用以使用爆震传感器导出匹配缸的健康状态的方法及系统的制作方法

用以使用爆震传感器导出匹配缸的健康状态的方法及系统的制作方法
【专利摘要】一种导出往复装置中的第一缸的健康状态的方法包括从第一缸附近的第一爆震传感器接收第一信号、从第二缸附近的第二爆震传感器接收第二信号、处理第一信号和第二信号，以及通过确定第一信号是否与第二信号相干来导出第一缸的健康状态。
【专利说明】
用以使用爆震传感器导出匹配缸的健康状态的方法及系统
技术领域
[0001] 本文中公开的主题涉及爆震传感器，并且更具体地涉及安装于多缸往复装置的爆 震传感器。
【背景技术】
[0002] 燃机典型地燃烧含碳燃料，如，天然气、汽油、柴油等，并且使用高温和高压的气体 的对应膨胀来将力施加于发动机的某些构件(例如，设置在缸中的活塞），以使构件在一定 距离上移动。各个缸可包括与含碳燃料的燃烧关联地开启和闭合的一个或更多个阀。例如， 进气阀可将氧化剂如空气引导到缸中，其接着与燃料混合并且燃烧。燃烧流体(例如，热气 体)接着可引导成经由排气阀离开缸。因此，含碳燃料转换成机械运动，其在驱动负载方面 有用。例如，负载可为产生电功率的发电机。
[0003] 爆震传感器可用于监测多缸往复装置。爆震传感器可安装于缸的外部，并且用于 确定往复装置是否按期望运行。爆震传感器有时故障，在操作期间破坏，或者可接线至错误 的缸。因此，将有益的是具有用以检查由爆震传感器收集的数据，和/或在主爆震传感器在 操作期间停止工作的情况下使用安装在不同缸上的爆震传感器进行缸的测量的方式。

【发明内容】

[0004] 在下面概括在范围上与最初要求权利的本发明相称的某些实施例。这些实施例不 意图限制要求权利的本发明的范围，而是相反地，这些实施例仅意图提供本发明的可能形 式的简要概括。实际上，本发明可包含可与在下面提出的实施例相似或不同的各种形式。
[0005] 在第一实施例中，导出往复装置中的第一缸的健康状态的方法包括从第一缸附近 的第一爆震传感器接收第一信号、从第二缸附近的第二爆震传感器接收第二信号、处理第 一信号和第二信号，以及通过确定第一信号是否与第二信号相干来导出第一缸的健康状 ??τ 〇
[0006] 在第二实施例中，一种系统包括构造成控制往复发动机的控制器，控制器包括处 理器，其构造成从第一缸附近的第一爆震传感器接收第一信号、从第二缸附近的第二爆震 传感器接收第二信号、处理第一信号和第二信号，以及通过确定第一信号是否与第二传感 器相干来导出第一缸的健康状态。
[0007] 在第三实施例中，一种非暂时性计算机可读介质包括可执行指令，其在执行时，弓丨 起处理器从第一缸附近的第一爆震传感器接收第一信号、从第二缸附近的第二爆震传感器 接收第二信号，其中第一缸与第二缸成360度曲柄角的异相，处理第一信号和第二信号，以 及包括确定第一信号是否与第二传感器相干来导出第一缸的健康状态。
[0008] 技术方案1. 一种导出往复装置中的第一缸的健康状态的方法，包括：
[0009]从所述第一缸附近的第一爆震传感器接收第一信号；
[0010]从第二缸附近的第二爆震传感器接收第二信号；
[0011]处理所述第一信号和所述第二信号；以及
[0012] 通过确定所述第一信号是否与所述第二信号相干来导出所述第一缸的健康状态。
[0013] 技术方案2.根据技术方案1所述的方法，其特征在于，所述第一缸与所述第二缸成 360度曲柄角的异相。
[0014]技术方案3.根据技术方案1所述的方法，其特征在于，处理所述第一信号和所述第 二信号包括：
[0015]通过应用带通或低通滤波器来从所述第一信号和所述第二信号导出第一燃烧标 记和第二燃烧标记；
[0016]通过应用带通滤波器来从所述第一信号和所述第二信号导出第一阀标记和第二 阀标记；
[0017] 从所述第一燃烧标记和所述第二燃烧标记以及第一阀标记和第二阀标记导出一 个或更多个事件；以及
[0018] 使所述第一燃烧标记和所述第一阀标记，或所述第二燃烧标记和所述第二阀标记 转移360度曲柄角。
[0019] 技术方案4.根据技术方案3所述的方法，其特征在于，所述一个或更多个事件包括 峰值焚烧压力、进气阀闭合、排气阀闭合，或它们的组合。
[0020] 技术方案5.根据技术方案3所述的方法，其特征在于，处理所述第一信号和所述第 二信号包括使所述第一燃烧标记和所述第二燃烧标记以及所述第一阀标记和所述第二阀 标记平滑。
[0021 ]技术方案6.根据技术方案1所述的方法，其特征在于，处理所述第一信号和所述第 二信号包括：
[0022] 缩放所述第一信号和所述第二信号，其中包括在所述第一信号和所述第二信号中 的各个数据点乘以乘数，使得所述第一信号和所述第二信号中的各个具有为1的最大幅度；
[0023] 测量所述缩放信号的开始与所述缩放信号达到最大幅度的时间之间的第一时间 段；
[0024] 测量所述缩放信号达到所述最大幅度的时间与所述缩放信号下降到持续水平的 第二时间之间的第二时间段；
[0025] 测量所述缩放信号持续期间的第三时间段；以及
[0026] 测量所述缩放信号从所述持续水平下降到零期间的第四时间段。
[0027] 技术方案7 .根据技术方案1所述的方法，其特征在于，处理所述第一信号和所述第 二信号包括在所述第一信号和所述第二信号中应用机器学习技术来预测一个或更多个事 件的发生。
[0028] 技术方案8.根据技术方案7所述的方法，其特征在于，应用机器学习技术包括：
[0029] 应用使用特征向量的双状态模型；以及
[0030] 使用高斯混合模型来预测所述第一缸或所述第二缸中的一个或更多个事件的发 生。
[0031 ]技术方案9.根据技术方案7所述的方法，其特征在于，应用机器学习技术包括： [0032]将预测频带应用于所述第一信号和所述第二信号；以及
[0033]将短时间傅里叶变换应用于所述第一信号和所述第二信号以预测所述第一缸或 所述第二缸中的一个或更多个事件的发生。
[0034] 技术方案10.根据技术方案1所述的方法，其特征在于，所述方法还包括：
[0035] 确定所述第一爆震传感器故障；以及
[0036] 其中导出所述第一缸的健康状态包括：
[0037]通过应用带通或低通滤波器来从所述第二信号导出燃烧标记；
[0038] 通过应用带通滤波器来从所述第二信号导出阀标记；
[0039] 从所述燃烧标记和所述阀标记导出一个或更多个事件；以及
[0040] 使用查找表来确定所述一个或更多个事件中的哪个应当在所述往复装置的操作 期间在已知时间处或在已知曲柄角位置处发生。
[0041] 技术方案11. 一种系统，包括：
