WO2006024444A1 - Verfahren zur bestimmung der einspritzmenge von injektoren einer selbstzündenden brennkraftmaschine - Google Patents

Verfahren zur bestimmung der einspritzmenge von injektoren einer selbstzündenden brennkraftmaschine Download PDF

Info

Publication number
WO2006024444A1
WO2006024444A1 PCT/EP2005/009157 EP2005009157W WO2006024444A1 WO 2006024444 A1 WO2006024444 A1 WO 2006024444A1 EP 2005009157 W EP2005009157 W EP 2005009157W WO 2006024444 A1 WO2006024444 A1 WO 2006024444A1
Authority
WO
WIPO (PCT)
Prior art keywords
neural network
signal
injectors
injection quantity
internal combustion
Prior art date
Application number
PCT/EP2005/009157
Other languages
English (en)
French (fr)
Inventor
Patrick Attard
Rüdiger Herweg
Benoit Salvant
Original Assignee
Daimlerchrysler Ag
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 Daimlerchrysler Ag filed Critical Daimlerchrysler Ag
Publication of WO2006024444A1 publication Critical patent/WO2006024444A1/de

Links

Classifications

    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D41/00—Electrical control of supply of combustible mixture or its constituents
    • F02D41/02—Circuit arrangements for generating control signals
    • F02D41/14—Introducing closed-loop corrections
    • F02D41/1401—Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1405—Neural network control
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D35/00—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for
    • F02D35/02—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions
    • F02D35/021—Controlling engines, dependent on conditions exterior or interior to engines, not otherwise provided for on interior conditions using an ionic current sensor
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02D—CONTROLLING COMBUSTION ENGINES
    • F02D2200/00—Input parameters for engine control
    • F02D2200/02—Input parameters for engine control the parameters being related to the engine
    • F02D2200/06—Fuel or fuel supply system parameters
    • F02D2200/0614—Actual fuel mass or fuel injection amount

