어컨 전력 스위치, 고속 및 저속 팬 스위치를 구동한다.

구동 회로는 4 개의 예비(standby) 중간 전력 제어 드라이브를 나타낸다.

새로운 제어 방법으로부터 편리하게 구별하기 위해, PID 제어 전략의 사용과 같은 통상적 처리 방식 및 방법들이 본 발명에서 표준 제어기에서 실행되도록 모두 정의되어 있음을 본 발명에서 구체적으로 설명한다. 표준 제어기는 제어 장치의 일부인 반면, 제어 장치의 또다른 부분은 CMAC라 불린다.

엔진용 전술한 제어 장치에 기초하여, 본 발명에 의해 제공된 엔진용 제어 방법은 도 2에 도시된 방식을 따라 이행될 수 있다.

먼저, 제어가 수정 전략에 따른 마이크로프로세서에 의해 다른 타겟상에서 이행된다.

통상적 실행에서, 다른 기본 파라미터 맵이 마이크로프로세서에 의해 적용되기 때문에, 예를 들어, "1"의 조합이 순환 분사 제어에 의해 사용되고, "2"의 조합은 분사 타이밍 제어에 의해 사용되고, ...., "n"의 조합은 n번째 제어에 의해 사용되기 때문에, 다른 타겟값은 다른 작동 상태에 대응하는 디양한 기본 파라미터 맵에 의해 표현될 것이다. 다양한 사용 환경, 동작 조건, 전송 시간 지연, 기계 전송 시간 지연, 특성 등에 기인한 실제 타겟과 이들 타겟값 사이에서 발생한 편차; 센서의 특성, 신호의 전송 시간 지연, 신호 동작 및 처리 과정 동안의 시간 지연, 등에 기인한 실제 타겟으로의 피드백 신호 편차; 간섭에 기인한 장치 특성의 갑작스러운 변화 및 랜덤하게 발생한 간섭, 등; 제어의 정확성 및 실시간은 모든 상기 요인들의 존재에 의해 영향받는다. 또한, 엔진 테스팅 벤치에 의해 수정된 기본 파라미터 맵이 변화에 대응하여 조절될 수 없기 때문에, 제어 타겟은 제어 시스템에 의해 정확하게 결정될 수 없다.

엔진 테스트 벤치에 의해 보정되고 최적화된 기본 파라미터 맵에 따라 처음 에 엔진이 작동하는 것을 제외하고는, 엔진이 일단 사용된다면, 적응형 전략의 효과 때문에, 새로운 최적화된 동적 파라미터 맵은 연속하여 적응적으로 발생된다. 그러므로, 작동 기간 이후 엔진에 대해, 이들 기본 파라미터 맵들은 어느정도 변경된다. 동시에 사용되는 엔진에 대해서 조차 그리고 작동의 동일한 기간 후, 동일한 제어 타겟에 대한 이들의 기본 파라미터 맵은 더이상 동일하지 않도록 변경되며, 이는 장치의 제조 편차, 고정 기술 및 장치 특성의 차이, 엔진 사용 환경의 차이, 동작 조건의 차이, 동작 방법의 차이 등에 의해 야기된다.

위의 단점을 극복하기 위해, 본 발명에 의해 제공된 엔진에 대한 제어 방법은 전통적 PID 제어의 적응형 제어 전략을 결합하며 2 개의 태양으로부터 제어를 이행한다: 한 태양에서, 제어 타겟의 편차에 대해, 적응형 제어는 수정 전략에 따라 수행된다, 즉 최적화된 제어 타겟 특성(온라인 인식 시스템)을 보장하기 위한 자가-수정된 적응형 제어 및 시스템의 안정성을 보장하기 위한 적응형 제어; 또다른 태양으로는, 적응형 학습 제어가 제어 타겟의 관련 센서 신호의 비를 변경률을 추적하는 것을 통해 수행된다, 즉 수집된 센서 피드백 양의 결정, 시스템 안정성의 클로스터링 및 접근, 및 타겟의 안정된 후 자가-학습 조절 시간 지연을 통한 예상 실시간 제어.

일 태양에서, 통상적 수정 전략에 따른 기본 파라미터 맵은 다음을 포함한다: 엔진의 작동 상태를 반영하는 관련 센서의 특징 신호값을 사용하여 기본 파라미터 맵을 수정하는 것; 직접적으로 측정될 수 없는 변수들 상의 관련 센서들의 새로운 특징 신호 처리 방식으로 유연한 측정 방법의 추론을 수행함으로써 얻어지는 유연한 측정 특징 신호값을 사용하여 기본 파라미터 맵을 수정하는 것; 실제 타겟값과 예상된 타겟값 사이의 수정 과정동안 가중값 매칭을 수행함으로써 적응적으로 학습되는 관련 센서의 특징 신호 값을 사용하여 수정되는 기본 파라미터 맵을 수정하는 것; 여기서, 관련 센서들의 특징 신호들은 엔진의 크랭크샤프트 위치 및 회전 속도 신호, 상부 사점 신호, 토크 신호, 분사 펄스폭 신호, 스로틀 밸브 위치 신호, 산소 센서 신호, 연료 온도 신호, 오일 온도 신호, 주변 압력 신호, 전원(power supply) 루프 전압 신호, 수온 센서 신호, 배기 온도 신호, 흡입압 신호, 공연비 신호, 노크 신호, 플레임 전송각 신호, 몇 주기에서의 노크 신호의 파수 선택 확률 분포 및 시간 역치를 초과하는 플레임 전송각 신호의 확률을 포함하는, 유연한 측정 방식을 사용하여 추론된 특징 신호 및 엔진의 센서의 신호들을 포함한다.

또다른 태양에서, 제어 타겟의 관련 센서 신호들의 변경률을 추적하는 것을 통해 수행되는 적응형 학습 제어는 다음을 포함한다: 현재 학습 및 제어 단계 동안, 다음 사이클의 예상된 출력은 대응하는 센서 신호들의 변경률 및 이전 사이클의 센서 신호에 따른 제어 시스템에서의 CMAC에 의해 결정된다. 그러므로, 이전 사이클의 파라미터 맵은 먼저 중심으로서 취해지고, 작동 상태의 입력 공간은 신호들의 변경률 범위 및 이전 사이클의 대응하는 센서 신호(예를 회전 속도)의 변경 범위에 따라 결정되며, Ug=[a, b]×[c, d], 파리미터 맵 추적 및 수정 공간은 예상 타겟과 실제 타겟 사이의 편차 범위 및 편차의 변경률 범위에 따라 결정되며, Um=[e, f]×[g, h], 예를 들어, 스테퍼 모터의 스트로크(stroke)가 1에서 1.6 사이 에서 조절되고 이의 변경률이 0에서 1사이라면, 표준 생성 공간은 Ug= [1, 1.6]×[0, 1]이다. 그리고, 적절한 수량화 클래스(quantification class)가 선택된다; 초기 가중 계수 매트릭스를 나타내고; 신호들의 변경률 및 전류 관련 센서들의 신호 변경, 전류 엑츄에이터의 위치 신호 및 신호의 변경률이 노드로서 취해지고, 이 노드를 포함하는 초공간(super spatial) 형태는 공간 형태의 반경 및 적절한 파라미터를 선택하는 것을 통해 주어진 샘플에 따라 발견되어, 매트릭스 S가 결정되고 선택된다. 이때, CMAC의 출력은 중심으로서 활성 노드를 취하는 초 형태상에 정의된 일차 함수의 선형 결합이다, 즉

, 여기서

는 가중 계수의 벡터이며,

은 가중 계수 선택의 벡터이다. 따라서, 각 샘플에 대해, 가중 계수들만이 부분적으로 조절될 필요가 있다. 이런 방식으로, 연속하는 학습 및 제어 후에, 위의 과정은 연속적으로 반복되고, 요건을 충족하는 동적 파라미터 맵은 다음 사이클에서 센서 신호들을 예상대로 제어하기 위해 교대로 학습 및 제어를 수행하는 것을 통해 발생된다. 그러므로 클러스터링 및 학습의 기간 (다중-사이클 과정) 후에, 실제 타겟값이 수많은 근사에 의해 달성되므로, 시간 지연에 의해 발생한 제어 편차가 가장 늦게 제거되어, 엔진의 정확한 제어를 달성한다.

