[发明专利]用于利用深度学习系统检测引擎爆震的系统和方法

权利要求书

1.一种用于训练深度学习系统以尽管使用来自低保真度爆震检测传感器的数据也利用与高保真度爆震检测传感器关联的准确度来检测引擎爆震的系统，所述系统包括：

引擎；

高保真度爆震检测传感器；

低保真度爆震检测传感器；和

电子处理器，电子处理器被配置为：

从高保真度爆震检测传感器接收第一数据，其中第一数据表示引擎的燃烧室中的压力；

从低保真度爆震检测传感器接收第二数据，其中第二数据表示引擎块的振动；

将第一数据映射到第二数据；

使用包括所映射的数据的训练数据，训练深度学习系统以使用来自低保真度爆震检测传感器的数据来确定所预测的峰值压力；

从低保真度爆震检测传感器接收第三数据；以及

使用第三数据，利用经训练的深度学习系统确定所预测的峰值压力。

2.如权利要求1所述的系统，其中深度学习系统是卷积神经网络。

3.如权利要求2所述的系统，其中由卷积神经网络学习的一维滤波器提取包括在第一数据中的与振动的时间关联的特征。

4.如权利要求2所述的系统，其中卷积神经网络的各层是全连接的。

5.如权利要求1所述的系统，其中电子处理器被进一步配置为当所预测的峰值压力小于或等于预定阈值时检测引擎爆震。

6.如权利要求5所述的系统，其中，所述系统进一步包括点火器，并且电子处理器被进一步配置为：

当检测到引擎爆震时使点火器延迟。

7.如权利要求1所述的系统，其中电子处理器被配置为通过如下来将第一数据映射到第二数据：

将包括在第一数据中的峰值压力映射到包括在第二数据中的振动。

8.如权利要求1所述的系统，其中，所述系统进一步包括点火器，并且电子处理器被进一步配置为：

基于所预测的峰值压力来更新点火器的操作点。

9.一种用于训练深度学习系统以尽管使用来自低保真度爆震检测传感器的数据也利用与高保真度爆震检测传感器关联的准确度来检测引擎爆震的方法，所述方法包括：

利用电子处理器从高保真度爆震检测传感器接收第一数据，其中第一数据表示引擎的燃烧室中的压力；

利用电子处理器从低保真度爆震检测传感器接收第二数据，其中第二数据表示引擎块的振动；

利用电子处理器将第一数据映射到第二数据；

使用包括所映射的数据的训练数据，训练深度学习系统以使用来自低保真度爆震检测传感器的数据来确定所预测的峰值压力；

从低保真度爆震检测传感器接收第三数据；以及

使用第三数据，利用经训练的深度学习系统确定所预测的峰值压力。

10.如权利要求9所述的方法，其中，深度学习系统是卷积神经网络。

11.如权利要求10所述的方法，其中，由卷积神经网络学习的一维滤波器提取包括在第一数据中的与振动的时间关联的特征。

12.如权利要求10所述的方法，其中，卷积神经网络的各层是全连接的。

13.如权利要求9所述的方法，所述方法进一步包括：

当所预测的峰值压力小于或等于预定阈值时检测引擎爆震。

14.如权利要求13所述的方法，所述方法进一步包括：

当检测到引擎爆震时使引擎的点火器延迟。

15.如权利要求9所述的方法，其中，将第一数据映射到第二数据包括：

将包括在第一数据中的峰值压力映射到包括在第二数据中的振动。

16.如权利要求9所述的方法，所述方法进一步包括：

基于所预测的峰值压力来更新引擎的点火器的操作点。