Definitions

  • the invention relates to a method for determining the injection quantity of injectors of a self-igniting internal combustion engine.
  • Injectors for modern direct injection diesel engines are subject to high mechanical precision and tolerance requirements, which lead to high production costs. Nevertheless, such injectors have on the one hand a spread with respect to the actually injected quantities of fuel with identical injection control signals and on the other hand a mass drift, whereby changes occur during the lifetime.
  • knock sensors are often used, but their use is only possible in a narrowly limited speed load range.
  • DE 198 38 222 A1 and DE 198 49 115 C2 disclose methods based on the evaluation of an ion current signal of a self-igniting internal combustion engine.
  • injection time is derived and detected a possible continuous injection and in the other is the Quality of the fuel determined. The detection of the injection quantity, however, is not provided.
  • the object of the present invention is to detect the injection quantity in cylinders of self-igniting internal combustion engines in all possible operating states in a simple manner.
  • the injection quantity By detecting the injection quantity by means of the ion current profile in the respective combustion chambers and the evaluation by means of a neural network, the injection quantity can be detected very accurately and in a simple manner.
  • the tolerances of the injectors can be compensated, for example, be regulated, so that a uniform fuel supply to the individual cylinders is possible. This improves the refinement of the engine and reduces noise and exhaust emissions.
  • the tolerance requirements for the injectors can be lowered, so that a more cost-effective production is possible.
  • the long-term behavior of the injectors can also be monitored and compensation can be carried out if deviations occur.
  • the respective evaluation of the ion current signal by means of a neural network takes place very quickly, as a result of which rapid control of the compensation of deviations of the injection quantities becomes possible.
  • the measures listed in the dependent claims advantageous refinements and improvements of claim 1 method are possible.
  • the sampled values are preferably detected from the averaged ion current profile, which leads to a more exact evaluation.
  • At least one further sensor signal and / or control signal of a motor control device is supplied as an input signal to the neural network.
  • a further signal is, for example, a lambda sensor signal, a temperature signal or a drive start and / or a drive duration signal for the injector.
  • the neural network can be designed in the simplest form or in an improved form as a layered neural network.
  • the training of the neural network can in particular be done by training it for different operating points with which the weights of the network are calibrated.
  • a particular linear characteristic is formed for the assignment of the output signals of the neural network to the respective injection quantity. This characteristic then forms a standardization by means of which deviations can be observed and, if necessary, corrected.
  • the injector control signals are corrected in an advantageous manner, in particular by a control, which can then compensate for age-related changes.
  • An embodiment of the invention is illustrated in the drawing and explained in more detail in the following description. Show it:
  • FIG. 1 shows a block diagram for explaining the method according to the invention for detecting the injection quantity of the injectors of a self-igniting internal combustion engine by means of a neural network
  • Figure 2 is a schematic representation of the evaluation of the ion current by means of a neural network
  • FIG. 3 shows a characteristic curve for the output signal of the neural network as a function of the injected fuel quantity.
  • FIG. 1 In the block diagram shown in Figure 1 is a combustion chamber 10 of a cylinder of a self-igniting internal combustion engine, so for example a diesel engine, shown schematically.
  • this combustion chamber 10 engages an injector 11 for injecting the respective required amount of fuel and an ion current probe 12 a.
  • an ion current probe 12 As the ion current probe 12, a glow plug combined with an ion current probe is usually used, but in principle, a separate ion current probe 12 may also be provided. It consists of two insulated electrodes, to which an electrical voltage of, for example, 200 V (positive or negative) is applied.
  • an electrical voltage for example, 200 V (positive or negative) is applied.
  • ion current a current flow between the electrons of the ion current probe 12, which is referred to as ion current occurs.
  • the size of this ionic current depends on the applied voltage and the degree of ionization of the gases. This in turn is determined inter alia by the combustion chamber temperature, the combustion chamber pressure, the combustion air ratio, the ignition timing, the fuel composition and the injected fuel quantity.
  • the detected ion current signal is processed in a signal conditioning module 13.
  • the current is converted by means of a measuring resistor into a corresponding voltage.
  • the ion current curves of successive ignitions are then averaged so that an averaged ion current curve is formed.
  • the averaging can comprise a predeterminable number of events, whereby the number of preceding events corresponding to this number is used in each case.
  • FIG. 2 shows schematically and by way of example a simple neural network, whereby in practice a layered neural network is used.
  • Certain values of the ion current curve Ii (t) at particular times of the curve Xi-X 4 are applied to weighting stages 15-18, where they are multiplicatively linked to weighting factors Wi to w 4 . In the exemplary embodiment, these are four values, but of course this number can vary almost arbitrarily.
  • a basic value -b is set by a weighting stage 19.
  • Further weighting stages 20, one of which is shown symbolically and has the weighting factor w x are supplied with additional parameter values which are used for the Formation of the injection quantity signal to be used.
  • This weighting section 20 is supplied x the parameter value I, wherein according to Figure 1, such a parameter is the temperature T and / or the value ⁇ of a lambda probe and / or injection control signals ti motor electronics may be, for example, the signal for the start of injection and / or the Signal for the injection duration. These values are then also weighted independently in weighting stages. The signals of all weighting stages 15-20 are then fed to a summing stage 21 (neuron or node) and summed up. Since the ion current signal depends on the amount of fuel injected and, in addition to the neural network, additional parameters are used and weighted which also depend on the amount of fuel injected, the resulting sum signal NN is a measure of the injected fuel quantity with great accuracy.
  • a summing stage 21 neuroon or node
  • Standardization is then carried out in a normalization stage 22 in that the signals NN of the neural network 14 are actually assigned measured amounts of fuel M. This results in a normalization straight line. On the basis of this normalization line, an injected fuel quantity can then be allocated in each case to a signal NN of the neural network 14 as a result.
  • the total amount of injected fuel can be detected.
  • the training is done for different operating points, with which the weights of the weighting levels are finally calibrated.
  • An on-board calibration of the injectors is possible.
  • injectors can be tested individually for their injection behavior, with the injection control signals for the respective injector 11 then being able to be adjusted in such a way that equal amounts of fuel are injected in all cylinders.
  • the injectors can be checked at intervals. If there is a change, the injection control signals can be readjusted accordingly.
  • injection quantity signal determined by the neural network is fed back to the engine electronics of the motor vehicle, so that the injection quantity signal can be readjusted immediately in the event of any changes.

