用于使发动机事件定位的系统及方法
【专利摘要】本文中公开了用于估计发动机事件位置的系统和方法。在一个实施例中，控制器配置成接收来自联接于往复式发动机的至少一个爆振传感器的信号、使用多变量变换算法将信号变换成功率谱密度、使用预测频带将所述功率谱密度变换成多个特征向量、至少使用多个特征向量和预测模型来预测发动机事件位置，以及基于发动机事件位置调整往复式发动机的操作。
【专利说明】
用于使发动机事件定位的系统及方法
技术领域
[0001]本文中公开的主题涉及用于估计燃机中的发动机事件的位置的系统及方法。
【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)，以使构件在一距离上移动。各个缸可包括一个或更多个阀，其连同含碳燃料的燃烧而开启和闭合。例如，进气阀可将氧化剂如空气引导到缸中。燃料与氧化剂混合并且燃烧(例如，经由火花点燃)，以生成燃烧流体(例如，热气体)，其接着经由排气阀离开缸。
[0003]—些发动机事件(例如，峰值焚烧压力，或进气阀和/或排气阀的开启和闭合)的位置(例如，正时或曲柄角)可影响燃料经济性、功率和其它操作参数。令人遗憾的是，使用缸中传感器确定此类事件的位置可为昂贵且不经济的。
【发明内容】
[0004]下文阐述了本文中公开的某些实施例的概述。应当理解的是，这些方面仅提出成向读者提供这些实施例的简要概述，并且这些方面不旨在限制本公开的范围。实际上，本公开可涵盖可不在下文阐述的多种方面。
[0005]在一个实施例中，一种用于估计发动机事件位置的系统包括控制器，其配置成接收来自联接于往复式发动机的至少一个爆振传感器的信号、使用多变量变换算法将信号变换成功率谱密度、使用预测频带将功率谱密度变换成多个特征向量、至少使用多个特征向量和预测模型来预测发动机事件位置，以及基于发动机事件位置调整往复式发动机的操作。
[0006]在另一个实施例中，一种用于调教控制器来估计往复式发动机中的峰值焚烧压力的位置的方法包括接收来自至少一个爆振传感器的第一信号，其中信号至少包括对应于峰值焚烧压力事件的数据。该方法还包括从压力传感器接收对应于真实峰值焚烧压力位置的第二信号。此外，该方法包括将第一信号变换成功率谱密度，以及将功率谱密度与第二信号相比较来形成预测频带。最后，该方法包括将功率谱密度转换成多个特征向量，以及使用多个特征向量和第二信号执行算法来生成预测模型，其中预测模型配置成在普通发动机操作期间估计往复式发动机中的峰值焚烧压力的位置。
[0007]在另一个实施例中，一种系统包括往复式发动机控制器，其配置成接收来自联接于往复式发动机的至少一个爆振传感器的信号，以及使用多变量变换算法将信号变换成功率谱密度。控制器还使用预测频带将功率谱密度变换成多个特征向量，并且至少使用多个特征向量和预测模型来预测峰值焚烧压力位置。最后，控制器配置成基于峰值焚烧压力的位置输出至少用于往复式发动机的控制动作。
[0008]技术方案1.一种用于估计发动事件位置的系统，包括:
控制器，其配置成: 接收来自联接于往复式发动机的至少一个爆振传感器的信号、使用多变量变换算法将所述信号变换成功率谱密度、使用预测频带将所述功率谱密度变换成多个特征向量、至少使用所述多个特征向量和预测模型来预测所述发动机事件位置，以及基于所述发动机事件位置调整所述往复式发动机的操作。
[0009]技术方案2.根据技术方案I所述的系统，其特征在于，所述发动机事件包括所述往复式发动机的缸的峰值焚烧压力。
[0010]技术方案3.根据技术方案2所述的系统，其特征在于，所述控制器配置成调整所述往复式发动机的发动机正时图、所述往复式发动机的氧化剂/燃料比、所述往复式发动机的排气再循环气体流、所述往复式发动机的进气阀或排气阀的位置，或所述往复式发动机响应于所述峰值焚烧压力的位置的另一操作参数。
[0011]技术方案4.根据技术方案I所述的系统，其特征在于，所述发动机事件包括所述往复式发动机的进气阀和/或排气阀的闭合。
[0012]技术方案5.根据技术方案I所述的系统，其特征在于，所述多变量变换算法包括短时傅里叶变换。
[0013]技术方案6.根据技术方案I所述的系统，其特征在于，所述多变量变换算法包括离散余弦变换。
[0014]技术方案7.根据技术方案I所述的系统，其特征在于，所述至少一个爆振传感器包括配置成感测所述往复式发动机的缸中的振动和/或声响的压电爆振传感器。
[0015]技术方案8.根据技术方案I所述的系统，其特征在于，所述预测模型调教成预测用于特定往复式发动机的所述发动机事件位置。
[0016]技术方案9.根据技术方案8所述的系统，其特征在于，所述特定往复式发动机包括Waukesha VHP发动机、Jenbacher Type 4发动机，或任何其它内往复式发动机。
[0017]技术方案10.—种用于调教控制器来估计往复式发动机中的峰值焚烧压力的位置的方法，包括:
接收来自至少一个爆振传感器的第一信号，其中所述信号包括对应于峰值焚烧压力事件的数据；
从压力传感器接收对应于所述峰值焚烧压力位置的第二信号；
将所述第一信号变换成包括一定时间内的频率能量的功率谱密度；
将所述功率谱密度与所述第二信号相比较来形成预测频带；
将所述功率谱密度转换成多个特征向量;以及
使用所述多个特征向量和所述第二信号执行算法来生成预测模型，其中所述预测模型配置成在普通发动机操作期间估计所述往复式发动机中的峰值焚烧压力的所述位置。
[0018]技术方案11.根据技术方案10所述的方法，其特征在于，所述预测频带通过计算判别分数来形成。
[0019]技术方案12.根据技术方案11所述的方法，其特征在于，所述判别分数的计算包括:
