一种电控喷油器的喷油量在线观测方法及装置与流程
本发明涉及带蓄压腔式电控喷油器的运行状态在线观测技术领域，具体涉及一种电控喷油器的喷油量在线观测方法及装置。
背景技术：
目前，船用柴油机高压共轨系统喷油过程普遍采用开环控制策略，通过事先标定好的map图控制喷油过程，以及现已提出的喷油量观测技术通常基于轨压特征对喷油量进行观测。
现有的电控喷油器的喷油量观测技术基于轨压特征对喷油量进行观测无法避免各缸喷油器之间的相互影响，无法准确分辨各缸喷油量的差异。因此，现有技术需要改进。
技术实现要素：
本发明实施例提供一种电控喷油器的喷油量在线观测方法及装置，可以实现电控喷油器喷油量的在线观测，避免各缸喷油器之间的相互影响。
本发明实施例提供的一种电控喷油器的喷油量在线观测方法，所述电控喷油器设有蓄压腔，包括：
获取多个工作循环内蓄压腔的压力信号信息；
对所述压力信号信息进行特征提取，得到压力信号特征参数；
将所述压力信号特征参数输入至喷油量观测模型，利用所述喷油量观测模型计算每一所述工作循环内的预测喷油量；
获取所述预测喷油量与实际喷油量之间的差值；
基于所述差值对所述喷油量观测模型中的模型参数进行调整，直至所述喷油量观测模型收敛。
可选的，在本发明的一些实施例中，所述对所述压力信号信息进行特征提取，得到压力信号特征参数，包括：
基于所述压力信号信息生成压力信号图，所述压力信号图表示压力信号与时间之间的对应关系；
从所述压力信号图中确定压力信号极小值点和压力信号极大值点，其中，所述压力信号极大值点位于所述压力信号图中的起始点到所述压力信号极小值点之间；
根据所述压力信号极大值点对应的压力信号值和所述压力信号极小值点对应的压力信号值，确定所述压力信号特征参数。
可选的，在本发明的一些实施例中，所述对所述压力信号信息进行特征提取，得到压力信号特征参数，包括：
基于所述压力信号信息生成压力信号序列；
从所述压力信号序列中确定压力信号最小值和压力信号最大值，其中，所述压力信号最大值为：电磁阀的电流信号值达到最大时所述蓄压腔的压力信号值；
根据所述压力信号最大值点对应的压力信号值和所述压力信号最小值点对应的压力信号值，确定所述压力信号特征参数。
可选的，在本发明的一些实施例中，所述将所述压力信号特征参数输入至喷油量观测模型，利用所述喷油量观测模型计算每一所述工作循环内的预测喷油量之前，还包括：
建立所述喷油量观测模型，所述喷油量观测模型包括：第一子模型与第二子模型，所述第一子模型用于：基于所述信号特征参数计算目标喷油量，所述第二子模型用于：基于所述信号特征参数计算校正参数对所述目标喷油量进行修正，输出喷油量修正值；
所述利用所述喷油量观测模型计算每一所述工作循环内的预测喷油量，包括：
计算所述目标喷油量与所述喷油量修正值的和值，输出所述和值为所述预测喷油量。
可选的，在本发明的一些实施例中，基于所述信号特征参数计算目标喷油量，还包括：
基于所述压力信号特征参数确定喷油过程中所述蓄压腔的平均压力和所述喷油过程中所述蓄压腔的压力变化量；
根据所述平均压力、所述压力变化量和计算系数项，计算所述目标喷油量。
可选的，在本发明的一些实施例中，所述在将所述压力信号特征参数输入至喷油量观测模型之前，包括：
输入实验数据，所述实验数据包括通过实验测出的所述电控喷油器在全工况下的实际喷油量与所述压力信号特征参数；
根据所述实验数据，采用最小二乘法对所述计算系数项进行参数辨识，得到所述计算系数项。
可选的，在本发明的一些实施例中，还包括：
获取目标蓄压腔的目标压力信号信息；
对所述目标压力信号信息进行特征提取，得到目标压力信号特征参数；
将所述目标压力信号特征参数输入至所述喷油量观测模型，利用所述喷油量观测模型计算观测喷油量。
相应的，本发明实施例还提供的一种电控喷油器的喷油量在线观测装置，包括：
获取单元，用于获取多个工作循环内蓄压腔的压力信号信息；