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

Es wird ein Verfahren zur Bestimmung der Einspritzmenge von Injektoren (11) einer selbstzündenden Brennkraftmaschine vorgeschlagen. Dabei wird der Ionenstromverlauf in einer Brennkammer (10) der Brennkraftmaschine erfasst, und wenigstens Abtastwerte dieses Verlaufs werden mittels eines neuronalen Netzes (14) zu einem Einspritzmengensignal verarbeitet. Hierdurch können auf einfache und kostengünstige Weise Injektoren überwacht und gegebenenfalls bei Abweichungen die entsprechenden Einspritzsignale korrigiert werden.

Description

Verfahren zur Bestimmung der Einspritzmenge von Injektoren einer selbstzündenden Brennkraftmaschine
Die Erfindung betrifft ein Verfahren zur Bestimmung der Einspritzmenge von Injektoren einer selbstzündenden Brennkraftmaschine.
Injektoren für moderne direkteinspritzende Dieselmotoren unterliegen hohen mechanischen Präzisions- und Toleranzanforderungen, die zu hohen Herstellungskosten führen. Dennoch besitzen solche Injektoren zum einen eine Streubreite in Bezug auf die tatsächlich eingespritzten Kraftstoffmengen bei identischen Einspritzsteuersignalen und zum anderen eine Mengendrift, wobei sich während der Lebenszeit Veränderungen ergeben.
Zur Erfassung der eingespritzten Kraftstoffmenge werden oft Klopfsensoren verwendet, deren Einsatz jedoch nur in einem eng begrenzten Drehzahl-Lastbereich möglich ist.
Aus der DE 198 38 222 Al und der DE 198 49 115 C2 sind Verfahren bekannt, die auf der Auswertung eines Ionenstromsignals einer selbstzündenden Brennkraftmaschine basieren. In der einen Druckschrift wird daraus der Einspritzzeitpunkt abgeleitet und eine eventuelle Dauereinspritzung erkannt und in der anderen wird die Qualität des Kraftstoffs bestimmt. Die Erfassung der Einspritzmenge ist dagegen nicht vorgesehen.
Die Aufgabe der vorliegenden Erfindung besteht darin, auf einfache Weise die Einspritzmenge in Zylindern von selbstzündenden Brennkraftmaschinen bei allen möglichen Betriebszuständen zu erfassen.
Diese Aufgabe wird erfindungsgemäß durch ein Verfahren mit den Merkmalen des Anspruchs 1 gelöst .
Durch die Erfassung der Einspritzmenge mittels des Ionenstromverlaufs in den jeweiligen Brennkammern und die Auswertung mittels eines Neuronalen Netzes kann die Einspritzmenge sehr exakt und auf einfache Weise erfasst werden. Die Toleranzen der Injektoren können dadurch ausgeglichen, beispielsweise ausgeregelt werden, so dass eine gleichmäßige Kraftstoffzufuhr zu den einzelnen Zylindern möglich wird. Dies verbessert die Laufkultur des Motors und verringert die Geräusch- und Abgasemission. Die Toleranzanforderungen an die Injektoren können gesenkt werden, so dass eine kostengünstigere Fertigung möglich wird. In vorteilhafter Weise kann auch das Langzeitverhalten der Injektoren überwacht und eine Kompensation bei auftretenden Abweichungen durchgeführt werden. Die jeweilige Auswertung des Ionenstromsignals durch ein Neuronales Netz erfolgt sehr schnell, wodurch schnelle Regelungen zur Kompensation von Abweichungen der Einspritzmengen möglich werden.
Durch die in den Unteransprüchen aufgeführten Maßnahmen sind vorteilhafte Weiterbildungen und Verbesserungen des im Anspruch 1 angegebenen Verfahrens möglich. Die Abtastwerte werden bevorzugt aus dem gemittelten Ionenstromverlauf erfasst, was zu einer exakteren Auswertung führt .
Eine noch größere Genauigkeit wird dadurch erreicht, dass wenigstens ein weiteres Sensorsignal und/oder Steuersignal eines Motorsteuergeräts als Eingangssignal dem Neuronalen Netz zugeführt wird. Ein solches weiteres Signal ist beispielsweise ein Lambda-Sensorsignal, ein Temperatursignal oder ein Ansteuerbeginn- und/oder ein Ansteuerdauersignal für den Injektor.
