WO1997040356A1 - Vorrichtung zur klopferkennung und regelung einer brennkraftmaschine - Google Patents

Vorrichtung zur klopferkennung und regelung einer brennkraftmaschine Download PDF

Info

Publication number
WO1997040356A1
WO1997040356A1 PCT/DE1997/000610 DE9700610W WO9740356A1 WO 1997040356 A1 WO1997040356 A1 WO 1997040356A1 DE 9700610 W DE9700610 W DE 9700610W WO 9740356 A1 WO9740356 A1 WO 9740356A1
Authority
WO
WIPO (PCT)
Prior art keywords
signal
knock
neural network
signals
combustion engine
Prior art date
Application number
PCT/DE1997/000610
Other languages
English (en)
French (fr)
Inventor
Stefan Unland
Oskar Torno
Robert Sloboda
Werner HÄMING
Iwan Surjadi
Michael BÄUERLE
Sigrid Hafner
Original Assignee
Robert Bosch Gmbh
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Robert Bosch Gmbh filed Critical Robert Bosch Gmbh
Priority to JP9537560A priority Critical patent/JPH11508666A/ja
Priority to EP97920545A priority patent/EP0834060A1/de
Priority to US08/973,389 priority patent/US6012425A/en
Publication of WO1997040356A1 publication Critical patent/WO1997040356A1/de

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L23/00—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid
    • G01L23/22—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid for detecting or indicating knocks in internal-combustion engines; Units comprising pressure-sensitive members combined with ignitors for firing internal-combustion engines
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01L—MEASURING FORCE, STRESS, TORQUE, WORK, MECHANICAL POWER, MECHANICAL EFFICIENCY, OR FLUID PRESSURE
    • G01L23/00—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid
    • G01L23/22—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid for detecting or indicating knocks in internal-combustion engines; Units comprising pressure-sensitive members combined with ignitors for firing internal-combustion engines
    • G01L23/221—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid for detecting or indicating knocks in internal-combustion engines; Units comprising pressure-sensitive members combined with ignitors for firing internal-combustion engines for detecting or indicating knocks in internal combustion engines
    • G01L23/225—Devices or apparatus for measuring or indicating or recording rapid changes, such as oscillations, in the pressure of steam, gas, or liquid; Indicators for determining work or energy of steam, internal-combustion, or other fluid-pressure engines from the condition of the working fluid for detecting or indicating knocks in internal-combustion engines; Units comprising pressure-sensitive members combined with ignitors for firing internal-combustion engines for detecting or indicating knocks in internal combustion engines circuit arrangements therefor