더 구체적으로는, 도 2에 도시된 바와 같이, 본 발명에 의해 제공된 제어 방법 및 과정은 다음과 같다:

(1) y _j (j=1,2,3...)이 기본 파라미터 맵의 예상된 제어 타겟값인 제어된 출력이라고 하자; 엔진의 n 번의 동작 사이클들의 시간 ti, 회전 속도 신호, 스로틀 밸브 위치 신호, 분사 펄스폭 신호, 흡입압 신호, 산소 센서 신호, 노크 신호, 대기압 신호, 수온 신호, 연료 온도 신호, 기계유 온도 및 기계유 압력 신호, (터보 과급기를 가지는) VNT 섹션 개방, 및 EGR 밸브 개방 신호, 저장 배터리의 전압 신호, 및 위의 다양한 신호들의 변경률은 이들 예상된 제어 타겟값을 적용하는 조건에서 연속하여 측정된다; 유연한 측정 방식으로 타겟 공연비 제어가 산소 센서 피드백 양의 변경률의 변경 트렌드에 따라 수행되는 것과 같이, 산호 센서와 노크 센서의 신호들이 특히 처리되고, 2%-5% 내의 n 사이클 노크의 발생의 확률은 노크 센서 신호가 주파수 선택기 및 파 검출기에 의해 처리된 후 전통적 노크 안정 각을 교체하기 위해 최상의 점화 조절 역치로서 취해진다. 여기서, n의 값은 벤치 테스트에서 보정된다.

상기 신호들은 다음 공식으로 계산되고 제어 시스템에 의해 조절된다:

기본 제어 타겟 y_i를 얻는다.

공식에서, a₀는 센서의 신호 값 또는 기본 파라미터 맵 값이다; a₁은 센서 신호의 변경률 또는 제어 타겟의 변경률이다; t_i는 i 번째 사이클 시간이다; y_i는 i번째 사이클에서 제어 타겟의 평균 변경량이다.

조절은 공식

을 사용하여 다시 조절된 데이터 상에서 수행되며, 여기서 d1/dt, d2/dt, ..., dn/dt 는 각각 관련 측정값의 변경률이다. 그래서, 제어된 출력은

으로 변경된다.

(3) 설계 제어 로직에 따르면, 엔진의 다양한 측정값에 대하여, 즉, 관련 센서들의 측정 신호들에 대하여, 제어된 양이 y_j _-1에서 y_j로 변경되도록 결정되는 경우, 이들 변경률이 0을 향해 간다면, 0을 향하는 값, ε은 최적 조건으로 간주된다. 이 조건에서 타겟값 y는 새로운 제어 타겟으로 선택되고, 룩업 테이블의 대응하는 조건들은 변한다.

인 경우,

라면,

이고;

인 경우,

라면,

이고;

인 경우,

라면,

이고;

인 경우,

라면,

이다.

(4) 상기 과정은 엔진의 관련 센서들의 측정값 및 피드백 파라미터로서 이들의 변경 벡터를 취하는 것에 의한 y의 적응형 제어 과정이다. 엔진이 이 과정의 n 번의 동작 사이클에서 안정적으로 동작한다면(다양한 조건하의 파라미터들이 거의 변하지 않는다, 즉, 0에 접근하는 ε가 존재하고 관련 특징 신호들의 확률 분포는 허용 범위 내에 있다), 제어 전략 y은 기하 영역(y-Δy, y+Δy)에서 정의되고, 제 어 타겟의 공간 영역이 얻어지고, 제어는 영역에서 고정된 단계 보간으로 최소 공간 영역에 연속하여 접근하는 것을 통하여 수행된다. 이때 도시된 엔진의 다양한 파라미터들은 엔진의 최적 파라미터이고, 이 조건 하의 타겟값은 최적으로 선택된 제어 타겟이다.

(5) 변경 트랜드가 n 번의 사이클들에서 안정하게 되거나 또는 최적 조건이 발생하는 경우, 마이크로프로세서 및 엔진의 다양한 시간 지연 효과는 학습 모드에 따란 제어 전략에 의해 단정적으로 제거된다. 동일한 이벤트가 다시 발생하는 경우, 관련 제어가 수행된다. 작동 상태가 변하거나 또는 동일한 작동 상태 하의 동작 조건이 변하는 경우, 제어는 위의 원칙에 따라 다시 수행되고, 과정은 이 방식으로 반복된다.

(6), 위의 과정들에서, n은 안정한 강건성의 한계에 기초하여 결정되며, ε의 값은 다중-팩터 관련 작은 값 상수이다. 2 개의 파라미터는 엔진 테스트 벤치에 의해 반복하여 검증되고 확인된다.

엔진의 상기 제어 과정에서, 수정된 기본 파리미터 맵 및 이들 수정된 파라미터를 적용하는 관련 센서들의 신호값들은 CMAC에 의해 클러스터링 최적화로 저장된다. 최적화의 원리는 2 개의 태양으로 나눠진다. 일 태양은 최적화 영역이 연속하여 접근 제어를 수행하고 최적 조건 ε가 발생하는 경우 데이터 노드를 결정하도록 기억된 동작 상태 및 기본 작동 상태 하의 동적 파라미터 맵의 트렌드에 따라 발견되어, 따라서, 공간 점유율이 감소되고 동적 파라미터 맵의 발생 기간이 짧아진다. 제 2 태양은 리던던트 유닛에 의해 재분배된 어드레스를 예방하기 위해 어드 레스 공간을 위한 치밀한 저장 전략을 채택하는 것이다, 즉, 가중을 훈련하고 저장하기 위한 공간을 얻기 위해 통합된 어드레스 모듈 동작을 채택하여, 하드웨어 이행에 대한 요건을 충족한다. 클로스터링 최적화를 위한 상세한 이행 계획은 다음의 단계들을 포함한다. 제 1 단계는 다양한 위치 상태 신호를 측정함으로써 이전 사이클에서 실행 에이전시의 타겟 위치 조건을 피드백하는 것이다; 실제 타겟값과 수정된 출력 타겟값 사이의 편차 및 편차의 변경률이 계산되고 가중을 적응적으로 수정하기 위해 제어 시스템에 의한 CMAC로 입력된다. 제 2 단계는 피드포워드 방식으로 훈련하고 추적함으로써 제어된 타겟 모델을 획득하는 것이다; 시스템 상태가 x(k)에 의해 표현되고 제어 벡터는 u(k)로 표시되며, 실행 에이전시의 제어는 x(k+1)=g[x(k), u(k)]로서 설명된다. 제 3 단계는 지정 사이클 기간들에서 제어 시스템에 의해 제어 타겟과 관련한 센서들의 신호 값들의 변경률을 계산하는 것이다; 변경 트렌드는 제어 방향을 결정하도록 변경률에 의해 결정된다; 예상된 출력 타겟은 제어 전력에 의해 이 변경 트렌드를 활용하여 예상대로 주어진다; 가중값은 예상된 출력 타겟과 실제로 측정된 타겟의 편차 및 편차의 변경률을 계산하여 연속하여 수정된다; 그리고, 제어 타겟은 다양한 변경률이 0으로 가는 안정 트렌드에 따라 접근된다.

위의 적응형 학습 파라미터의 일시적 클러스터링 저장에 기초하여, CMAC는 동적 파라미터 맵의 기-저장 기간에서 제어기로서 사용된다, 즉, 제어 전략은 이 단계에서 CMAC 제어기에 의해 실행된다. 크랭크샤프트 각 가속의 변경률이 접근 제어를 통한 최적화에 의해 0 근처의 상수에 접근하는 경우, 동적 파라미터 맵은 발 생되고 제어 권리는 마이크로프로세서로 전송된다. 상세한 단계는 다음과 같다:

a. 동적 맵 발생 영역을 결정하는 단계; 동일한 작동 상태 및 동일한 동작 조건 하의 소정의 제어 타겟의 기본 맵 및 바로 그때의 작업 상태 및 동작 조건을 나타내는 다양한 관련 특징 신호값은 데이터 노드로서 취해진다; 이 노드의 수정된 기본 파라미터 맵 y는 중심 값으로 취해진다; 그리고 동적 맵 발생 영역(y-Δy, y+Δy)은 기본 기준 반경으로서 실제 제어 타겟과 예상 제어 타겟 사이의 차이를 이용해 발생된다.

b. 발생 영역에서 동적 맵 최적화 영역을 결정하는 단계; 동일한 치수의 공간 영역에서, 동적 맵 발생 트렌드는 더 작은 영역이 y-Δy 측 또는 y+Δy 측 상에 있는지 여부를 결정하기 위해 이 데이터 노드에서 이 작동 상태를 나타내는 다양한 관련 특징 신호값의 변경률의 크기에 기초하여 판단된다; 결정 이후, (y-Δy) 또는 (y+Δy) 영역의 중앙값은 타겟 접근 이후 새로운 노드로서 취해지며, 이는 새로 접근된 동적 맵 발생 영역을 결정하기 위해 중심으로 취해진다; 이 과정을 반복하며 최소 영역 min(y-Δy, y+Δy)이 최적 영역으로 나타날 때까지 타겟에 연속적으로 접근한다.