提取单元，用于对所述压力信号信息进行特征提取，得到压力信号特征参数；
计算单元，用于将所述压力信号特征参数输入至喷油量观测模型，利用所述喷油量观测模型计算每一所述工作循环内的预测喷油量；
差值获取单元，用于获取所述预测喷油量与实际喷油量之间的差值；
调整单元，用于基于所述差值对所述喷油量观测模型中的模型参数进行调整，直至所述喷油量观测模型收敛。
可选的，在本发明的一些实施例中，所述计算单元，包括：
模型建立单元，用于建立所述喷油量观测模型，所述喷油量观测模型包括：第一子模型与第二子模型，所述第一子模型用于：基于所述压力信号特征参数计算目标喷油量，所述第二子模型用于：基于所述压力信号特征参数计算校正参数对所述目标喷油量进行修正，输出喷油量修正值；
和值计算单元，用于计算所述目标喷油量与所述喷油量修正值的和值，输出所述和值为所述预测喷油量。
此外，本发明实施例还提供的一种电子控制单元，其特征在于，包括：至少一个处理器和存储器；
所述存储器存储计算机执行指令；
所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上述的喷油量在线观测方法。
本发明实施例通过在所述电控喷油器设有蓄压腔，包括：获取多个工作循环内蓄压腔的压力信号信息；对所述压力信号信息进行特征提取，得到压力信号特征参数；将所述压力信号特征参数输入至喷油量观测模型，利用所述喷油量观测模型计算每一所述工作循环内的预测喷油量；获取所述预测喷油量与实际喷油量之间的差值；基于所述差值对所述喷油量观测模型中的模型参数进行调整，直至所述喷油量观测模型收敛。本方案基于蓄压腔压力特征对喷油量实时在线观测，蓄压腔位于各缸喷油器上，可以有效地减小各缸喷油器之间的相互影响，保证了各缸喷油器的独立性。
附图说明
为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种电控喷油器的喷油量在线观测方法的场景示意图；
图2是本发明实施例提供的一种每一工作循环喷油过程中的蓄压腔压力信号理论图示意图；
图3是本发明实施例提供的一种喷油过程中蓄压腔压力信号图示意图；
图4是本发明实施例提供的一种基于电磁阀的电流信号信息与蓄压腔的压力信号信息生成的电流信号与电压信号对比理论图示意图；
图5是本发明实施例提供的一种基于蓄压腔压力的喷油量观测模型的应用框架示意图；
图6是本发明实施例提供的一种基于蓄压腔压力的电控喷油器喷油量观测模型试验验证系统示意图；
图7是本发明实施例提供的一种试验验证喷油量实测值与观测值对比示意图；
图8是本发明实施例提供的一种电控喷油器的喷油量在线观测装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
本发明实施例提供一种电控喷油器的喷油量在线观测方法及装置，该喷油量在线观测方法中，其中电控喷油器设有蓄压腔，包括：获取多个工作循环内蓄压腔的压力信号信息；对所述压力信号信息进行特征提取，得到压力信号特征参数；将所述压力信号特征参数输入至喷油量观测模型，利用所述喷油量观测模型计算每一所述工作循环内的预测喷油量；获取所述预测喷油量与实际喷油量之间的差值；基于所述差值对所述喷油量观测模型中的模型参数进行调整，直至所述喷油量观测模型收敛。
以下分别进行详细说明。需说明的是，以下实施例的描述顺序不作为对实施例优选顺序的限定。
如图1所示，该电控喷油器的喷油量在线观测方法的具体流程可以如下：
101、获取多个工作循环内蓄压腔的压力信号信息。
本发明实施例中，一个工作循环内包含从喷油开始到喷油结束的一次完整的喷油过程。压力信号信息为蓄压腔在电控喷油器喷油过程中的压力数据变化。各个电控喷油器上设有蓄压腔，在获取压力信号信息时，可以获取多个工作循环内各个蓄压腔的压力信号信息。在各缸电控喷油器上均设有蓄压腔，将各缸喷油器有效地隔离开，可以有效地减小各缸喷油器之间的相互影响，保证了各缸喷油器的独立性，能够较为准确的观测每一缸喷油器每一循环的喷油量。