获取一定时间内的所述频率能量的第一子集，其中所述第一子集对应于用于第一频率范围的所述频率能量；
按增大能量的顺序排列所述第一子集； 使所述第一子集的各个频率能量特征化为正和负，其中所述正对应于在包括所述峰值焚烧压力的所述第一信号的子信号内发生的所述频率能量；
选择包括最高能量的所述第一子集的所述频率能量的节段，其中所述节段包括等于所述子集中的所述正的数量的频率能量的数量；
确定为真实正的所述节段中的频率能量的所述数量来计算所述判别分数;以及在一定时间内对于所述频率能量的第二子集重复所述判别分数的计算，直到所述判别分数不能增大，其中所述第二集对应于用于第二频率范围的所述频率能量，并且其中所述第二频率范围大于所述第一频率范围。
[0020]技术方案13.根据技术方案10所述的方法，其特征在于，所述压力传感器为缸中压力传感器。
[0021]技术方案14.根据技术方案10所述的方法，其特征在于，机器学习算法包括逻辑回归分类器、支持向量机，或配置成使用特征向量和压力信号生成预测模型的另一机器学习算法。
[0022]技术方案15.根据技术方案10所述的方法，其特征在于，所述方法重复，直到所述预测模型估计所述真实峰值焚烧压力的10度内的所述峰值焚烧压力。
[0023]技术方案16.根据技术方案10所述的方法，其特征在于，所述往复式发动机为Waukesha VHP发动机、Jenbacher Type 4发动机、CFR-RON发动机或任何其它内往复式发动机。
[0024]技术方案17.—种系统，包括:
往复式发动机控制器，其配置成:
接收来自联接于所述往复式发动机的至少一个爆振传感器的信号；
使用多变量变换算法将所述信号变换成包括一定时间内的多个频率能量的功率谱密度；
使用预测频带将所述功率谱密度变换成多个特征向量；
至少使用所述多个特征向量和预测模型来预测峰值焚烧压力位置；
基于所述峰值焚烧压力的所述位置输出至少用于所述往复式发动机的控制动作。
[0025]技术方案18.根据技术方案17所述的系统，其特征在于，所述控制动作包括调整所述往复式发动机的发动机正时图、所述往复式发动机的氧化剂/燃料比、所述往复式发动机的排气再循环气体流、所述往复式发动机的进气阀或排气阀的位置，或所述往复式发动机响应于所述峰值焚烧压力的所述位置的另一操作参数。
[0026]技术方案19.根据技术方案17所述的系统，其特征在于，所述多变量变换算法包括短时傅里叶变换。
[0027]技术方案20.根据技术方案17所述的系统，其特征在于，所述预测模型调教成预测用于特定往复式发动机的所述发动机事件位置。
【附图说明】
[0028]在参照附图阅读以下详细描述时，本发明的这些及其它特征、方面和优点将变得更好理解，该附图中相似的标号表示附图各处相似的部分，在该附图中:
图1示出了根据本公开的方面的具有往复式内燃机的发动机驱动的发电系统的一部分的框图；
图2示出了根据本公开的方面的具有设置在图1的往复式发动机的缸内的活塞的活塞缸组件的截面侧视图；
图3示出了根据本公开的方面的用于通过开发预测模型和预测频带("PFB")来调教系统以估计发动机事件的位置的流程图；
图4示出了根据本公开的方面的用于在普通发动机操作期间使用或测试图3的预测模型和PFB来确定发动机事件的位置的方法的流程图；
图5示出了根据本公开的方面的指示发动机事件的真实位置、爆振传感器信号和基于爆振传感器信号的频谱的压力信号图；
图6为根据本公开的方面的示出系统可如何确定特定频率的D-分数的图表；
图7为根据本公开的方面的示出系统如何基于D-分数值构成PFB的示图；
图8示出了根据本公开的方面的可用于预测期望发动机事件的时间的三个图；
图9为根据本公开的方面的包括使用图3的预测模型和PFB执行的多个测试的误差值的直方图；
图10为示出根据本公开的方面的、表示一定时间内的发动机缸内的真实压力的第一图，以及显示峰值焚烧压力事件在一定时间内发生以估计发动机中的峰值焚烧压力的位置的概率的第二图；以及
图11示出了根据本公开的方面的包括将使用图3的预测模型和PFB的发动机事件的估计时间(例如，曲柄角度数)与发动机事件的真实时间(例如，曲柄角度数)相比较的值的表格。
【具体实施方式】
[0029]将在下面描述本公开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，应当认识至IJ，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。
[0030]当介绍本公开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。
[0031]目前公开的系统和方法涉及使用一个或更多个传感器如爆振传感器估计往复式内燃机中的发动机事件(例如，峰值焚烧压力或进气/排气阀的闭合)的位置(例如，正时)。爆振传感器可包括声响或声音传感器、振动传感器或它们的任何组合。例如，爆振传感器可为压电加速计、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、声响、声音和/或移动的任何其它传感器。爆振传感器可监测与发动机中的燃烧相关联的声响和/或振动，以检测爆振状态(例如，不在用于燃烧的正常时间窗口期间的、意外时间处的燃烧)，或可产生声响和/或振动信号的其它发动机事件。在其它实施例中，传感器可不是爆振传感器，而是可感测振动、压力、加速度、偏转或移动的任何传感器。