c. 동적 맵을 발생하는 단계; 이 작동 상태를 나타내는 다양한 관련 특징 신호값이 0 근처의 상수 ε가 되도록 하는 경우, 확률 통계 처리를 수행한 후 관련 특징 신호들의 확률 분포가 허용 범위에 있고, min(y-Δy, y+Δy)에서의 중앙 포인트 y_m은 결정되고 제어 타겟의 출력으로 사용하기 위해 발생된 동적 파라미터 맵으 로 일시 저장소로 전송된다; 이전 사이클에서의 다양한 관련 변경률이 연속하여 계산되는 것을 포함하는, 이전 과정이 반복되고, 제어 및 학습이 현재 사이클에서 수행되며, 예상 출력이 다음 사이클에서 수행된다; 이 단계에서, 학습 및 제어는 교대로 수행되고, 제어는 CMAC에 의해 또한 완성된다.

d. 동적 맵을 결정하는 단계: 위의 과정들 a-c가 반복되고 경험적 클러스터링이 수행된다; 다양한 관련 특징 신호값의 변경률 ε 및 관련 특징 신호들의 확률 분포는 허용가능한 변경 범위 내에서 안정한 경우 즉, 안정 역치가 발생하는 경우, 예상 제어 타겟의 이 동적 파라미터 맵, 즉 결정된 동적 파라미터 맵이 강유전체 메모리에 저장된다; 안정 역치가 발생하는 경우, 센서들의 신호 값들은 한 세트의 데이터노드들이고 이 동적 파라미터 맵의 출력을 결정하기 위해 작동 상태 신호들로서 결정되며, 제어된 타겟들과 함께 데이터 노드들을 구성한다; 이제, CMAC는 적응형 학습 상태로 돌아가고 엔진의 다른 타겟들이 제어 전략에 따라 마이크로프로세서에 의해 제어된다.

e. 동적 맵을 업데이트하는 단계: 제어 과정 동안 사용 환경 변화 및 엔진의 특성 변화 때문에, 발생된 동작 맵의 제어 타겟이 또한 변할 수 있다; 구성된 데이터 노드들 상에서 취해진 a-d 과정 동안, 이들 다양한 관련 특징 신호값들의 변경률 ε 및 관련 특징 신호들의 확률 분포는 허용가능한 변경 범위 밖에 있다고 결정되는 경우, 새로운 동적 파라미터 맵이 재발생되고, 경험 클러스터링에 의해 결정되며, 원래 데이터 노드 어드레스의 유닛을 업데이트하는데 사용된다.

위의 과정들에서, 동적 맵 발생 및 동작 조건 및 작동 상태에 따른 적응 파 라미터에 대해 수행된 일시적 경험적 클러스터링 저장의 동작 과정은 도 3a에 도시되어 있는 CMAC에 의해 제어된다.

또한 엔진의 제어 과정에서, 엔진에 대한 제어 권리는 마이크로프로세서와 CMAC 사이에서 연속적으로 교대로 변경되어, 동적 파라미터 맵의 업데이트 및 결합 제어가 도 3b에 도시된 바와 같이, 수행된다. 엔진이 작동을 시작하는 경우, 엔진의 현재 작동 상태 카테고리는 복수의 센서들의 상태 신호 및 다른 연산 조건들에 따라 제어 시스템에 의해 결정된다, 즉, 제어 시스템에 의해 결정된 작동 상태의 현재 기본 작동 상태는 기본 동작 조건 및 전류 관련 센서들의 상태에 의해 형성된다. 현재 작동 상태는 위의 조건들에 따라 제어 시스템에 의해 결정된다. 이 작동 상태 하의 기본 파라미터 맵을 계산하고 출력한다. 이 과정에서, 적응형 학습에 의해 발생된 동적 파라미터 맵이 존재한다면, 안정 최적화를 위한 비교 및 판단은 제어 시스템에 의해 수행된다. 이들 동적 파라미터 맵이 기본 파라미터 맵 보다 더 양호하다면, 이들 동적 파라미터 맵을 출력한다. 다시 말해서, 결합 파라미터 맵은 동적 맵 결합 전략에 따라 기본 파라미터 맵과 발생된 동적 파라미터 맵으로부터 형성된다; 기본 파라미터 맵은 엔진의 제어를 수행하기 위해 결합 파라미터 맵에 의해 교체되고, 이는 다음의 단계를 포함한다: a. 동일한 작동 상태 및 동일한 동작 조건 또는 동일한 작동 상태 및 매우 근접한 동작 조건들 하에서 발생된 동적 파라미터 맵과 기본 파라미터 맵을 비교하는 단계; b. 타겟 파라미터들이 데이터 노드를 구성하는 요소들에서 다른 반면, 다양한 관련 특징 신호값들이 동일한 경우 다양한 관련 특징 신호값들의 변경률에 따라 엔진의 결합 파라미터 맵으로서 동적 파라미터 맵을 전체적으로 또는 부분적으로 설정하고, 대응하는 기본 파라미터 맵을 보호하는 단계; 여기서, 다양한 관련 특징 신호값들의 변경률에 따라 엔진의 결합 파라미터 맵으로서 동적 파라미터 맵을 전체적으로 또는 부분적으로 설정하는 단계는 다음을 포함한다: 타겟이 결정된 동적 파라미터 맵에 의해 제어되고 다양한 관련 특징 신호값들의 변경률이 허용가능 범위에서 안정할 수 없는 경우 동적 파라미터 맵을 포기하는 단계, 엔진의 결합 파라미터 맵으로서 동작 조건 및 작동 상태 하의 기본 파라미터 맵을 설정하는 단계, 및 동적 파라미터 맵을 재발생하는 단계; c. 타겟 파라미터가 동일한 반면, 다양한 관련 특징 신호값들이 모두가 동일하지는 않는 경우 현재 사이클의 값 및 이전 사이클의 값에 따른 다른 특징 신호 값들의 변경률을 각각 계산하고, 최적을 판단하기 위해 최소를 취하여 변경률을 비교하며, 전체 또는 부분적 동적 파라미터 맵을 포함하는 결합된 파라미터 맵을 결정하는 단계.

이들 결합 파라미터 맵은 새로운 기본 파라미터 맵으로서 센서들의 피드백 신호들에 의해 수정된다. 엑츄에이터는 수정된 결합 파라미터 맵에 의해 각각 제어된다. 예를 들어, 인젝터는 공연비를 변경하도록 분사 펄스폭을 결정하기 위해 제어되며, 전화 모듈은 점화 타이밍을 결정하기 위해 제어되며, 공회전 밸브는 공회전 속도를 결정하기 위해 제어되고, 흡기 시스템은 공연비 및 흡입 충전량 계수를 조절하기 위해 제어되며, EGR 밸브는 배기 등을 개선하기 위해 제어된다.

이하 설명에서, 예를 들어 다른 결합 파라미터 맵을 사용하여, 본 발명에 의해 제공된 엔진 제어 방법을 이하 설명한다.

도 4에 도시된 바와 같이, 분사 결합 파라미터 맵을 적용하여 엔진의 분사 펄스폭 제어를 수행하는 실시예를 설명한다. 기본 파라미터 맵은 회전 속도 신호, 흡입 압력 신호, 및 동작 상태를 반영하는 스로틀 밸브 위치 신호에 따른 분사 펄스폭 제어 전략에 기초하여 제어 시스템에 의해 주어진다. 폐루프 제어 시스템 상태에서의 이 기본 분사 파라미터 맵의 제어 전략은 또한 산소 센서의 피드백 신호에 의해 조절되며, 결합 제어 전략에 의해 매칭된다.

(냉각수 온도, 연료 온도, 흡입 가스 온도와 같은) 엔진의 관련 작동 상태 파리미터가 피드백되기 때문에, 표준 제어기는 작동 상태 파라미터에 따른 기본 분사 파리미터 맵을 수정하기 위해, 다른 작동 상태의 요건에 기초하여 시스템에 의해 제어된다. 수정된 기본 분사 파리미터 맵은 CMAC 및 인젝터에 제공된다. CMAC는 인젝터의 수정된 제어 타겟(파리미터 맵)을 적응적으로 학습하고 추적하며, 엔진의 관련 작동 상태 파리미터의 변경률, 산소 센서 신호의 변경률, 분사 펄스폭 편차 및 도 2 및 도 3에 제공된 방법에 따른 편차의 변경률에 기초하여 동적 분사 펄스폭 파라미터 맵을 발생한다. 이 동적 파라미터 맵이 최적 조건에 의해 결정된 후, 강유전체 메모리로 기록된다. 결합 파라미터 맵 전략이 분사 펄스폭 제어 전략의 판단 및 비교에 의해 적용되도록 결정되는 경우, 엔진의 인젝터 상의 적응형 분사 펄스폭 제어는 결합 제어 전략 하에서 기본 분사 파라미터 맵 및 동적 분사 펄스폭 파리미터 맵으로 구성되는 결합 제어 파리미터 맵에 의해 수행된다.