Definitions

  • the invention relates to a device for knock detection and control in an internal combustion engine according to the preamble of the main claim.
  • knock represents a critical operating state that can adversely affect the service life of the internal combustion engine. If knocking is detected, the ignition angle is usually adjusted, ensuring that knocking is avoided on the next burns.
  • knock detection devices In known knock detection devices, the noises generated in the internal combustion engine are registered with the aid of so-called structure-borne noise sensors.
  • the sensor output signals are processed and analyzed using a microprocessor.
  • a device for knock detection which works according to this method, is known for example from DE-OS 44 21 950.
  • the output signals are first preprocessed and further processed with the aid of a neural network and a connected fuzzy logic. If knocking is detected, the ignition or injection is influenced in the usual way in such a way that conditions arise again in which no knocking occurs.
  • DE-OS 44 21 950 there is a signal preprocessing stage which adapts the knocking sensors supplied to the subsequent neural network and the fuzzy logic, but no information can be found, how the signal preprocessing stage is to be designed.
  • the device according to the invention for knock detection and control of an internal combustion engine with the features of claim 1 has the advantage over the prior art that the output signals of the knock sensors before it
  • Feed to the neural network are prepared so that a particularly reliable processing can take place.
  • These advantages are achieved in that several characteristic quantities of the knock sensor signal are already extracted in the signal preprocessing unit and only these selected signals of an evaluation logic which, for. B. is constructed by means of neural networks or as fuzzy logic. Further advantages of the invention are achieved by the measures specified in the subclaims. It is particularly advantageous in the signal preprocessing to sample the characteristic features only during a measurement window, so that the location of the knocking event can be determined and interference can be suppressed. It is furthermore advantageous to carry out a Fourier transformation in the signal preprocessing and thus to determine one or more preferred knocking frequencies and to supply this information as a characteristic feature to the neural network.
  • the total energy can also be integrated in the measurement window, so that the knock energy can be supplied to the neural network as a characteristic feature. It can also be advantageous to determine partial energies in different measurement windows in the signal preprocessing and to use the characteristic signal shape thus obtained to distinguish between noise and knocking.
  • Features extracted in the preprocessing stage are advantageously carried out by means of a neural network, the number of features corresponding to the number of input neurons.
  • the output values that allow information about the knock intensity are calculated in the neural network.
  • a threshold is determined from which the ignition angle is adjusted as a knock-preventing measure.
  • the invention is not limited to the use of neural networks, but can also advantageously be extended to other networks. 97/40356 PC ⁇ 7DE97 / 00610
  • FIG. 1 shows the components of a device for knock detection and control of an internal combustion engine which are essential to the invention.
  • 10 denotes a signal evaluation unit, for example the control unit of the internal combustion engine
  • 11 denotes a knock sensor which is assigned to a cylinder of the internal combustion engine. Additional knock sensors are usually assigned to the other cylinders, but are not shown in FIG. 1 for the sake of simplicity.
  • the knock sensor 11 delivers an output signal, which is denoted by UK. This is fed to the control unit 10, whereby it is first processed in an evaluation circuit 12 so that it can subsequently be fed to an analog / digital converter 13.
  • Converter 13 is connected to a signal preprocessing stage 14, in which preprocessing of the data supplied by the analog / digital converter 13 takes place.
  • the signal preprocessing stage 14 is connected to a neural network and a microprocessor 16, in which the overall control of the device for knock detection and the regulation of the internal combustion engine is carried out.
  • further signals are fed to the microprocessor 16.
  • These further signals are, for example, the so-called load L of the internal combustion engine and the speed n.
  • the speed n is usually determined by a sensor 20 sensing a gear 18 connected to the crankshaft 17 of the internal combustion engine.
  • the sensor 20 is usually an inductive sensor in which voltage pulses UN are generated when the individual teeth of the gear 18 pass, from which the speed n can be determined from a chronological sequence.
  • the control unit 10 or the microcomputer of the control unit can of course be fed with further signals for evaluation. Depending on the supplied signals, the control signals required for regulating the internal combustion engine are calculated by the microprocessor. For example, control signals UZ for
  • Ignition output stage 19 provided. Depending on the control signals, a voltage formed from the battery voltage UB is applied to the ignition coils Z.
  • the arrangement according to FIG. 1 is exemplary and can be supplemented by various components.
  • a multiplexer can be provided, via which the signals generated by various knock sensors 11 are fed to the control unit.
  • the signal processing stage 12 can be omitted if it is ensured that the
  • the output signal of the knock sensor 11 or the output signals of the various knock sensors already have a height that allows a reliable anaolog / digital valley conversion.
  • the output signals UK would be fed directly to the analog / digital converter 13.
  • the device presented in FIG. 1 is not limited to the evaluation of knock sensor signals, but signals from other sensors can also be evaluated in connection with a control system.
  • the signal preprocessing in the preprocessing stage 14 must then be adapted accordingly, so that characteristic quantities are also extracted again and these are then fed to the neural network 15 or another network.
  • FIG. 2 shows a first overview of the signal evaluation, in which the knock sensor signal is first evaluated in a suitable manner, digitized by an analog / digital converter, and supplied to the actual preprocessing stage 14. This is symbolized in FIG. 2 by step SI.
  • the digitized knock sensor signal is processed further. Selectable characteristic quantities of the knock sensor signal are extracted. These characteristic features can be obtained, for example, by scanning in a measurement window, and the location of the knocking event can then be determined. Faults can still be hidden. If a Fourier transformation of the digitized signal is subsequently carried out, one can or can be
  • the knock energy can be determined, for example, by integrating the total energy of the knock sensor signal in a selectable measurement window. It is also possible to determine partial energies of the knock sensor signal, in which the calculation of the partial energies takes place in different measuring window sections. By defining different measurement windows or different ones
  • a characteristic signal shape can be obtained for measurement window sections. This makes it possible to distinguish between noise and knocking noise.
  • the formation of measuring windows or the exclusive forwarding of the signals during selectable phases can take place in the preprocessing stage 14.
  • the above-described extraction of characteristic features from the knock sensor signal takes place in the signal preprocessing stage 14.
  • the method or the methods that run in the signal evaluation stage 14 are designated with step S2.
  • the selection and classification of the features extracted in the signal preprocessing stage 14 takes place independently with the aid of a neural network.
  • the extracted features are fed to an input layer that is part of the neural network.
  • the neural network is designated 15, it is for example a separate neural computer. However, the neural network can also be a component of the microprocessor 16 which is present anyway.
  • the neural network can be understood in a general form as evaluation logic. Instead of one or more neutral networks, fuzzy logic or a combined network can also be used.
  • step S3 the transfer of the extracted features into the input layer of the neural network is specified as step S3.
  • the actual processing and output in the neural network is referred to as step S4.
  • step S4 At the exit of the neural network or in the A signal is produced in the output layer which indicates whether knocking is present or not. This signal is generated in step S5.
  • the statement “knock yes / no” is fed to the microprocessor 16, which uses this information and further information supplied to it to calculate new control signals for the ignition UZ. If it is detected at the output of the neural network 15 that knocking is present, this is calculated of the new ignition signals UZ are taken into account and the microprocessor 16 emits signals which retard the ignition angle.
  • the evaluation and classification of the features extracted in the signal preprocessing stage thus takes place in the neural network 15 itself.
  • the number of features to be evaluated corresponds to the number of
  • Inputs on a neuron of the neural network allow an evaluation of the knock intensity.
  • a threshold can be determined, for example, from which the ignition angle is adjusted late as a knock-preventing measure.
  • the microprocessor 16 ultimately determines whether an ignition angle adjustment is required.
  • Figure 3 is an embodiment of a neural
  • Network specified. 3 corresponds to the block designated as neural network 15 in FIG. A similar neural network is known from EP-0 441 522 A ".
  • the sequence diagram of a neural network shown in FIG. S3 triggers an entry after the start S7
  • Preprocessing stage 14 extracted features.
  • the entered features are therefore already characteristic features of the knock sensor signal, and not the output signal of the knock sensor itself.
  • These extracted features are analyzed in step S9. It is checked whether the values of the output layer are equal to the default (knocking or not knocking). If this is the case, the threshold or the weighting factors are increased in step S10. If step S9 reveals that the values of the output layer do not correspond to the specification, the threshold or weighting factors are reduced in step S11.
  • step S12 both results of steps S10 and sll are checked to determine whether an error that has occurred is minimal. If this is the case, the method is ended in step S13. However, if it is recognized in step S12 that the error is not minimal, the program continues with step S9. With the exemplary embodiment of a neural network shown in FIG. 3, threshold values or weighting factors can thus be learned and adapted, so that optimal knock detection is possible.
  • FIG. 4 shows a further exemplary embodiment of the invention, in which both signal preprocessing and further processing in the neural network are explained in more detail.
  • the structure-borne noise signals or the output signals of the knock sensors are recorded in step S14.
  • step S15 cylinder-selective scanning takes place.
  • This cylinder-selective scanning can be carried out, for example, with the aid of the analog / digital converter 13, a plurality of analog / digital converters can also be provided, or the scanning takes place in a type of multiplex operation.
  • the cylinder-selectively sampled signals are subjected to a Fast Fourier transformation in the signal preprocessing stage 14 or processed further with the aid of a plurality of digital filters (step S16).
  • the signals processed in step S16 are processed further in step S17, individual values being selected. These selected values, which for example only comprise a subset of the Fourrier transformation, are combined to form a so-called signal vector.
  • This signal vector is processed with the help of a neural network. Since alternative solutions are possible for this further processing, a neural network is strictly provided for each of the solutions. Instead of one or more neural networks, other network structures can also be used; these are generally referred to as perceptrons.
  • the signal vectors contain information relating to the location of the knocking event, with disturbances largely being suppressed.
  • the signal vector contains information regarding several knocking preferred frequencies. If the total energy of the knock sensor signals is integrated in the measurement window, the knock energy is obtained and the associated signal vector is therefore dependent on the knock energy.
  • steps S18 or S19 For the evaluation of the signal vectors with the aid of networks, for example neural networks, there are two different possibilities, which are referred to as steps S18 or S19. According to the first
  • step S18 the signal vector is compared with one or more weighting vectors.
  • the weighting sector that has the smallest distance from the signal distance is then selected. This smallest distance then serves as a comparison value for the threshold value.
  • the threshold value comparison that follows as step S20 then yields the knock detection as a result in step S21.
  • the knocking yes / no detection is designated as step S21. If knocking is detected, this is communicated to the microprocessor 16, which, when knocking is detected, triggers an ignition adjustment 19 late by emitting corresponding control signals UZ to the ignition output stage, thereby ensuring that knocking no longer occurs during the next burns.
  • a second possibility of signal processing by means of neural networks is shown in step S19.
  • the signal vector is normalized to 1 and multiplied by a weighting vector.
  • the result value obtained from this is the comparison value for the threshold value.
  • the threshold value comparison again takes place in the subsequent step S20. The comparison between the threshold value and the calculated value in turn enables knock detection.
  • the weighting vectors or threshold values can be adjusted during operation.
  • the threshold values are defined before the knock detection is started up for the first time or before each start up.
  • the adaptation of the weighting vector or the weighting vectors or the threshold values are denoted by S22 or S23.
  • the procedure according to the invention according to which features which can be predetermined in a preprocessing stage 14 are extracted from the knock sensor signal and only these features are fed to the neural network 15, for example as signal vectors, enables reliable knock detection. Since some of the possible sources of error or signal interference are already excluded by the formation of the measuring window, it is ensured that a particularly reliable and susceptible to knocking is possible. Less processing is required for processing in the neural network 15, provided extensive processing or selection is already carried out in the signal preprocessing stage 14.