Das Neuronale Netz kann in einfachster Form oder in einer verbesserten Form als geschichtetes Neuronales Netz (Multi- Layer Neural Network) ausgebildet sein.
Das Training des Neuronalen Netzes kann insbesondere dadurch erfolgen, dass es für verschiedene Betriebspunkte trainiert wird, mit denen die Gewichte des Netzes kalibriert werden.
Zweckmäßigerweise wird eine insbesondere lineare Kennlinie für die Zuordnung der Ausgangssignale des Neuronalen Netzes zur jeweiligen Einspritzmenge gebildet. Diese Kennlinie bildet dann eine Normierung, anhand derer Abweichungen beobachtet und gegebenenfalls ausgeregelt werden können.
In Abhängigkeit der Ausgangssignale des Neuronalen Netzes wird der jeweilige Injektor kalibriert, was insbesondere als On-Board-Kalibrierung erfolgen kann.
In Abhängigkeit der Ausgangssignale des Neuronalen Netzes werden die Injektor-Steuersignale in vorteilhafter Weise korrigiert, insbesondere durch eine Regelung, die dann auch altersbedingte Veränderungen kompensieren kann. Ein Ausführungsbeispiel der Erfindung ist in der Zeichnung dargestellt und in der nachfolgenden Beschreibung näher erläutert. Es zeigen:
Figur 1 ein Blockschaltbild zur Erläuterung des erfindungsgemäßen Verfahrens zur Erfassung der Einspritzmenge der Injektoren einer selbstzündenden Brennkraftmaschine mittels eines Neuronalen Netzes,
Figur 2 die schematische Darstellung der Auswertung des Ionenstroms mittels eines Neuronalen Netzes
und
Figur 3 eine Kennlinie für das Ausgangssignal des Neuronalen Netzes in Abhängigkeit der eingespritzten Kraftstoffmenge.
In dem in Figur 1 dargestellten Blockschaltbild ist eine Brennkammer 10 eines Zylinders einer selbstzündenden Brennkraftmaschine , also beispielsweise eines Dieselmotors, schematisch dargestellt. In diese Brennkammer 10 greift ein Injektor 11 zum Einspritzen der jeweils erforderlichen Brennstoffmenge und eine Ionenstromsonde 12 ein. Als Ionenstromsonde 12 wird üblicherweise eine mit einer Ionenstromsonde kombinierte Glühkerze verwendet, jedoch kann auch prinzipiell eine separate Ionenstromsonde 12 vorgesehen sein. Sie besteht aus zwei voneinander isolierten Elektroden, an die eine elektrische Spannung von beispielsweise 200 V (positiv oder negativ) angelegt wird. Während der Verbrennung in der Brennkammer 10 kommt es insbesondere in der Flammenfront zu chemischer Ionisation, bei sehr hohen Temperaturen zusätzlich zu thermischer Ionisation. Auf Grund der an der Ionenstromsonde 12 angelegten Gleichspannung tritt ein Stromfluss zwischen den Elektronen der Ionenstromsonde 12 auf, der als Ionenstrom bezeichnet wird. Die Größe dieses Ionenstroms hängt von der angelegten Spannung und vom Ionisationsgrad der Gase ab. Dieser ist wiederum unter anderem bestimmt durch die Brennraumtemperatur, den Brennraumdruck, das Verbrennungs-Luft-Verhältnis, den Zündzeitpunkt, die KraftstoffZusammensetzung sowie die eingespritzte Kraftstoffmenge.
Das erfasste Ionenstromsignal wird in einem Signalaufbereitungsmodul 13 aufbereitet. Üblicherweise wird der Strom mittels eines Messwiderstands in eine entsprechende Spannung umgesetzt. Die Ionenstromkurven aufeinanderfolgender Zündvorgänge werden dann gemittelt, so dass eine gemittelte Ionenstromkurve gebildet wird. Die Mittelung kann eine vorgebbare Zahl von Ereignissen umfassen, wobei jeweils die dieser Zahl entsprechende Anzahl vorangegangener Ereignisse verwendet wird.