[0042]构造成控制往复式发动机的控制器，其中所述控制器包括处理器，其构造成：
[0043] 从第一缸附近的第一爆震传感器接收第一信号；
[0044] 从第二缸附近的第二爆震传感器接收第二信号；
[0045] 处理所述第一信号和所述第二信号；以及
[0046] 通过确定所述第一信号是否与所述第二信号相干来导出所述第一缸的健康状态。
[0047] 技术方案12.根据技术方案11所述的系统，其特征在于，所述第一缸与所述第二缸 成360度曲柄角的异相。
[0048]技术方案13.根据技术方案11所述的系统，其特征在于，处理所述第一信号和所述 第二信号包括：
[0049] 通过应用带通或低通滤波器来从所述第一信号和所述第二信号导出第一燃烧标 记和第二燃烧标记；
[0050] 通过应用带通滤波器来从所述第一信号和所述第二信号导出第一阀标记和第二 阀标记；
[0051] 使所述第一燃烧标记和所述第二燃烧标记以及所述第一阀标记和所述第二阀标 记平滑；
[0052]从所述第一燃烧标记和所述第二燃烧标记以及所述第一阀标记和所述第二阀标 记导出一个或更多个事件；以及
[0053]使所述第一燃烧标记和所述第一阀标记，或所述第二燃烧标记和所述第二阀标记 转移360度曲柄角。
[0054]技术方案14.根据技术方案13所述的系统，其特征在于，所述一个或更多个事件包 括峰值焚烧压力、进气阀闭合、排气阀闭合，或它们的组合。
[0055] 技术方案15.根据技术方案11所述的系统，其特征在于，处理所述第一信号和所述 第二信号包括：
[0056] 缩放所述第一信号和所述第二信号，其中包括在所述第一信号和所述第二信号中 的各个数据点乘以乘数，使得所述第一信号和所述第二信号中的各个具有为1的最大幅度；
[0057] 测量所述缩放信号的开始与所述缩放信号达到最大幅度的时间之间的第一时间 段；
[0058] 测量所述缩放信号达到所述最大幅度的时间与所述缩放信号下降到持续水平的 第二时间之间的第二时间段；
[0059] 测量所述缩放信号持续期间的第三时间段；以及
[0060] 测量所述预先调节的信号从所述持续水平下降到零期间的第四时间段。
[0061] 技术方案16.根据技术方案11所述的系统，其特征在于，处理所述第一信号和所述 第二信号包括在所述第一信号和所述第二信号中应用特征向量或预测频带来预测一个或 更多个事件的发生。
[0062] 技术方案17. -种非暂时性计算机可读介质，包括可执行指令，其在执行时引起处 理器：
[0063] 从第一缸附近的第一爆震传感器接收第一信号；
[0064] 从第二缸附近的第二爆震传感器接收第二信号，其中所述第一缸与所述第二缸成 360度曲柄角的异相；
[0065]处理所述第一信号和所述第二信号；以及
[0066] 包括确定所述第一信号是否与所述第二信号相干来导出所述第一缸的健康状态。
[0067] 技术方案18.根据技术方案17所述的非暂时性计算机可读介质，其特征在于，处理 所述第一信号和所述第二信号包括：
[0068] 通过应用带通或低通滤波器来从所述第一信号和所述第二信号导出第一燃烧标 记和第二燃烧标记；
[0069]通过应用带通滤波器来从所述第一信号和所述第二信号导出第一阀标记和第二 阀标记；
[0070] 从所述第一燃烧标记和所述第二燃烧标记以及第一阀标记和第二阀标记导出一 个或更多个事件；以及
[0071] 使所述第一燃烧标记和所述第一阀标记，或所述第二燃烧标记和所述第二阀标记 转移360度曲柄角。
[0072] 技术方案19.根据技术方案17所述的非暂时性计算机可读介质，其特征在于，处理 所述第一信号和所述第二信号包括：
[0073] 缩放所述第一信号和所述第二信号，其中包括在所述第一信号和所述第二信号中 的各个数据点乘以乘数，使得所述第一信号和所述第二信号中的各个具有为1的最大幅度；
[0074] 测量所述缩放信号的开始与所述缩放信号达到最大幅度的时间之间的第一时间 段；
[0075] 测量所述缩放信号达到所述最大幅度的时间与所述缩放信号下降到持续水平的 第二时间之间的第二时间段；
[0076] 测量所述缩放信号持续期间的第三时间段；以及
[0077] 测量所述预先调节的信号从所述持续水平下降到零期间的第四时间段。
[0078]技术方案20.根据技术方案17所述的非暂时性计算机可读介质，其特征在于，处理 所述第一信号和所述第二信号包括在所述第一信号和所述第二信号中应用特征向量或预 测频带来预测一个或更多个事件的发生。
【附图说明】
[0079]当参照附图阅读下列详细描述时，将更好地理解本发明的这些和其它的特征、方 面和优点，其中，同样的标记在所有附图中表示同样的部件，其中：
[0080]图1为根据本公开的方面的发动机驱动的发电系统的实施例的框图；
[0081 ]图2为根据本公开的方面的活塞组件的实施例的侧视截面视图；
[0082] 图3为根据本公开的方面的由图2中所示的爆震传感器测量的数据的发动机噪音 图的实施例；
[0083] 图4为根据本公开的方面的第一完整进气、压缩、燃烧和排气循环内绘出的燃烧标 记和阀标记的实施例；
[0084] 图5为根据本公开的方面的关于上覆(overlay)的导出事件的由曲柄角绘出的、第 一完整进气、压缩、燃烧和排气循环内绘出的燃烧标记和阀标记的实施例；
[0085] 图6为根据本公开的方面的转移360度曲柄角以便检查与匹配缸的相干性的燃烧 标记的实施例；
[0086] 图7为根据本公开的方面的图3中所示的缩放版本的样本发动机噪音图的实施例；
[0087] 图8为根据本公开的方面的图4中所示的样本缩放发动机噪音图的实施例，其具有 上覆的建立、衰减、持续、释放(ADSR)包络线的四个原理参数；
[0088] 图9为根据本公开的方面的使用特征向量的双状态机器学习模型的实施例；
[0089] 图10为根据本公开的方面的使用预测频带和短时间傅里叶变换的模型的实施例； 以及
[0090] 图11为示出根据本公开的方面的用于使用爆震传感器导出匹配缸的健康状态的 过程的多个实施例的流程图。
【具体实施方式】
[0091] 将在下面描述本发明的一个或更多个特定实施例。为了提供这些实施例的简明描 述，可不在说明书中描述实际实施的所有特征。应当认识到，在任何这种实际实施的开发 中，如在任何工程或设计项目中，必须作出许多特定实施决定以实现开发者的特定目的，诸 如符合系统相关且商业相关的约束，这可从一个实施变化到另一个实施。此外，应当认识 到，这种开发努力可为复杂且耗时的，但是对于受益于本公开的技术人员而言，仍将是设 计、制作和制造的日常工作。