为了减少工作量，可以在采集蓄压腔的压力信号之前，设置采样时间，例如设置采样时间为0.1ms、0.05ms，并基于设置好的采样时间对蓄压腔的压力信号进行采样，随后可对采样得到的压力信号进行滤波去噪处理。本发明实施例对采样时间的设置不作限制。
102、对所述压力信号信息进行特征提取，得到压力信号特征参数。
在本实施例中，对压力信号信息进行特征提取的方式可以有多种。例如，在一实施方式中，可以根据获取的压力信号信息生成电控喷油器喷油过程中的压力信号图。也即，步骤“对压力信号信息进行特征提取，得到压力信号特征参数”可以包括：
基于压力信号信息生成压力信号图，该压力信号图表示压力信号与时间之间的对应关系；
从该压力信号图中确定压力信号极小值点和压力信号极大值点，其中，压力信号极大值点位于该压力信号图中的起始点到压力信号极小值点之间；
根据压力信号极大值点对应的压力信号值和压力信号极小值点对应的压力信号值，确定压力信号特征参数。
其中，基于获取的压力信号信息生成压力信号图，该压力信号图表示蓄压腔的压力信号与时间之间的对应关系。如图2所示，图2为每个循环喷油过程中的蓄压腔压力信号理论图，从压力信号图中确定压力信号极大值点e和压力信号极小值点f，其中的压力信号极大值点e位于该压力信号图中的起始点到压力信号极小值点f之间，根据压力信号极大值点对应的压力信号值和压力信号极小值点对应的压力信号值，确定压力信号特征参数。图2为理想状态下的蓄压腔压力信号图，从压力信号图的起始点到压力信号极小值点之间的压力信号极大值只有一个，即对应图2中的极大值点e。如图3所示，图3为喷油过程中蓄压腔压力信号图，在截取的压力信号图起始点到压力信号开始大幅下降的时间点之间，压力信号是波动的，则压力信号图的起始点到压力信号极小值点之间的压力信号极大值之间可能有多个极大值点，确定时间序列最大的极大值点，即图3中的极大值点g作为最终的压力信号极大值点。
在一实施方式中，可以根据获取的压力信号信息生成压力信号序列。也即，步骤“对所述压力信号信息进行特征提取，得到压力信号特征参数”可以包括以下流程：
基于压力信号信息生成压力信号序列；
从该压力信号序列中确定压力信号最小值和压力信号最大值，其中，压力信号最大值为：电磁阀的电流信号值达到最大时所述蓄压腔的压力信号值；
根据压力信号最大值点对应的压力信号值和压力信号最小值点对应的压力信号值，确定压力信号特征参数。
在一些实施例中，基于获取的压力信号信息生成每循环喷油过程中蓄压腔的压力信号序列，从该压力信号序列中确定压力信号最小值和压力信号最大值，其中，压力信号最大值为电磁阀的电流信号值达到最大时蓄压腔的压力信号值；根据压力信号最大值点对应的压力信号值和压力信号最小值点对应的压力信号值，确定压力信号特征参数。
其中，以电磁阀的电流信号(脉宽信号)作为触发信号，即以电磁阀开始通电的点(即电流由0开始增大的点)作为信号截取的起始点，同样以设置的采样时间对电磁阀的电流信号进行采样，随后可对采样得到的电流信号进行滤波去噪处理。如图4所示，图4为基于电磁阀的电流信号信息与蓄压腔的压力信号信息生成的电流信号与电压信号对比图。从图4中可以得知，电磁阀的电流信号值达到最大时的时间点t0对应的压力信号点e,即为压力信号极大值点，也即压力信号开始大幅下降的压力信号点。
在一些实施例中，请参阅图4，可以从图4中确定每个循环喷油过程中的蓄压腔压力信号的压力开始跌落的点以及压力跌落的最低点，即图1中的压力信号点e和压力信号点f。根据压力开始跌落的点对应的压力值与压力跌落的最低点对应的压力值确定压力信号特征参数，其中压力开始跌落的点对应的压力值为截取的整段压力信号的压力最小值，压力跌落的最低点对应的压力值为从截取的压力信号起始点到压力跌落的最低点之间的时间序列最大的极大值。
103、将所述压力信号特征参数输入至喷油量观测模型，利用所述喷油量观测模型计算每一所述工作循环内的预测喷油量。