[0032]在某些实施例中，可合乎需要的是估计指示发动机性能的各种发动机事件(例如，峰值焚烧压力或进气/排气阀的闭合)的正时。使此类事件定位可实现使用者或控制器基于操作状态信息调整各种参数，以优化发动机性能。然而，定位在发动机缸内并且配置成使此类事件定位的传感器(例如，压力传感器)可比爆振传感器显著更昂贵，并且可更易受损坏。因此，可有利的是调教(例如，经由机器学习)控制器来将来自爆振传感器的信号转换或变换成可实现发动机事件的位置(例如，正时)的准确预测的形式。此类系统可以以与缸中传感器(例如，压力传感器)的准确性相当的准确性估计发动机事件的位置(例如，正时)，同时具有较不昂贵且更稳健的益处。
[0033]由于燃机的冲击性质，故爆振传感器可能够甚至在安装在发动机缸的外部上时仍检测特性。然而，爆振传感器还可设置在一个或更多个缸中或周围的各种位置处。爆振传感器检测例如缸的振动，并且控制器可将由爆振传感器提供的缸的振动曲线转换成用于估计发动机事件的位置的有用参数。现在认识，爆振传感器检测缸中或附近的振动，并且可将指示振动曲线的信号传输至控制器，该控制器可转换信号，并且进行各种计算来产生估计位置。本公开涉及用于通过调教控制器或其它计算装置来使爆振传感器信号中的期望发动机事件定位而确定发动机事件(例如，峰值焚烧压力或进气/排气阀的闭合)的位置(例如，正时)的系统及方法。
[0034]转到附图，图1示出了具有往复式内燃机的发动机驱动的发电系统的一部分的实施例的框图，该往复式内燃机可经历发动机事件，该发动机事件可使用当前公开的系统和方法定位。如下文详细所述，系统8包括发动机10(例如，往复式内燃机)，其具有一个或更多个燃烧室12(例如，1，2，3，4，5，6，7，8，10, 12，14，16，18，20个或更多燃烧室12)。氧化剂供应源14(例如，空气供应源)构造成将加压氧化剂16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12。燃烧室12还构造成从燃料供应源19接收燃料18(例如，液体和/或气态燃料)，并且燃料空气混合物点燃并且在各个燃烧室12内燃烧。热加压燃烧气体引起各个燃烧室12附近的活塞20在缸26内线性移动，这将由气体施加的压力转换成旋转运动，从而引起轴22旋转。此外，轴22可联接于负载24，负载24经由轴22的旋转供能。例如，负载24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空气作为氧化剂16，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18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。燃料18还可包括多种液体材料，如，汽油或柴油燃料。
[0035]本文中公开的系统8可适于用于静止应用(例如，工业发电发动机)或移动应用(例如，汽车或飞行器)中。发动机10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10还可包括任何数量的燃烧室12、活塞20和相关联的缸26(例如，1-24个)。例如，在某些实施例中，系统8可包括具有在缸26中往复的4，6，8，10，16，24个或更多活塞20的大规模工业往复式发动机。在一些此类情况中，缸26和/或活塞20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20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1kW到1MW的功率。在一些实施例中，发动机10可在少于每分钟大约1800转(RPM)下操作。在一些实施例中，发动机10可在小于大约2000 RPM, 1900 RPM, 1700 RPM, 1600 RPM, 1500 RPM, 1400 RPM, 1300RPM, 1200 RPM, 1000 RPM, 900RPM或750 RPM下操作。在一些实施例中，发动机10可在大约750-2000 RPM, 900-1800 RPM,或1000-1600 RPM之间操作。在一些实施例中，发动机10可在大约1800 RPM, 1500 RPM, 1200 RPM, 1000 RPM,或900 RPM下操作。例如，示例性发动机 10可包括General Electric公司的Jenbacher发动机(例如，Jenbacher Type 2，Type3，Type 4，Type 6 或J920 FleXtra)或Waukesha发动机(例如，VGF，VHP, APG, 275GL)。
[0036]从动发电系统8可包括适用于检查发动机〃爆振〃的一个或更多个爆振传感器23。爆振传感器23可感测由发动机10中的燃烧引起的振动、声响或声音，如，由爆发、预先点火和/或声脉冲引起的振动、声响或声音。爆振传感器23还可感测由进气阀或排气阀的闭合引起的振动、声响或声音。因此，爆振传感器23可包括声响或声音传感器、振动传感器或它们的组合。例如，爆振传感器23可包括压电振动传感器。爆振传感器23示为通信地联接于系统25(例如，控制系统、监测系统、控制器或发动机控制单元"ECU")。在操作期间，来自爆振传感器23的信号传输至系统25，以确定是否存在爆振状态(例如，声脉冲)。系统25可调整发动机10的操作参数来提高发动机性能。例如，系统25可调整发动机10的发动机正时图、发动机10的氧化剂/燃料比、发动机10的排气再循环气体流、进气阀或排气阀的位置，或发动机10的另一操作参数。