또한, 단일 타겟 최적화 방향은 상기 작동 상태 파라미터, 즉 전력 타겟, 경계적 타겟 및 표준 타겟에 따른 제어 시스템에 의해 엔진의 현재 작동 상태 하에서 불분명하게 결정된다. 최적 타겟이 선택된다면, 공연비 타겟(즉, 분사 펄스폭이 주어지거나 또는 공연비가 흡기량 및 분사 펄스폭 상의 고정된 혼합비 및 유연한 측정으로 이중요인 공동 조절을 수행함으로써 주어지고)은 예상된 폐루프 제어를 수행하도록 제어 시스템에 의해 주어질 것이다.

제어 시스템은 산소 센서 신호의 변경률의 변경 방향에 따른 트렌드를 판단하여 예상 폐루프 제어 및 예상 제어를 결정한다. 따라서, 시간 지연의 효과는 크게 최소로 감소될 것이다. 시간 지연에 의해 야기된 장애(disturbance)는 CMAC에 의해 처리된 편차 제거 및 잼 방지이고, 시스템이 정확한 안정한 제어를 달성하도록, 제어된 공연비 타겟이 예상 동적 특성에 따른 예상 공연비를 추적하는데 도움을 준다.

도 5에 도시된 바와 같이, 점화 결합 파리미터 맵을 적용하여 엔진의 점화 타이밍 제어를 수행하는 실시예를 설명한다. 기본 점화 타이밍 파라미터 맵은 상부 사점 위치 및 회전 속도를 반영하는 크랭크샤프트 위치 신호, 부하 크기를 반영하는 흡입 압력 신호, 공연비 조건을 반영하는 분사 펄스폭 신호, 동작 의도를 반영하는 스로틀 밸브 위치 신호 및 이들 신호들 사이의 다중-요인 상관에 따른 기본 점화 타이밍 파라미터에 기초하여 제어 시스템에 의해 주어진다.

점화 타이밍 제어를 향한 관련 작동 상태 파라미터가 제어 시스템에서 다중 요인 관련 과정이기 때문에, 점화 타이밍은 회전 속도, 부하, 공연비, 냉각수 온도, 압축률, 흡입 가스 압력, 연료 옥탄 수, 혼합 가스의 와류(turbulence) 레벨, EGR율 및 엔진에서의 화실의 형태에 의해 영향을 받는다. 제어가 이행되는 경우, 폐루프 제어 동안 노크 신호 및 엔진의 점화 타이밍과 관련한 작동 상태 파라미터는 제어 시스템에 의해 수집된다; 필요하다면, 확률 통계 처리는 이 센서가 연소 과정을 나타낼 수 있기 때문에 더 좋은 효과를 위해 화염(flame) 신호 각(화염 이온화 센서 신호) 상에서 수행된다, 즉, 이 센서는 화염 전단의 도달 시간을 결정한다; 층류 화염(laminar flame)의 확산 속도가 와류, 연소 과학의 통계적 이론, CMAC의 유연한 측정 처리 기능을 이용해 계산된다; 이에 의해, 연소 유지 각은 점화 타이밍 파라미터 맵을 적응적으로 수정하도록 계산된다. 위의 관련 요인들이 기본 점화 타이밍 파라미터 맵의 기본 조건임이 구체적으로 설명되어야 한다. 기본 점화 타이밍 파라미터 맵은 작동 상태 및 동작 조건에 따라 점화 제어 전략에 의해 구별되는 통합 성능, 방출 성능, 동적 성능, 및 경제적 성능으로 나눠지고, 이는 제어 과정 동안 적응적으로 선택된다.

기본 점화 타이밍 파라미터 맵은 점화 타이밍과 관련한 작동 상태 파라미터를 수집하는 것을 통해 표준 제어기에 의해 수정되고 출력된다. 수정은 관련 선택 스위치에 의해 영향을 받으며, 이는 옥탄 수가 다르다면 연소율이 또한 다르고 압축률이 다르다면 확산 시간 및 화염 확산 거리가 다르기 때문에 연료의 압축률 및 옥탄수에 맞추어 설정된다. 여기서, 옥탄 수의 선택은 크랭크샤프트 위치 신호 및 화염 전도각 신호의 가속 또는 단위 시간에서 노크 신호의 확률 밀도에 따라 결정된다; 압출률의 선택은 다른 엔진들의 다른 압축률에 따라 벤치 테스트에 의해 결정된 영향 상수(influence constant)이다. 구체적으로 설명되어야 하는 것은 입력 표준 제어기의 점화 타이밍 파라미터 맵에 결합된 파라미터 맵 제어 전략의 기능이 다. 결합 파라미터 맵 제어 전략하에서, 제어에 의해 판단된 적합한 동적 파리미터 맵, 즉, 조건하에서 엔진이 가장 안정한 상태에 있도록 결정되는, 모든 조건들이 매치되는 경우의 동적 파라미터 맵은 엔진 테스팅 벤치에 의해 보정된 원래의 기본 점화 타이밍 파라미터 맵을 전체적으로 또는 부분적으로 교체할 수 있다. 이때, 강유전체 메모리에서의 이 동작 조건 및 이 작동 상태 하의 동적 파라미터 맵은 결합 제어 전략을 통해 점화 타이밍 제어 전략에 기초하여 표준 제어기로 직접 전송된다. 수정된 점화 타이밍 파라미터 맵은 스파크 플러그의 점화를 제어하기 위해 점화 제어 모듈을 구동하도록 표준 제어기에 의해 수정되고 출력된다.

CMAC는 점화 모듈의 수정된 제어 타겟(파라미터 맵)을 적응적으로 학습하고 추적하며, 도 2 및 도 3에 제공된 방법에 따른 편차의 변경률, 연소 지지 각과 발화 지연 각의 편차, 크랭크샤프트 각의 가속, 스로틀 밸브 위치의 변경률, 분사 펄스폭의 변경률, 흡입 압력의 변경률, 노크 센서 신호의 확률 밀도 분포, 및 엔진의 관련 작동 상태 파라미터의 변경률에 기초하여 동적 점화 타이밍 파라미터 맵을 발생한다. 이 동적 파라미터 맵이 최적 조건에 의해 결정된 후, 강유전체 메모리로 기록된다. 결합 파라미터 맵 전략이 점화 타이밍 제어 전략의 판단 및 비교에 의해 적용되도록 결정되는 경우, 엔진의 점화 제어 모듈 상의 적응형 점화 타이밍 제어는 결합 제어 전략 하에서 기본 점화 타이밍 파라미터 맵 및 동적 점화 타이밍 파라미터 맵으로 구성되는 결합 제어 파라미터 맵에 의해 수행된다.

적응형 점화 타이밍 제어를 위해, 화염 전도 각 신호의 기능은 (노크 센서 신호를 이용하여 수렴된 처리의 수행 및 역치 확률 검출의 수행을 포함하며) 합성 된다. 예를 들어, 최상의 점화 조절 타겟 역치는 노크 센서 신호가 주파수 선택기 및 파 검출기에 의해 처리된 후 2 %~ 5 % 내의 n 사이클 노크의 발생의 확률이다. 노크의 발생의 확률이 이 역치를 초과한다면, 점화 각은 지연될 것이다. 이 영역에서, 관련 센서들의 신호들은 클러스터링 판단을 통해 이 동적 점화 파라미터 맵의 최상의 조건으로 결정된다. 조건들의 일부가 변경되는 경우, 이 역치가 예상 타겟으로 취해지고, 학습 및 제어는 전통적 노크 안전 각 거리를 교체하도록 CMAC에 의해 연속하여 수행된다.