[0092] 当介绍本发明的各种实施例的元件时，冠词"一"、"一个"、"该"和"所述"意图表示 存在元件中的一个或更多个。用语"包括"、"包含"和"具有"意图是包含的，并且表示可存在 除了列出的元件之外的附加元件。
[0093] 爆震传感器有时经历非期望的维护事件。因此，将有益的是具有用以检验由爆震 传感器收集的数据，和/或在主爆震传感器在操作期间停止工作的情况下使用安装在不同 缸上的爆震传感器进行缸的测量的方式。通过使用来自第一缸的爆震传感器的信号，往复 系统可更稳健地查询用于第二缸(例如，匹配缸)的信号，或者如果第二缸的爆震传感器确 定为在发动机操作期间不起作用，则使用第一缸的爆震传感器以〃跛行回家（limp home)" (即，确定测量的缸的健康状态）。
[0094] 本文中所述的技术提供了从第一缸附近的第一爆震传感器接收第一信号、从第二 缸附近的第二爆震传感器接收第二信号、处理第一信号和第二信号，以及通过确定第一信 号是否与第二信号相干来导出第一缸的健康状态。处理可包括标记分析、ADSR (或ASDR)包 络线的应用、机器学习等。机器学习可包括使用特征向量或预测频带。处理还可包括使信号 平滑。公开的相同系统和方法还可用于使用来自一个缸的爆震传感器信号导出另一个缸的 健康状态。
[0095] 转到附图，图1示出了发动机驱动的发电系统10的一部分的实施例的框图。如下文 详细所述，系统10包括具有一个或更多个燃烧室14(例如，1，2,3,4,5,6,7,8，10，12，14，16， 18,20个或更多燃烧室14)的发动机12(例如，往复式内燃机）。尽管图1示出了燃机12,但应 当理解的是，可使用任何往复装置。空气供应源16构造成将加压氧化剂18如空气、氧、富氧 空气、少氧空气或它们的任何组合提供至各个燃烧室14。燃烧室14还构造成接收来自燃料 供应源22的燃料20 (例如，液体和/或气态燃料），并且燃料空气混合物在各个燃烧室14内点 燃并且燃烧。热加压燃烧气体引起各个燃烧室14附近的活塞24在缸26内线性移动，并且将 由气体施加的压力转换成旋转运动，其引起轴28旋转。此外，轴28可联接于负载30，负载30 经由轴28的旋转供能。例如，负载30可为可经由系统10如发电机的旋转输出生成功率的任 何适合的装置。此外，尽管以下论述提到了作为氧化剂18的空气，但任何适合的氧化剂可与 公开实施例一起使用。类似地，燃料20可为任何适合的气态燃料，如例如，天然气、相关联的 石油气、丙烷、沼气、污泥气、填埋气、煤矿气体。
[0096] 本文中公开的系统10可适于用于静止应用中（例如，工业发电发动机中）或移动应 用中（例如，汽车或飞行器中）。发动机12可为二冲程发动机、三冲程发动机、四冲程发动机、 五冲程发动机或六冲程发动机。发动机12还可包括任何数量的燃烧室14、活塞24和相关联 的缸26(例如，1-24个）。例如，在某些实施例中，系统10可包括具有在缸26中往复的4,6,8， 10，16，24个或更多活塞24的大规模工业往复式发动机12。在一些此类情况中，缸26和/或活 塞24可具有大约13.5-34厘米(cm)之间的直径。在一些实施例中，缸26和/或活塞24可具有 大约10-40cm、15-25cm之间或大约15cm的直径。系统10可生成范围从10kW到10MW的功率。在 一些实施例中，发动机12可在小于大约1800转每分钟(RPM)下操作。在一些实施例中，发动 机 12 可在小于大约 2000RPM，1900RPM，1700RPM，1600RPM，1500RPM，1400RPM，1300RPM， 12001^]?，10001^]\1，9001^]\1或7501^]\1下操作。在一些实施例中，发动机12可在大约750-2000RPM、900-1800RPM或1000-1600RPM之间操作。在一些实施例中，发动机12可在大约 1800RPM、1500RPM、1200RPM、1000RPM或900RPM下操作。例如，示例性发动机12可包括 General Electric 公司的 Jenbacher 发动机（例如，Jenbacher2 型、3型、4 型、6型或 J920FleXtra)或Waukesha发动机（例如，Waukesha VGF、VHP、APG、275GL)。
[0097] 从动发电系统10可包括适合于检查发动机〃爆震〃和/或发动机12的其它运行特征 的一个或更多个爆震传感器32。在一些实施例中，爆震传感器可安装于发动机头部的缸26。 然而，爆震传感器32不需要安装于缸以便感测振动。在一些实施例中，爆震传感器32可置于 缸26附近。爆震传感器32可为构造成感测由发动机12引起的振动(如，由爆炸、预先点火和/ 或声脉冲(pinging)引起的振动）的任何传感器。爆震传感器32示为通信地联接于控制器 (例如，往复装置控制器）、发动机控制单元(ECU)34。在操作期间，来自爆震传感器32的信号 传送至E⑶34,以确定爆震状态(例如，声脉冲)或其它行为是否存在。E⑶34接着可调整某些 发动机12参数以改善或避免不合乎需要的状态。例如，ECU34可调整点火正时和/或调整升 压来避免爆震。如本文中进一步所述，爆震传感器32可另外检测超过爆震的其它振动。尽管 用于分析构件健康状态的以下技术在燃机方面论述，但同一技术可应用于其它往复装置， 如压缩机。
[0098] 在多缸发动机12的一些实施例中，缸26可具有匹配缸。匹配缸与所述的缸26成360 度曲柄角的异相。即，在一些实施例中，缸26在曲轴的720度的两次完整旋转（即，720度曲柄 角）内经历完整的进气、压缩、燃烧、排气循环。匹配缸为与所述的缸26成360度曲柄角异相 的缸。由于这一切，缸26和匹配缸的活塞24在相同位置，但缸在燃烧循环的相反相位中。安 装在缸26上的爆震传感器32可能够检测来自匹配缸的振动。例如，安装在缸26上的爆震传 感器可能够感测匹配缸中的燃烧事件(例如，峰值焚烧压力）。因此，安装于缸26的爆震传感 器32可用于导出关于匹配缸的信息。此外，由于缸26和匹配缸的定相是已知的，故来自安装 在各个缸上的爆震传感器32的信号可转移并且与彼此比较。
[0099]图2为具有设置在往复式发动机12的缸26(例如，发动机缸）内的活塞24的活塞组 件36的实施例的侧视截面视图。缸26具有限定圆柱形腔40(例如，开孔)的内环形壁38。活塞 24可由轴向轴线或方向42、径向轴线或方向44和周向轴线或方向46限定。活塞24包括顶部 48(例如，端环槽脊）。顶部48在活塞24的往复运动期间大体上阻止燃料20和空气18或燃料 空气混合物从燃烧室14逸出。