[0037]图2为活塞缸组件的实施例的截面侧视图，其具有设置在往复式发动机10的缸26(例如，发动机缸)内的活塞20。缸26具有限定圆柱形腔30(例如，开孔)的内环形壁28。活塞20可由轴向轴线或方向34、径向轴线或方向36和周向轴线或方向38限定。活塞20包括顶部40(例如，端环槽脊)。顶部40大体上在活塞20的往复运动期间阻止燃料18和空气16或燃料空气混合物32从燃烧室12散逸。
[0038]如所示，活塞20经由连杆56和销58附接于曲轴54。曲轴54将活塞24的往复线性运动转化成旋转运动。如上文所述，当活塞20移动时，曲轴54旋转来对负载24(图1中所示)供能。如所示，燃烧室12定位在活塞24的端环槽脊40附近。燃料喷射器60将燃料18提供至燃烧室12，并且进气阀62控制氧化剂(例如，空气16)输送至燃烧室12。排气阀64控制排气从发动机10的排放。然而，应当理解的是，用于将燃料18和空气16提供至燃烧室12和/或用于排放排气的任何适合的元件和/或技术都可使用，并且在一些实施例中，并未使用燃料喷射。在操作中，燃料18与氧化剂16在燃烧室12中的燃烧可引起活塞20在缸26的腔30内沿轴向方向34以往复方式(例如，来回)移动。
[0039]在操作期间，当活塞20在缸26中的最高点处时，其在称为上死点(TDC)的位置。当活塞20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20从TDC移动到BDC或从BDC移动到TDC时，曲轴54旋转半圈。活塞20从TDC到BDC或从BDC到TDC的各次移动称为冲程，并且发动机10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。
[0040]在发动机10操作期间，典型地发生包括进气过程、压缩过程、动力过程和排气过程的顺序。进气过程实现可燃混合物如燃料18和氧化剂16(例如，空气)吸入缸26中，因此进气阀62开启并且排气阀64闭合。压缩过程将可燃混合物压缩到较小空间中，故进气阀62和排气阀64两者闭合。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/或通过压缩热的压缩点火。来自燃烧的所得压力接着将活塞20推至BDC。排气过程典型地使活塞20返回到TDC，同时保持排气阀64开启。排气过程因此将用过的燃料空气混合物通过排气阀64排出。将注意的是，每个缸26可使用一个以上的进气阀62和排气阀64。[0041 ]绘出的发动机10可包括曲轴传感器66、爆振传感器23和系统25，其包括处理器72和存储器单元74。曲轴传感器66感测曲轴54的位置和/或转速。因此，可导出曲柄角或曲柄正时信息。即，当监测燃机时，正时通常按照曲轴角表示。例如，四冲程发动机10的完整循环可测量为720°循环。爆振传感器23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、声响、声音和/或移动的任何其它传感器。在其它实施例中，传感器23可不是爆振传感器，而是可感测振动、压力、加速度、偏转或移动的任何传感器。
[0042]由于发动机10的冲击性质，故爆振传感器23可甚至在安装在缸26的外部上时也能够检测特性。然而，爆振传感器23可设置在缸26中或周围的各种位置处。此外，在一些实施例中，例如，单个爆振传感器23可由一个或更多个相邻缸26共用。在其它实施例中，各个缸可包括一个或更多个爆振传感器23。曲轴传感器66和爆振传感器23示为与系统25 (例如，控制系统、监测系统、控制器或发动机控制单元"ECU")电子通信。系统25可包括储存在机器可读介质(例如，存储器单元74)中并且由处理器(例如，处理器72)使用来实施本文中公开的技术的非暂时性代码或指令。存储器可储存可由处理器72执行的计算机指令。此外，存储器可储存查找表和/或其它相关数据。系统25监测和控制发动机10的操作，例如，通过调整点火正时、开启/闭合阀62和64的正时、调整燃料和氧化剂(例如，空气)的输送，等。
[0043]在某些实施例中，其它传感器也可包括在系统8中，并且联接于系统25。例如，传感器可包括大气和发动机传感器，如，压力传感器、温度传感器、速度传感器等。例如，传感器可包括爆振传感器、曲轴传感器、氧或λ传感器、发动机进气温度传感器、发动机进气压力传感器、夹套水温传感器、发动机排气温度传感器、发动机排气压力传感器，以及排出气体成分传感器。其它传感器还可包括针对温度和压力的压缩机入口和出口传感器。
[0044]在发动机操作的动力过程期间，力(例如，压力)由膨胀的燃烧气体施加在活塞20上。施加在活塞20上的最大力描述为峰值焚烧压力(〃PFP〃)。可合乎需要的是PFP在活塞20达到TDC之后以一定曲柄角度数发生，以便最大量的力可施加在活塞20上。因此，具有使用爆振传感器23估计PFP的位置(例如，正时或曲柄角)的能力是合乎需要的，因为PFP的位置可与TDC的位置相比较，以评估发动机10是否在最佳效率下操作。然而，如果PFP的正时并未处于最佳水平，则各种发动机参数(例如，点火正时、燃料/空气比、进气阀或排气阀闭合正时等)可调整来提高发动机性能。例如，系统25可调整发动机10的发动机正时图、氧化剂/燃料比、排气再循环气体流、进气阀62或排气阀64的位置，或发动机10的另一操作参数。
[0045]此外，还可合乎需要的是估计其它发动机事件的位置(例如，正时)。例如，估计排气阀64闭合的位置可实现使用者或系统25确定排气阀64是否适当工作，或者其是否卡在开启位置或闭合位置。保持排气阀64开启达一定量的时间可提高发动机效率。因此，尽管本公开主要聚焦于在发动机操作期间估计PFP的位置，但应当注意的是，公开的系统和方法可用于估计其它发动机事件(例如，排气阀64的闭合)的位置。
[0046]本公开涉及使用来自爆振传感器23的信号来预测发动机事件(例如，PFP或排气阀64或进气阀62的闭合)的正时。在某些实施例中，系统25调教(例如，经由机器学习)成使爆振传感器信号的特征与期望发动机事件的发生相关联。
[0047]图3示出了用于通过开发预测模型和预测频带("PFB")来估计期望发动机事件(例如，PFP)的时间而调教系统25 (例如，控制系统、监测系统、控制器或发动机控制单元〃 ECU")的方法的流程图100。在框102处，(多个)期望发动机事件的真实位置(例如，正时)接收或输入到系统25中。真实位置可由压力信号图(如图5中所示的)，或测量指示一定时间内的期望发动机事件的相关发动机操作参数(进气阀62或排气阀64位置、氧化剂流速或排出气体流速)的另一信号确定。此外，在框104处，系统25接收爆振传感器信号。爆振传感器信号也指示发动机事件，其中其可包括对由爆振传感器23展现的发动机事件的响应。然而，爆振传感器信号可不用于直接地估计发动机事件的时间。因此，爆振传感器信号可经由短时傅里叶变换106 (〃STFT〃)在一定时间内变换成功率谱密度108 ("PSD'OdTFT计算爆振传感器信号的独立窗口(例如，子信号)的PSD108，并且绘出一定时间内的计算的PSD108。各个PSD108可包括随频率变化的爆振传感器子信号的能量含量(例如，频率能量的曲线)。一定时间内的PSD的信息在本文中参照图5更详细描述。
[0048]在获取一定时间内的PSD108之后，系统25可在框110处挖掘预测频带(〃PFB〃)112。PFB112为爆振传感器信号的频率范围，其指示期望的发动机事件的发生。为了挖掘PFB112，爆振信号分成了一定数量的子信号。给定的子信号可包括发动机事件，或者子信号可属于发动机事件之前或之后的时间。包括发动机事件的子信号的数量可表示为"N"。在某些实施例中，爆振传感器信号的离散的频率值可遍及整个爆振传感器信号的过程发生一次以上，使得离散频率值存在于整个爆振传感器信号的一个以上的子信号中。例如，离散频率值可存在于包括发动机事件的第一子信号，以及对应于发动机事件发生之前或之后的时间的第二子信号中。然而，即使离散频率值可遍及整个爆振传感器信号发生多次，不同能量值仍可与离散频率值的各次发生相关联。因此，一定时间内的PSD108可包括相同离散频率的多次发生;然而，各次发生可不具有相同的能量含量。在某些实施例中，离散频率的各次发生可布置成以便提高能量。此外，各次发生可分类为正的或负的。在某些实施例中，正发生对应于其中发动机事件真实发生的子信号。相反，负发生对应于其中发动机事件并未发生的子信号。系统25可知道离散频率的发生是正或是负，因为系统25在框102处接收发动机事件的真实位置。
[0049]—旦各个离散频率的发生以增大能量的顺序布置，则判别分数(〃D-分数〃)可计算用于爆振传感器信号的各个离散频率。在某些实施例中，D-分数通过选择具有最大能量的离散频率的〃 N"次发生来计算。在选择的那些中，正发生的数量可除以N来得到D-分数。本文中参照图8更详细描述D-分数计算。
[0050]一旦D-分数计算用于爆振传感器信号的频率，则系统25可组合两个离散频率，并且计算用于频率范围的第二 D-分数。如果频率范围的D-分数大于独立离散频率的D-分数，则系统25可将两个离散频率组合成频率范围。此外，附加离散频率值可组合至频率范围，直到D-分数不可被进一步改进。在该点处，系统可使用离散频率或频率范围作为PFB112。PFB112可指示对应于期望发动机事件的发生的爆振传感器信号的频率范围。
[0051 ]在框114处，系统25可使用PFB112将各个子信号转换成特征向量。特征向量的各个特征可对应于特定PFB(例如，经由能量)。因此，特征向量可具有长度〃 i〃，其中第i个特征的值对应于第i个PFB中的能量。因此，系统可将特征向量与真实发动机事件位置相比较，并且经历模型学习116，使得系统25可使某些特征与发动机事件和/或发动机事件的位置相关联。例如，系统25可使用逻辑回归分类器、支持向量机，或配置成使用特征向量和发动机事件的真实位置来生成预测模型118的另一机器学习算法。因此，系统25可储存预测模型118，并且使用预测模型118来确定子信号何时包括发动机事件，并且估计发动机事件的位置。
[0052]图4示出了用于使用或测试预测模型118来确定发动机事件的位置的方法的流程图130。类似于框图100，系统25(例如，控制系统、监测系统、控制器或发动机控制单元〃ECU")可在框104处接收爆振传感器信号，并且使用STFT106将信号变换成一定时间内的PSD108。此外，系统25可使用流程图100中确定的PFB112将一定时间内的PSD108变换成特征向量132。系统25可使用所得的特征向量132和预测模型118来确定发动机事件134的位置。例如，特征向量132可包括系统25可与发动机时间的位置相关联的信息。如果发动机事件可能在给定的子信号期间发生，则预测模型118可计算发动机事件在子窗口中的各个时间处发生的概率。系统25可使用具有最高概率134的时间来控制发动机操作参数和增强发动机性能。例如，系统25可调整发动机10的发动机正时图(例如，点火正时)、氧化剂/燃料比、排气再循环气体流、进气阀62或排气阀64的位置，或发动机10的另一操作参数。
[0053]在某些实施例中，系统25将紧接在流程图100中的过程(例如，预测模型的形成)之后经历流程图130中的过程(例如，预测模型的测试模式)。取决于发动机事件的预测位置(例如，正时)(例如，从流程图130)与发动机事件的真实位置之间的差异，系统25可使流程图100中的过程重复，直到估计位置与真实位置之间的差异在合乎需要水平(例如，小于曲轴的1°)处。换言之，系统25可继续运行流程图100中的过程，以细化预测模型和PFB，直到发动机事件的正时可估计在期望的准确度内。
[0054]此外，由流程图100的过程生成的预测模型118可为特定发动机类型特有的。例如，用于估计Jenbacher Type 2发动机中的发动机事件的位置的预测模型118不可准确地估计Jenbacher Type 3发动机中的发动机事件的位置。因此，流程图100的过程可执行用于各个发动机类型，其中将估计发动机事件位置。作为非限制性实例，流程图100的过程可在General Electric公司的Jenbacher发动机(例如，Jenbacher Type 2，Type 3，Type 4，Type 6 或J920 FleXtra)、Waukesha发动机(例如，Waukesha VGF, VHP, APG, 275GL)或任何其它往复式内燃机上执行。
[0055]图5示出了指示发动机事件的真实时间的压力信号图150，爆振传感器信号152，以及基于爆振传感器信号152的频谱图(例如，一定时间内的PSD)154的实施例。压力信号图150可源自缸中压力传感器，并且将待检测的发动机事件的真实时间提供至系统25。如所示实施例中所示，压力信号图150的Y轴线156代表发动机10的缸26中的压力。此外，X轴线158代表时间(例如，曲柄角)。因此，压力信号图150示出了给定时间范围内的缸26中的压力。压力增大，直到其达到最高点160，其代表发动机事件(例如，PFP)的真实时间。应当注意的是，在其它实施例中，除PFP之外的发动机事件(例如，排气阀62的闭合)的正时可被估计。因此，此类发动机事件的真实时间可使用除压力图150之外的图确定，该图对应于一定时间内的发动机事件的相关测量结果(例如，排气阀的角、来自排气阀的排出气体的流速，等)。
[0056]如所示，爆振传感器信号152具有Y轴线162，其代表电压、电阻，或代表由爆振传感器23对缸26中的振动、声音、声响等的变化展现的响应的其它量。爆振传感器信号还具有X轴线164，其代表时间(例如，曲柄角)，其与压力信号图150的X轴线158大致对准。如所示，爆振传感器23在PFP的真实时间之前展现最大响应(例如，爆振传感器信号152在大约0.03的正时处展现幅度的最大变化，而PFP在0.04之后发生)。因此，通过简单地计算爆振传感器信号152展现最大变化率的时间来估计期望的发动机事件的正时可不为准确的。因此，其它计算和/或操纵可应用于爆振传感器信号152来估计期望发动机事件的时间。
[0057]频谱图154示出了可在爆振传感器信号152上执行的一个计算。例如，频谱图154可代表一定时间内的爆振传感器信号152的功率谱密度。功率谱密度可表示随频率变化的爆振传感器信号152的能量含量。换言之，功率谱密度随频率并且不随时间变化。因此，频谱图154可示出随正时(例如，曲柄角)变化的爆振传感器信号152的子信号(例如，窗口)的独立功率谱密度。在其它实施例中，频谱图154可根据频率强度来使爆振传感器信号152的不同频率分类(例如，频谱图154上的不同阴影表示给定频率的不同强度)。为了将爆振传感器信号152变换成频谱图154，多变量变换算法可应用于爆振传感器信号152。在某些实施例中，频谱图154使用短时傅里叶变换("STFT") 106来产生。在其它实施例中，频谱图154可使用另一类型的傅里叶变换、离散余弦变换、拉普拉斯变换、梅林变换、哈特莱变换、线调频小波变换、汉克尔变换或它们的任何组合生成。可使用频谱图154，以便创建预测模型118，其估计如上文所述的发动机事件(例如，PFP)的位置。
[0058]应当注意的是，在某些实施例中，系统25可不物理地生成频谱图154。系统25可封装或隐藏由处理器72执行并且/或者储存在存储器单元74中的处理步骤中的频谱图所提供的功能性，使得频谱图不显示或者甚至不能够由使用者获得。例如，系统25可将信号从爆振传感器23直接转换成特征向量，或者可将由频谱图提供的功能性并入到一个或更多个变换功能或相当的数学构造中，以便使本文中论述的步骤中的某些简化。此外，频谱图154不应当限于图5中所示的实施例。在其它实施例中，频谱图154(或其数据构造等同物)可为任何数据、数据表、算法、图形、图表等，其旨在代表一定时间内的爆振传感器信号152中的频率和那些频率的强度。例如，频谱图154可以以除颜色之外的方式(例如，形状、字母、数字、阴影等)使频率强度分类。
[0059]图6为示出系统25(例如，控制系统、监测系统、控制器或发动机控制单元"E⑶〃)可如何确定离散频率或频率范围的D-分数的图表。如所示，特定的离散频率的发生按增大能量并且特征为正(例如，在其中发动机事件发生的子信号中)或负(例如，在其中发动机事件并未发生的子信号中)的顺序来布置。图表180包括对应于相同离散频率但拥有不同的能量值的多次发生，因为各次发生可属于爆振传感器信号152的不同子信号。如所示，图表180包括代表与离散频率的各次发生相关联的能量的轴线182。能量从左到右增大，使得具有最低能量的发生在左侧，而具有最高能量的发生在右侧。如上文所述，D-分数可通过选择具有最大能量值的〃 N"次发生来计算，其中"N 〃代表包括发动机事件的子信号的数量。在所示实施例中，"N"等于五，因为存在分类为正(S卩，在其中发生发动机事件的子信号内)的总共五次发生。然而，在选择的五次发生184中，仅四个为正。因此，所示实施例的D-分数为4除以5，或
0.8。应当注意的是，尽管〃N〃在图表180中等于五，但〃N〃可为任何正整数，如，1，2，3，4，5，6，7 8，9，10, 12，14，16，18，20, 30, 40, 50或更大。如前文所论述，除离散频率自身外，D-分数可计算用于一定范围的离散频率，以确定PFBl 12。
[0060]图7为示出系统(例如，控制系统、监测系统、控制器或发动机控制单元"E⑶〃)如何基于D-分数值构成PFB的示图。在某些实施例中，示图200包括三个等级(例如，水平)；然而，其它实施例可具有少于三个的水平(例如，I或2)，同时其它实施可具有三个以上的水平(例如，4，5，6或更大)。在示图200中，第一等级202包括频谱图中的所有离散频率(例如，爆振传感器信号152中的所有频率)。第二等级204为来自第一等级202的两个离散频率的组合。例如，100赫兹(〃Hz〃)和200Hz离散频率合并到100-200HZ频率范围中。如前文所论述，等级的离散频率可在频率范围的D-分数大于独立离散频率的D-分数时合并。因此，在某些实施例中，100-200HZ频率范围的D-分数大于10Hz和200Hz离散频率的独立D-分数。
[0061 ] 类似地，如示图200中所示，400Hz和500Hz离散频率可合并到400-500Hz频率范围中。这可再次发生，因为400-500 Hz频率范围的D-分数大于400 Hz和500 Hz离散频率的独立D-分数。如果离散频率的组合不发生，则独立离散频率的D分数可大于组合频率范围的D分数。例如，600Hz离散频率不与任何其它离散频率或频率范围组合。因此，600Hz D-分数大于500-600Hz频率范围或400-600Hz频率范围的D-分数。
[0062]示图200还具有第三等级206。第三等级代表大于(例如，宽于)第二等级的频率范围的频率范围(例如，第三等级具有200Hz的频率范围，而第二等级具有10Hz的频率范围)。如示图200中所示，300Hz的离散频率与100-200HZ的第二等级频率范围组合，以产生100-300Hz的第三等级频率范围。因此，100-300HZ的频率范围的D-分数可大于100-200HZ的频率范围的D-分数，以及用于独立离散频率中的各个的D-分数(例如，用于100Hz、200Hz和300Hz的D-分数)。
[0063]一旦D-分数可不再通过组合另一独立离散频率而增大，则确定了 PFB112。例如，如果100-400HZ频率范围的D-分数小于用于100-300HZ频率范围的D-分数，则400Hz离散频率不组合到PFB112中，并且100-300HZ为用于PFB112的频率范围。
[0064]图8还示出了爆振传感器信号152可如何变换来估计普通发动机操作期间的期望发动机事件(例如，PFP)的位置。换言之，图8示出并且详述了流程图130中的过程。图8示出了爆振传感器152的子信号220、功率谱密度图222(〃PSD图〃)，以及特征向量224的图表。
[0065]在某些实施例中，系统25使用PFB112和预测模型118调教成识别期望发动机事件(例如，PFP)的位置。因此，当发动机在普通状态(例如，不操作成收集期望的发动机事件的信号)下操作时，系统25接收来自爆振传感器23的信号，但不接收压力信号150或指示发动机事件(例如，PFP)的其它信号。因此，系统25不知道期望发动机事件的真实正时。在某些实施例中，系统25从爆振传感器信号150获取子信号220。此外，系统25可通过将STFT106应用于子信号220来产生PSD图222。在其它实施例中，PSD图222可使用另一类型的傅里叶变换、离散余弦变换、拉普拉斯变换、梅林变换、哈特莱变换、线调频小波变换、汉克尔变换或配置成生成一定时间内的PSD图的任何其它变换生成。
[0066]PSD图222可分成流程图100中确定的PFB(例如，线226)。如上文所述，PSD图222包括随频率变化的子信号220的能量。
[0067]特征向量224可从PSD图222和PFB线226创建。在某些实施例中，特征228的数量可对应于PFB的数量。例如，PSD图222由线226分成五个部分(例如，五个PFB)。因此，五个特征228包括在特征向量224中。如所示实施例中所示，五个特征228不具有相等的特征值。然而，在其它实施例中，特征228可具有相同的特征值。如上文所述，第i个特征对应于第i个PFB中的子信号的能量。应当理解的是，尽管所示特征向量224包括五个特征228，但更多或更少特征可形成并且包括在特征向量224中。例如，特征向量224可具有I，2，3，4，6，7，8，9，10，12，15，20，25，30，40，50个或更多特征。
[0068]在某些实施例中，预测模型118可应用于特征向量来计算期望的发动机事件发生在各个位置处的概率。拥有最大概率的位置可由系统25使用来调整发动机10的各种操作参数(例如，发动机10的发动机正时图、氧化剂/燃料比、排气再循环气体流、进气阀62或排气阀64的位置，或发动机10的另一操作参数)，以提高发动机性能。
[0069]图9-11示出了将由预测模型118估计的时间与由压力信号图102或测量指示一定时间内的期望发动机事件的相关发动机操作参数(进气阀62或排气阀64角)的另一信号确定的发动机事件的真实时间相比较的图表和表格。图9和10通过在VHP L5794GSI(基本)发动机上测试当前公开的技术而生成。图11通过在VHP L5794GSI (基本)发动机、VHPL5794GSI(爆振)发动机、Jenbacher Type 4发动机和CFR-RON发动机上测试当前公开的技术而生成。
[0070]例如，图9为绘出使用预测模型执行的多个测试的误差的直方图240。图9意思是代表可由公开实施例实现的内容，并且因此其不旨在将当前公开的实施例仅限于此类结果。具体而言，直方图240绘出了预测模型118估计发动机事件的真实时间的一定值内的期望发动机事件的正时的次数。直方图240的X轴线242代表使用预测模型118的估计时间(例如，曲柄角度数)与发动机事件的真实时间(例如，曲柄角度数)之间的差异。Y轴线244代表实现该差值的尝试次数。线246代表由预测模型118的发动机事件的位置的最准确估计，因为线246对应于估计的位置与真实位置之间的零差异。如可由直方图240所见，预测模型几乎总是估计5°曲轴内的发动机事件的时间，并且因此相对准确。
[0071]图10示出了代表一定时间内的缸26内的真实压力以及因此发动机事件的真实位置262的第一图260。此外，第二图264代表使用预测模型118的期望的发动机事件将在时间266处发生的概率或估计。另外，图10意思是代表可由公开实施例实现的内容，并且因此其不旨在将当前公开的实施例仅限于此类结果。然而，如图10中可见，预测模型118在发动机事件的正时的估计中相对准确，因为第二图264的峰值266(例如，峰值焚烧压力事件的估计概率)与第一图260中所示的真实位置262非常紧密地匹配。
[0072]图11示出了包括将使用预测模型118的发动机事件的估计位置(例如，正时)与发动机事件的真实位置比较的值的表格270。图11意思也是代表可由公开实施例实现的内容，并且因此其不旨在将当前公开的实施例仅限于此类结果。图11包括用于执行的循环272的数量、执行的测试的平均绝对误差274、检测误差276的平均值、检测误差278的标准偏差和缺失率280的数据。图11示出了预测模型118可潜在地预测2°的曲轴内的发动机事件的位置(例如，正时)(例如，检测误差276列的平均值)。在某些实施例中，预测模型118可估计O到30曲柄角度数;O到25曲柄角度数;0.05到15曲柄角度数或其间任何地方内的发动机事件的位置(例如，正时)。此外，图11示出了预测模型118的缺失率280，其中缺失率280可限定为发动机事件的估计位置(例如，正时)离真实发动机事件位置大于10°曲柄的总发动机循环的百分比。在其它实施例中，缺失率280可限定为发动机事件的估计位置(例如，正时)离真实发动机位置大于15°曲轴54的总发动机循环的百分比。在又一些实施例中，缺失率280可限定为发动机事件的估计位置(例如，正时)离真实发动机位置大于I，2，3，4，5，6，7，8，9，11，12，13，14，20，25，30，35，40，45，50或更大曲柄角的总发动机循环的百分比。如图11中的数据所示，预测模型118可在普通操作期间在发动机10内使用，并且准确地估计期望发动机事件的位置(例如，从缺失率280列)。
[0073]本发明的技术效果包括从爆振传感器接收关于发动机事件的信号。信号可用于使用预测模型和PFB来估计发动机事件的位置。发动机的参数可基于估计位置调整，以改进燃料效率、增强功率输出等。
[0074]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】
1.一种用于估计发动事件位置的系统，包括: 控制器，其配置成: 接收来自联接于往复式发动机的至少一个爆振传感器的信号、使用多变量变换算法将所述信号变换成功率谱密度、使用预测频带将所述功率谱密度变换成多个特征向量、至少使用所述多个特征向量和预测模型来预测所述发动机事件位置，以及基于所述发动机事件位置调整所述往复式发动机的操作。2.根据权利要求1所述的系统，其特征在于，所述发动机事件包括所述往复式发动机的缸的峰值焚烧压力。3.根据权利要求2所述的系统，其特征在于，所述控制器配置成调整所述往复式发动机的发动机正时图、所述往复式发动机的氧化剂/燃料比、所述往复式发动机的排气再循环气体流、所述往复式发动机的进气阀或排气阀的位置，或所述往复式发动机响应于所述峰值焚烧压力的位置的另一操作参数。4.根据权利要求1所述的系统，其特征在于，所述发动机事件包括所述往复式发动机的进气阀和/或排气阀的闭合。5.根据权利要求1所述的系统，其特征在于，所述多变量变换算法包括短时傅里叶变换。6.根据权利要求1所述的系统，其特征在于，所述多变量变换算法包括离散余弦变换。7.根据权利要求1所述的系统，其特征在于，所述至少一个爆振传感器包括配置成感测所述往复式发动机的缸中的振动和/或声响的压电爆振传感器。8.根据权利要求1所述的系统，其特征在于，所述预测模型调教成预测用于特定往复式发动机的所述发动机事件位置。9.根据权利要求8所述的系统，其特征在于，所述特定往复式发动机包括WaukeshaVHP发动机、Jenbacher Type 4发动机，或任何其它内往复式发动机。10.—种用于调教控制器来估计往复式发动机中的峰值焚烧压力的位置的方法，包括: 接收来自至少一个爆振传感器的第一信号，其中所述信号包括对应于峰值焚烧压力事件的数据； 从压力传感器接收对应于所述峰值焚烧压力位置的第二信号； 将所述第一信号变换成包括一定时间内的频率能量的功率谱密度； 将所述功率谱密度与所述第二信号相比较来形成预测频带； 将所述功率谱密度转换成多个特征向量；以及 使用所述多个特征向量和所述第二信号执行算法来生成预测模型，其中所述预测模型配置成在普通发动机操作期间估计所述往复式发动机中的峰值焚烧压力的所述位置。
【文档编号】F02B77/08GK106014658SQ201610172512
【公开日】2016年10月12日
【申请日】2016年3月24日
【发明人】I.巴塔尔, J.J.比祖布, B.A.马修斯
【申请人】通用电气公司