Landscapes

  • Chemical & Material Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Combustion & Propulsion (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Electrical Control Of Ignition Timing (AREA)

Abstract

Es wird eine Vorrichtung zur Klopferkennung und Regelung einer Brennkraftmaschine angegeben, bei der die Ausgangssignale von Klopfsensoren zunächst einer Signalvorverarbeitungsstufe (14) zugeführt werden, die aus den einzelnen Signalen charakteristische Merkmale extrahiert und entsprechende Daten zur Weiterverarbeitung an ein neuronales Netz (15) weiterleitet. Im neuronalen Netz (15) werden aus den zugeführten Daten Entscheidungskriterien, die eine Aussage über das Vorliegen von Klopfen ermöglichen, gewonnen. Aus den Informationen, die mit dem neuronalen Netz (15) gewonnen werden sowie weiteren für die Brennkraftmaschine typischen Informationen, berechnet der Mikrocomputer des Steuergerätes der Brennkraftmaschine Ansteuersignale für die Zündung oder Einspritzung, wobei bei erkanntem Klopfen die Zündung nach spät verstellt wird.

Description

97/40356 PCΪ7DE97/00610
- 1 -
Vorrichtung zur Klopferkennung und Regelung einer Brennkraftmaschine
Stand der Technik
Die Erfindung geht aus von einer Vorrichtung zur Klopferkennung und Regelung bei einer Brennkraftmaschine nach der Gattung des Hauptanspruchs.
Damit eine Brennkraftmaschine optimal geregelt werden kann, ist es erforderlich, das sogenannte „Klopfen", das einen kritischen Betriebszustand darstellt, der die Lebensdauer der Brennkraftmaschine ungünstig beeinflussen kann, zuver¬ lässig zu erkennen. Falls Klopfen erkannt wird, wird üblicherweise der Zündwinkel verstellt, wodurch sichergestellt wird, daß bei den nächsten Verbrennungen Klopfen vermieden wird.
Bei bekannten Vorrichtungen zur Klopferkennung werden die in der Brennkraftmaschine erzeugten Geräusche mit Hilfe sogenannter Körperschallsensoren registriert. Die Ausgangssignale der Sensoren werden aufbereitet und mit Hilfe eines Mikroprozessors analysiert. Eine Vorrichtung zur Klopferkennung, die nach dieser Methode arbeitet, ist beispielsweise aus der DE-OS 44 21 950 bekannt. Bei dieser bekannten Vorrichtung werden die Ausgangssignale zunächst vorverarbeitet und mit Hilfe eines neuronalen Netzwerkes sowie einer angeschlossenen Fuzzylogik weiterverarbeitet. Wird Klopfen erkannt, wird in üblicher Weise die Zündung oder Einspritzung so beeinflußt, daß wieder Bedingungen entstehen, bei denen kein Klopfen auftritt.
In der aus der DE-OS 44 21 950 bekannten Vorrichtung zur Klopferkennung und zur Regelung einer Brennkraftmaschine ist zwar eine Signalvorverarbeitungsstufe vorhanden, die das von den Klopfsensoren gelieferte an das sich anschließende neuronale Netz sowie die Fuzzylogik anpaßt, sind jedoch keine Informationen zu entnehmen, wie die Signalvorverarbeitungsstufe auszugestalten ist.
Vorteile der Erfindung
Die erfindungsgemäße Vorrichtung zur Klopferkennung und Regelung einer Brennkraftmaschine mit den Merkmalen des Anspruchs 1 hat gegenüber dem Stand der Technik den Vorteil, daß die Ausgangssignale der Klopfsensoren vor ihrer
Zuführung zum neuronalen Netz so aufbereitet werden, daß eine besonders zuverlässige Weiterverarbeitung erfolgen kann. Erzielt werden diese Vorteile, indem mehrere charakteristische Größen des Klopfsensorsignales bereits in der Signalvorverarbeitungseinheit extrahiert werden und nur diese ausgwählten Signale einer Auswertelogik, die z. B. mittels neuronaler Netze oder als Fuzzylogik aufgebaut ist, zugeführt werden. Weitere Vorteile der Erfindung werden durch die in den Unteransprüchen angegebenen Maßnahmen erzielt. Dabei ist es besonders vorteilhaft, in der Signalvorverarbeitung die charakteristischen Merkmale nur während eines Meßfensters abzutasten, so daß der Ort des Klopfereignisses festlegbar ist und Störungen ausgeblendet werden. Es ist weiterhin vorteilhaft, in der Signalvorverarbeitung eine Fouriertransformation durchzuführen und damit eine oder mehrere Klopfvorzugsfrequenzen zu ermitteln und diese Information als charakteristisches Merkmal dem neuronalen Netz zuzuführen. In vorteilhafter Weise kann auch eine Integration der Gesamtenergie im Meßfenster erfolgen, so daß als charakteristisches Merkmal die Klopfenergie dem neuronalen Netz zuführbar ist. Es kann auch vorteilhaft sein, in der Signalvorverarbeitung Teilenergien in verschiedenen Meßfenstern zu ermitteln und die so erhaltene charakteristische Signalform zur Unterscheidung zwischen Störgeräusch und Klopfen heranzuziehen.
Die Auswertung und Klassizifierung der in der
Vorverarbeitungsstufe extrahierten Merkmale erfolgt in vorteilhafter Weise mittels eines neuronalen Netzes, wobei die Zahl der Merkmale der Anzahl der Eingangsneuronen entspricht. Die Ausgabewerte, die eine Aussage über die Klopfintensivität erlauben werden im neuronalen Netz berechnet. In Abhängigkeit von den berechneten Klopfintensitäten wird eine Schwelle bestimmt, ab der der Zündwinkel als klopfverhindernde Maßnahme nach spät verstellt wird.
Die Erfindung ist nicht auf die Verwendung von neuronalen Netzen beschränkt, sondern läßt sich in vorteilhafter Weise auch auf andere Netze ausdehen. 97/40356 PCΪ7DE97/00610
- 4 -
Zeichnung
Ausführungsbeispiele der Erfindung sind in der Zeichnung dargestellt und werden in der nachfolgenden Beschreibung näher erläutert. Im einzelnen sind in Figur 1 die zum Verständis der Erfingung wesentlichen Bestandteile einer Vorrichtung zu Klopferkennung und Regelung einer Brennkraftmaschine dargestellt. In den Figuren 2,3 und 4 sind Verfahren angegeben, die aufzeigen, wie aus den
Ausgangssignalen des Klopfsensors oder der Klopfsensoren das Auftreten von Klopfen erkannt wird.
Beschreibung
In Figur 1 sind die erfindungswesentlichen Bestandteile einer Vorrichtung zur Klopferkennung und Regelung einer Brennkraftmaschine dargestellt. Dabei bezeichnet 10 eine Signalauswerteeinheit, beispielsweise das Steuergerät der Brennkraftmaschine, mit 11 ist ein Klopfsensor bezeichnet, der einem Zylinder der Brennkraftmaschine zugeordnet ist. Üblicherweise sind den übrigen Zylindern weitere Klopfsensoren zugeordnet, die jedoch der Einfachheit halber in Figur 1 nicht dargestellt sind.
Der Klopfsensor 11 liefert ein Ausgangssignal, das mit UK bezeichnet ist. Dieses wird dem Steuergerät 10 zugeführt, wobei es zunächst in einer Auswerteschaltung 12 so aufbereitet wird, daß es anschließend einem Analog-/Digital- Wandler 13 zugeführt werden kann. Der An log-/Digital-
