FR2893982A1 - Procede et systeme d'estimation d'une temperature des gaz d'echappement en interne d'un systeme de post traitement - Google Patents

Abstract

L'invention concerne un procédé d'estimation d'une température des gaz d'échappement d'un moteur (1), caractérisé en ce qu'il met en oeuvre un estimateur (15) comprenant une série de réseaux (17,37) de neurones montés en cascade.L'invention concerne également un système d'estimation d'une température des gaz d'échappement ainsi qu'un moteur équipé d'un tel système.

Description

Le domaine de l'invention est celui du pilotage d'un moteur à combustion

interne, et plus particulièrement des dispositifs d'échappement montés en aval du collecteur d'échappement du moteur. L'invention concerne plus précisément un procédé et un système d'estimation d'une température des gaz en interne d'un système de post traitement, ainsi qu'un moteur à combustion interne équipé d'un tel système. Pour réduire les émissions de gaz polluants des véhicules automobiles, des systèmes de post-traitement des gaz sont généralement lo disposés dans la ligne d'échappement des moteurs. Ces systèmes sont prévus pour réduire aussi bien les émissions du monoxyde de carbone, des hydrocarbures imbrûlés que celles des particules et des oxydes d'azote. Ces systèmes fonctionnent de manière discontinue ou alternative en 15 ce qu'ils alternent des phases de stockage des polluants et des phases de régénération des pièges (c'est-à-dire de conversion des polluants stockés en substances non polluantes). Afin d'optimiser le traitement de l'ensemble des polluants, il est nécessaire de contrôler au mieux ces phases de stockage et de 20 régénération. Il est notamment nécessaire d'estimer au cours du temps les masses piégées (c'est-à-dire les particules dans le cas du filtre à particule, les oxydes d'azote dans le cas du piège à oxydes d'azote). De même, il est nécessaire de connaître l'évolution au cours du temps des masses converties lors des phases de régénération. 25 Or l'évolution de ces masses lors des phases de stockage et de régénération dépend directement de la température du support de ces pièges et des gaz qui les traversent. On cherche donc à connaître, sinon à contrôler, la température des gaz en interne des systèmes de post traitement. 30 Par ailleurs, l'augmentation de la complexité des moteurs et de leurs modes de fonctionnement requièrent des moyens de gestion électronique

de plus en plus sophistiqués et par là même, des moyens de mesure ou d'estimation de plus en plus nombreux. Mais il s'avère que de nombreuses grandeurs physiques ne sont pas directement mesurables comme la température interne qui nous concerne.

II apparaît donc nécessaire, pour la commande de la régénération des pièges et pour la commande du moteur proprement dit, de connaître la température des gaz d'échappement du moteur. L'obtention d'une estimation précise de la température des gaz d'échappement à l'intérieur d'un système de post-traitement disposé en aval de la turbine d'un moteur io suralimenté peut ainsi s'avérer particulièrement utile. L'invention vise à résoudre ce problème de l'estimation de la température au sein d'un système de post traitement. Pour connaître la température des gaz en interne d'un dispositif de traitement physique et/ou chimique des gaz d'échappement placé en aval 15 de la turbine d'un moteur, on a recours aujourd'hui à des modèles d'estimation de cette température mis en oeuvre par des calculateurs électroniques embarqués. Ces nombreux modèles d'estimation plus ou moins complexes se basent sur des équations physiques permettant d'estimer la température 20 des gaz en interne d'un système de post traitement. On pourra ainsi se référer à la demande de brevet internationale WO 2004092555 déposée le 13 avril 2004. Elle propose d'utiliser un estimateur par modèle physique pour estimer l'état thermique le long d'un piège catalytique à oxydes d'azote ou 25 Nox à partir de la température d'entrée du piège, déterminée par un capteur. La solution décrite dans ce document ne permet pas de s'affranchir du vieillissement thermique du capteur de température utilisée en entrée du piège, la précision de l'estimation de la température réalisée pouvant alors 30 dérivée avec celui ci.