Die gemittelte Ionenstromkurve wird nun mittels eines Neuronalen Netzes 14 erfasst. In Figur 2 ist schematisch und beispielhaft ein einfaches Neuronales Netz dargestellt, wobei in der Praxis eher ein geschichtetes Neuronales Netz (Multi- Layer Neural Network) eingesetzt wird. Bestimmte Werte der Ionenstromkurve Ii (t) zu bestimmten Zeitpunkten des Verlaufs Xi - X4 werden Gewichtungsstufen 15-18 zugeführt, wo sie mit Gewichtungsfaktoren Wi bis w4 multiplikativ verknüpft werden. Im Ausführungsbeispiel sind dies vier Werte, jedoch kann diese Zahl selbstverständlich nahezu beliebig variieren. Weiterhin wird durch eine Gewichtungsstufe 19 ein Grundwert - b festgesetzt. Weiteren Gewichtungsstufen 20, von denen eine symbolisch dargestellt ist und den Gewichtungsfaktor wx besitzt, werden zusätzliche Parameterwerte zugeführt, die zur Bildung des Einspritzmengensignals mit herangezogen werden sollen. Dieser Gewichtungsstufe 20 ist der Parameterwert Ix zugeführt, wobei gemäß Figur 1 ein solcher Parameter die Temperatur T und/oder der Wert λ einer Lambda-Sonde und/oder Einspritzsteuersignale ti einer Motorelektronik sein kann, beispielsweise das Signal für den Einspritzbeginn und/oder das Signal für die Einspritzdauer. Diese Werte werden dann ebenfalls in Gewichtungsstufen unabhängig voneinander gewichtet. Die Signale aller Gewichtungsstufen 15-20 werden dann einer Summierstufe 21 (Neuron oder Knoten) zugeführt und aufsummiert. Da das Ionenstromsignal von der eingespritzten Kraftstoffmenge abhängt und ergänzend für das Neuronale Netz zusätzliche Parameter verwendet und gewichtet werden, die ebenfalls in Abhängigkeit der eingespritzten Kraftstoffmenge stehen, ist das sich ergebende Summensignal NN mit großer Genauigkeit ein Maß für die eingespritzte Kraftstoffmenge.
In einer Normierungsstufe 22 erfolgt dann die Normierung, indem die Signale NN des Neuronalen Netzes 14 tatsächlich gemessenen Kraftstoffmengen M zugeordnet werden. Es ergibt sich dadurch eine Normierungsgerade. Auf Grund dieser Normierungslinie kann dann in der Folge jeweils einem Signal NN des Neuronalen Netzes 14 eine eingespritzte Kraftstoffmenge zugeordnet werden.
Durch Training des Neuronalen Netzes 14 unter Verwendung der beschriebenen Abtastwerte der Ionenstromkurve und der übrigen Parameterwerte kann die Gesamtmenge des eingespritzten Kraftstoffs detektiert werden. Das Training erfolgt für verschiedene Betriebspunkte, mit denen die Gewichte der Gewichtungsstufen endgültig kalibriert werden. Dabei ist eine On-Board-Kalibrierung der Injektoren möglich. Durch das beschriebene Verfahren können Injektoren individuell auf ihr Einspritzverhalten geprüft werden, wobei die Einspritzsteuersignale für den jeweiligen Injektor 11 dann so angepasst werden können, dass in allen Zylindern gleiche Kraftstoffmengen eingespritzt werden. Darüber hinaus können im Rahmen von Kundendiensten die Injektoren in Abständen geprüft werden. Wenn sich eine Veränderung ergibt, können die Einspritzsteuersignale entsprechend nachjustiert werden.
Es ist auch möglich, eine ständige Regelung der Einspritzmenge dahingehend durchzuführen, dass das durch das Neuronale Netz ermittelte Einspritzmengensignal der Motorelektronik des Kraftfahrzeugs rückgemeldet wird, so dass das Einspritzmengensignal bei eventuellen Veränderungen sofort nachgeregelt werden kann.
Die in Figur 1 dargestellten und beschriebenen Baugruppen können selbstverständlich auch Bestandteil der Motorelektronik sein, also in der Motorelektronik integriert sein. Sie können jedoch auch ganz oder teilweise als separates Steuergerät aufgebaut sein.