Wandler 13 steht mit einer Signalvorverarbeitungsstufe 14 in Verbindung, in der eine Vorverarbeitung der vom Analog- /Digital-Wandler 13 gelieferten Daten erfolgt. Die Signalvorverarbeitungsstufe 14 steht mit einem neuronalen Netz und einem Mikroprozessor 16 in Verbindung, in dem die GesamtSteuerung der Vorrichtung zur Klopferkennung sowie die Regelung der Brennkraftmaschine durchgeführt wird. Dem Mikroprozessor 16 werden dazu weitere Signale zugeführt. Bei diesen weiteren Signalen handelt sich beispielsweise um die sogenannte Last L der Brennmaschine sowie die Drehzahl n. Die Drehzahl n wird dabei üblicherweise ermittelt, indem ein Sensor 20 ein mit der Kurbelwelle 17 der Brennkraftmaschine verbundenes Zahnrad 18 abtastet. Der Sensor 20 ist dabei üblicherweise ein Induktivsensor, in dem beim Vorbeilaufen der einzelnen Zähne des Zahnrades 18 Spannungsimpulse UN erzeugt werden, aus derer zeitlicher Abfolge die Drehzahl n ermittelbar ist. Dem Steuergerät 10 bzw. dem Mikrocomputer des Steuergerätes können selbstverständlich weitere Signale zur Auswertung zugeführt werden. In Abhängigkeit von den zugeführten Signalen werden vom Mikroprozessor die für die Regelung der Brennkraftmaschine erforderlichen Ansteuersignale berechnet. Beispielsweise werden Ansteuersignale UZ für die
Zündungsendstufe 19 bereitgestellt. In Abhängigkeit von den Ansteuersignalen wird an die Zündspulen Z eine aus der Batteriespannung ÜB gebildete Spannung gelegt.
Die Anordnung nach Figur 1 ist beispielhaft und kann um verschiedene Bauteile ergänzt werden. Beispielsweise kann ein Multiplexer vorgesehen werden, über den die von verschiedenen Klopfsensoren 11 erzeugten Signalen dem Steuergerät zugeführt werden. Die Signalverarbeitungsstufe 12 kann entfallen sofern sichergestellt ist, daß das
Ausgangssignal des Klopfsensors 11 bzw. die Ausgangssignale der verschiedenen Klopfsensoren bereits eine Höhe aufweisen, die eine zuverlässige Anaolog-/Digigtal-Wandlung gestatten. In diesem Fall würden die Ausgangssignale UK direkt dem Analog-/Digital-Wandler 13 zugeführt werden. Prinzipiell ist die in Figur 1 vorgestellte Vorrichtung nicht auf die Auswertung von Klopfsensorsignalen beschränkt, sondern es können auch Signale anderer Sensoren in Verbindung mit einem Regelsystem ausgewertet werden. Die Signalvorverarbeitun in der Vorverarbeitungsstufe 14 muß dann entsprechend angepaßt werden, sodaß ebenfalls wieder charakteristische Größen extrahiert werden und diese dann dem neuronalen Netz 15 oder einem anderen Netz zugeführt werden.
In der in der Figur 1 dargestellten Vorrichtung laufen die in den Figuren 2,3 und 4 aufgezeigten Verfahren zur Klopferkennung bzw. zur Regelung einer Brennkraftmaschine ab. In Figur 2 ist eine erste Übersicht der Signalauswertung dargestellt, bei der zunächst das Klopfsensorsignal in geeigneter Weise ausgewertet wird, von einem Analog- /Digital-Wandler digitalisiert wird und der eigentlichen Vorverarbeitungsstufe 14 zugeführt wird. In Figur 2 ist dies durch den Schritt SI symbolisiert.
In der Vorverarbeitungsstufe 14 wird das digitalisierte Klopfsensorsignal weiterverarbeitet. Es werden dabei wählbare charakteristische Größen des Klopfsensorsignales extrahiert. Diese charakteristischen Merkmale können beispielsweise durch Abtastung in einem Meßfenster gewonnen werden, es läßt sich dann der Ort des Klopfereignisses festlegen. Es sind weiterhin Störungen ausblendbar. Wird anschließend eine Fouriertransformation des digitalisierten Signales durchgeführt, läßt oder lassen sich eine
Klopfvorzugsfrequenz oder mehrere KlopfVorzugsfrequenzen ermitteln. Durch Integration der Gesamtenergie des Klopfsensorsignales in einem wählbaren Meßfenster läßt sich beispielsweise die Klopfenergie ermitteln. Es ist auch möglich Teilenergien des Klopfsensσrsignales zu ermitteln, in dem die Berechnung der Teilenergien in verschiedenen Meßfensterabschnitten erfolgt. Durch Festlegung verschiedener Meßfenster oder verschiedener
Meßfensterabschnitte kann eine charakteristische Signalform erhalten werden. Eine Unterscheidung zwischen Störgeräuschen und Geräuschen, die vom Klopfen verursacht werden, ist damit möglich. Die Bildung von Meßfenstern oder die ausschließliche Weiterleitung der Signale während wählbarer Phasen kann in der Vorverarbeitungsstufe 14 erfolgen.
Die vorstehend beschriebene Extrahierung von charakteristischen Merkmalen aus dem Klopfsensorsignal erfolgt in der Signalvorverarbeitungsstufe 14 In Figur 2 ist das Verfahren bzw. sind die Verfahren, die in der Signalauswertungsstufe 14 ablaufen, mit Schritt S2 bezeichnet. Die Auswahl und Klassifizierung der in der Signalvorverarbeitungsstufe 14 extrahierten Merkmale erfolgt selbständig mit Hilfe eines neuronalen Netzes. Dabei werden die extrahierten Merkmale einer Eingangsschicht, die Bestandteil des neuronalen Netzes ist, zugeführt. In Figur 1 ist das neuronale Netz mit 15 bezeichnet, es handelt sich dabei beispielsweise um einen eigenen neuronalen Computer. Das neuronale Netz kann aber auch Bestandteil des ohnehin vorhandenen Mikroprozessors 16 sein.
Das neuronale Netz kann in allgemeiner Form als Auswertelogik aufgefaßt werden. Statt eines oder mehrerer neutronaler Netze kann auch eine Fuzzylogik oder ein kombiniertes Netzwerk eingesetzt werden.
Bei dem in Figur 2 dargestellten Verfahren ist die Übernahme der extrahierten Merkmale in die Eingangschicht des neuronalen Netzes als Schritt S3 angegeben. Die eigentliche Verarbeitung und Ausgabe im neuronalen Netz ist als Schritt S4 bezeichnet. Am Ausgang des neuronalen Netzes bzw. in der Ausgangsschicht entsteht ein Signal, das erkennen läßt, ob Klopfen vorliegt oder nicht. Dieses Signal wird im Schritt S5 erzeugt. Die Aussage „Klopfen ja/nein" wird dem Mikroprozessor 16 zugeführt, der ausgehend von dieser Information sowie weiteren ihm zugeführten Informationen neue Ansteuerungssignale für die Zündung UZ berechnet. Wird am Ausgang des neuronalen Netzes 15 erkannt, daß Klopfen vorliegt, wird dies bei der Berechnung der neuen Zündsignale UZ berücksichtigt und der Mikroprozessor 16 gibt Signale ab, die den Zündwinkel nach spät verstellen.
Die Auswertung und Klassifizierung der in der Signalvorverarbeitungsstufe extrahierten Merkmale erfolgt also im neuronalen Netz 15 selbst. Die Zahl der auszuwertenden Merkmale enspricht dabei der Zahl der
Eingänge an einem Neuron des neuronalen Netzes. Die im neuronalen Netz berechneten Ausgabewerte erlauben eine Auswertung über die Klopfintensität. In Abhängigkeit dieser Klopfintensitäten kann beispielsweise eine Schwelle bestimmt werden, ab der der Zündwinkel als klopfverhindernde Maßnahme nach spät verstellt wird. Ob eine Zündwinkelverstellung erforderlich ist bestimmt letztendlich der Mikroprozessor 16.
In Figur 3 ist ein Ausführungsbeispiel eines neuronalen
Netzes angegeben. Das AblaufSchema in Figur 3 entspricht dem in Figur 1 als neuronalen Netz 15 bezeichneten Block. Ein ähnliches neuronales Netz ist aus der EP-0 441 522 A „ bekannt. Das in Figur S3 dargestellte AblaufSchema eines neuronalen Netzes löst nach dem Start S7 eine Eingabe der
Merkmale S8 aus. Diese Merkmale die dem neuronalen Netz eingegeben werden entsprechen den in der