Il s'avère ainsi nécessaire de supprimer certains capteurs tout en conservant la facilité de mapping de fonctions telles que la régulation thermique ou la régénération de filtre à particules. D'autre part, l'utilisation de modèles thermiques physiques présente des inconvénients. Si ces modèles sont généralement fidèles en régime de gaz permanent, ils s'avèrent plutôt médiocres en régime transitoire. De plus, de nombreux paramètres (paramètres physiques, variables d'état) nécessaires à ces modèles sont difficilement identifiables ou mesurables sur moteur. io En outre, ces modèles sont la plupart du temps trop gourmands en terme de charge de calcul ou de ressource mémoire pour pouvoir être implémentés dans un calculateur de gestion électronique moteur. La présente invention a pour objectif d'améliorer la connaissance d'une température des gaz d'échappement, et en particulier de la 15 température en interne d'un dispositif de traitement physique et/ou chimique des gaz d'échappement. A cet effet, on propose, selon l'invention, un procédé d'estimation d'une température des gaz d'échappement d'un moteur, caractérisé en ce qu'il met en oeuvre un estimateur comprenant une série de réseaux de 20 neurones montés en cascade. Certains aspects préférés, mais non limitatifs du procédé selon l'invention sont les suivants : l'estimateur comprend des réseaux de neurones disposant, chacun, d'une boucle de rétroaction retournant directement ou indirectement en 25 entrée de réseau une ou plusieurs des grandeurs disponibles en sortie de réseau ; on fournit en entrée de l'estimateur une information relative à la température des gaz en aval d'un système de post traitement disposé sur la ligne d'échappement du moteur, l'estimateur fournissant en sortie 30 l'estimation de la température des gaz d'échappement en interne dudit système ; - l'un des réseaux de neurones de l'estimateur reçoit en entrée au moins une estimation de la température en sortie d'un monolithe, grandeur disponible en sortie d'un réseau de neurones précédent, et fournit en sortie une estimation de la température des gaz d'échappement en interne d'un système de post traitement; - le procédé peut mettre en oeuvre un post-traitement de l'estimation de température réalisée par le dernier réseau de neurones de la série ; - le procédé peut réaliser une rétroaction de la température estimée, disponible en sortie du module de post traitement ; io - le procédé peut mettre en oeuvre un prétraitement d'une ou plusieurs des variables en entrée de l'estimateur en réalisant des calculs basés sur des relations physiques connues ; - le procédé peut mettre en oeuvre un retraitement de certaines des grandeurs en sortie de chaque réseau avant que celles-ci ne soient 15 retournées, selon un rebouclage ainsi dit indirect, vers l'entrée du ou des réseaux ; le procédé peut comporter une étape préalable d'apprentissage de l'estimateur à l'aide d'une base de données représentatives de zones de fonctionnement du intéressantes. 20 Selon un autre aspect, l'invention concerne un système d'estimation d'une température des gaz d'échappement d'un moteur comportant un estimateur comprenant une série de réseaux de neurones caractérisé en ce que lesdits réseaux de neurones sont montés en cascade. Selon encore d'autres aspects, l'invention concerne un moteur à 25 combustion interne équipé d'un système d'estimation d'une température des gaz d'échappement selon l'invention. D'autres aspect, buts et avantages de l'invention apparaîtront à la lecture de la description détaillée suivante de formes de réalisation préférées de celle-ci, donnée à titre d'exemple non limitatif et faite en 30 référence aux dessins annexés sur lesquels : - la figure 1 est une vue schématique d'un moteur à combustion interne selon un aspect de l'invention ; - la figure 2 est une vue schématique d'un système d'estimation d'une température de gaz d'échappement selon un aspect de l'invention ; - la figure 3 est un diagramme montrant les étapes du procédé d'estimation d'une température de gaz d'échappement selon un aspect de l'invention. Sur la figure 1, seuls les éléments nécessaires à la compréhension de l'invention ont été représentés. Un moteur à combustion interne 1 est ~o destiné à équiper un véhicule tel qu'une automobile. Le moteur 1 est par exemple un moteur Diesel suralimenté par turbocompresseur à quatre cylindres en ligne et injection directe de carburant. Le moteur 1 comprend un circuit d'admission 2 assurant son alimentation en air, un calculateur 3 de contrôle moteur, un circuit de carburant sous pression 15 4, et une ligne d'échappement 5 des gaz. L'injection du carburant dans les cylindres est assurée par des injecteurs, non représentés, débouchant dans les chambres de combustion et pilotés par le calculateur 3 à partir du circuit 4. En sortie du moteur 1, les gaz d'échappement évacués dans la 20 ligne d'échappement 5 traversent un ou plusieurs dispositifs de post-traitement 6 (par exemple filtre à particules, filtre à oxydes d'azote, piège à Nox). Un turbocompresseur 7 comprend un compresseur disposé sur le circuit d'admission 2 et une turbine disposée sur la ligne d'échappement 5. Entre le compresseur et le moteur 1, le circuit 25 d'admission 2 comprend un échangeur thermique 8 permettant de refroidir l'air comprimé à la sortie du compresseur et d'accroître ainsi sa masse volumique, un volet d'admission d'air 9 commandé par le calculateur 3, et un capteur de pression 10 relié au calculateur 3. En sortie du moteur 1, en amont de la turbine, la ligne 30 d'échappement 5 comporte en outre des moyens 30 adaptés pour fournir une information relative à la température des gaz d'échappement en amont de la turbine. La ligne d'échappement 5 comprend également, en aval des systèmes de post traitement 6, des moyens 40 adaptés pour fournir une 5 information relative à la température des gaz d'échappement en sortie du ou des systèmes de post traitement 6. Lesdits moyens 30 et 40 sont par exemple constitués par une sonde de mesure de température ou encore par un estimateur prévu pour fournir une estimation desdites température des gaz lo d'échappement. Le moteur 1 comprend aussi un circuit de recyclage de gaz d'échappement 11 équipé d'une vanne 12 dont l'ouverture est pilotée par le calculateur 3 ; on peut ainsi réintroduire des gaz d'échappement dans le circuit d'admission 2. Un débitmètre d'air 13 est monté dans le 15 circuit d'admission 2 en amont du compresseur pour fournir au calculateur 3 des informations relatives au débit de l'air d'admission alimentant le moteur. Des capteurs 14, par exemple de pression ou de température, peuvent également être prévus. Le calculateur 3 comprend, de façon classique, un 20 microprocesseur ou unité centrale, des zones mémoires, des convertisseurs analogiques/numériques et différentes interfaces d'entrée et de sortie. Le microprocesseur du calculateur comprend des circuits électroniques et les logiciels appropriés pour traiter les signaux en provenances des différents capteurs, en déduire les états du moteur 25 et générer les signaux de commande appropriés à destination des différents actionneurs pilotés tels que les injecteurs. Le calculateur 3 commande ainsi la pression du carburant dans le circuit 4 et l'ouverture des injecteurs, et ce, à partir des informations délivrées par les différents capteurs et en particulier de la masse d'air 30 admise, du régime moteur, ainsi que d'étalonnages mémorisés