[0100]如所示，活塞24经由连杆52和销54附接于曲轴50。曲轴50将活塞24的往复线性运 动转化成旋转运动。当活塞24移动时，曲轴50旋转来对负载30(图1中所示)供能，如上文所 述。如所示，燃烧室14定位在活塞24的端环槽脊48附近。燃料喷射器56将燃料20提供至燃烧 室14,并且进气阀58控制空气18输送至燃烧室14。排气阀60控制排气从发动机12排放。然 而，应当理解的是，可使用用于将燃料20和空气18提供至燃烧室14和/或用于排放排气的任 何适合的元件和/或技术，并且在一些实施例中，不使用燃料喷射。在操作中，燃烧室14中的 燃料20与空气18的燃烧引起活塞24在缸26的腔40内沿轴向方向42以往复方式(例如，来回） 移动。
[0101] 在操作期间，当活塞24在缸26中的最高点处时，其在称为上死点（TDC)的位置。当 活塞24在缸26中的其最低点处时，其在称为下死点(BDC)的位置。当活塞24从顶部移动到底 部或从底部移动到顶部时，曲轴50旋转半圈。活塞24从顶部到底部或从底部到顶部的各次 移动称为冲程，并且发动机12实施例可包括二冲程发动机、三冲程发动机、四冲程发动机、 五冲程发动机、六冲程发动机或更多。
[0102] 在发动机12操作期间，包括进气过程、压缩过程、动力过程和排气过程的顺序典型 地发生。进气过程实现可燃混合物如燃料和空气吸入缸26中，因此进气阀58开启并且排气 阀60闭合。压缩过程将可燃混合物压缩到较小空间中，所以进气阀58和排气阀60两者关闭。 动力过程点燃压缩的燃料空气混合物，其可包括通过火花塞系统的火花点火和/或通过压 缩加热的压缩点火。从燃烧所得的压力接着将活塞24推至BDC。排气过程典型地使活塞24回 到TDC，同时保持排气阀60开启。因此，排气过程通过排气阀60排出用过的燃料空气混合物。 将注意的是，一个以上的进气阀58和排气阀60可用于每个缸26。
[0103] 发动机12还可包括曲轴传感器62、一个或更多个爆震传感器32,以及发动机控制 单元(E⑶)34,其包括处理器64和存储器66(例如，非暂时性计算机可读介质）。曲轴传感器 62感测曲轴50的位置和/或转速。因此，曲轴角或曲轴正时信息可导出。即，当监测燃机时， 正时经常按照曲轴50角表示。例如，四冲程发动机12的整个循环可测量为720°循环。一个或 更多个爆震传感器32可为压电加速计、微机电系统(MEMS)传感器、霍尔效应传感器、磁致伸 缩传感器，和/或设计成感测振动、加速度、声音和/或移动的任何其它传感器。在其它实施 例中，传感器32可不是传统意义上的爆震传感器，而是可感测振动、压力、加速度、偏转或移 动的任何传感器。
[0104] 由于发动机12的冲击性质，爆震传感器34可即使在安装在缸26的外部时也能够检 测标记。爆震传感器32还可能够检测来自一个或更多个匹配缸80(即，与缸2成360度曲柄角 异相的缸)的标记。爆震传感器32还可能够检测来自其它相邻缸的振动。一个或更多个爆震 传感器32可设置在发动机12上的许多不同位置处。例如，在图2中，一个爆震传感器32示为 在缸26的缸盖上。在其它实施例中，一个或更多个爆震传感器32可安装在缸26的侧部上，缸 盖上，缸盖螺栓上，发动机组上，或发动机主轴承横撑螺栓上。此外，在一些实施例中，单个 爆震传感器32可例如由一个或更多个相邻缸26共用。在其它实施例中，各个缸26可包括缸 26的任一侧或两侧上的一个或更多个爆震传感器32。在一些实施例中，爆震传感器可完全 不与缸接触，而是仅在缸附近。曲轴传感器62和爆震传感器32示为与发动机控制单元(ECU) 34电子通信。E⑶34包括处理器64和存储器66。存储器66可储存可由处理器64执行的非暂时 性代码或计算机指令。ECU34监测和控制发动机12的操作，例如，通过调整火花正时、阀58， 60正时，调整燃料和氧化剂(例如，空气）的输送，等。
[0105] 爆震传感器32用于检测发动机爆震。发动机爆震为正常燃烧的包络线外的燃料的 过早燃烧。在一些情况中，ECU34可试图减少或避免发动机爆震（当其通过调整发动机的操 作参数而发生时）。例如，ECU34可调整空气/燃料混合、点火正时、升压等，企图减少或避免 发动机爆震。然而，爆震传感器还可用于检测与发动机爆震无关的发动机中的其它振动。
[0106] 图3为由安装在单个缸26上的单个爆震传感器32测得的噪音数据的（例如，由 ECU34)导出的原始发动机噪音图68的实施例，其中X轴70为时间，而y轴72为原始噪音幅度。 在描绘的实施例中，示出爆震传感器32信号的幅度曲线74。即，原始信号74包括经由爆震传 感器32感测的和相对于时间绘出的振动数据(例如，噪音、声数据)的幅度测量结果。应当理 解的是，这仅为样本数据集的图68,而不旨在限制由ECU34生成的图。还应当理解的是，图68 具有来自安装在一个缸26上的一个爆震传感器32的标记。在其它实施例中，可存在来自安 装于多个缸(例如，匹配缸)的多个爆震传感器的多个标记。如随后将描述的，原始信号74接 着可被进一步处理。
[0107] 本文中描述了多种技术，其适合于通过使用设置在第一缸26上或附近的爆震传感 器32来导出第二（例如，匹配)缸80的健康状态。适合于导出匹配缸80的健康状态的第一技 术在于应用标记分析。如图4中所示，信号可过滤成燃烧标记76和阀标记78。标记76,78可对 应于或关于经由来自爆震传感器32的信号导出的用于匹配缸80的标记。事件接着可从在测 量的缸26与其匹配缸80(即，与测量的缸26成360度异相的发动机中的缸)之间检查的那些 事件的标记和正时导出。一旦收集到来自一个或更多个爆震传感器32的数据，则一个或更 多个滤波器可应用于数据以导出燃烧标记76(即，可归因于燃烧事件的噪音）和阀标记78 (即，可归因于阀58,60移动的噪音）。如关于图11所论述，燃烧标记76和阀标记78可通过将 滤波器、快速傅里叶变换(FFT)或其它数字信号处理(DSP)技术应用于采样数据来导出。例 如，E⑶34可通过应用在1200Hz下的低通滤波器或从0.5Hz到1200Hz的带通滤波器来导出燃 烧标记76。阀标记可使用从12kHz到18kHz的带通滤波器导出。图4为第一完整进气、压缩、燃 烧和排气循环内的燃烧标记76和阀标记78的样本图82的实施例。X轴84示为以秒为单位的 时间，但还可示为曲柄角（见图5)。左侧的y轴86对应于阀标记78,而右侧的y轴88对应于燃 烧标记76轴86，88中的各个代表对应的噪音标记76，78的幅度。取决于使用者的测量技术 和偏好，单位可为dB、伏或一些其它单位。注意，y轴86,88的刻度可不同，因为两个标记76， 78的幅度很可能不同。图4示出了可例如经由关于图5,6和11更详细描述的过程经历数据处 理的数据。用于图4的数据可包括一旦ECU34使用数字信号处理(DSP)技术从数据导出燃烧 标记76和阀标记78则经由爆震传感器32和曲柄角传感器62传输的数据。此外，为了清楚起 见，图4中仅示出了单个燃烧标记和单个阀标记。然而，应当理解的是，相同或类似的处理可 在安装于一个以上的缸的一个以上的爆震传感器32上执行。