Claims

Patentansprüche
1. Verfahren zur Bestimmung der Einspritzmenge von Injektoren (11) einer selbstzündenden Brennkraftmaschine, dadurch gekennzeichnet, dass der Ionenstromverlauf (Ii) in einer Brennkammer (10) der Brennkraftmaschine erfasst wird und wenigstens Abtastwerte (xi - X4) dieses Verlaufs mittels eines Neuronalen Netzes (14) zu einem Einspritzmengensignal (NN) verarbeitet werden.
2. Verfahren nach Anspruch 1, dadurch gekennzeichnet, dass die Abtastwerte (xi - X4) aus dem gemittelten Ionenstromverlauf (Ii) erfasst werden.
3. Verfahren nach Anspruch 1 oder 2, dadurch gekennzeichnet, dass wenigstens ein weiteres Sensorsignal (T, λ) und/oder Steuersignal (ti) eines Motorsteuergeräts als Eingangssignal dem Neuronalen Netz (14) zugeführt wird.
4. Verfahren nach Anspruch 3, dadurch gekennzeichnet, dass als ein solches weiteres Signal wenigstens eines der folgenden Signale erfasst wird: Lambda-Sensorsignal (λ) , Temperatursignal (T) , Ansteuerbeginn- und/oder Ansteuerdauersignal (ti) für den Injektor (11) .
5. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass als Neuronales Netz (14) ein geschichtetes Neuronales Netz (Multi-Layer Neural Network) verwendet wird.
6. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass das Training des Neuronalen Netzes (14) für verschiedene Betriebspunkte erfolgt, mit denen die Gewichte (wi - Wx) für die Eingangswerte kalibriert werden.
7. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass eine insbesondere lineare Kennlinie für die Zuordnung der Ausgangssignale des Neuronalen Netzes (NN) der Einspritzmenge (M) gebildet wird.
8. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass in Abhängigkeit der AusgangsSignale (NN) des Neuronalen Netzes (14) der oder die Injektoren (11) kalibriert werden.
9. Verfahren nach einem der vorhergehenden Ansprüche, dadurch gekennzeichnet, dass in Abhängigkeit der Ausgangssignale (NN) des neuronalen Netzes (14) die Injektor-Steuersignale korrigiert werden, insbesondere durch eine Regelung.
PCT/EP2005/009157 2004-08-31 2005-08-25 Verfahren zur bestimmung der einspritzmenge von injektoren einer selbstzündenden brennkraftmaschine WO2006024444A1 (de)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE102004042008.4 2004-08-31
DE200410042008 DE102004042008A1 (de) 2004-08-31 2004-08-31 Verfahren zur Bestimmung der Einspritzmenge von Injektoren einer selbstzündenden Brennkraftmaschine

Publications (1)

Publication Number Publication Date
WO2006024444A1 true WO2006024444A1 (de) 2006-03-09

Family

ID=35207590

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/EP2005/009157 WO2006024444A1 (de) 2004-08-31 2005-08-25 Verfahren zur bestimmung der einspritzmenge von injektoren einer selbstzündenden brennkraftmaschine

Country Status (2)