도 6에 도시된 바와 같이, 결합 흡기 파라미터 맵을 적용하는 엔진의 흡기 제어를 수행하는 실시예가 설명되어 있다. 엔진의 흡기 가스는 흡기 파이프(1), 에어 클리너(2), 안정 압력 박스(4), 흡기 유동 검출기(5), 전기 스로틀 밸브 제어기(6) 및 분사 챔버(13)를 통과하며, 흡기 매니폴드를 통해 엔진(14)으로 들어간다. 공연비 타겟이 강하게 조절되는 경우, 흡기 파이프(1) 및 에어 클리너(2)로부터 안정 압력 박스(4)로의 흡기 가스가 바이-패스 파이프(7), 흡기 바이-패스 전자기 밸브(8)를 통해 보조 안정 압력 박스(12)로 들어가며, 전자-속도 제어 압축기(9), 비례 전자기 밸브(21) 또는 에어 분출 오리피스(11)를 통과하여, 분사 챔버(13) 및 흡기 매니폴드를 통해 엔진(14)으로 들어간다.

이행 과정에서, 흡기 바이-패스 전자기 밸브(8), 전자-속도 제어 압축기(9) 및 비례 전자기 밸브(21)와 같은 흡기 시스템 실행기(executor)는 엔진(14) 상의 흡입 제어를 수행하기 위해 흡입 온도 센서(3)의 신호, 가속기 페달 위치 신호(18), 전기 스로틀 밸브 제어기(6)의 위치 신호, 인젝터(15)의 분사 펄스폭 신 호, 산소 센서(17)의 신호 및 (회전 속도 신호, 흡입 압력 신호, 수온 신호, 화염 전도 각 신호와 같은) 엔진(14)으로부터의 다른 흡기 관련 상태 신호(22)에 따라 제어기(10)에 의해 제어된다.

제어 메커니즘은 다음과 같다: 제 1 태양으로, 흡기 유동 검출기(5) 및 전기 스로틀 밸브 제어기(6)는 바이-패스 파이프(7)의 가스 경로 하에서 흡입 가스의 일부를 대해 바이패스된다. 공연비는 공기 양이 전자-속도 제어 압축기(9), 비례 전자기 밸브(21), 에어 분출 오르피스(11) 및 분사 챔버(13)의 기능 하에서 이 경로를 통과하기 때문에 강하게 조절되어, 흡입 가스는 보상 제어를 달성한다. 제 2 태양으로, 안정 압력 박스(4) 및 보조 안정 압력 박스(12)가 사용되고 이들의 결합이 다른 작동 상태 조건 하에서 다른 정도로 병행으로 사용되기 때문에, 흡기 파이프에서 흡입 가스의 압력 파의 위상 및 크기의 조절 기능이 안정 압력 박스(4)에 의해 달성되기 때문에 압력-파 과급의 효과가 변경되고 흡기 시스템 및 전자-속도 제어 압축기에 의해 야기된 잡음은 감소된다. 제 3 태양으로, 흡기 매니폴드로 들어가는 가스 흐름의 와동 세기(vortex intensity)는 전자-속도 제어 압축기(9), 에어 분출 오리피스(11), 분사 챔버(13), 및 비례 전자기 밸브(21) 하에서 조절되고, 이는 연료의 분무(atomizing) 및 연소에 유리하다.

제어 과정에서, 위의 관련 제어 신호 및 가속기 제어 신호(20)에 따르면, 흡기 바이-패스 전자기 밸브(8)의 제어 신호, 전기 스로틀 밸브 제어기(6)의 제어된 맵, 전자-속도 제어 압축기(9)의 제어된 맵, 비례 전자기 밸브(21)의 제어된 맵은 제어기(10)에 의해 출력된다. 위의 출력 신호 및 출력 맵은 전기 스로틀 밸브 제어 기(6)의 위치 센서 신호, 인젝터(15)의 분사 펄스폭 신호, 산소 센서(17)의 신호 및 흡입 압력 신호, 온도 신호 및 온수 신호와 같은 다른 신호에 따라 제어기(10)의 표준 제어기에 의해 수정되고 출력된다. 출력 과정은 제어기(10)의 CMAC에 의해 적응적으로 추적되고 학습된다. CMAC는 크랭크샤프트 위치 가속, 분사 펄스폭의 변경률, 산소 센서(17)의 신호 변경률, 흡입 유동 및 흡입 압력의 변경률에 따라 도 1에서 도 3까지 도시된 제어 및 학습 과정을 수행한다. 동적 제어된 맵이 발생되는 경우, 제어기(10)는 위의 실행기를 제어하기 위해 결합 제어 전략 및 내부 제어 전략에 따르면 결합 맵을 출력한다.

도 7에 도시된 바와 같이, 공회전 제어 결합 파라미터 맵을 적용하는 엔진의 공회전 제어를 수행하는 실시예를 설명한다. 이 실시예에서, 폐-루프 제어는 비교적 고정된 공회전 위치에서 스로틀 개방을 안정시키기 위해 결합 파라미터 맵 제어 방법에 기초하여 전기 스로틀 밸브 상에서 이행된다.

엔진 테스팅 벤치에 의해 보정된 스로틀 밸브 토크 모터의 기본 파라미터 맵은 엔진의 공회전 작동 상태 신호에 기초하여 제어 전략에 따른 제어 시스템에 의해 탐색되고 불러들인다, 즉, 스로틀 밸브 위치 신호, 흡기 유량 신호, 회전 속도 신호, 냉각수 온도 신호, 분사 펄스폭 신호 및 대기압 신호, 흡기 온도 신호와 같은 다른 관련 신호들. 기본 파라미터 맵은 스로틀 밸브 토크 모터의 움직임을 제어하기 위해 표준 제어기에 의해 수정되고 출력된다.

공회전 PID 불분명한 제어 전략은 표준 제어기에서 수립된다. 기본 파라미터 맵은 냉각수 온도 및 대기 압력 등과 같은 공회전 작동 상태 하의 엔진의 다양한 상태 파라미터를 사용함으로써, 크랭크샤프트 코너 가속도 및 회전 속도의 편차와 같은 이전 작동 사이클에서 관련 상태 파라미터의 편차 및 변경률을 사용함으로써, 그리고 에어컨 스위치와 같은 다양한 보조 전기 기구의 스위치 상태를 사용함으로써 수정되고 출력된다.

CMAC는 스로틀 밸브 토크 모터를 제어하는 기본 출력 파라미터 맵을 적응적으로 학습하고 추적하며, 제어 전략에 따라 대응하는 동적 파라미터 맵을 발생하여 일시적으로 클러스터링 저장한다. 공회전 작동 상태 하의 엔진의 가장 안정한 작동 상태 조건이 발생하는 경우, 동적 파라미터 맵 및 안정 조건은 제어 타겟의 제어에 참여하는 결합 제어 전략으로 몇 사이클에서 수정, 클러스터링 및 관련에서의 반복된 검증, 결정, 비겨, 연속한 참여 후, 결정된다. 결정된 동적 파라미터 맵은 타겟을 제어하기 위해 기본 공회전 파라미터 맵을 교체하기 위해 강유전체 메모리에 저장된다.

장치 특성 및 사용 환경이 변하는 경우, 위의 과정은 제어를 수행하기 위해 반복된다. 부하가 급하게 변하는 경우, 예상 제어는 엔진의 다양한 상태 신호들의 전송 시간 지연 효과를 충분히 고려하여 관련, 기억 및 학습의 클러스터링 경험에 따라 제어 시스템에 의해 수행된다. 그리고 작동 상태 신호의 변경률의 트렌드는 일시적으로 클러스트링 저장하기 위해 가능하다면 빨리 상태를 적응적으로 학습하도록 몇 번의 사이클에서 결정된다. 유사한 조건이 연속하여 발생하는 경우, 동적 파라미터 맵은 적응형 추적, 조절 및 수정을 통해 발생된다. 유사한 조건이 랜덤하게 발생하는 경우, 갑작스러운 변화 동안 동적 파라미터 맵과 작동 상태 조건들은 클러스터링 기억되고 발생되어, 예상 제어는 유사 조건이 다시 일어나는 경우 수행된다.

도 8에 도시된 바와 같이, EGR율 결합 파라미터 맵을 적용하여 엔진의 EGR율 제어를 수행하는 실시예가 설명된다. 도 8에서, 제어 요건은 다음과 같다: EGR 율은 부분 부하의 조건에서 적용되고, EGR율은 20 % 아래의 스로틀 밸브 개방 및 전체 부하의 조건에서 0이며, EGR율의 제어 영역은 5-25%이다.

