[发明专利]一种基于离子电流的发动机早燃和积碳的检测与区分方法

权利要求书

1.一种基于离子电流的发动机早燃和积碳的检测与区分方法，其特征在于，包括以下步骤：

S1：采集发动机各工况下的离子电流信号及缸压信号，具体为分别采集正常运行工况、早燃工况和积碳工况下发动机的离子电流信号和缸压信号，所述的离子电流信号来自于发动机火花塞正负电极之间施加的电场；

S2：利用离子电流信号筛选出发动机的积碳循环和早燃循环，并利用缸压信号对离子电流信号标记早燃循环和早燃时刻，所述的利用离子电流信号筛选出发动机的积碳循环和早燃循环，具体包括：

通过点燃时刻前早燃检测窗口内的离子电流信号幅值是否高于设定阈值，从所有数据中筛选出早燃循环和积碳循环；

所述的利用缸压信号对离子电流信号标记早燃循环和早燃时刻，具体包括：

通过缸压信号计算放热率及燃烧相位，并通过燃烧起始相位与点火时刻的对比，标记出早燃循环和早燃时刻；

S3：利用标记完成的离子电流信号，构建训练数据集，训练循环神经网络模型，所述的训练数据集包括输入数据和输出数据，所述的输入数据为早燃检测窗口内的离子电流均值按时间排列的数组，所述的输出数据为用于表明当前时刻燃烧类型为正常燃烧、存在积碳或早燃的概率的三元素数组(x,y,z)，其中x为正常燃烧的概率，y为积碳的概率，z为早燃的概率；

S4：将训练完成的循环神经网络模型移植到发动机ECU中，用于发动机早燃与积碳的实时检测，所述的循环神经网络模型用于发动机早燃与积碳的实时检测时，其输入变量为早燃检测窗口内每度曲轴转角内的离子电流信号均值，输出变量为三元素数组(x,y,z)，所述的早燃检测窗口为点火线圈蓄能到点火时刻之间的时间；

具体包括以下步骤：

S41：实时获取发动机的离子电流信号，并判断当前是否位于早燃检测窗口，若是，则执行步骤S42，否则继续执行本步骤；

S42：计算每度曲轴转角内的离子电流信号均值，并输入循环神经网络模型；

S43：循环神经网络模型判断是否发生早燃，若是，则执行步骤S44，否则返回执行步骤S45；

S44：采取抑制超级爆震的措施；

S45：判断当前是否仍位于早燃检测窗口，若是，则返回执行步骤S42，否则执行步骤S46；

S46：循环神经网络模型判断是否发生积碳，若是，则执行步骤S47，否则判断发动机燃烧正常；

S47：调整后续发动机工况消除积碳。

2.根据权利要求1所述的一种基于离子电流的发动机早燃和积碳的检测与区分方法，其特征在于，所述的循环神经网络为五层结构的LSTM循环神经网络，其第一层和第三层为LSTM层，第二层和第四层为给定神经元舍弃概率的舍弃层，第五层为全连接层，所述的循环神经网络模型采用Adam优化器进行迭代训练，并根据训练结果调整神经网络结构。