Country Link
DE (1) DE102004042008A1 (de)
WO (1) WO2006024444A1 (de)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9388759B2 (en) * 2011-02-28 2016-07-12 Wayne State University Using ion current signal for soot and in-cylinder variable measuring techniques in internal combustion engines and method for doing the same

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19838222A1 (de) 1998-08-22 2000-02-24 Daimler Chrysler Ag Verfahren zur Auswertung eines Ionenstromsignales einer selbstzündenden Brennkraftmaschine
DE19849115C2 (de) 1998-10-24 2000-10-12 Daimler Chrysler Ag Verfahren zur Erkennung der Qualität von Kraftstoff für Brennkraftmaschinen
DE10038230A1 (de) * 2000-08-04 2002-02-21 Siemens Ag Verfahren zur Bestimmung einer Brennstoffmasse
DE10148973A1 (de) * 2001-10-01 2003-04-10 Iav Gmbh Verfahren und Vorrichtung zum Ermitteln der Einspritzmenge vorzugsweise für direkteinspritzende Dieselmotoren
EP1336745A2 (de) * 2002-02-19 2003-08-20 C.R.F. Società Consortile per Azioni Verfahren und Vorrichtung zur Steuerung der Einspritzung eines Verbrennungsmotors, insbesondere eines Dieselmotors mit einem Common-Rail-Einspritzungssystem
WO2003095818A1 (de) * 2002-05-11 2003-11-20 Daimlerchrylser Ag Verfahren und vorrichtung zur bestimmung einer voreinspritzmenge
US20040084024A1 (en) * 2002-10-31 2004-05-06 Malaczynski Gerard Wladyslaw Wavelet-based artificial neural net combusition sensing

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE19838222A1 (de) 1998-08-22 2000-02-24 Daimler Chrysler Ag Verfahren zur Auswertung eines Ionenstromsignales einer selbstzündenden Brennkraftmaschine
DE19849115C2 (de) 1998-10-24 2000-10-12 Daimler Chrysler Ag Verfahren zur Erkennung der Qualität von Kraftstoff für Brennkraftmaschinen
DE10038230A1 (de) * 2000-08-04 2002-02-21 Siemens Ag Verfahren zur Bestimmung einer Brennstoffmasse
DE10148973A1 (de) * 2001-10-01 2003-04-10 Iav Gmbh Verfahren und Vorrichtung zum Ermitteln der Einspritzmenge vorzugsweise für direkteinspritzende Dieselmotoren
EP1336745A2 (de) * 2002-02-19 2003-08-20 C.R.F. Società Consortile per Azioni Verfahren und Vorrichtung zur Steuerung der Einspritzung eines Verbrennungsmotors, insbesondere eines Dieselmotors mit einem Common-Rail-Einspritzungssystem
WO2003095818A1 (de) * 2002-05-11 2003-11-20 Daimlerchrylser Ag Verfahren und vorrichtung zur bestimmung einer voreinspritzmenge
US20040084024A1 (en) * 2002-10-31 2004-05-06 Malaczynski Gerard Wladyslaw Wavelet-based artificial neural net combusition sensing

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
M. HELLRING, T. MUNTHER, T. RÖGNVALDDSSON, N. WICKSTRÖM, C. CARLSSON, M. LARSSON, J. NYTOMT: "Robust AFR Estimation Using the Ion Current and Neural Networks", SAE TECHNICAL PAPER 1999-01-1161, March 1999 (1999-03-01), International Congress and Exposition, Detroit, Michigan, March 1-4, 1999, XP002353374 *