제어 과정에서, 기본 EGR율 파라미터 맵은 크랭크샤프트 위치 센서에 의해 측정된 회전 속도 신호 및 스로틀 밸브 위치 신호에 기초하여 EGR율 제어 전략에 따라 제어 시스템에 의해 발견된다. 현재 작동 상태는 스로틀 밸브 위치 신호, 회전 속도 신호, 흡기 압력 신호 및 냉각수 온도 신호에 따라 표준 제어기에 의해 결정된다. EGR율 제어 요건에 따른 작동 상태에 대해, EGR율 파라미터 맵은 이 작동 상태 하의 관련 센서들의 신호들에 따라 조절되고 수정되며, 이후, 수정된 EGR율 파라미터 맵은 EGR율 비례 전자기 밸브의 동작을 제어하기 위해 출력된다.

EGR율은 5%-25%의 영역에서 최상으로 적응적으로 매칭된다. CMAC 의 또다른 기능은 본 발명의 위의 설명에서의 적응형 제어 전략 및 동적 파라미터 맵 발생 전략에 기초하여 적응형 학습을 통해 동적 파라미터 맵을 발생하는 것이다. 이 동적 파라미터 맵이 판단 및 비교 후의 타겟을 제어하는데 적합한 경우, 기본 EGR율 파라미터 맵은 결합 파라미터 맵 제어 전략에 따라 전체로 또는 부분적으로 대체된다. 위의 과정을 반복한다.

따라서, 본 발명에 의해 제공된 엔진에 대한 제어 장치는 도 9 및 도 10에 도시된 상세한 회로에 의해 이행될 수 있다.

여기서, 도 9는 본 발명에 의해 제공된 엔진에 대한 제어 장치에서 센서와 관련된 실시예의 회로도이다. 마이크로프로세서 U1의 핀 31, 32는 각각, 레지스터 U16의 핀 29, 24에 연결된다. 마이크로프로세서 U1의 핀 40은 저항 R1을 통해 VCC의 하이 레벨에, 커패시턴스 C1을 통해 접지에, 스위치 S1을 통해 접지에 연결된다. 수정 발진기 Y1은 마이크로프로세서 U1의 핀 73과 74 사이에 연결되고, 커패시턴스 C2 및 C3를 통해 접지에 연결된다.

흡기 압력 센서 및 대기 압력 센서의 신호는 캐시 U2를 통해 위상 고정 루프 U3에 들어가며, V/F 변환 처리가 수행된다. 이후, 이들은 광전 커플러 OP1를 통해 마이크로프로세서 U1의 A/D 포트의 핀 50, 핀51로 입력되어, 이들은 마이크로프로세서 U1에 의해 수집되고, 분석되고 계산될 수 있다.

산소 센서 신호는 연산 증폭기 U4에 의해 10 배로 증폭된 후 대수 증폭기 U5로 입력된다. 대수 증폭기 U5에 의해 증폭된 후, 대수 증폭기 U5의 핀10에서 출력되어, 연산 증폭기 U6에 의해 5-0V 전압 신호로 I-V 변환 후 마이크로프로세서 U1의 A/D 포트의 핀 P52로 입력되어, 공연비는 마이크로프로세서 U1에 의해 분석되고 결정될 수 있다.

냉각수 온도 신호, 흡기 온도 신호 및 주변 온도 신호는 비교 및 판단을 수행하기 위해 비교기 U7에 공급하기 위해 직렬 분할기 저항에 의해 아날로그 전압 신호로 변환된다.

비교기 U7에 의한 디지털 신호 출력은 마이크로프로세서 U1의 A/D 포트의 핀 P54, P55 및 P56으로 입력되어, 엔진의 작동 상태는 마이크로프로세서 U1에 의해 분석되고 결정된다.

크랭크샤프트 위치 센서 신호가 변환되도록 자기 컨버터 U8로 입력된 후, 마이크로프로세서 U1의 A/D 포트의 핀 P57으로 입력되어, 마이크로프로세서 U1에 의해 분석되고 계산될 수 있다.

스로틀 밸브 위치 신호 및 가속기 페달 신호가 전압 감소 이후 증폭되기 위해 연산 증폭기 U9로 입력된 후, 이들은 마이크로프로세서 U1의 A/D 포트의 P46 및 P47로 입력되어, 마이크로프로세서 U1에 의해 분서되고 계산될 수 있다.

노크 신호가 연산 증폭기 U10 및 외부 회로로 구성된 신호 주파수 선택 및 증폭 회로에 의해 증폭된 후, 연산 증폭기 U10E로 구성된 검출 회로로 입력된다. 검출기의 출력 신호는 NOT 게이트에 의해 버퍼링된 후, 마이크로프로세서 U1의 핀 P16으로 입력되어, 마이크로프로세서 U1에 의해 분석되고 계산될 수 있다.

분사 신호 펄스폭 검출 회로는 인버터 U11 및 게이트 회로 U12로 구성된다. 분사 신호는 마이크로프로세서 U1의 INTP0 포트의 핀 P01로 입력되어, 마이크로프로세서 U1에 의해 분석되고 계산될 수 있다.

CAN 통신 모듈의 수신 노드 유닛은 CAN 통신 수신기 U13으로 구성된다.

시스템 판독(read-in) 프로그램 통신 회로는 비동기 직렬 통신 프로세서 U14, 통신 포트 DB9, 전자 스위치 U15, 등으로 구성된다. 시스템 실패 코드 디스플레이 유닛은 시스템 실패 정보를 판단하고 비교하기 위해 레지스터 U16 및 8-세그 LED DS로 구성된다.

이온화 센서 신호가 일정한 전위차계 회로 및 회로 검출 회로에 의해 처리된 후, 이는 마이크로-전력 소모 연산 증폭기 U18, U17 및 이의 외부 회로들로 구성되어 있고, 센서 신호의 전위는 고정된 값으로 제어된다. 처리 후, 센서 신호는 마이크로프로세서의 핀 P27로 입력되어, 마이크로프로세서 U1에 의해 분석되고 계산될 수 있다.

전압 신호가 위상 고정 루프 U19로 구성된 전력 검출 회로에 의해 처리된 후, 실시간으로 배터리 전압을 검출하기 위해 광전 커플러 OP3를 통해 마이크로프로세서 U1의 핀 P26으로 입력되어, 신뢰성이 있고 안정한 직접 전력이 시스템에 공급된다.

전조등 스위치 신호, 공회전 기어 위치 신호, 전력-보조 스티어링 신호, 에어컨 요청 신호가 정형(reshaping)을 위해 슈미트 트리거 U20에 공급하도록 직렬 드라이버 저항에 의해 아날로그 전압 신호로 변환된 후, 출력 디지털 신호는 마이크로프로세서 U1의 핀 P21, P22, P23, P24로 입력되어, 엔진의 작동 상태는 마이크로프로세서 U1에 의해 결정되고 분석된다.

회전 속도 신호가 시간 기준 회로 U21에 의해 조절된 후, 광전 커플러 OP4를 통해 마이크로프로세서 U1의 핀 P20으로 입력되어, 마이크로프로세서 U1에 의해 분석되고 계산될 수 있다.

CMAC는 마이크로프로세서 U1의 제어 하에서, 마이크로프로세서 U24, 래치 U22, 동적 기억장치 U23로 구성되고, 이는 내부 제어 전략에 따라 적응적으로 학습하고 공연비의 타겟값에 조절가능하게 접근한다. 동적 기억장치 U23는 플래쉬 메모 리이고, 이는 클러스터링 조절 파라미터를 리프레시하고 저장하며, 마이크로프로세서 U24의 제어 하에서 새로운 작동 상태에서 제어기의 제어에 관여한다.

예비 확장 플래쉬 메모리는 시스템 MAP 데이터를 저장하기 위해 확장 인터페이스 U26 및 기억장치 U25로 구성된다.

도 10은 본 발명에 의해 제공된 엔진에 대한 제어 장치에서의 드라이버와 관련한 실시예에 관한 회로이다. I/O 포트 P70~P77을 사용하여, 마이크로 프로세서 U1는 스위칭 값 드라이버 U37 및U38을 통해 분사 신호의 수집, 피드백, 분석, 결정 및 비교 이후 실시간으로 전력 드라이버 튜브 Q11-Q14을 통해 엔진의 분사를 제어한다.

마이크로프로세서 U1은 제어 신호를 출력하기 위해 이의 I/O 포트 P120-P127을 이용한다. 신호들이 광전 커플러 OP31-OP24로 구성된 안티-재밍(anti-jamming) 회로에 의해 격리된 후, 결함 표시-경고 스위치, 흡입 공기 공명의 인젝터 스위치, EGR 전자기 밸브 스위치 및 카본 캐니스터 전자기 밸브 스위치의 스위치 값 제어는 스위칭 밸브 드라이버 U35 및 U36을 통해 신호들의 수집, 피드백, 분석, 결정 및 비교 이후 전력 구동 튜브 BT12-BT15로 구성된 구동 회로에 의해 구동된다.