本发明实施例中，将确定的压力信号特征参数输入到喷油量观测模型，根据喷油量观测模型计算每一工作循环内的预测喷油量，即将压力信号极大值(压力信号最大值)和压力信号极小值(压力信号最小值)输入到喷油量观测模型中。
其中，在将压力信号特征参数输入到喷油量观测模型中之前，需要先建立喷油量观测模型，本发明实施例中的喷油量观测模型包括第一子模型和第二子模型，第一子模型用于：基于压力信号特征参数计算目标喷油量，第二子模型用于：基于压力信号特征参数计算校正参数对计算的目标喷油量进行修正，得到预测喷油量，输出喷油量修正值。最后计算目标喷油量与喷油量修正值的和值，输出该和值为预测喷油量。
其中，第一子模型也可称为喷油量初步计算模型，用于基于提取的压力信号特征参数即压力信号极大值和压力信号极小值来确定喷油过程中蓄压腔的平均压力和喷油过程中蓄压腔的压力变化量；根据平均压力、压力变化量和计算系数项，计算目标喷油量。
其中，目标喷油量q的计算公式为：
该公式中b1、b2、b3、b4为计算系数项，p为整个喷油过程中蓄压腔的平均压力，δp为喷油过程中蓄压腔的压力变化量，其中每个喷油器对应的计算系数项是不一样的。在整个喷油过程中，蓄压腔压力开始跌落的点可以看作喷油始点，蓄压腔压力大幅跌落过程中的压力最低点则表征喷油结束，由于喷油器喷油是一个非常快速的过程，因此可以将二者的平均值作为整个喷油过程的燃油压力，二者之差作为整个喷油过程的蓄压腔的压力变化量即：
其中，在计算目标喷油量之前，需要确定计算系数项的值。通过实验测得电控喷油器在全工况下的实际喷油量及蓄压腔的压力信号特征参数作为实验数据，输入实验数据，并基于实验数据，采用最小二乘法对计算系数项进行参数辨识，得到计算系数项的值。基于目标喷油量计算公式，输入计算得到的平均压力和压力变化量计算得到目标喷油量，也可以称为喷油量理论计算值。将获取的压力信号极小值，压力信号极大值作为第二子模型的输入，第二子模型也可以称为喷油量修正模型，通过rbf神经网络对目标喷油量存在的误差进行修正，得到喷油量修正值作为第二子模型的输出。最后输出目标喷油量与喷油量修正值的和值作为预测喷油量。本发明实施例中的喷油量观测模型通过第一子模型与第二子模型相结合的方法，既保证了计算的实时性，又确保了观测喷油量的精度，同时喷油量观测模型具有相当的泛化性。
其中，目标喷油量计算公式的理论推理过程如下：
喷油过程中，由于控制腔和盛油槽中的压力降低，蓄压腔中的高压燃油会流入控制腔和盛油槽，导致蓄压腔压力降低，同时共轨管中的高压燃油会流入蓄压腔；喷油结束后蓄压腔内的燃油基本不再流出，共轨管的高压燃油持续流入蓄压腔，蓄压腔压力回升至轨压附近，最终出现一个较大的压力波动。蓄压腔的燃油连续方程可以表示为：
v＝v0+1p+c2(3)，式中v0为蓄压腔的固定容积，p为燃油压力，c1、c2为计算系数项。
喷油过程中从共轨管流入蓄压腔的燃油体积与共轨管和蓄压腔中的燃油压力之差相关，且这个压力差越大，从共轨管流入蓄压腔的燃油量越大。监测整个喷油过程的喷油量可以将蓄压腔中的燃油压力变化量看作共轨管和蓄压腔的燃油压力差，因此喷油过程中蓄压腔的进油量可以表示为：
电控喷油器的泄漏包括动态泄漏和静态泄漏：动态泄漏是指电控喷油器喷油过程中从控制腔的出油控制孔流出的部分，与喷油量的比例关系在全工况下是相同的，可以表示为喷油量的百分比；静态泄漏是指从控制柱塞和针阀处的泄漏间隙泄漏的燃油，与喷油量相关。因此喷油器的泄漏可以表示为:
ql＝5q+c6(5)，式中q表示喷油量，c5、c6为计算系数项。
燃油的体积弹性模量随温度和压力变化：
将公式(3)(4)(5)(7)代入公式(2)中可得，电控喷油器的喷油量：
104、获取所述预测喷油量与实际喷油量之间的差值。