permettant d'atteindre les niveaux de consommation et de performance souhaités. Le calculateur 3 comprend en outre un estimateur 15 à réseaux de neurones prévu pour réaliser une estimation de la température interne des gaz d'échappement du ou des dispositifs de post-traitement 6. Pour des raisons de simplicité et de partage d'un certain nombre de ressources, notamment de calcul et de mémoire, il est particulièrement avantageux de disposer l'estimateur 15 au sein du calculateur 3.

Comme cela est illustré sur la figure 2, l'estimateur 15 comprend une série de deux réseaux de neurones 17,37 montés en cascade ainsi qu'un module de prétraitement 16 et un module de post-traitement 18. Une série de réseaux de neurones 17, 37 montés en cascade signifie que chaque réseau utilise en entrée une grandeur disponible et calculée par le réseau qui le précède. Chacun des réseaux 17, 37 dispose d'une boucle de rétroaction prévue pour retourner en entrée du ou des réseaux de neurones 17,37 une ou plusieurs des variables disponibles en sortie dudit réseau. Chacun d'eux 17 et 37 comporte une voie de sortie relative à l'estimation de température désirée, ainsi qu'éventuellement une ou plusieurs autres voies de sorties relatives à des grandeurs d'état non mesurables destinées à être rebouclées, directement ou indirectement, vers l'entrée du ou des réseaux 17 et 37. Le premier réseau de neurones 17 permet d'estimer la température à la sortie du monolithe tandis que le second réseau de neurones 37 dispose d'une voie de sortie relative à l'estimation de la température des gaz d'échappement en interne d'un système de post traitement 6. Le premier réseau de neurones 17 comprend, par ailleurs, une entrée relative à l'information relative à la température des gaz d'échappement en aval du ou des systèmes de post traitement 6, telle que fournie par exemple par les moyens 40.