[0108]燃烧标记76包括显著的燃烧事件，如测量的缸26和匹配缸80(即，与测量的缸26成 360度异相的发动机中的缸)两者的峰值焚烧压力(PFP)。阀标记78包括进气阀58和排气阀 60的闭合。（测量的缸26和匹配缸80两者的）一些燃烧事件，如PFP可出现在燃烧标记76和阀 标记78两者中。图4示出了略多于一个的完整燃烧循环，或曲轴50处的720度旋转(两次完整 回转）。各个循环包括进气、压缩、燃烧和排气。
[0109]图5为关于上覆事件的在完整进气、压缩、燃烧和排气循环内的燃烧标记76和阀标 记78的图82的实施例。X轴84示为以度为单位的曲柄角。这可通过使从曲轴传感器62采样的 数据和从爆震传感器32采样的数据的正时对准来实现。尽管发动机正时通常以曲柄角度数 表示，但在一些实施例中，X轴可如在图3和4中以时间（例如，秒)表示。如在图4中，图82的左 侦U上的y轴86对应于阀标记78,并且图82的右侧上的y轴88对应于燃烧标记76。 7轴86,88代 表噪音幅度，并且取决于测量技术和使用者的偏好，单位可为dB、伏或一些其它单位。也如 在图4中，两个y轴86,88的刻度是不同的，因为两个标记的幅度不同。事件可包括定时火花 90、监测的缸26的峰值焚烧压力(PFP) 92、匹配缸80的PFP 100、进气阀闭合（IVC) 96和排气阀 闭合(EVC)98。匹配缸80为与测量的缸26成360度异相的发动机中的缸（即，匹配缸80和测量 的缸26的活塞在相同位置，但缸26,80在燃烧循环的相反相位）。
[0110] 定时火花90的正时是已知的，因为ECU34控制火花正时。由于已知火花在进气阀闭 合（IVC)96和燃烧(PFP)92之间发生，故ECU34可通过将爆震传感器32信号中的事件顺序与 火花90的已知正时相比较来检查来自爆震传感器32的信号的定相。这还将关于图11论述。 燃烧标记76的幅度的增大是由于测量的缸26和匹配缸80中的燃烧事件。如将预计的，幅度 对于测量的缸26的燃烧事件而言大体上大于匹配缸80的燃烧事件。燃烧标记76的幅度中的 峰值代表测量的缸26中的峰值焚烧压力(PFP)92和匹配缸PFP94。阀标记78中的幅度的增大 代表进气阀58的闭合（IVC，96)和排气阀60的闭合(EVC98)。阀标记78还可示出由于测量的 缸26中的PFP92和匹配缸80的PFP94的幅度的增大。由于这些事件以已知次序(例如，IVC96、 PFP92、EVC98、匹配缸PFP94、IVC96等)在已知曲柄角位置处发生，并且产生不同的幅度(例 如，测量的缸26的PFP92将产生大于匹配缸PFP94的幅度），故ECU34可确定哪个幅度增大与 某些事件对应。这将关于图11进一步论述。然而，应当理解的是，这些事件仅为实例，并且 E⑶34可导出这些事件中的一些或所有，以及图5中未示出的事件。
[0111]图6为测量的缸26的燃烧标记76和匹配缸80的燃烧标记102的图100的实施例。X轴 104代表以度为单位的曲柄角。y轴106代表燃烧标记76,102的噪音幅度。为了检查一个缸26 的爆震传感器32的测量结果，燃烧标记76可转移一定时间或曲柄角间隔108(例如，360度曲 柄角），并且接着标记76,102相对于彼此检查相干性。相干性可由燃烧事件的定相和顺序、 通过比较信号的ADSR向量、通过比较各种时间处的幅度或一些其它方法来确定。由于匹配 缸80的活塞在与测量的缸的活塞24相同的位置，但在燃烧循环的相对部分中，故测量的缸 应当与匹配缸成大约360度曲柄角的异相。该相关性（即，匹配缸80与测量的缸26成360度的 异相)可应用于发动机中的任何缸。一旦标记转移，使得它们大致与彼此同相，则ECU34可使 用导出事件的正时，参照查找表或模型，或一些其它方法来检查缸26，80之间的相干性。此 外，在匹配缸80上的故障爆震传感器32的情况下，E⑶34可使用出现在测量的缸的标记中的 匹配缸事件（例如，匹配缸PFP94)来〃跛行回家〃，并且仍知道匹配缸80中发生的事情，而不 必进入紧急或安全运行模式。注意，该构思可以以相反方式工作。即，如果测量的缸26上的 爆震传感器32故障，则爆震传感器可使用来自匹配缸80上的爆震传感器32的标记来〃跛行 回家〃。
[0112]用于导出匹配缸的健康状态的第二技术为使用一个或更多个ADSR包络线，并且接 着比较两个信号之间的向量。在应用ADSR包络线技术之前，ECU34必须缩放来自图3的原始 发动机噪音信号74。图7为可由ECU34导出的缩放的发动机噪音图112的实施例。X轴114可代 表时间或曲柄角。y轴116代表具有1.0的最大幅度的缩放噪音幅度。在缩放图112中，来自图 3中所示的幅度图68的原始发动机噪音74缩放成导出缩放的幅度曲线118。在该情况下，单 个乘数应用于各个数据点，使得缩放幅度曲线118的最大正值为1。注意，应用于曲线118的 各个点以便产生为1的最大正值的乘数可导致小于或大于-1的负值。即，如图7中所示的缩 放发动机噪音图112中所示，最大负值可为-0.5,或者其可为-1.9。
[0113] 图8为示出建立、衰减、持续、释放(ADSR)包络线122的四个向量的缩放发动机噪音 图120的实施例。X轴124可代表时间或曲柄角。y轴126代表具有1.0的最大幅度的缩放噪音 幅度。ADSR包络线122典型地用于音乐合成器中，以便模拟乐器的声音。有利地，如下文进一 步所述，本文中所述的技术将ADSR包络线122应用于爆震传感器32数据，以更快速且有效地 提供某些噪音分析。ADSR包络线的四个原理参数(或向量)为建立128、衰减130、持续132和 释放134。建立128从噪音的开始到缩放曲线118的峰值幅度136发生。衰减130由于从峰值幅 度136到指定持续132水平的下降而发生，指定持续132水平可为最大幅度136的某一指定的 百分比。