本发明实施例中，在计算得到各个电控喷油器的预测喷油量后，需要获取各个预测喷油量与电控喷油器的实际喷油量之间的差值。由于建立的喷油量观测模型不一定是非常精确的，因此需要通过预测喷油量与实际喷油量的比较，去不断地调整喷油量观测模型，即需要获取预测喷油量与实际喷油量之间的差值，判断该差值是否满足预设条件。
105、基于所述差值对所述喷油量观测模型中的模型参数进行调整，直至所述喷油量观测模型收敛。
本发明实施例中，可以基于获取的电控喷油器的预测喷油量与实际喷油量之间的差值，对喷油量观测模型中的模型参数进行调整，使得预测喷油量与实际喷油量之间的差值要满足预设条件；也即，步骤“基于所述差值对所述喷油量观测模型中的模型参数进行调整，直至所述喷油量观测模型收敛”。基于调整后的喷油量观测模型得到的预测喷油量更为准确，与实际喷油量之间的误差小于一定范围。
其中，在喷油量观测模型调整合适后，获取目标蓄压腔的目标压力信号信息，对目标压力信号信息进行特征提取，得到目标压力信号特征参数，将目标压力信号特征参数输入至喷油量观测模型，利用喷油量观测模型计算观测喷油量，实现电控喷油器喷油量的实时在线观测。
在本发明实施例中，如图5所示，图5为基于蓄压腔压力的喷油量观测模型的应用框架示意图，图5中电子控制单元(ecu)通过控制轨压和喷油脉宽来控制电控喷油器的喷油过程，基于喷油过程中蓄压腔的压力信号和电磁阀的电流信号，提取特征信号参数并输入到喷油量观测模型实时计算每工作循环的喷油量，从而实现喷油量的在线观测。其中，该喷油量观测模型包括第一子模型(初步计算模型)和第二子模型(修正模型)，分别得到目标喷油量和喷油量修正值，计算两者的和值得到观测喷油量。图5中，左半侧为物理空间是指现实空间，包括实际的各种部件、传感器以及控制器等；右半侧为虚拟空间，也可以称为数字空间、信息空间，是物理空间的数字化映射，主要包括物理实体的数学物理模型、数据信息、数据处理计算过程等。图5中的电子控制单元包括至少一个处理器和存储器，存储器存储计算机执行指令，至少一个处理器执行存储器存储的计算机执行指令，使得至少一个处理器执行如上述的喷油量在线观测方法。
在本发明实施例中，如图6所示，图6为基于蓄压腔压力的电控喷油器喷油量观测模型试验验证系统，为了验证本发明的基于蓄压腔压力的电控喷油器喷油量观测模型，针对某船用柴油机带蓄压腔式电控喷油器，搭建了快速原型样机，例如快速原型样机可以是microautobox，通过dspace的microautobox硬件设备以及电控喷油器试验台，进行了试验验证。电控喷油器的计量特性数字孪生模型试验验证系统如图6所示，将通过仿真软件搭建的电控喷油器喷油量观测模型编译下载到microautobox中，其中，仿真软件可以包括matlab、simlink；电控喷油器安装在电控喷油器研究试验台上，可通过试验台的单次喷射仪测量实际喷油量；传感器测得的电磁阀电流信号和蓄压腔压力信号接入microautobox，通过上位机软件实时观测microautobox中电控喷油器计量特性数字孪生模型运行得到的喷油量，其中，上位机软件可以是controldesk。试验验证可以选择怠速、25％、50％、75％、100％、110％常用的六个典型工况，每个工况记录五个循环的实际喷油量和观测喷油量，如图7所示。试验验证六个典型工况的30组结果，平均油量误差为31mm3，28组喷油量误差在50mm3以内，2组喷油量误差位于50mm3-100mm3之间；平均油量误差百分比为1.79％，25％(包括25％)工况以上喷油量误差百分比均在3％以内，怠速工况由于喷油量较小喷油量误差百分比在4％-9％之间。因此，基于本发明实施例的蓄压腔压力的喷油量观测模型能够准确的在线观测喷油器的实时喷油量。由于基于蓄压腔压力的喷油量观测模型更直接、更准确的观测各缸的喷油量，从对压力信号信息的特征提取到得出观测喷油量整个过程在设置的采样时间内完成，能够很好得与喷油器实际工作状态同步，实时性大大提升。