Also Published As

Publication number Publication date
DE102004042008A1 (de) 2006-03-02

Similar Documents

Publication Publication Date Title
DE19680104C2 (de) Verfahren und System zum Steuern von Verbrennungsmotoren
DE112010002225T5 (de) Vorrichtung zum Erfassen der Gaskonzentration/der Feuchtigkeit
DE4207140A1 (de) Fehlzuendungsdetektorsystem fuer verbrennungsmotoren
DE60122803T2 (de) Klopferkennung in einer Brennkraftmaschine mit Ionenstrom Maximalwertkorrektur
DE19809173A1 (de) Verfahren und Vorrichtung zum Steuern der Kraftstoffeinspritzung
DE102011089296A1 (de) Verfahren und Vorrichtung zur Kalibrierung eines Kraftstoffzumesssystems eines Kraftfahrzeugs
DE102008042933B4 (de) Verfahren und Vorrichtung zum Dosieren von in einen Brennraum eines Verbrennungsmotors einzuspritzendem Kraftstoff
EP3786436A1 (de) Verfahren zur diagnostik von verbrennungsaussetzern einer verbrennungskraftmaschine
WO2006024444A1 (de) Verfahren zur bestimmung der einspritzmenge von injektoren einer selbstzündenden brennkraftmaschine
DE102006004738B4 (de) Verfahren zum Betreiben einer Brennkraftmaschine
DE4303332A1 (de) Otto-Motor für Kraftfahrzeuge mit Kraftstoffeinspritzung
DE102011005134A1 (de) Verfahren zum Bestimmen eines Gehalts an Alkohol in einem Kraftstoffgemisch
DE102006061683A1 (de) Verfahren zur Bestimmung der eingespritzten Kraftstoffmenge
DE10008552A1 (de) Verfahren und Vorrichtung zur Auswertung eines Signals eines Ionenstrom-Sensor einer Brennkraftmaschine
DE102007034337A1 (de) Verfahren zur Bestimmung der eingespritzten Kraftstoffmenge
DE102012212580A1 (de) Verfahren und Vorrichtung zum Betreiben einer Abgassonde
WO2006024443A1 (de) Verfahren zur bestimmung des zündverzugs nach einem kraftstoff-einspritzsignal
DE4207141C2 (de) Fehlzündungsdetektorsystem zur Detektierung einer Fehlzündung in einem Verbrennungsmotor
DE4207139C2 (de) Fehlzündungsdetektorsystem für Verbrennungsmotoren
EP0579967B1 (de) Verfahren und Vorrichtung zur Ermittlung der einer Brennkraftmaschine zugeführten Kraftstoffmenge
WO2006024445A1 (de) Verfahren zur bestimmung der einspritzmenge von injektoren einer selbstzündenden brennkraftmaschine
WO2003095818A1 (de) Verfahren und vorrichtung zur bestimmung einer voreinspritzmenge
DE102012208532A1 (de) Verfahren und Vorrichtung zur Bestimmung einer Partikelkonzentration, vorzugsweise von Russpartikeln, in einer Brennkraftmaschine
DE10358108A1 (de) Verfahren und Vorrichtung zur zylinderindividuellen Bestimmung und Regelung der Kraftstoffeinspritzmenge
EP1164286B1 (de) Verfahren zur Überwachung der verstärkten Bildung von Stickoxiden

Legal Events

Date Code Title Description
AK Designated states

Kind code of ref document: A1

Designated state(s): AE AG AL AM AT AU AZ BA BB BG BR BW BY BZ CA CH CN CO CR CU CZ DE DK DM DZ EC EE EG ES FI GB GD GE GH GM HR HU ID IL IN IS JP KE KG KM KP KR KZ LC LK LR LS LT LU LV MA MD MG MK MN MW MX MZ NA NG NI NO NZ OM PG PH PL PT RO RU SC SD SE SG SK SL SM SY TJ TM TN TR TT TZ UA UG US UZ VC VN YU ZA ZM ZW

AL Designated countries for regional patents

Kind code of ref document: A1

Designated state(s): GM KE LS MW MZ NA SD SL SZ TZ UG ZM ZW AM AZ BY KG KZ MD RU TJ TM AT BE BG CH CY CZ DE DK EE ES FI FR GB GR HU IE IS IT LT LU LV MC NL PL PT RO SE SI SK TR BF BJ CF CG CI CM GA GN GQ GW ML MR NE SN TD TG

121 Ep: the epo has been informed by wipo that ep was designated in this application
NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase