发动机排放建模方法、装置、电子设备及存储介质与流程

1.本技术涉及发动机技术领域，具体而言，涉及一种发动机排放建模方法、装置、车辆、电子设备及存储介质。


背景技术：

2.当前汽车排放标定主要基于样车进行发动机排放试验，通过样车试验发现排放问题，并由工程师优化标定后再次进行样车试验，如此反复进行直至排放满足要求，该方法对样车资源依赖性强，开发效率低，容易拉长开发周期。
3.由此，通过建立发动机排放模型成为发动机排放试验的首选，通过发动机虚拟化和数字化能够有效降低开发成本和开发周期，发动机排放模型可进行发动机原始排放的瞬态预测，以基于预测结果针对排放偏高的工况进行优化，从而在发动机排放模型上确定优化方案，无需多次对样车进行试验。
4.但目前的发动机排放模型建模大多直接通过台架排放数据进行建模，然后用样车排放数据进行验证和校准，样车排放数据由ems(energy management system，电能管理系统)采集的数据和排放数据两部分组成，由于排放数据需通过气体分析仪计算得到，与ems采集的数据相比存在一定滞后性，导致无法准确建立ems采集的数据与排放数据直接的对应关系，从而无法实现数据的整合，发动机排放建模所得到的发动机排放模型准确率低且无法准确的反应发动机的排放情况。


技术实现要素：

5.为解决上述技术问题，本技术的实施例提供了一种发动机排放建模方法、装置、车辆、电子设备、存储介质、计算机程序产品。
6.根据本技术实施例的一个方面，提供了一种发动机排放建模方法，包括：获取发动机状态信息以及排放信息；其中，所述发动机状态信息包括前氧信号；根据所述前氧信号，对所述发动机状态信息和所述排放信息进行数据对齐处理；基于经数据对齐处理的发动机状态信息和排放信息进行发动机排放建模。
7.在一实施例中，所述获取发动机状态信息以及排放信息，包括：
8.根据所述发动机状态信息的采样周期以及所述排放信息的采样周期，确定目标采样周期；
9.根据所述目标采样周期获取发动机状态信息以及排放信息。
10.在一实施例中，在所述根据所述前氧信号，将所述发动机状态信息和所述排放信息进行数据对齐处理之前，所述方法还包括：
11.将所述发动机状态信息与所述排放信息转换为同一格式，以根据所述前氧信号，对转换为同一格式的发动机状态信息和排放信息进行数据对齐处理。
12.在一实施例中，所述根据所述前氧信号，对所述发动机状态信息和所述排放信息进行数据对齐处理，包括：
13.根据所述排放信息中各排放气体的浓度，计算后氧信号；
14.根据所述前氧信号和所述后氧信号之间的误差，将所述发动机状态信息和所述排放信息进行数据对齐。
15.在一实施例中，所述排放信息包括氧气浓度、碳氧化合物浓度、氮氧化合物浓度以及碳氢化合物浓度；所述根据所述排放信息中各排放气体的浓度，计算后氧信号，包括：
16.根据所述碳氧化合物浓度计算排放的一氧化二氢浓度以及氢气浓度；
17.基于所述排放信息、所述一氧化二氢浓度以及所述氢气浓度，确定含碳化合物以及含氢化合物的碳氢浓度；
18.根据所述排放信息、所述一氧化二氢浓度以及所述氢气浓度中含氧化合物的浓度与所述碳氢浓度之间的比值确定所述后氧信号。
19.在一实施例中，所述根据所述前氧信号和所述后氧信号之间的误差，将所述发动机状态信息和所述排放信息进行数据对齐，包括：
20.基于不同的平移时间值，分别对所述后氧信号进行平移处理，得到经平移处理的后氧信号和所述前氧信号之间的拟合度；
21.若所述拟合度小于预设阈值，则将小于预设阈值的拟合度所对应的平移时间值作为延迟时间值；
22.基于所述延迟时间值将所述发动机状态信息和所述排放信息进行数据对齐。
23.在一实施例中，所述基于经数据对齐处理的发动机状态信息和排放信息进行发动机排放建模，包括：
24.将经数据对齐处理的排放信息中的各排放气体的浓度转换为对应排放气体的质量流量，得到排放流量信息；
25.基于所述排放流量信息和经数据对齐处理的发动机状态信息进行发动机排放建模。
26.根据本技术实施例的一个方面，提供了一种发动机排放建模装置，包括：信息获取模块，配置为获取发动机状态信息以及排放信息；其中，所述发动机状态信息包括前氧信号；数据对齐模块，配置为根据所述前氧信号，对所述发动机状态信息和所述排放信息进行数据对齐处理；建模模块，配置为基于经数据对齐处理的发动机状态信息和排放信息进行发动机排放建模。
27.根据本技术实施例的一个方面，提供了一种车辆，包括：车辆本体；所述车辆本体内设置有发动机和发动机控制器，所述发动机控制器用于执行如上所述的发动机排放建模方法，以对所述发动机进行增压器抑制喘振控制。
28.根据本技术实施例的一个方面，提供了一种电子设备，包括一个或多个处理器；存储装置，用于存储一个或多个计算机程序，当所述一个或多个计算机程序被所述一个或多个处理器执行时，使得所述电子设备实现如上所述的发动机排放建模的方法。
29.根据本技术实施例的一个方面，提供了一种计算机可读存储介质，其上存储有计算机可读指令，当所述计算机可读指令被计算机的处理器执行时，使计算机执行如上所述的发动机排放建模方法。
30.根据本技术实施例的一个方面，提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质
中。
31.计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各种可选实施例中提供的发动机排放建模方法。
32.根据本技术实施例的一个方面，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上所述的发动机排放建模方法中的步骤。
33.在本技术的实施例所提供的技术方案中，通过动机状态信息中的前氧信号将发动机状态信息和排放信息进行数据对齐，从而使得发动机状态信息和排放信息一一对应，实现数据的整合，提高发动机排放建模所得到的发动机排放模型的准确率，能得到准确的反应发动机的排放情况的发动机排放模型。
34.应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本技术。
附图说明
35.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。显而易见地，下面描述中的附图仅仅是本技术的一些实施例，对于本领域普通技术者来讲，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。在附图中：
36.图1是本技术涉及的一种实施环境的示意图；
37.图2是图1所示的车辆在一示例性实施例示出结构示意图；
38.图3是本技术的一示例性实施例示出的发动机排放建模方法的流程图；
39.图4是图3所示实施例中步骤s330在一示例性实施例中的流程图；
40.图5是图4所示实施例中步骤s410在一示例性实施例中的流程图；
41.图6是图4所示实施例中步骤s430在一示例性实施例中的流程图；
42.图7是本技术的另一示例性实施例示出的发动机排放建模方法的流程图；
43.图8是本技术的一示例性实施例示出的发动机排放建模装置的结构示意图；
44.图9示出了根据本公开的示例实施例的计算机可读存储介质的结构示意图；
45.图10示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
具体实施方式
46.这里将详细地对示例性实施例执行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
47.附图中所示的方框图仅仅是功能实体，不一定必须与物理上独立的实体相对应。即，可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器装置和/或微控制器装置中实现这些功能实体。
48.附图中所示的流程图仅是示例性说明，不是必须包括所有的内容和操作/步骤，也不是必须按所描述的顺序执行。例如，有的操作/步骤还可以分解，而有的操作/步骤可以合并或部分合并，因此实际执行的顺序有可能根据实际情况改变。
49.还需要说明的是：在本技术中提及的“多个”是指两个或者两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，a和/或b可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。字符“/”一般表示前后关联对象是一种“或”的关系。
50.首先请参阅图1，图1是本技术涉及的一种实施环境的示意图。该实施环境包括车辆100、终端200以及服务器端300，其中，车辆100、终端200以及服务器端300之间依次进行有线或无线通信连接。
51.其中，车辆100为需进行发动机排放检测的车辆，终端200从车辆100处获取发动机状态信息以及排放信息，并将发动机状态信息以及排放信息发送至服务器端300，服务器端300基于发动机状态信息以及排放信息进行发动机排放建模，服务器端300还可将建模得到的发动机排放模型发送至终端200，以通过终端200自带的可视化模块进行展示，后续还可通过建模得到的发动机排放模型对车辆100进行发动机排放检测。
52.在一具体实施例中，终端200将车辆100的发动机状态信息以及排放信息发送至服务器端300，服务器端300获取发动机状态信息以及排放信息；其中，发动机状态信息包括氧传感器所测量的前氧信号；根据前氧信号，对发动机状态信息和排放信息进行数据对齐处理；随后，服务器端300则基于经数据对齐处理的发动机状态信息和排放信息进行发动机排放建模。
53.其中，终端200可以是手机、电脑、智能语音交互设备、智能家电、车载终端、飞行器等，本处不进行限制。服务器端300可以是独立的物理服务器，也可以是多个物理服务器构成的服务器集群或者分布式系统，其中多个服务器可组成一区块链，而服务器为区块链上的节点，服务器端300还可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、cdn(content delivery network，内容分发网络)以及大数据和人工智能平台等基础云计算服务的云服务器，本处也不对此进行限制。
54.应当说明的是，本实施例只是为了便于理解本技术的思想而提出的一种示例性实施环境，不能认为是提供给了对本技术的使用范围的任何限制。
55.图2中示出图1中车辆100中所包含的必要结构，该车辆100中除原有的车辆本体结构外，还需包含ecu(electronic control unit，电子控制单元)上位机101和排放采集设备103，其中，ecu上位机101可以是ems(energy management system，电能管理系统)系统，用于采集发动机状态信息，而排放采集设备103则用于采集排放信息。
56.ecu上位机101和排放采集设备103均与终端200相连，ecu上位机101和排放采集设备103将采样得到发动机状态信息以及排放信息发送至终端200，以通过终端200将发动机状态信息以及排放信息转发至服务器端300进行发动机排放建模。
57.基于图1与图2中的结构，图3是根据一示例性实施例示出的一种发动机排放建模方法的流程图，该发动机排放建模方法可应用于图1与图2的实施环境，并具体由图1中的服务器端300执行，应该理解的是，该方法也可以是用于其他的示例性实施环境，并由其它实施环境中的设备具体执行，本实施例不对该方法所适用的实施环境进行限制。
58.在一示例性实施例中，该方法可以包括步骤s310至步骤s350，详细介绍如下：
59.步骤s310：获取发动机状态信息以及排放信息。
60.本实施例中，发动机状态信息包括发动机的参数，如发动机的排量、缸数、转速、扭矩以及前氧信号能描述发动机状态的相关数据；其中，前氧信号为安装在发动机排气管上、
位于催化器前的氧传感器所测量的发动机状态信息，该前氧信号为lambda(空气/燃油平衡)信号。
61.排放信息包括汽车排放的各气体组分的浓度信息，如排放的氧气浓度、碳氧化合物浓度、氮氧化合物浓度以及碳氢化合物浓度等。
62.本实施例中，可先建立ecu上位机、排放采集设备与终端之间的通信关系，然后启动车辆，在某个时间段内，通过ecu上位机、排放采集设备采样发动机状态信息和排放信息，并将采样的数据发送至终端，终端则得到该时间段内的不同采样周期的发动机状态信息以及排放信息。
63.本实施例中，由于发动机状态信息是通过ecu上位机所采样得到，而排放信息是通过排放采集设备所采样得到，一般地，ecu上位机的采样周期有两种：0.1s(秒)和0.01s，而排放采集设备的采样周期为1s，两个设备的采样周期不一致，服务器端所得到的发动机状态信息以及排放信息不为同一时间段的发动机相关数据，后续通过该数据进行建模时，所得到的发动机排放模型会与真正的发动机存在较大的误差，通过该发动机排放模型所进行的发动机排放检测误差较大。
64.因此，本实施例中，可通过终端设置相同的目标采样周期，终端发送控制信息，控制ecu上位机和排放采集设备的采样周期同步，均以该目标采样周期进行采样，如通过线性插值将采样周期统一为0.1s，后续则通过将该0.1s作为目标采样周期，以基于该目标采样周期采样发动机状态信息以及排放信息，并通过ecu上位机和排放采集设备所采样得到的发动机状态信息以及排放信息发送至服务器端，进行发动机排放建模。
65.当然，本实施例中的排放采集设备仅是对催化器前打的孔对管路中的气体进行采样，所得到的气体并不能直接转换为排放信息，还可在排放采集设备和终端之间添加一气体分析仪，通过该气体分析仪对排放采集设备所采样的气体进行分析，得到排放信息。
66.步骤s330：根据前氧信号，对发动机状态信息和排放信息进行数据对齐处理。
67.本实施例中，由于发动机状态信息是通过ecu上位机所采样得到，而排放信息是通过排放采集设备所采样得到，而ecu上位机采样得到的信息的文件格式为dat(一种文件格式)，排放采集设备采样得到的信息的文件格式为excel(一种文件格式)，因此，可先将发动机状态信息和排放信息转换为同一格式，如将发动机状态信息的dat格式转换为excel格式，当然，也可以是其他转换方式，只需确定发动机状态信息以及排放信息为同一格式即可，此处不进行具体限制。
68.本实施例中，排放采集设备采集排放的气体，而实际得到的排放信息还需通过气体分析仪进行分析计算得到，即排放采集设备中所采样得到的并不是最终的排放信息，而是通过将气体分析仪与排放设备相连对排放气体进行分析，最后得到气体排放物的组分浓度，即得到排放信息，随后将排放信息发送至服务器端300。
69.而由于排气需要经过气体分析仪后才可获得气体的组分浓度，因此排放信息与发动机状态信息之间存在一定时间滞后(大约2-4s)，需要消除该时间滞后延迟才可将排放信息与发动机状态信息进行一一对应。
70.本实施例中，可通过发动机状态信息中的前氧信号，对发动机状态信息和排放信息进行数据对齐处理，将排放信息与发动机状态信息进行一一对应。
71.具体地，排放信息中包括有各排放气体的浓度，而lambda信号为空气/燃油平衡，
因此，可以通过各排放气体的浓度计算后氧信号，然后通过后氧信号与前氧信号进行比对，确定拟合度，以基于该拟合度，将发动机状态信息和排放信息进行数据对齐处理。
72.步骤s350：基于经数据对齐处理的发动机状态信息和排放信息进行发动机排放建模。
73.本实施例中，由于气体分析仪输出的排气组分的单位为体积浓度(ppm或％)，在进行发动机排放建模时，该单位需要进行转换，后续所建立的发动机排放模型才可以对某段时间的排放累计质量进行预测，与法规规定的限值进行对比。因此，还可将于经数据对齐处理的排放信息中的各排放气体的浓度转换为对应排放气体的质量流量，得到排放流量信息，然后再基于排放流量信息和经数据对齐处理的发动机状态信息进行发动机排放建模。
74.本实施例中，某排放气体的质量流量等于总排放气体摩尔流量乘以该排放气体的浓度乘以该排放气体的摩尔质量。
75.本实施例中，基于排放流量信息和经数据对齐处理的发动机状态信息进行发动机排放建模可采用现有的建模方式实现，如通过发动机状态信息确定发动机输出转速和离合器输入转速之间的关系、发动机输出转矩和离合器输入转矩之间的关系，以及根据对应离合器输入转速和离合器输入转矩状态下的发动机部件温度关系确定发动机的燃油消耗率等，以此，结合排放信息，则可得到发动机排放模型，该发动机排放模型可以预测某段时间下，发动机所出的待检测状态信息所对应的预测排放信息，基于该预测排放信息，即可得到该发动机的排放检测结果。
76.在建模得到发动机排放模型后，则可通过发动机排放模型对该车辆的排放进行标定试验，无需对真实车辆进行测试。
77.本实施例中提出的发动机排放建模方案，基于整车排放试验采集的原始数据(ecu上位机采集的发动机状态信息和排放采集设备采集的排放信息)，通过设定相同采样周期、数据对齐、单位转换等方式对原始数据进行处理，处理后的原始数据可用于发动机排放模型的建模，提高发动机排放建模准确性，所得到的发动机排放模型可准确反应发动机的排放情况，能用于发动机排放的验证和校准，解决了传统基于车速的对齐方法中仍然存在的排放数据滞后问题，减少传统发动机排放模型在进行发动机排放验证时所得到结果的误差，提高发动机排放验证的准确性。
78.图4是图3所示实施例中步骤s330在一示例性实施例示出的流程图。如图4所示，该根据前氧信号，对发动机状态信息和排放信息进行数据对齐处理的步骤可以包括步骤s410至步骤s430，详细介绍如下：
79.步骤s410：根据排放信息中各排放气体的浓度，计算后氧信号。
80.本实施例中，后氧信号为排放信息中的空气/燃油平衡，而排放信息中包括有各排放气体的浓度，因此，可以通过各排放气体的浓度计算后氧信号，具体地，可先确定含碳化合物以及含氢化合物的碳氢浓度，然后将含氧化合物的浓度与含碳化合物以及含氢化合物的碳氢浓度之间的比值作为后氧信号。
81.步骤s430：根据前氧信号和后氧信号之间的误差，将发动机状态信息和排放信息进行数据对齐。
82.本实施例中，前氧信号与后氧信号均为空气/燃油平衡，且氧传感器位于催化器前，而排放采集设备仅是对催化器前打的孔对管路中的气体进行采样，因此，氧传感器和排
放采集设备之间距离接近，则可以通过氧传感器获取的前氧信号和气体分析仪对排放采集设备采样气体进行分析得到的后氧信号之间的误差，将发动机状态信息和排放信息进行数据对齐，具体可通过平移后氧信号，基于平移后的后氧信号与前氧信号之间的拟合度，将发动机状态信息和排放信息进行数据对齐。
83.本实施例中，通过空气/燃油平衡，基于发动机状态信息中的前氧信号与通过排放气体浓度计算得到的后氧信号，将发动机状态信息和排放信息进行数据对齐，减少发动机状态信息和排放信息之间的延迟，提高发动机排放建模的准确性。
84.图5是图4所示实施例中步骤s410在一示例性实施例示出的流程图。如图5所示，该根据排放信息中各排放气体的浓度，计算后氧信号的步骤可以包括步骤s510至步骤s550，详细介绍如下：
85.步骤s510：根据碳氧化合物浓度计算排放的一氧化二氢浓度以及氢气浓度。
86.排放信息包括氧气浓度(c_o2)、碳氧化合物浓度、氮氧化合物浓度(c_no
x
)以及碳氢化合物浓度(c_thc)，其中，碳氧化合物浓度包括二氧化碳浓度(c_co2)以及一氧化碳浓度(c_co)。
87.本实施例中，由于后氧信号为空气/燃油平衡，而车辆排出的气体中还存在水蒸气(一氧化二氢，h2o)以及氢气(h2)，水蒸气与氢气中氢原子以及氧原子会对后氧信号产生影响，而由于混合气体的干扰，一般的气体分析仪并不能直接分析得到一氧化二氢浓度和氢气浓度。
88.基于此，可以增设一个水传感器和氢气传感器来检测排放气体中一氧化二氢浓度和氢气浓度，当然，由于车辆燃料一般为碳氢化合物如甲烷等，车辆然后最后经过燃烧会生成一氧化碳或二氧化碳，因此，可以通过气体分析仪所得到的碳氧化合物浓度来计算一氧化二氢浓度以及氢气浓度。
89.在一具体实施例中，可通过如下的公式来计算一氧化二氢浓度以及氢气浓度：
90.c_h2o＝1.85/2*c_co2*(c_co2+c_co)/(0.285*c_co+c_co2)；
91.c_h2＝1.85/2*c_co*(c_co2+c_co)/(c_co+3.8*c_co2)。
92.其中，1.85为车辆燃料中的h/c比例，3.8是wgs水汽转化反应的平衡常数。
93.当然，以上公式仅是示例性的，还可以通过其他的方式计算一氧化二氢浓度以及氢气浓度，如增设一个水传感器和氢气传感器，基于水传感器和氢气传感器、气体分析仪多次测量得到的一氧化二氢浓度以及氢气浓度、一氧化碳浓度、二氧化碳浓度进行数据拟合，得到一氧化二氢浓度与碳氧化合物浓度之间的转换关系以及氢气浓度碳氧化合物浓度之间的转换关系，后续可通过转换关系来计算一氧化二氢浓度以及氢气浓度，此处不进行具体限制。
94.步骤s530：基于排放信息、一氧化二氢浓度以及氢气浓度，确定含碳化合物以及含氢化合物的碳氢浓度。
95.由于后氧信号为空气/燃油平衡，也即lambda，lambda的计算一般是通过实际氧含量/理论需氧量得到，理论需氧量为将所有h、c元素完全转化为co2和h2o等所消耗的氧，即lambda的计算通过比较氧分子与碳分子和氢分子之和之间的比例来进行计算的，因此，可先计算碳分子(含碳化合物)和氢分子(含氢化合物)之和，即通过得到的c_o2、c_no
x
、c_thc、c_co2、c_co、c_h2o以及c_h2数值来计算含碳化合物浓度以及含氢化合物的碳氢浓度，以此
得到含碳化合物浓度以及含氢化合物的之和，即碳氢浓度。
96.下式为一实施例中计算碳氢浓度的方式，当然，在其他实施例中，还可通过其他方式得到含碳化合物浓度以及含氢化合物的之和，即碳氢浓度，此处不作具体限制：
97.碳氢浓度＝c_thc*1.5+c_co2+c_co+c_h2*0.5+c_co2*0.5。
98.含碳化合物浓度可视为包含碳元素的所有化合物的浓度之和，而含氢化合物浓度可视为包含氢元素的所有化合物的浓度之和。
99.步骤s550：根据排放信息、一氧化二氢浓度以及氢气浓度中含氧化合物的浓度与碳氢浓度之间的比值确定后氧信号。
100.如上可知，后氧信号通过比较氧分子与碳分子和氢分子之和之间的比例来进行计算的，则本实施例中，即将含氧化合物的浓度除以碳氢浓度，则可得到后氧信号。
101.在一具体实施例中，可根据排放信息通过以下公式计算后氧信号：
102.后氧信号＝(c_o2+c_co2+c_h2o*0.5+c_no
x
*0.5)/(c_thc*1.5+
103.c_co2+c_co+c_h2*0.5+c_co2*0.5)。
104.当然，以上为示例性的提出一种后氧信号(lambda)的计算方式，在其他实施例中，还可通过其他方式来计算含氧化合物的浓度与碳氢浓度之间的比值。
105.本实施例中提出一种后氧信号的计算方式，通过气体分析仪所分析得到的各排气浓度，来计算后氧信号，即得到与排气信息相关的lambda，后续则可通过与排气信息相关的lambda以及发动机状态信息中的lambda(前氧信号)将发动机状态信息和排放信息进行数据对齐，保证将发动机状态信息和排放信息之间的对应性，提高发动机排放建模的准确性。
106.图6是图4所示实施例中步骤s430在一示例性实施例示出的流程图。如图6所示，该根据前氧信号和后氧信号之间的误差，将发动机状态信息和排放信息进行数据对齐的步骤可以包括步骤s610至步骤s650，详细介绍如下：
107.步骤s610：基于不同的平移时间值，分别对后氧信号进行平移处理，得到经平移处理的后氧信号和前氧信号之间的拟合度。
108.本实施例中，对于后氧信号，可基于不同的平移时间值，对后氧信号进行平移处理，该平移时间值可以为负数或正数，若为负数，则将后氧信号往前平移该平移时间值所确定的数值的时间，若为正数，则将后氧信号往后平移该平移时间值所确定的数值的时间。
109.在一具体实施例中，可设定一个平移时间范围，如100s，后氧信号可前后平移100s以及100s以下的时间数值(如50s、30s等)，然后，可在该范围内确定精度，如0.5s，则以该精度，多次由小到大的数值前后平移后氧信号，如第一次前后平移后氧信号0.5s，则第二次前后平移后氧信号1s，第三次前后平移后氧信号1.5s，直至前后平移后氧信号100s，或是平移后的后氧信号与前氧信号之间的拟合度小于预设阈值。
110.对于采样所得到的排放信息，不同的目标采样周期对应得到该目标采样周期内的排放信息，即一个目标采样周期可得到一个后氧信号，如此，以开始以目标采样周期进行采样开始，后续多个目标采样周期可得到多个后氧信号。
111.基于多个目标采样周期对应的多个后氧信号，可建立坐标轴，该坐标轴的横坐标为时间，对应目标采样周期中的采样时间点，纵坐标为后氧信号的数值，基于目标采样周期中的采样时间点以及对应的后氧信号数值，可在该坐标系中得到后氧信号曲线图。
112.同样地，对于以目标采样周期进行采样的发动机状态信息，多个目标采样周期可
得到多个发动机状态信息中的前氧信号，基于目标采样周期中的采样时间点以及对应的前氧信号数值，可在同一坐标系中得到前氧信号曲线图。
113.在该坐标系中，可基于横坐标，前后平移该后氧信号若干时间，并计算每次平移后的后氧信号与前氧信号之间的拟合度。
114.步骤s630：若拟合度小于预设阈值，则将小于预设阈值的拟合度所对应的平移时间值作为延迟时间。
115.本实施例中，预设阈值可通过经验参数确定，若拟合度小于预设阈值，则证明此时的发动机状态信息和排放信息之间的延迟较小，可视为此时平移后的排放信息与发动机状态信息为同一时刻的数据。
116.以此，将小于预设阈值的拟合度所对应的平移时间值作为延迟时间，通过该延迟时间值，将将发动机状态信息和排放信息进行数据对齐，即可得到消除延迟后、一一对应的发动机状态信息和排放信息。
117.步骤s650：基于延迟时间值将发动机状态信息和排放信息进行数据对齐。
118.本实施例中，基于该延迟时间值，将得到的排放信息均平移该延迟时间值所确定的数值，如当延迟时间值为负2，则将排放信息向前平移2s，此时，第3s所采样得到的排放信息与第1s所采样得到的发动机状态信息对应，后续，则通过一一对应的发动机状态信息和排放信息进行发动机排放建模。
119.本实施例中，通过将后氧信号前后平移若干时间，以平移后的后氧信号与前氧信号之间的拟合度对发动机状态信息和排放信息进行数据对齐，消除发动机状态信息和排放信息进行数据之间的延迟，保证发动机状态信息和排放信息一一对应，提高发动机排放建模的准确性。
120.基于图3至图6所示的实施例，本实施例中示出一种发动机排放建模方法，如图7所示，该方法包括步骤s1至步骤s6。
121.具体地，在步骤s1中，可进行发动机状态信息以及排放信息的收集；在步骤s2中，由于发动机状态信息以及排放信息各自的文件格式不同，因此，设置发动机状态信息以及排放信息的格式统一；在步骤s3中，若发动机状态信息和排放信息的采样周期不同，此时，先统一采样周期，然后以同一采样周期后所采样的发动机状态信息以及排放信息，作为进行发动机建模的发动机状态信息以及排放信息，并对发动机状态信息以及排放信息进行如步骤s2格式统一的操作。
122.在确定采样周期统一后，则可执行步骤s4，基于lambda进行数据同步，即根据排放信息计算后氧信号，并根据前氧信号和后氧信号对发动机状态信息和排放信息进行数据对齐处理，在进行数据同步后，则可将排放信息中各排放气体的单位进行转换，即步骤s5将浓度单位转换为质量单位，最后，在步骤s6中将步骤s1至s5所得到的数据整合，进行发动机排放建模，得到可用于对某段时间的排放进行检测分析的发动机排放模型。
123.图8是根据一示例性实施例示出的一种发动机排放建模装置的结构示意图。如图8所示，在一示例性实施例中，该发动机排放建模装置包括：
124.信息获取模块810，配置为获取发动机状态信息以及排放信息；其中，发动机状态信息包括前氧信号；
125.数据对齐模块830，配置为根据前氧信号，对发动机状态信息和排放信息进行数据
对齐处理；
126.建模模块850，配置为基于经数据对齐处理的发动机状态信息和排放信息进行发动机排放建模。
127.该发动机排放建模装置可以进行精准的发动机排放建模。
128.在一实施例中，信息获取模块包括：
129.目标采样周期确定单元，配置为根据发动机状态信息的采样周期以及排放信息的采样周期，确定目标采样周期；
130.信息获取单元，配置为根据目标采样周期获取发动机状态信息以及排放信息。
131.在一实施例中，发动机排放建模装置还包括：
132.模块，配置为将发动机状态信息与排放信息转换为同一格式，以根据前氧信号，对转换为同一格式的发动机状态信息和排放信息进行数据对齐处理。
133.在一实施例中，数据对齐模块包括：
134.后氧信号获取单元，配置为根据排放信息中各排放气体的浓度，计算后氧信号；
135.数据对齐单元，配置为根据前氧信号和后氧信号之间的误差，将发动机状态信息和排放信息进行数据对齐。
136.在一实施例中，排放信息包括氧气浓度、碳氧化合物浓度、氮氧化合物浓度以及碳氢化合物浓度；后氧信号获取单元包括：
137.浓度计算板块，配置为根据碳氧化合物浓度计算排放的一氧化二氢浓度以及氢气浓度；
138.碳氢浓度获取板块，配置为基于排放信息、一氧化二氢浓度以及氢气浓度，确定含碳化合物以及含氢化合物的碳氢浓度；
139.后氧信号获取板块，配置为根据排放信息、一氧化二氢浓度以及氢气浓度中含氧化合物的浓度与碳氢浓度之间的比值确定后氧信号。
140.在一实施例中，数据对齐单元包括：
141.平移板块，配置为基于不同的平移时间值，分别对后氧信号进行平移处理，得到经平移处理的后氧信号和前氧信号之间的拟合度；
142.延迟时间值确定板块，配置为若拟合度小于预设阈值，则将小于预设阈值的拟合度所对应的平移时间值作为延迟时间值；
143.数据对齐板块，配置为基于延迟时间将发动机状态信息和排放信息进行数据对齐。
144.在一实施例中，建模模块包括：
145.单位转换单元，配置为将经数据对齐处理的排放信息中的各排放气体的浓度转换为对应排放气体的质量流量，得到排放流量信息；
146.建模单元，配置为基于排放流量信息和经数据对齐处理的发动机状态信息进行发动机排放建模。
147.需要说明的是，上述实施例所提供的发动机排放建模装置与上述实施例所提供的发动机排放建模方法属于同一构思，其中各个模块和单元执行操作的具体方式已经在方法实施例中进行了详细描述，此处不再赘述。
148.本技术的实施例还提供了一种电子设备，包括：一个或多个处理器；存储装置，用
于存储一个或多个程序，当一个或多个程序被一个或多个处理器执行时，使得电子设备实现上述各个实施例中提供的发动机排放建模方法。
149.本技术的另一方面还提供了一种计算机可读存储介质，如图9所示，其上存储有计算机程序900，该计算机程序900被处理器执行时实现如前的发动机排放建模方法。该计算机可读存储介质可以是上述实施例中描述的电子设备中所包含的，也可以是单独存在，而未装配入该电子设备中。
150.图10示出了适于用来实现本技术实施例的电子设备的计算机系统的结构示意图。
151.需要说明的是，图10示出的电子设备的计算机系统1000仅是一个示例，不应对本技术实施例的功能和使用范围带来任何限制。
152.如图10所示，计算机系统1000包括中央处理单元(central processing unit，cpu)1001，其可以根据存储在只读存储器(read-only memory，rom)1002中的程序或者从储存部分1008加载到随机访问存储器(random access memory，ram)1003中的程序而执行各种适当的动作和处理，例如执行上述实施例中的方法。在ram 1003中，还存储有系统操作所需的各种程序和数据。cpu 1001、rom 1002以及ram 1003通过总线1004彼此相连。输入/输出(input/output，i/o)接口1005也连接至总线1004。
153.以下部件连接至i/o接口1005：包括键盘、鼠标等的输入部分1006；包括诸如阴极射线管(cathode ray tube，crt)、液晶显示器(liquid crystal display，lcd)等以及扬声器等的输出部分1007；包括硬盘等的储存部分1008；以及包括诸如lan(local area network，局域网)卡、调制解调器等的网络接口卡的通信部分1009。通信部分1009经由诸如因特网的网络执行通信处理。驱动器1010也根据需要连接至i/o接口1005。可拆卸介质1011，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器1010上，以便于从其上读出的计算机程序根据需要被安装入储存部分1008。
154.特别地，根据本技术的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本技术的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的计算机程序。在这样的实施例中，该计算机程序可以通过通信部分1009从网络上被下载和安装，和/或从可拆卸介质1011被安装。在该计算机程序被中央处理单元(cpu)1001执行时，执行本技术的系统中限定的各种功能。
155.需要说明的是，本技术实施例所示的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(erasable programmable read only memory，eprom)、闪存、光纤、便携式紧凑磁盘只读存储器(compact disc read-only memory，cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本技术中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本技术中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的计算机程序。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光
信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的计算机程序可以用任何适当的介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。
156.附图中的流程图和框图，图示了按照本技术各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。其中，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
157.描述于本技术实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现，所描述的单元也可以设置在处理器中。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定。
158.本技术的另一方面还提供了一种计算机程序产品或计算机程序，该计算机程序产品或计算机程序包括计算机指令，该计算机指令存储在计算机可读存储介质中。计算机设备的处理器从计算机可读存储介质读取该计算机指令，处理器执行该计算机指令，使得该计算机设备执行上述各个实施例中提供的发动机排放建模方法。
159.上述内容，仅为本技术的较佳示例性实施例，并非用于限制本技术的实施方案，本领域普通技术人员根据本技术的主要构思和精神，可以十分方便地进行相应的变通或修改，故本技术的保护范围应以权利要求书所要求的保护范围为准。