[发明专利]混合气偏差自学习方法、系统以及可读存储介质

说明书

本发明提供的混合气偏差自学习方法、系统以及可读存储介质中，首先域控制器获取发动机控制器中预控模型的模型偏差和与模型偏差对应的工况数据；然后域控制器根据模型偏差和工况数据进行备选区域划分，生成备选区域并获得备选区域对应的自学习参数；接着域控制器将所述自学习参数发送给发动机控制器；发动机控制器利用自学习参数更新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。由此，可以以新划分的备选区域来作为自学习区域，从而可以实现自学习区域的更新，并能够更新混合气偏差自学习散差，有助于提高混合气的空燃比控制精度。

技术领域

本发明涉及汽车技术领域，特别涉及一种混合气偏差自学习方法、系统以及可读存储介质。

背景技术

随着排放和油耗法规的不断加严，对整车排放要求也越来越严格。对于一台车辆的发动机而言，空燃比(即混合气中空气与燃料之间的质量比例)预控偏差对发动机空燃比控制精度有着重大影响，并进而影响车辆全生命周期的排放特性。在动力总成控制上通常可以采用基于局部线性模型树(lolimot)算法进行混合气偏差自学习，以改善车辆的排放特性和提高排放一致性。

但是，目前设置在车辆上的发动机控制器(Electronic Control Unit，ECU)中的lolimot算法是基于离线划定好的自学习区域进行自学习，该自学习区域仅仅通过少数实验车测量计算获得，并不能完整代替市面上单个体车辆的特性；而且，传统发动机控制器受限于存储资源与计算资源，只能在划分好自学习区间后，对自学习区间内的自学习参数进行自学习，但并不能进行自学习区间划分的自学习，影响了车辆混合气的空燃比控制精度。

发明内容

本发明提供一种混合气偏差自学习方法、系统以及可读存储介质，可以在线更新混合气偏差自学习的自学习区域并获得自学习参数，有助于提高混合气的空燃比控制精度。

为了实现上述目的，本发明提供一种混合气偏差自学习方法，所述混合气偏差自学习方法包括：

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

所述发动机控制器将所述自学习参数更新到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。

可选的，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。

可选的，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。

可选的，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。

可选的，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