[0114] 应当理解的是，四个向量的次序不必须是建立128、衰减130、持续132和释放134。 例如，对于一些噪音，次序可为建立128、持续132、衰减130和释放134。在此类情况下，将施 加 ASDR而非ADSR包络线。为了清楚起见，该包络线将称为〃 ADSR包络线〃，但应当理解的是， 用语应用于噪音，而不管参数的次序。持续132水平为噪音的持续时间期间的主要水平。在 一些实施例中，持续132水平可在最大幅度的55 %下发生。在其它实施例中，持续132水平可 为最大幅度的35%、40%、45%、50%、60%或65%。使用者或ECU34可通过确定持续132水平 是否保持达标记的持续时间的至少15%来检查持续水平是否如期望的。如果持续132维持 标记的持续时间的15 %以上，则持续132水平按期望设置。释放134在从持续132水平下降回 到零期间发生。一旦ADSR向量从测量的缸26和匹配缸80的信号导出，则向量可相对于彼此 检查相干性。
[0115] 用以监测匹配缸80的健康状态的第三技术为通过使用机器学习，其可以以两种方 式实现:使用特征向量和预测频带。如图9的实施例中所示，使用特征向量监测匹配缸80的 健康状态可使用声信号的非静止概率模型138来对包含待检测的发动机事件140(例如， PFP92、IVC96、EVC98等）的信号的节段建模。突发的发动机事件140在频率上特征为横跨频 谱的能量的宽带的急剧增大。信号首先使用一些多变量的基于频率的转换来转换成一系列 D长度特征向量142,144。图9中示出了事件之前(状态1)的N/2特征向量142和事件之后(状 态2)的N/2向量144的双状态模型138。针对状态1和2来培养(train)统计模型，如高斯混合 模型。一旦培养模型，则检测事件140通过使N长度的窗口 146定心在事件140的标称或预计 时间发生上来完成。长度N应当使得事件140以高概率在N长度窗口 146中发生。高斯混合模 型可由以下方程管理：
[0120] 其中X为特征向量的NxD矩阵，并且w为Is和28的顺序。事件发生时间通过找到顺序 W来确定，其根据统计选择模型使连结可能性或较后概率P(X，w)最大化。由于一列所有可 允许的顺序必须全部以Is开始，并且全部以2s结束，故仅N+1概率对于N长度的顺序存在。事 件140的估计发生时间为状态从1变为2的时间。
[0121] 如图10中的实施例所示，用以使用机器学习监测匹配缸80的健康状态的第二方式 在于使用预测频带(PFB)模型148。为了培养模型148,模型148采用作为输入的爆震传感器 32信号以及实际PFP92位置(例如在测试台或现场使用压力传感器由缸中压力的直接测量 确定）。由于真实PFP位置在培养模式中已知，故PFP92事件(子信号）发生期间的窗口标为 正，而其它子信号标为负。模型应用信号处理和机器学习技术来分析爆震信号，以便获知指 示PFP92发生的标记。模型应用短时间傅里叶变换来获得一定时间内的信号的频率内容，并 且接着挖掘预测频带，其对于将PFP事件与信号的其余部分区分开而言为最重要的。
[0122] 从不同窗口（正和反两者）中的子信号的功率谱密度表示开始，模型评估频谱中的 每个离散频率的区别功率。具体而言，为了评估频率F a，Fa&的能量针对所有子信号计算，并 且选择顶部k，其中k为正值的总数。区别分数(D分数)是顶部k中的真实正值(真实PFP92)的 比例。所有情况投射到实线上，该实线代表特定频率F aT的能量。在计算用于每个频率的D 分数之后，该方法试图产生较大的频率间隔，以便改进区别。这些间隔称为预测频带(PFB)， 其示为节点149。例如，如果FjPFu+υ为频谱中的两个相邻频率，则它们的能量可求和来获 得带中的能量(F a，F(a+1))。如果其D分数大于F4PF(a+1)两者的D分数，则模型148保持带149。 在各个步骤处，模型选择一对相邻的频率(或带149)，其导致最高D分数。如图10中所示，从 所有离散频率开始，越来越大的间隔以自底向上的方式产生。
[0123] 模型148继续，直到没有相邻频率（或带149)可组合，而不减小D分数。在识别 PFB149之后，每个子信号（特定窗口位置处的爆震信号的部分)转变成特征向量表示，其中 第η个特征对应于第η个PFB中的子信号的能量。例如，如果带100到300Hz识别为PFB，则对应 于该范围中的能量的特征产生用于每个子信号。模型接着调用机器学习算法用于学习模 型，该模型可预测新信号中的PFP92的概率。应当理解的是，培养过程在使用爆震传感器32 导出匹配缸80的健康状态之前执行，并且在大多数情况下，使用者将获得模型148的实施 例，其已经例如由发动机系统10的制造者培养，并且可不经历培养过程。就此而言，培养过 程在本文中为了清楚起见而描述，并且在一些情况中，可在使用本文中所述的系统和方法 时省略。
[0124] 在操作模式中，模型148从爆震传感器32接收新信号。使用PFB149和培养模式中学 到的预测模型，模型148将短时间傅里叶变换应用于爆震信号，导出各个窗口位置处的子信 号的特征(基于PFB149)，并且接着应用模型来计算每个时间处的PFP149的概率。对于各个 发动机循环，具有最大概率的时间为预测的PFP92位置。这两种机器学习技术中的任一种 (即，图9中所示的特征向量和图10中所示的预测频带)可用于使用来自安装在测量的缸26 上的爆震传感器32的信号来预测匹配缸80中的某些事件的正时，并且因此导出匹配缸的健 康状态。
[0125] 图11为用于使用标记分析、ADSR分析和/或机器学习导出匹配缸80的健康状态的 过程150的实施例的流程图。过程150可实施为储存在存储器66中并且能够由ECU34的处理 器64执行的计算机指令或可执行代码。在框152中，使用爆震传感器32和曲轴传感器62取得 数据的样本。例如，传感器32,62收集信号或数据，并且接着将信号或数据传输至ECU34。过 程150接着可使用标记分析154、ADSR分析156和/或机器学习158来确定测量的缸26和匹配 缸80的健康状态。作为备选，在附接于匹配缸80的爆震传感器32故障的情况下，相同技术可 用于仅基于测量的缸26的爆震传感器32信号来确定匹配缸的健康状态。
