[发明专利]混合气偏差自学习方法、系统以及可读存储介质

权利要求书

1.一种混合气偏差自学习方法，其特征在于，包括：

域控制器获取通讯连接的发动机控制器中预控模型的模型偏差和与所述模型偏差对应的工况数据；

所述域控制器根据所述模型偏差和所述工况数据进行备选区域划分，生成备选区域并获得所述备选区域对应的自学习参数；

所述域控制器将所述自学习参数发送给所述发动机控制器；以及

所述发动机控制器利用所述自学习参数更新所述发动机控制器内相应的自学习算法，并基于所述自学习算法进行混合气偏差自学习。

2.如权利要求1所述的混合气偏差自学习方法，其特征在于，所述域控制器进行备选区域划分，生成备选区域并获得所述备选区域对应的自学习参数的步骤包括：

根据所述模型偏差和所述工况数据生成多组备选区域；

对各组所述备选区域分别进行自学习获得各组所述备选区域对应的自学习参数，并计算各组所述备选区域的自学习误差；以及

根据各组所述备选区域的自学习误差，选取出自学习误差最小的备选区域作为发送给所述发动机控制器的自学习区域。

3.如权利要求1所述的混合气偏差自学习方法，其特征在于，所述域控制器生成所述备选区域采用的方法包括重新训练法或基于初始自学习区域微调法。

4.如权利要求1所述的混合气偏差自学习方法，其特征在于，所述发动机控制器包括预控模型和与所述自学习算法对应的自学习模型，所述自学习模型基于所述自学习算法进行混合气偏差自学习并输出，所述预控模型为发动机燃烧过程的建模；所述发动机控制器利用所述自学习模型的输出值对所述预控模型的输出值进行修正获得第一输出值，并根据所述第一输出值调整混合气空燃比。

5.如权利要求4所述的混合气偏差自学习方法，其特征在于，在利用所述域控制器进行备选区域划分前，所述混合气偏差自学习方法还包括：

所述发动机控制器计算所述预控模型的模型偏差，并将所述模型偏差和对应的工况数据发送给所述域控制器；以及

所述域控制器存储所述模型偏差和对应的所述工况数据，形成发动机全工况偏差记录表。

6.如权利要求5所述的混合气偏差自学习方法，其特征在于，所述发动机控制器发送的所述工况数据包括发动机的转速、负荷、水温以及进气温度中至少两个维度的数据。

7.如权利要求5所述的混合气偏差自学习方法，其特征在于，在所述域控制器存储所述模型偏差和对应的所述工况数据前，由所述域控制器或所述发动机控制器对所述模型偏差和对应的所述工况数据进行筛选，所述域控制器仅对筛选出的所述模型偏差和对应的所述工况数据进行存储，并形成所述发动机全工况偏差记录表。

8.如权利要求5所述的混合气偏差自学习方法，其特征在于，所述域控制器采用的数据存储方式包括直接存储原数据或采用数据模型拟合数据点存储。

9.如权利要求8所述的混合气偏差自学习方法，其特征在于，还包括：所述域控制器对其存储的数据进行更新；

其中，在采用所述直接存储原数据的数据存储方式时，按时间、里程或数据权重对所述域控制器存储的数据进行更新；在采用所述数据模型拟合数据点存储的数据存储方式时，采用批量更新、对每个数据实时更新或全局定期更新的方式对所述域控制器存储的数据进行更新。

10.如权利要求5所述的混合气偏差自学习方法，其特征在于，所述模型偏差记为fra_end，且fra_end＝(1-frm)+fra，其中，frm为发动机的空燃比信号修正值，fra为所述自学习模型的输出值。

11.如权利要求1至10任意一项所述的混合气偏差自学习方法，其特征在于，所述自学习算法为lolimot算法或RBF算法。