Il peut également comporter une ou plusieurs autres entrées relatives à des grandeurs physiques représentatives d'état du moteur, telles que par exemple : le débit massique des gaz, s le régime moteur la pression des gaz en amont et en aval du système de post traitement, la vitesse du véhicule, la température de l'air ambiant, to la pression de suralimentation mesurée par le capteur de pression disposé en aval du compresseur, de l'échangeur thermique et du volet d'admission d'air, la température en sortie du système de post traitement, la température en sortie du réseau de neurones calculée au pas 15 précédent. Le premier réseau de neurones 17 peut également recevoir en entrée le débit de carburant, le débit d'air. Le second réseau de neurones 37, quant à lui, reçoit principalement les mêmes entrées relatives à des grandeurs physiques 20 représentatives d'état du moteur mais également une estimation de la température en sortie du monolithe calculée par le premier réseau de neurones 17et la température des gaz d'échappement en interne d'un système de post traitement 6 calculée au pas précédent (par lui-même). Ainsi, l'estimateur 15 comprend un réseau de neurones 37 recevant 25 en entrée au moins une estimation de la température en sortie d'un monolithe, grandeur disponible en sortie du réseau de neurones 17 précédent pour fournir en sortie une estimation de la température des gaz d'échappement en interne d'un système de post traitement 6 Les réseaux de neurones 17, 37 sont constitués, chacun, d'un 30 certain nombre de neurones définis par leurs paramètres (poids, biais), et par leurs fonctions d'activation. La sortie s d'un neurone est liée aux entrées

(el, e2, en) du neurone par s = F (ei*w1+ e2*w2+...+en*wn + b), où F est la fonction d'activation du neurone, w2, ...wn les poids et b le biais. Le nombre de neurones d'un réseau, les valeurs des poids et des biais des différents neurones sont des paramètres susceptibles de calibration qui peuvent en particulier être déterminés lors d'une phase d'apprentissage qui sera décrite plus en avant par la suite. Par ailleurs, le module de prétraitement 16 permet de traiter une ou plusieurs des variables en entrée de l'estimateur 15 en réalisant des calculs basés sur des relations physiques connues. Le module de prétraitement 16 io permet en particulier de réduire le nombre d'entrées des réseaux de neurones 17 et 37 en calculant une ou plusieurs variables al, a2 chacune représentative d'une ou plusieurs grandeur(s) physique(s), mesurable(s) ou non, absente(s) en entrée du calculateur 3, à partir de plusieurs variables d'entrée. Le module 16 permet aussi de filtrer certaines entrées 15 susceptibles de prendre des valeurs aberrantes. Le module de post-traitement 18 permet de traiter l'estimation de température disponible en sortie du dernier réseau de neurones 37 de la série pour émettre un signal S de température estimée en sortie de l'estimateur, à disposition du calculateur 3. Ce traitement peut être par 20 exemple un filtrage permettant de rendre l'estimateur robuste en limitant le retour vers l'entrée d'une donnée aberrante. Comme mentionné précédemment, une ou plusieurs des variables en sortie de chaque réseau 17, 37 suivent une boucle de rétroaction et sont retournées en entrée du ou des réseaux de neurones 17, 37. 25 Certaines des variables en sortie du réseau peuvent être traitées (par exemple filtrées, retardées ou associées à d'autres entrées dans le module de prétraitement) avant d'être retournées en entrée du réseau. En référence à la figure 2, on a ainsi illustré le cas où des grandeurs d'état /31, fl2, /33, 01, 02, 03 (non mesurables et connues 30 uniquement lors de l'apprentissage) disponibles, respectivement, en i0

sortie des réseaux 17 et 37 sont rebouclées vers l'entrée de leur réseau respectif 17 et 37. On a aussi illustré le cas où la sortie S de l'estimateur 15 et plus précisément du second réseau de neurones 37 (c'est-à-dire l'estimation s de la température des gaz en interne d'un système de post traitement 6 disposé sur la ligne d'échappement des gaz) disponible en sortie du module de post-traitement 18 (et dont la valeur est ici mesurable lors de l'apprentissage) est d'une part rebouclée après avoir été retardée (cf. retardateur représenté par le symbole z-') vers l'entrée du réseau 37, io et d'autre part rebouclée après avoir été retardée vers l'entrée du réseau 17 et vers le module de pré traitement 16. En mettant en oeuvre pour chaque réseau de neurones une telle rétroaction d'une ou plusieurs des variables en sortie d'un réseau de neurones, ledit réseau utilise en entrée de sa fonction d'estimation une ou 15 de plusieurs des valeurs prédites aux pas de calculs précédents par cette même fonction d'estimation, et cela que ces valeurs aient été ou non mesurées lors de la phase d'apprentissage. Un tel rebouclage de rétroaction présente l'avantage de permettre la prise en compte de phénomènes fortement dynamiques voire non linéaires. 20 Les réseaux de neurones 17, 37 peut ainsi être qualifié de récurrent ou dynamique. L'utilisation d'une sonde de température en sortie de chaque système de post traitement 6 au lieu d'une sonde en amont de ces systèmes permet d'établir un modèle thermique de température de gaz 25 d'échappement dit modèle inverse. Ce modèle thermique peut être, ainsi, définit comme un modèle inverse neuronal semi physique. L'estimateur 15 permet finalement d'obtenir une estimation de la température des gaz d'échappement en interne d'un dispositif de post- 30 traitement 6 placé dans la ligne d'échappement du moteur et ce, en différents emplacements. L'estimateur peut ainsi être vu comme mettant