在本发明实施例中，在柴油机的正常运行过程中，采集电控喷油器的蓄压腔压力信号和喷射控制电流信号作为电控喷油器的喷油量观测模型的输入，实时准确地观测喷油器喷油量。通过实时准确地观测喷油器喷油量，一方面可为船用柴油机自适应控制提供输入，持续让发动机处于最佳运行状态，可有效提高柴油机燃油经济性和动力性；另一方面可为电控喷油器状态在线评估提供有效支撑，进一步预测电控喷油器剩余寿命，可有效提高电控喷油器可靠性和维修性。同时，进一步提升了电控喷油器智能化水平，增加了电控喷油器附加值，具有较高的经济价值。并且具有较高的工程应用价值，只需要将观测模型集成到现有的控制软件中，即可实现工程应用。
为了更好地实施以上方法，本发明实施例还可以提供一种电控喷油器的喷油量在线观测装置，该电控喷油器的喷油量在线观测装置具体可以集成在网络设备中，该网络设备可以是移动终端等设备。
例如，如图8所示，该电控喷油器的喷油量在线观测装置可以包括获取单元801、提取单元802、计算单元803、差值获取单元804、调整单元805，如下：
(1)获取单元801
获取单元801，用于获取多个工作循环内蓄压腔的压力信号信息。
例如，各个电控喷油器上设有蓄压腔，获取单元801获取多个工作循环内各个蓄压腔的压力信号信息。其中的一个工作循环内包含从喷油开始到喷油结束的一次完整的喷油过程。在各个电控喷油器上设蓄压腔，可以有效地减小各缸喷油器之间的相互影响，保证了各缸喷油器的独立性。
(2)提取单元802
提取单元802，用于对所述压力信号信息进行特征提取，得到压力信号特征参数。
例如，提取单元802对获取的蓄压腔的压力信号信息进行特征提取，得到蓄压腔压力信号特征参数，其中基于获取到的压力信号信息可以生成电控喷油器喷油过程中的压力信号图，根据压力信号极大值点对应的压力信号值和压力信号极小值点对应的压力信号值，确定压力信号特征参数；也可以生成压力信号序列，根据压力信号最大值点对应的压力信号值和压力信号最小值点对应的压力信号值，确定压力信号特征参数。
(3)计算单元803
计算单元803，用于将所述压力信号特征参数输入至喷油量观测模型，利用所述喷油量观测模型计算每一所述工作循环内的预测喷油量。
例如，将确定的压力信号特征参数输入到喷油量观测模型，计算单元803根据喷油量观测模型计算每一工作循环内的预测喷油量，即将压力信号极大值(压力信号最大值)和压力信号极小值(压力信号最小值)输入到喷油量观测模型中，基于输入的压力值计算每一工作循环内的预测喷油量。
其中，计算单元803还包括模型建立单元与和值计算单元。在利用喷油量观测模型计算每一工作循环内的预测喷油量之前，模型建立单元需要先建立喷油量观测模型，喷油量观测模型包括：第一子模型与第二子模型，第一子模型用于：基于压力信号特征参数计算目标喷油量，第二子模型用于：基于压力信号特征参数计算校正参数对目标喷油量进行修正，输出喷油量修正值。和值计算单元用于计算目标喷油量与喷油量修正值的和值，输出和值为预测喷油量。
(4)差值获取单元804
差值获取单元804，用于获取所述预测喷流量与实际喷油量之间的差值。
例如，在计算得到各个电控喷油器的预测喷油量后，差值获取单元804获取各个预测喷油量与电控喷油器的实际喷油量之间的差值。
(5)调整单元805
调整单元805，用于基于所述差值对所述喷油量观测模型中的模型参数进行调整，直至所述喷油量观测模型收敛。
例如，基于获取的电控喷油器的预测喷油量与实际喷油量之间的差值，调整单元805对喷油量观测模型中的模型参数进行调整，使得预测喷油量与实际喷油量之间的差值要满足预设条件，即根据调整后的喷油量观测模型得到的预测喷油量更为准确，与实际喷油量之间的误差小于一定范围。
以上对本发明实施例所提供的一种电控喷油器的喷油量在线观测方法及装置进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
- 还没有人留言评论。精彩留言会获得点赞！