I/O 포트 P30~P37을 활용하여, 마이크로프로세서 U1은 스위칭 값 드라이버 U33 및 U34를 통해 점화 신호의 수집, 피드백, 분석, 결정 및 비교 후 전력 드라이버 튜브 BT8-BT11을 통해 엔진의 점화 상의 실시간 제어를 수행한다.

마이크로프로세서 U1은 전자기 밸브 및 스테핑 모터의 구동 신호들을 출력하기 위해 I/O 포트 P110-P111을 이용한다. 신호들이 광전 커플러 OP22 및 OP23으로 구성된 안티-재밍 회로에 의해 격리된 후, 스테핑 모터 MG1의 동작 및 전자기 밸브 DJ1의 동작은 3극관, H 브리지 회로 및 전력 드라이버 QE1 회로를 통해 각각 흡기 유동을 제어하기 위해 구동된다.

마이크로프로세서 U1는 제어 신호를 출력하기 위해 I/O 포트 P100-P107를 이용한다. 신호가 광전 커플러 OP14-OP21로 구성된 안티-재밍 회로에 의해 격리된 후, 스위치 값은 스위칭 값 드라이버 U30 및 U31을 통해 신호의 수집, 피드백, 분석, 결정 및 비교 후 고전력 구동 튜브 U32 및 전력 구동 큐브 BT5-BT7로 구성된 구동 회로에 의해 제어된다.

광전 커플러 OP13에 의해 격리된 후, 마이크로프로세서 U1의 구동 제어 신호는 전기 스로틀 밸브의 고/저 전위를 제어하기 위해 3극관 Q2에 의해 증폭된 후 전력 튜브 Q3을 구동한다. 이때, 신호 증폭기 U29로 구성된 전류 모니터 회로에 의해 처리된 후, 신호들이 실시간으로 전류를 모니터하고 위치 피드백 처리를 위해 사용되도록 마이크로프로세서 U1의 A/D 포트의 핀 P46으로 입력된다.

마이크로프로세서 U1은 제어 신호를 출력하기 위해 이의 I/O 포트 P150-P157을 이용한다. 신호들이 광전 커플러 OP5-OP12로 구성된 안티-재밍(anti-jamming) 회로에 의해 격리된 후, 대기 스위치 값 제어는 전력 구동 튜브 BT1-BT4로 구성된 구동 회로에 의해 구동된다.

PWM1, PWM2 제어 신호는 스로틀 밸브 모터 MG2를 구동하고 제어하기 위해, 각각, 마이크로프로세서 U1의 핀 P130과 P131에 의해 출력되고, 전력 드라이버 Q15-Q18로 구성된 H-브리지 구동 회로를 통과하고, 제너 정류기 다이오드 D11-D14 로 구성된 정류 격리 회로를 통과한다.

본 발명은 몇 개의 전형적 실시예를 참고로 하여 설명되어 있는 반면, 사용된 용어들은 설명을 위한 것이지 본 발명을 제한하는 것이 아님이 이해되어야 한다. 본 발명이 본 발명의 기술 사상 및 범위를 벗어나지 않고 다양한 상세한 형태로 이행될 수 있기 때문에, 상기 실시예들은 상기 상세히 설명된 것에 제한되지 않지만, 첨부한 청구항에 의해 제한된 기술사상 및 범위에서 광범위하게 설명되어야 함이 이해되어야 한다. 그러므로, 청구항의 범위 또는 이의 등가 범위에 있는 모든 변경 및 수정은 첨부한 청구항들에 의해 포함되어야 한다.

본 발명의 내용에 포함되어 있음.

Claims

엔진에서의 제어 유닛에 의해 실행되는, 엔진 제어 방법으로서,

복수의 센서들의 특징 신호값 및 기본 동작 조건에 따른 현재 작동 상태를 결정하는 단계,

기본 파라미터 맵에 따른 현재 작동 상태 하의 엔진의 다른 타겟들에 대한 예상 타겟값을 발생하는 단계,

기본 파라미터 맵을 수정하는 단계, 및

엔진의 다른 타겟을 제어하는 단계를 포함하고,

엔진 제어 방법을 수행하는 동안, 제어 유닛은 또한 다음의 단계:

단계 S1: 엔진의 다른 타겟에 의해 피드백된 실제 타겟값을 적응적으로 학습하고 적응적으로 학습된 실제 타겟값과 동일한 기본 동작 조건 및 동일한 작동 상태 하의 기본 파라미터 맵 사이의 최적화를 위한 비교 및 판단을 수행하는 단계; 여기서 조건을 충족하지 못한다면, 기본 파라미터 맵이 유지되고; 조건을 충족한다면, 동적 파라미터 맵이 발생되고,

단계 S2: 동적 파라미터 맵과 기본 파라미터 맵으로부터 결합 파라미터 맵을 형성하고, 기본 파라미터 맵을 결합 파라미터 맵으로 교체하는 단계를 실행하는 것을 특징으로 하는 엔진 제어 방법.
제 1 항에 있어서,

현재 작동 상태는 중간 및 낮은 부하 작동 상태, 과중한 부하 작동 상태, 시작 작동 상태, 가속-감속 작동 상태 및 공회전 작동 상태를 포함하는 것을 특징으로 하는 엔진 제어 방법.
제 1 항에 있어서,

결합 파라미터 맵은

결합 파라미터 맵은 엔진의 결합 점화 파라미터 맵, 엔진의 결합 분사 파라미터 맵, 엔진의 결합 흡기 파라미터 맵, 엔진의 결합 공회전 제어된 파라미터 맵, 결합 EGR율 파라미터 맵, 및 엔진의 결합 점화 듀웰각 파라미터 맵을 포함하는 것을 특징으로 하는 엔진 제어 방법.
제 1 항에 있어서,

기본 파라미터 맵은 엔진 테스팅 벤치에 의해 보정된 제 1 파라미터 맵 및 엔진 테스팅 벤치 및 경로 파라미터 최적화에 의해 보정된 제 2 파라미터 맵을 포함하는 것을 특징으로 하는 엔진 제어 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,

기본 파라미터 맵은 다음의 단계:

엔진의 현재 작동 상태를 반영하는 복수의 관련 센서의 특징 신호값을 사용하여 기본 파라미터 맵을 수정하는 단계;

직접적으로 측정될 수 없는 변수들 상의 관련 센서들의 새로운 특징 신호 처리 방식으로 유연한 측정 방법의 추론을 수행함으로써 얻어지는 유연한 측정 특징 신호값을 사용하여 기본 파라미터 맵을 수정하는 단계; 및

실제 타겟값과 예상된 타겟값 사이의 수정 단계 동안 가중값 매칭을 수행함으로써 적응적으로 학습되는 관련 센서의 특징 신호 값을 사용하여 수정되는 기본 파라미터 맵을 수정하는 단계를 포함하는, 수정 전략에 따라 수정되고,

관련 센서들의 특징 신호들은 엔진의 크랭크샤프트 위치 및 회전 속도 신호, 상부 사점 신호, 토크 신호, 분사 펄스폭 신호, 스로틀 밸브 위치 신호, 산소 센서 신호, 연료 온도 신호, 기계유 온도 신호, 주변 압력 신호, 전원 루프 전압 신호, 수온 센서 신호, 배기 온도 신호, 흡기 압력 신호, 공연비 신호, 노크 신호, 화염 전도각 신호, 몇 주기에서 노크 신호의 주파수 선택 확률 분포 및 시간 역치를 초과하는 화염 전송 각 신호의 확률을 포함하는, 유연한 측정 방식을 사용하여 추론된 특징 신호 및 엔진의 센서의 신호들을 포함하는 것을 특징으로 하는 엔진 제어 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어,

단계 S1은:

엔진의 자가 요인들의 변화 및 작동 상태 조건 및 동작 조건들의 변화의 학습에 따른 한 세트의 적응형 파라미터를 발생하고, 작동 상태 및 동작 조건들로부터 구별된 경험적 클로스터링에 의해 일시적으로 적응형 파라미터를 저장하는 단 계; 및

엔진의 다른 타겟의 제어 과정 동안, 동일한 작동 상태 및 동일한 동작 조건 하의 일시적으로 저장된 적응형 학습 파라미터와 기본 파라미터 맵 사이의 최적화 조건들에 따라 비교 및 판단을 연속하여 수행하는 단계를 더 포함하고,

일시적으로 저장된 적응형 학습 파라미터는 동적 맵 발생 전략과 일치하는 경우, 작동 상태 및 동작 조건 하의 동적 파라미터 맵을 발생하며, 이는 다음 제어에서 연속하여 학습될 것이고 상기 과정들을 반복하여 수행함으로써 연속하여 업데이트되는 것을 특징으로 하는 엔진 제어 방법.
제 6 항에 있어서,