Vorverarbeitungsstufe 14 extrahierten Merkmale. Es handelt sich also bei den eingegebenen Merkmalen bereits um charakteristische Merkmale des Klopfsensorsignales, und nicht um das Ausgangssignal des Klopfsensors selbst. Diese extrahierten Merkmale werden im Schritt S9 analysiert. Dabei wird geprüft, ob die Werte der Ausgabeschicht gleich der Vorgabe sind (Klopfen oder nicht Klopfen) . Ist dies der Fall, wird im Schritt S10 eine Erhöhung der Schwelle bzw. der Gewichtungsfaktoren durchgeführt. Ergibt Schritt S9 daß die Werte der Ausgabeschicht nicht der Vorgabe entsprechen, wird im Schritt Sll eine Verringerung der Schwelle bzw. der Gewichtungsfaktoren durchgeführt.
Im Schritt S12 werden schließlich beide Ergebnisse der Schritte S10 und sll daraufhin überprüft, ob ein aufgetretener Fehler minimal ist. Ist dies der Fall, wird im Schritt S13 das Verfahren beendet. Wird jedoch im Schritt S12 erkannt, daß der Fehler nicht minimal ist, fährt das Programm erneut mit Schritt S9 fort. Mit dem in Figur 3 dargestellten Ausführungsbeispiel eines neuronalen Netzes lassen sich also Schwellwerte bzw. Gewichtungsfaktoren lernen und anpassen, sodaß eine optimale Klopferkennung möglich wird.
In Figur 4 ist ein weiteres Ausführungsbeispiel der Erfindung dargestellt, in dem sowohl die Signalvorverarbeitung, als auch die Weiterverarbeitung im neuronalen Netz genauer erläutert wirt. Im einzelnen werden bei dem Ausführungsbeispiel nach Figur 4 im Schritt S14 die Körperschallsignale bzw. die AusgangsSignale der Klopfsensoren aufgenommen. Im Schritt S15 erfolgt eine zylinderselektive Abtastung. Diese zylinderselektive Abtastung kann beispielsweise mit Hilfe des Analog-/Digital- Wandlers 13 erfolgen, es können auch mehrere Analog- /Digital-Wandler vorgesehen sein, oder die Abtastung erfolgt in einer Art Multiplexbetrieb. Die zylinderselektiv abgetasteten Signale werden in der Signalvorverarbeitungsstufe 14 einer Fast-Fourier- Transformation unterworfen oder mit Hilfe mehrerer digitaler Filter weiterverarbeitet (Schritt S16) . Sowohl die Fast- Fourier-Transformation als auch der Einsatz mehrerer digitaler Filter ist im Zusammenhang mit der Auswertung mit Klopfsensorsignalen bereits bekannt. Beispielsweise aus den Druckschriften DE-OS 35 06 114 oder DE-OS 31 37 016. Die genaue Vorgehensweise bei der Fast-Fourier-Transformation oder bei der Signalauswertung mit Hilfe eines oder mehrerer digitaler
Filter soll daher an dieser Stelle nicht näher erläutert werden.
Die im Schritt S16 aufbereiteten Signale werden im Schritt S17 weiterverarbeitet, wobei einzelne Werte selektiert werden. Diese selektierten Werte, die beispielsweise nur eine Teilmenge der Fourrier-Transformation umfassen werden zu einem sogenannten Signalvektor zusammengefaßt. Dieser Signalvektor wird mit Hilfe eines neuronalen Netzes weiterverarbeitet. Da für diese Weiterverarbeitung alternative Lösungen möglich sind, wird strenggenommen für jede der Lösungen ein neuronales Netz vorgesehen. Anstelle eines oder mehrerer neuronaler Netze sind auch andere Netzwerkstrukturen einsetzbar, allgemein werden diese als Perceptron bezeichnet.
Woraus oder wie sich die Signalvektoren zusammensetzen hängt davon ab, welche Verfahren in der Signalvorverarbeitungsstufe 14 ausgewählt werden. Erfolgt die Extrahierung der Größen durch zylinderselektive Abtastung in einem Meßfenster, enthalten die Signalvektoren Informationen bezüglich des Ortes des Klopfereignisses wobei Störungen weitgehend ausblendbar sind. Wird nach der zylinderselektiven Abtastung in einem Meßfenster noch eine Fourriertransformation durchgeführt, enthält der Signalvektor Informationen bezüglich mehrerer Klopfvorzugsfrequenzen. Wird eine Integration der Gesamtenergie der Klopfsensorsignale im Meßfenster durchgeführt, wird die Klopfenergie erhalten und der zugehörige Signalvektor ist daher von der Klopfenergie abhängig. Durch Berechnung von Teilenergien in verschiedenen Meßfensterabschnitten lassen sich charakteristische Signalformen erkennen, es sind Unterscheidungen des Störgeräusches vom Klopfen möglich, dies gelingt auch durch den Einsatz mehrerer digitaler Filter in der Signalvorverarbeitungsstufe 14. In diesen Fällen wird der aus den selektierten Werten erhaltene Signalvektor von der charakteristischen Signalform oder von der Unterscheidung Störgeräusch von Klopfen abhängig sein.
Für die Auswertung der Signalvektoren mit Hilfe von Netzwerken, beispielsweise neuronalen Netzen bieten sich also zwei unterschiedliche Möglichkeiten an, die als Schritte S18 oder S19 bezeichnet sind. Gemäß der ersten
Möglichkeit, die als Schritt S18 bezeichnet wird, wird der Signalvektor mit einem oder mehreren Gewichtungsvektoren verglichen. Es wird dann der Gewichtungssektor selektiert, der den kleinsten Abstand zum Signalabstand aufweist. Dieser kleinste Abstand dient dann als Vergleichswert für den Schwellwert. Der sich als Schritt S20 anschließende Schwellwertvergleich ergibt dann im Schritt S21 als Ergebnis die Klopferkennung. Im Flußdiagramm der Figur 4 ist die Erkennung Klopfen ja/nein als Schritt S21 bezeichnet. Wird Klopfen erkannt, wird dieses dem Mikroprozessor 16 mitgeteilt, der bei erkanntem Klopfen durch Abgabe ensprechender Ansteuersignale UZ an die Zündungsendstufe eine Zündungsverstellung 19 nach spät auslöst, wodurch sichergestellt wird, daß bei den nächsten Verbrennungen kein Klopfen mehr auftritt. Eine zweite Möglichkeit der Signalverarbeitung mittels neuronaler Netze wird in Schritt S19 dargestellt. Bei dieser Möglichkeit wird der Signalvektor auf 1 normiert und mit einem Gewichtungsvektor multipliziert. Der daraus gewonnene Ergebniswert ist der Vergleichswert für den Schwellwert. Der Schwellwertvergleich erfolgt wiederum im darauffolgenden Schritt S20. Der Vergleich zwischen Schwellwert und dem berechneten Wert ermöglicht wiederum die Klopferkennung.
Bei beiden Möglichkeiten lassen sich die Gewichtungsvektoren bzw. Schwellwerte während des Betriebes anpassen. Vor der ersten Inbetriebnahme der Klopferkennung oder vor jeder Inbetriebnahme werden die Schwellwerte festgelegt. Die Adaption des Gewichtungsvektors oder der Gewichtungsvektoren oder der Schwellwerte sind mit S22 bzw. S23 bezeichnet.
Durch die erfindungsgemäße Vorgehensweise, nach der in einer Vorverarbeitungsstufe 14 vorgebbare Merkmale aus dem Klopfsensorsignal extrahiert werden und nur diese Merkmale, beispielsweise als Signalvektoren dem neuronalen Netz 15 zugeführt werden, wird eine zuverlässige Klopferkennung möglich. Da ein Teil möglicherweise auftretender Fehlerquellen bzw. Signalstörungen durch die Meßfensterbildung bereits ausgeschlossen wird, wird sichergestellt, daß eine besonders zuverlässige und stδrunanfällige Klopferkennung möglich ist. Für die Verarbeitung im neuronalen Netz 15 wird ein geringerer Aufwand erforderlich, sofern in der Signalvorverarbeitungsstufe 14 bereits -i.ine umfangreiche Aufbereitung oder Auswahl erfolgt.