[0126] 如果过程150使用标记分析154,则在框160中，过程150处理数据以对于记录的各 种循环导出燃烧标记76和阀标记78,如图4中所示。框160可涉及应用滤波器、快速傅里叶变 换(FFT)或应用其它数字信号处理(DSP)技术来导出燃烧标记76和阀标记78。例如，过程150 可通过应用在1200Hz或可对于燃烧事件检测到的其它自然频率下的低通滤波器来导出燃 烧标记76。低通滤波器还可在900Hz、1000Hz、1100Hz、1300Hz、1400Hz或1500Hz下。作为备 选，过程150可通过应用从0.5Hz到1200Hz的带通滤波器来导出燃烧标记。类似地，带通滤波 器的高端和低端可变化。例如，带通滤波器的低端可为0.1H Z、0.3HZ、lHZ、3HZ、5HzSl0HZ。 带通滤波器的高端可为900Hz、1000Hz、1100Hz、1300Hz、1400Hz或1500Hz。阀标记可使用从 12kHz到18kHz的带通滤波器导出。再次，带通滤波器的高端和低端可变化。例如，带通滤波 器的低端可为9kHz、10kHz、11kHz、13kHz或15kHz。带通滤波器的高端可为16kHz、17kHz、 19kHz、20kHz或21kHz。大体上，燃烧标记76将相比于阀标记78为低频信号。
[0127] 在框162中，燃烧标记76和阀标记78可处理成使标记平滑。框162可涉及用以使标 记76,78平缓的移动趋势线或多曲线拟合。如果标记76,78在处理之后足够平滑，则平滑化 可不为必要的。
[0128]在框164中，过程150使用已知曲轴50角和定时火花90导出成组的事件，如关于图5 所述。事件包括定时火花90、监测的缸26的峰值焚烧压力(PFP)92、匹配缸80的PFP94、进气 阀闭合（IVC)96和排气阀闭合(EVC)98。定时火花90的正时是已知的，因为ECU34控制火花正 时。燃烧标记76的幅度的增大是由于测量的缸26和匹配缸80中的燃烧事件。如将预计的，幅 度对于测量的缸26的燃烧事件而言大于匹配缸80的燃烧事件。燃烧标记76的幅度中的峰值 代表测量的缸26中的峰值焚烧压力(PFP)92和匹配缸80PFP94。阀标记78中的幅度中的峰值 代表进气阀58的闭合（IVC，96)和排气阀60的闭合(EVC98)。阀标记78幅度还可由于测量的 缸26中的PFP92和匹配缸80的PFP94而达到峰值。由于这些事件以已知次序（例如，IVC96、 PFP92、EVC98、匹配缸PFP94、IVC96等），在已知的曲柄角位置处并且关于已知定时火花90发 生，并且产生不同幅度(例如，测量的缸26的PFP92将产生大于匹配缸PFP94的幅度），故过程 150可确定哪个幅度增大与某些事件对应。
[0129]在框166中，为了检查测量的缸26的爆震传感器32测量结果，过程150可将燃烧标 记76、阀标记78或两者转移一定时间或曲柄角间隔108，并且接着检查来自两个缸26，80的 标记相对于彼此的相干性。该转移的实例先前关于图6论述。由于匹配缸80的活塞在与测量 的缸26的活塞24相同的位置，但在燃烧循环的相对部分中，故测量的缸应当与匹配缸成大 约360度曲柄角的异相。该相关性（即，匹配缸80与测量的缸成360度的异相)可应用于发动 机中的任何缸。过程150接着可在两个缸26，80之间比较事件的定相，参照模型或查找表以 导出匹配缸的健康状态。在决定170中，如果存在测量的缸26与匹配缸80之间的相干性，则 过程150返回至框152并且对更多数据采样。如果测量的缸26与匹配缸80之间不存在相干 性，则过程150对使用者发警报(框184)。可以以许多不同方式来对使用者发警报，包括专有 误差代码，经由显示器、声音或音频通知，在显示器上，经由文本等。
[0130] 如果使用者使用ADSR分析156,则在框172中，过程150预先调节爆震传感器32数 据。框156包括相对于曲轴50位置绘制原始爆震传感器32数据。样本原始发动机噪音图68在 图3中示出为幅度图74。框172包括缩放原始发动机噪音数据。为了缩放数据，过程150确定 将导致正1的最大幅度的乘数。应当注意的是，最大负值对乘数选择没有影响。如图7中所 示，过程150接着使各个数据点（例如，幅度曲线74中的数据点）乘以乘数，以导出缩放幅度 曲线118。应当理解的是，示出缩放幅度曲线118的图7中的缩放发动机噪音图112仅为实例， 并且不旨在将本公开的范围限于看起来与缩放发动机噪音图118相同或相似的图。
[0131] 在框174中，过程150将ASDR包络线122应用于发动机12噪音信号。在描述图8时论 述了该框中的处理。ASDR包络线122用于将噪音数据集分成四个不同的参数或向量（建立 128、衰减84、持续132、释放134)。如先前所述，应当理解的是，四个参数的次序不必须是建 立、衰减、持续和释放。例如，对于一些噪音，次序可为建立、持续、衰减和释放。为了简单起 见，该包络线将称为〃ADSR包络线〃，但应当理解的是，用语应用于噪音，而不管参数的次序。 传统上，ASDR包络线122用于再现乐音像喇叭的乐音的过程中。然而，在本文中所述的技术 中，ASDR包络线可用于使噪音分类和特征化，以使它们可与彼此相比较。ADSR包络线122的 四个原理参数为建立128、衰减130、持续132和释放134。建立128从噪音的开始到峰值幅度 136发生。衰减130在从峰值幅度136到指定持续132水平的下降中发生，指定持续132水平为 最大幅度136的某一指定百分比。持续132水平为噪音的持续时间期间的主要水平。在一些 实施例中，持续132水平可在最大幅度的55%下发生。在其它实施例中，持续132水平可为最 大幅度的35%、40%、45%、50%、60%或65%。过程150可通过确定持续132水平是否保持达 标记的持续时间的至少15%来检查持续水平是否如期望的。如果持续132维持标记的持续 时间的15 %以上，则持续132水平按期望设置。释放134在从持续132水平下降回到零期间发 生。过程150测量从零到最大幅度136(最大幅度将具有为1的值)的时间。过程150接着测量 从最大幅度136到指定持续水平132的下降时间。过程150接着测量噪音持续的水平和时间。 最后，过程150测量噪音从持续水平132下降到零所花费的时间。过程150接着记录限定ADSR 包络线122的ADSR向量或节段。
[0132] 在框174中，过程150还可从数据导出音调信息（例如，乐音）。过程150从数据抽取 音调信息，识别数据中的三到五个最强音调。E⑶25可从数据导出五个或更多音调。过程150 接着记录导出的音调信息，其可包括基本导出音调（即，最低频率音调）的频率、基本导出音 调的次序、谐波导出音调（即，具有为基本频率的整数倍数的频率的音调）的频率、谐波导出 音调的次序，以及任何其它相关音调信息。在框174中，过程150还可基于ASDR包络线122和 导出的音调信息产生印记。印记包括缸信号的特征化，将信号分成其组成部分(例如，ADSR 包络线 122组分 128，130，132，134)。