동적 파라미터 맵은 동적 맵 발생 전략에 따라 발생되고, 다음의 단계:

a. 동일한 작동 상태 및 동일한 동작 조건 하의 소정의 제어 타겟의 기본 파라미터 맵 및 그때의 작동 상태 및 동작 조건을 나타내는 다양한 관련 특징 신호값이 데이터 노드로서 취해지고; 이 노드의 보정된 기본 파라미터 맵 y이 중심 값으로 취해지며; 동적 맵 발생 영역(y-Δy, y+Δy)은 기본 기준 반경으로서 실제 제어 타겟값과 예상된 제어 타겟 사이의 차이를 이용해 발생되는; 동적 맵 발생 영역을 결정하는 단계;

b. 동일한 치수의 공간 영역에서, 동적 맵 발생 트렌드는 더 작은 영역이 (y-Δy) 측 또는 (y+Δy) 측 상에 있는지 여부를 결정하기 위해 이 데이터 노드에서 이 작동 상태를 나타내는 다양한 관련 특징 신호값의 변경률의 크기에 기초하여 판단되고; 결정 이후, (y-Δy) 또는 (y+Δy) 영역의 중앙값(median)은 타겟 접근 후 새로운 노드로서 취해지며, 이는 새로 접근된 동적 맵 발생 영역을 결정하도록 중심으로 취해지고; 이 과정을 반복하며 최소 영역 min(y-Δy, y+Δy)이 최적 영역으로 나타날 때까지 타겟에 연속적으로 접근하는; 발생 영역에서 동적 맵 최적화 영역을 결정하는 단계;

c. 이 작동 상태를 나타내는 다양한 관련 특징 신호값이 0 근처의 상수 ε가 되는 경우, 확률 통계 처리를 수행한 후 관련 특징 신호들의 확률 분포가 허용 범위에 있고, min(y-Δy, y+Δy)에서의 중앙값 포인트 y_m은 발생된 동적 파라미터 맵으로 결정되는; 동적 맵을 발생하는 단계;

d. 상기 단계들 a-c가 반복되고 경험적 클러스터링이 수행되고; 다양한 관련 특징 신호값의 변경률 ε 및 관련 특징 신호들의 확률 분포가 허용가능한 변경 범위에서 안정한 경우, 이 동적 파라미터 맵이 결정되어 강유전체 메모리에 저장되고; 이때, 결정된 동적 파라미터 맵에 따른 다양한 관련 특징 신호값은 한 세트의 데이터 노드들이고, 한 세트의 데이터 노드들은 동작 파라미터 맵을 결정하기 위해 작동 상태 조건 신호들인; 동적 맵을 결정하는 단계; 및

e. 제어 과정 동안 사용 환경 변화 및 엔진의 특성 변화 때문에, 발생된 동적 맵의 제어 타겟이 또한 변할 수 있고; 구성된 데이터 노드들 상에서 이루어진 a-d 단계 동안, 이들 다양한 관련 특징 신호값들의 변경률 ε 및 관련 특징 신호들의 확률 분포가 허용가능 변경 범위 밖에 있다고 결정되는 경우, 새로운 동적 파라 미터 맵이 재발생되고, 경험적 클러스터링에 의해 결정되며, 원래의 데이터 노드 어드레스의 유닛을 업데이트 하는데 사용되는; 동적 맵을 업데이트하는 단계를 포함하는 것을 특징으로 하는 엔진 제어 방법.
제 1 항 내지 제 4 항 중 어느 한 항에 있어서,

결합 파라미터 맵은 단계 S2에서 동적 맵 결합 전략에 따라 형성되고, 다음의 단계:

a. 동일한 작동 상태 및 동일한 동작 조건 또는 동일한 작동 상태 및 매우 근접한 동작 조건들 하에서 발생된 동적 파라미터 맵과 기본 파라미터 맵을 비교하는 단계;

b. 타겟 파라미터들이 데이터 노드를 구성하는 요소들에서 다른 반면 다양한 관련 특징 신호값들이 동일한 경우 다양한 관련 특징 신호값들의 변경률에 따라 엔진의 결합 파라미터 맵으로서 동적 파라미터 맵을 전체적으로 또는 부분적으로 설정하고, 대응하는 기본 파라미터 맵을 보호하는 단계,

다양한 관련 특징 신호값들의 변경률에 따라 엔진의 결합 파라미터 맵으로서 동적 파라미터 맵을 전체적으로 또는 부분적으로 설정하는 단계는, 타겟이 결정된 동적 파라미터 맵에 의해 제어되고 다양한 관련 특징 신호값들의 변경률이 허용가능 영역에서 안정될 수 없는 경우 동적 파라미터 맵을 포기하고, 엔진의 결합 파라미터 맵으로서 동작 조건 및 작동 상태 하의 기본 파라미터 맵을 설정하며, 동적 파라미터 맵을 재발생하는 단계를 포함하고; 및

c. 타겟 파라미터가 동일한 반면 다양한 관련 특징 신호값들이 모두 동일하지는 않는 경우 현재 사이클의 값 및 이전 사이클의 값에 따른 다른 특징 신호 값들의 변경률 각각을 계산하고, 최적을 판단하기 위해 최소를 취하여 변경률을 비교하고, 전체 또는 부분적 동적 파라미터 맵을 포함하는 결합 파라미터 맵을 결정하는 단계를 포함하는 것을 특징으로 하는 엔진 제어 방법.
제 1 항 내지 제 8 항 중 어느 한 항에 따른 엔진 제어 장치로서,

마이크로프로세서;

마이크로프로세서에 각각 연결되어 있는, 전력 검출 및 전압 안정 회로, 통신 인터페이스 CAN, LIN 및 외부 진단 회로, 고전력 구동 회로, 스위칭량 구동 회로 및 구동 회로;

입력 조절 회로, 입력 조절 버퍼 회로, 아날로그 신호 채널 및 디지털 신호 채널을 포함하고,

복수의 센서로부터 아날로그 신호의 일부는 입력 조절 회로 및 아날로그 신호 채널을 통해 마이크로프로세서에 전송되는 반면, 복수의 센서로부터의 아날로그 신호의 나머지 일부는 입력 조절 회로 및 디지털 신호 채널을 통해 마이크로프로세서에 전송되고;

복수의 센서로부터의 디지털 신호는 입력 조절 버퍼 회로 및 디지털 신호 채널을 통해 마이크로프로세서에 전송되고;

마이크로프로세서는 아날로그 신호, 디지털 신호, 및 기본 동작 조건에 따른 현재 작동 상태를 결정하고; 기본 파라미터 맵에 따른 현재 작동 상태 하의 엔진의 다른 타겟에 대한 예상 타겟값을 발생하며; 예상 타겟값이 수정된 후 엔진의 다른 타겟을 제어하고;

엔진 제어 장치는:

마이크로프로세서에 연결되어 있는 CMAC(cerebellum model arithmetic controller), 및

CMAC에 연결되어 있는 강유전체 메모리를 더 포함하고;

CMAC는 제어 방법을 수행하는 동안 엔진의 다른 타겟에 의해 피드백된 실제 타겟값을 적응적으로 학습하는데 사용되고, 적응적으로 학습된 실제 타겟값과 기본 파라미터 맵 사이의 최적화를 위해 비교 및 판단을 수행하며, 조건을 충족하는 경우, 새로운 동적 파라미터 맵을 발생하여 강유전체 메모리로 이들을 저장하고;

마이크로프로세서는 강유전체 메모리에 저장된 동적 파라미터 맵과 기본 파라미터 맵으로부터의 결합 파라미터 맵을 형성하여, 기본 파라미터 맵을 결합 파라미터 맵으로 교체하는 것을 특징으로 하는 엔진 제어 장치.
제 9 항에 있어서,

아날로그 신호는 흡기 압력 또는 흡기 유량 신호, 스로틀 밸브 위치 신호, 대기압 신호, 흡기 온도 신호, 냉각수 온도 신호, 산소 센서 신호, 주변 온도 신호, 가속기 페달 신호, 시스템 전압 변경 신호 등을 포함하고;

디지털 신호는 크랭크샤프트 위치 신호, 분사 펄스폭 신호, 차량의 속도 신 호, 노크 신호, 에어컨 요청 신호, 전력-보조 스티어링 요청 신호, 중립 기어 신호 및 전조등 스위치 신호를 포함하는 것을 특징으로 하는 엔진 제어 장치.