Claims

Ansprüche
1. Vorrichtung zur Klopferkennung und Regelung einer
Brennkraftmaschine mit wenigstens einem Klopfsensor, der einem Zylinder der Brennkraftmaschine zugeordnet ist und ein elektrisches Ausgangssignal liefert, das vom Verbrennungszustand in dem betreffenden Zylinder abhängig ist und einer Signalauswerteeinheit zugeführt wird, die wenigstens eine Vorverarbeitungsstufe, eine Auswertelogik und einen Mikroprozessor, der die Verbindung innerhalb der Signalauswerteeinheit herstellt, umfasst, dadurch gekennzeichnet, daß die Vorverarbeitungsstufe (14) Mittel umfasst, die aus dem Ausgangssignal des Klopfsensors charakteristische Merkmale extrahieren und entsprechende Daten zur Weiterverarbeitung an die Auswertelogik, insbesonders einem Netzwerk (15) übergibt, die daraus Entscheidungskriterien, die eine Aussage bezüglich des Vorliegens von Klopfen ermöglichen, bildet.
2. Vorrichtung nach Anspruch 1, dadurch gekennzeichnet, daß wenigstens 2 Klopfsensoren 11 vorhanden sind, oder daß jedem Zylinder ein eigener Klopfsensor 11 zugeordnet ist und daß die elektrischen Ausgangssignale UK der Klopfsensoren der
Signalauswerteeinheit zugeführt werden.
3. Vorrichtung nach Anspruch 1 oder 2, dadurch gekennzeichnet, daß die Auswertelogik als Fuzzylogik oder wenigstens ein neuronales Netz realisiert ist.
4. Vorrichtung nach Anspruch 1, 2 oder 3 , dadurch gekennzeichnet, daß die Signalauswerteeinheit Bestandteil des Steuergerätes (10) der Brennkraftmaschine ist und daß der Mikrocomputer (16) des Steuergerätes (10) in
Abhängigkeit von den Ausgangssignalen des neuronalen Netzes Ansteuersignale UZ für eine Zündungsendstufe abgibt.
5. Vorrichtung nach Anspruch 4, dadurch gekennzeichnet, daß die Ansteuersignale für die Zündungsendstufe (19) bei erkanntem Klopfen eine Verschiebung des Zündwindeis nach spät bewirken.
6. Vorrichtung nach einem der vorhergehenden Ansprüche, daher gekennzeichnet, daß die Mittel der
Signalvorverarbeitungsstufe, die aus dem Ausgangssignals des Klopfsensors charakteristische Merkmale extrahieren, Rechenmittel sind, die eine Fourriertransformation, insbesonders eine Fast-Furrier-Transformation durchführen.
7. Vorrichtung nach einem der Ansprüche 1-5, dadurch gekennzeichnet, daß die Vorverarbeitungsstufe Mittel umfaßt, die wenigsten einem Digitalfilter entsprechen und die Klopfsensorsignale so aufbereiten, daß nur charakteristische Signalformen zum neuronalen Netz weitergeführt werden.
8. Vorrichtung nach einem der Ansprüche 1-5, dadurch gekennzeichnet, daß die Vorverarbeitungsstufe (14) Mittel umfaßt, die eine Integration der Gesamtenergie der Klopfsensorsignale in einem Meßfenster durchführen, zur Bestimmung der Klopfenergie.
9. Vorrichtung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß zwischen den Klopfsensoren und der Signalvorverarbeitungstufe wenigstens ein Analog- /Digital-Wandler (13) liegt.
10. Vorrichtung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß das Digitalfilter (13) eine zylinderselektive Abtastung des Klopfsensorsignales vornimmt .
11. Vorrichtung nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, daß aus dem Ausgangssignal der
Signalvorverarbeitungsstufe einzelne Werte selektiert werden, daß dadurch ein Signalvektor gebildet wird oder Signalvektoren gebildet werden und dieser oder diese dem neuronalen Netz (15) als Eingangsvektor zugeführt wird.
12. Vorrichtung nach Anspruch 10, dadurch gekennzeichnet, daß im neuronalen Netz eine Abstandberechnung zwischen Signalvektor und mehreren Gewichtungsvektoren durchgeführt wird, das eine Selektion des Gewichtungsvektors mit kleinstem Abstand erfolgt und ausgehend von diesem Ergebnis ein Stellwertvergleich zur Klopferkennung durchgeführt wird.
13. Vorrichtung nach Anspruch 10, dadurch gekennzeichnet, daß der Signalvektor mit einem Gewichtungsvektor multipliziert wird und das Ergebnis mit einem Schwellwert zur Klopferkennung verglichen wird.
14. Vorrichtung nach Anspruch 11 oder 12, dadurch gekennzeichnet, daß der oder die Gewichtungsvektoren und/oder der oder die Schwellwerte laufend adaptiert werden, unter Berücksichtigung vorhergehender Meßergebnisse
PCT/DE1997/000610 1996-04-19 1997-03-26 Vorrichtung zur klopferkennung und regelung einer brennkraftmaschine WO1997040356A1 (de)