[0133] 在框176中，过程150比较测量的缸26与匹配缸80之间的印记（即，ADSR向量，以及 有时是抽取的音调信息）。在决定170中，如果存在测量的缸26与匹配缸80之间的相干性，则 过程150返回至框152并且对更多数据采样。如果测量的缸26与匹配缸80之间不存在相干 性，则过程150对使用者发警报(框184)。可以以许多不同方式来对使用者发警报，包括专有 误差代码，经由显示器、声音或音频通知，在显示器上，经由文本等。
[0134] 如果过程150使用机器学习158,则过程150可使用特征向量或预测频带(PFB)。为 了使用特征向量，在框178中，过程150应用使用特征向量的双状态模型。模型可包括N/2特 征向量的两个状态，一个在事件之前而一个在事件之后。这关于图9更详细描述。在框180 中，过程150使用高斯混合模型来预测匹配缸中的事件的正时。过程150通过找出使事件的 连结可能性最大化的顺序W来这样做。这也关于图9描述。在框182中，过程将匹配缸中的预 测事件与测量的缸中感测的事件相比较，以便导出匹配缸的健康状态。
[0135] 作为备选，过程150可使用具有预测频带(PFB)的机器学习。在框184中，过程150将 预测频带应用于信号。这先前关于图10详细描述。
[0136] 在框186中，过程150将短时间傅里叶变换应用于爆震信号，导出各个窗口位置处 的子信号的特征(基于PFB)，并且接着应用模型来计算每个时间处的PFP92(或一些其它事 件)的概率。对于各个发动机循环，具有最大概率的时间为预测的PFP92(或其它事件)位置。 在框182中，过程将匹配缸中的预测事件与测量的缸中感测的事件相比较，以便导出匹配缸 的健康状态。在决定170中，如果存在测量的缸26与匹配缸80之间的相干性，则过程150返回 至框152并且对更多数据采样。如果测量的缸26与匹配缸80之间不存在相干性，则过程150 对使用者发警报(框184)。可以以许多不同方式来对使用者发警报，包括专有误差代码，经 由显示器、声音或音频通知，在显示器上，经由文本等。使用者接着可决定采取什么动作来 前进(例如，使发动机停机，在安全模式中运行发动机、按计划继续操作等）。
[0137] 本公开的技术效果包括用于导出往复装置中的第一缸的健康状态的系统和方法。 本文中所述的系统和方法可包括从从第一缸附近的第一爆震传感器接收第一信号、从第二 缸附近的第二爆震传感器接收第二信号、处理第一信号和第二信号，以及通过确定第一信 号是否与第二信号相干来导出第一缸的健康状态。处理可包括标记分析、ADSR (或ASDR)包 络线的应用、机器学习等。机器学习可包括使用特征向量或预测频带。处理还可包括使信号 平滑。在一些实施例中，匹配缸可与彼此成360度曲柄角的异相。公开的相同系统和方法还 可用于使用来自一个缸的爆震传感器信号导出另一个缸的健康状态。
[0138] 该书面的描述使用实例以公开本发明（包括最佳模式），并且还使本领域技术人员 能够实践本发明（包括制造和使用任何装置或系统并且执行任何并入的方法）。本发明的可 专利范围由权利要求限定，并且可包括本领域技术人员想到的其它实例。如果这些其它实 例具有不与权利要求的字面语言不同的结构元件，或者如果这些其它实例包括与权利要求 的字面语言无显著差别的等同结构元件，则这些其它实例意图在权利要求的范围内。
【主权项】
1. 一种导出往复装置中的第一缸的健康状态的方法，包括： 从所述第一缸附近的第一爆震传感器接收第一信号； 从第二缸附近的第二爆震传感器接收第二信号； 处理所述第一信号和所述第二信号；以及 通过确定所述第一信号是否与所述第二信号相干来导出所述第一缸的健康状态。2. 根据权利要求1所述的方法，其特征在于，所述第一缸与所述第二缸成360度曲柄角 的异相。3. 根据权利要求1所述的方法，其特征在于，处理所述第一信号和所述第二信号包括： 通过应用带通或低通滤波器来从所述第一信号和所述第二信号导出第一燃烧标记和 第二燃烧标记； 通过应用带通滤波器来从所述第一信号和所述第二信号导出第一阀标记和第二阀标 记； 从所述第一燃烧标记和所述第二燃烧标记以及第一阀标记和第二阀标记导出一个或 更多个事件；以及 使所述第一燃烧标记和所述第一阀标记，或所述第二燃烧标记和所述第二阀标记转移 360度曲柄角。4. 根据权利要求3所述的方法，其特征在于，所述一个或更多个事件包括峰值焚烧压 力、进气阀闭合、排气阀闭合，或它们的组合。5. 根据权利要求3所述的方法，其特征在于，处理所述第一信号和所述第二信号包括使 所述第一燃烧标记和所述第二燃烧标记以及所述第一阀标记和所述第二阀标记平滑。6. 根据权利要求1所述的方法，其特征在于，处理所述第一信号和所述第二信号包括： 缩放所述第一信号和所述第二信号，其中包括在所述第一信号和所述第二信号中的各 个数据点乘以乘数，使得所述第一信号和所述第二信号中的各个具有为1的最大幅度； 测量所述缩放信号的开始与所述缩放信号达到最大幅度的时间之间的第一时间段； 测量所述缩放信号达到所述最大幅度的时间与所述缩放信号下降到持续水平的第二 时间之间的第二时间段； 测量所述缩放信号持续期间的第三时间段；以及 测量所述缩放信号从所述持续水平下降到零期间的第四时间段。7. 根据权利要求1所述的方法，其特征在于，处理所述第一信号和所述第二信号包括在 所述第一信号和所述第二信号中应用机器学习技术来预测一个或更多个事件的发生。8. 根据权利要求7所述的方法，其特征在于，应用机器学习技术包括： 应用使用特征向量的双状态模型；以及 使用高斯混合模型来预测所述第一缸或所述第二缸中的一个或更多个事件的发生。9. 根据权利要求7所述的方法，其特征在于，应用机器学习技术包括： 将预测频带应用于所述第一信号和所述第二信号；以及 将短时间傅里叶变换应用于所述第一信号和所述第二信号以预测所述第一缸或所述 第二缸中的一个或更多个事件的发生。10. 根据权利要求1所述的方法，其特征在于，所述方法还包括： 确定所述第一爆震传感器故障；以及 其中导出所述第一缸的健康状态包括： 通过应用带通或低通滤波器来从所述第二信号导出燃烧标记； 通过应用带通滤波器来从所述第二信号导出阀标记； 从所述燃烧标记和所述阀标记导出一个或更多个事件；以及 使用查找表来确定所述一个或更多个事件中的哪个应当在所述往复装置的操作期间 在已知时间处或在已知曲柄角位置处发生。
【文档编号】F02D35/02GK106089433SQ201610404032
【公开日】2016年11月9日
【申请日】2016年3月7日
【发明人】J·J·比祖布, I·巴塔尔, B·A·马修斯
【申请人】通用电气公司