Priority Applications (3)

Application Number Priority Date Filing Date Title
JP9537560A JPH11508666A (ja) 1996-04-19 1997-03-26 内燃機関のノック検出および制御装置
EP97920545A EP0834060A1 (de) 1996-04-19 1997-03-26 Vorrichtung zur klopferkennung und regelung einer brennkraftmaschine
US08/973,389 US6012425A (en) 1996-04-19 1997-03-26 Device for detecting knocking and regulation of an internal combustion engine

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19615448A DE19615448A1 (de) 1996-04-19 1996-04-19 Vorrichtung zur Klopferkennung und Regelung einer Brennkraftmaschine
DE19615448.0 1996-04-19

Publications (1)

Publication Number Publication Date
WO1997040356A1 true WO1997040356A1 (de) 1997-10-30

Family

ID=7791711

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/DE1997/000610 WO1997040356A1 (de) 1996-04-19 1997-03-26 Vorrichtung zur klopferkennung und regelung einer brennkraftmaschine

Country Status (7)

Country Link
US (1) US6012425A (de)
EP (1) EP0834060A1 (de)
JP (1) JPH11508666A (de)
KR (1) KR19990022998A (de)
CN (1) CN1185832A (de)
DE (1) DE19615448A1 (de)
WO (1) WO1997040356A1 (de)

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19902923B4 (de) * 1999-01-26 2005-02-24 Daimlerchrysler Ag Verfahren zur Funktionsüberwachung eines Kühlsystems einer Brennkraftmaschine
DE19954628C2 (de) * 1999-11-13 2002-05-29 Sma Regelsysteme Gmbh Vorrichtung und Verfahren zur Bedienung energietechnischer Geräte
SE517008C2 (sv) * 2000-09-22 2002-04-02 Scania Cv Ab Arrangemang och förfarande för att uppskatta tidpunkten för start av en förbränningsprocess hos en förbränningsmotor
DE10048060B4 (de) * 2000-09-28 2006-07-06 Robert Bosch Gmbh Verfahren zur Klopferkennung
DE10133987C2 (de) * 2001-07-17 2003-09-04 Volkswagen Ag Verfahren und Vorrichtung zur Erkennung von Quietschgeräuschen einer Fahrzeugbremse durch Erkennung von Signalspitzen in Messreihen im Zeit- oder Frequenzbereich
DE10200946B4 (de) * 2002-01-12 2005-11-17 Bayerische Motoren Werke Ag Adaptive Vorsteuerung des Zündzeitpunkts für Brennkraftmaschinen mit Klopfregelung
DE10300204A1 (de) * 2003-01-08 2004-07-22 Robert Bosch Gmbh Verfahren und Vorrichtung zur Klopferkennung
JP3878923B2 (ja) * 2003-05-19 2007-02-07 三菱電機株式会社 ノッキング検出装置および検出法
JP4549920B2 (ja) * 2005-04-27 2010-09-22 トヨタ自動車株式会社 内燃機関のノッキング判定装置
US7222607B2 (en) * 2005-08-05 2007-05-29 Gm Global Technology Operations, Inc. DSP-based engine knock detection including knock sensor and circuit diagnostics
FR2905142B1 (fr) * 2006-08-28 2008-10-24 Inst Francais Du Petrole Methode d'estimation en temps reel d'indicateurs de l'etat de la combustion d'un moteur a combustion interne
EP2202504B1 (de) * 2008-12-29 2013-08-21 STMicroelectronics Srl Verfahren und Anordnung zur Detektion von Druckspitzen im Zylinder einer Verbrennungsmaschine
US8984933B2 (en) 2008-12-29 2015-03-24 Stmicroelectronics S.R.L. Method and system for control of an internal combustion engine based on engine crank angle
JP5508834B2 (ja) * 2009-12-22 2014-06-04 日産自動車株式会社 内燃機関のノック判定装置
JP5546595B2 (ja) * 2012-08-07 2014-07-09 三菱電機株式会社 内燃機関のノック制御装置
CN104132775B (zh) * 2014-07-15 2016-09-21 清华大学 增压汽油机超级爆震试验装置及测试方法
US10054043B2 (en) * 2015-04-07 2018-08-21 General Electric Company Systems and methods for estimating a time of an engine event
US9784635B2 (en) * 2015-06-29 2017-10-10 General Electric Company Systems and methods for detection of engine component conditions via external sensors
US9970373B1 (en) 2016-11-18 2018-05-15 Brunswick Corporation Method and system for detecting and eliminating knocking
JP6919997B2 (ja) * 2018-02-06 2021-08-18 株式会社日立製作所 制御装置、制御方法、および制御プログラム
JP6733752B1 (ja) * 2019-02-08 2020-08-05 トヨタ自動車株式会社 内燃機関のノッキング検出装置およびノッキング検出方法
JP6605170B1 (ja) * 2019-05-15 2019-11-13 株式会社小野測器 学習装置及び推定装置
JP6651040B1 (ja) * 2019-08-20 2020-02-19 株式会社小野測器 ノッキング判定装置
JP6705539B1 (ja) * 2019-08-22 2020-06-03 トヨタ自動車株式会社 失火検出装置、失火検出システムおよびデータ解析装置
JP6733795B1 (ja) 2019-09-24 2020-08-05 トヨタ自動車株式会社 内燃機関の点火時期制御装置
JP6683283B1 (ja) * 2019-09-24 2020-04-15 トヨタ自動車株式会社 内燃機関の点火時期制御装置
CN113250837B (zh) * 2020-02-12 2023-08-08 联合汽车电子有限公司 一种超级爆震监控系统和方法、预控系统和方法
CN113915039B (zh) * 2021-10-11 2023-05-23 宁波吉利罗佑发动机零部件有限公司 爆震自适应方法及系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0121790A2 (de) * 1983-03-10 1984-10-17 Robert Bosch Gmbh Verfahren und Vorrichtung zur Klopferkennung mit Digitalfilter
US4899710A (en) * 1987-09-22 1990-02-13 Nissan Motor Company, Ltd. System and method for detecting and determining knocking in an internal combustion engine
WO1990007051A1 (en) * 1988-12-19 1990-06-28 Motorola, Inc. System for monitoring and controlling engine performance
US5093792A (en) * 1988-05-31 1992-03-03 Kabushiki Kaisha Toyota Chuo Kenkyusho Combustion prediction and discrimination apparatus for an internal combustion engine and control apparatus therefor
DE4223649A1 (de) * 1991-07-19 1993-01-21 Hitachi Ltd Klopferfassungseinrichtung fuer verbrennungsmotoren
US5394330A (en) * 1992-11-12 1995-02-28 Texas Instruments Incorporated System and method for monitoring an operating state of an engine
DE4421950A1 (de) * 1993-12-09 1995-06-14 Daimler Benz Aerospace Ag Einrichtung zum Diagnostizieren und Regeln eines Verbrennungs- oder Elektromotors

Family Cites Families (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5373448A (en) * 1991-04-24 1994-12-13 Hitachi, Ltd. Knock detection device for an internal combustion engine
FR2689183B1 (fr) * 1992-03-26 1994-06-10 Siemens Automotive Sa Procede de suppression d'un phenomene de cliquetis affectant le fonctionnement d'un moteur a combustion interne.
JP3668497B2 (ja) * 1992-09-30 2005-07-06 株式会社日立製作所 内燃機関のノッキング検出方法及び点火時期制御方法
US5560337A (en) * 1993-08-16 1996-10-01 Saturn Corporation Knock control using fuzzy logic
US5483936A (en) * 1994-07-05 1996-01-16 Kerstein; Scott M. Spark knock detection system for an internal combustion engine
US5806013A (en) * 1997-08-29 1998-09-08 Echlin, Inc. Control of engine fuel delivery using an artificial neural network in parallel with a feed-forward controller

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0121790A2 (de) * 1983-03-10 1984-10-17 Robert Bosch Gmbh Verfahren und Vorrichtung zur Klopferkennung mit Digitalfilter
US4899710A (en) * 1987-09-22 1990-02-13 Nissan Motor Company, Ltd. System and method for detecting and determining knocking in an internal combustion engine
US5093792A (en) * 1988-05-31 1992-03-03 Kabushiki Kaisha Toyota Chuo Kenkyusho Combustion prediction and discrimination apparatus for an internal combustion engine and control apparatus therefor
WO1990007051A1 (en) * 1988-12-19 1990-06-28 Motorola, Inc. System for monitoring and controlling engine performance
DE4223649A1 (de) * 1991-07-19 1993-01-21 Hitachi Ltd Klopferfassungseinrichtung fuer verbrennungsmotoren
US5394330A (en) * 1992-11-12 1995-02-28 Texas Instruments Incorporated System and method for monitoring an operating state of an engine
DE4421950A1 (de) * 1993-12-09 1995-06-14 Daimler Benz Aerospace Ag Einrichtung zum Diagnostizieren und Regeln eines Verbrennungs- oder Elektromotors

Also Published As

Publication number Publication date
DE19615448A1 (de) 1997-11-20
US6012425A (en) 2000-01-11
KR19990022998A (ko) 1999-03-25
CN1185832A (zh) 1998-06-24
EP0834060A1 (de) 1998-04-08
JPH11508666A (ja) 1999-07-27

Similar Documents

Publication Publication Date Title
WO1997040356A1 (de) Vorrichtung zur klopferkennung und regelung einer brennkraftmaschine
DE10009877C2 (de) Verbrennungszustands-Detektoreinrichtung für Brennkraftmaschinen
DE102006000313B4 (de) Zündzeitsteuerungsvorrichtung für eine Brennkraftmaschine
DE3504039C2 (de)
EP1309841B1 (de) Klopferkennung bei brennkraftmaschinen mit modifizierung bei änderung einer filtercharakteristik oder zylinderindividueller änderung
EP1184651B1 (de) Verfahren zur Klopferkennung bei Brennkraftmaschinen
DE10318588B4 (de) Klopfsteuervorrichtung für eine Brennkraftmaschine
DE2832594A1 (de) Vorrichtung und verfahren zur zuendzeitpunktsteuerung beim klopfen von brennkraftmaschinen
DE10255583B4 (de) Fehlzündungsdetektionsvorrichtung für einen Verbrennungsmotor
DE4113743C2 (de)
DE19535094B4 (de) Verfahren zur Verbrennungsaussetzererkennung an einem oder mehreren dauernd aussetzenden Zylindern
DE19756081A1 (de) Verfahren zur Überwachung und Fehlererkennung
WO1995010032A1 (de) Verfahren zur klopferkennung
DE102017220129B4 (de) Verfahren und Vorrichtung zur Klopfregelung einer Brennkraftmaschine
DE10004166A1 (de) Vorrichtung zur Klopferkennung mit digitaler Signalauswertung
DE3641114C2 (de)
DE4015992A1 (de) Verfahren zur erkennung und messung des klopfens von brennkraftmaschinen
DE19524499A1 (de) Zündanlage für eine Brennkraftmaschine
EP1009932A1 (de) Verfahren zur steuerung und regelung der verbrennung im brennraum einer brennkraftmaschine
EP0576650B1 (de) Einrichtung zur erkennung des klopfens einer brennkraftmaschine
EP0175915A2 (de) Verfahren zur Klopfregelung von Brennkraftmaschinen
AT405334B (de) Verfahren zur klopferkennung für eine fremdgezündete brennkraftmaschine sowie vorrichtung zur durchführung des verfahrens
DE102017204399B4 (de) Verfahren und Vorrichtung zur Erkennung des Klopfens einer Brennkraftmaschine
DE4007202C2 (de)
DE3345354A1 (de) Vorrichtung zur erkennung des klopfens bei brennkraftmaschinen

Legal Events

Date Code Title Description
WWE Wipo information: entry into national phase

Ref document number: 97190268.2

Country of ref document: CN

WWE Wipo information: entry into national phase

Ref document number: 1997920545

Country of ref document: EP

AK Designated states

Kind code of ref document: A1

Designated state(s): CN JP KR US

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): AT BE CH DE DK ES FI FR GB GR IE IT LU MC NL PT SE

WWE Wipo information: entry into national phase

Ref document number: 08973389

Country of ref document: US

ENP Entry into the national phase

Ref document number: 1997 537560

Country of ref document: JP

Kind code of ref document: A

WWE Wipo information: entry into national phase

Ref document number: 1019970709468

Country of ref document: KR

121 Ep: the epo has been informed by wipo that ep was designated in this application
WWP Wipo information: published in national office

Ref document number: 1997920545

Country of ref document: EP

WWP Wipo information: published in national office

Ref document number: 1019970709468

Country of ref document: KR

WWW Wipo information: withdrawn in national office

Ref document number: 1997920545

Country of ref document: EP

WWR Wipo information: refused in national office

Ref document number: 1019970709468

Country of ref document: KR