en oeuvre une fonction de transfert prenant en entrée une information relative à la température en aval d'un système de post traitement 6, ainsi qu'éventuellement une ou plusieurs autres informations relatives notamment à des grandeurs physiques, pour fournir en sortie l'estimation de température désirée. La description ci-après concerne la conception et l'apprentissage de l'estimateur 15. Une fois l'estimateur élaboré et implémenté par exemple dans le logiciel de gestion électronique du moteur, il s'agit de choisir les réseaux to de neurones, notamment en déterminant le nombre de neurones et en calibrant les paramètres (poids, biais) de chacun. L'apprentissage d'un réseau de neurones est réalisé sur ordinateur à partir de données collectées sur véhicule. Chacun des réseaux de neurones peut faire l'objet d'un apprentissage 15 par une méthode d'algorithme d'apprentissage, notamment à l'aide d'une base de données 19. La base de données 19 est alimentée à partir de résultats d'essais réels sur piste d'un véhicule avec des essais à différents rapports de boîte de vitesses, avec différentes accélérations et décélérations, le tout étant 20 choisi pour être représentatif des conditions normales de fonctionnement du véhicule. En outre, on pourra prévoir de scinder la base de données alimentée à partir des essais sur piste en une base d'apprentissage et en une base de tests, de façon à réduire la taille de la base de données 19 qui forme la base d'apprentissage. La base est une base distincte du véhicule 25 et mise en oeuvre lors d'opérations d'initialisation du véhicule ou encore lors d'opérations de maintenance. Sur la figure 3, sont illustrées les étapes de conception et d'apprentissage de l'estimateur à réseaux de neurones. A l'étape 20, on effectue des essais permettant de générer les 30 données pour renseigner la base de données 19 (cf. flèche à destination de la base 19 sur la figure 2), les données étant représentatives de zones de

fonctionnement intéressantes. Il s'agit effectivement de parcourir de manière représentative l'espace de variation (ou tout du moins une partie) des entrées et sorties de l'estimateur. II peut être utile d'effectuer un nettoyage des données, par traitement du signal, par exemple pour supprimer les points aberrants, pour supprimer les points redondants, pour re-synchroniser ou pour filtrer les données. À l'étape 21, on découpe les données en deux parties pour former une base de tests et une base d'apprentissage. À l'étape 22, on détermine les prétraitements devant être exécutés par le module de prétraitement 16 lo et les réseaux de neurones 17,37 effectuent les apprentissages à partir de la base de données d'apprentissage. À l'étape 23, on teste la performance avec un ou plusieurs critères de validation, sur la base de test et sur la base d'apprentissage. À l'étape 24, on effectue le choix des réseaux de neurones 17, 37 et à l'étape 25, on effectue les caractérisations des 15 performances et de tests sur le véhicule. La flèche issue de la base 19 sur la figure 2 illustre de quelle manière les données de la base 19 sont utilisées pour l'apprentissage et la validation de l'estimateur 15. Entre les étapes 23 et 24, il peut être prévu un rebouclage 26 20 permettant de remonter à l'amont de l'étape 22 pour effectuer un certain nombre d'itérations avec des modifications éventuelles sur le nombre de neurones, les entrées, les sorties, le découpage en nombre de réseaux, l'architecture du ou des réseaux de neurones 17, le type d'apprentissage, les critères d'optimisation, etc. 25 Ce processus itératif (rebouclage 26) permet d'élaborer l'estimateur souhaité (précision, robustesse), à moindre coût (nombre d'entrées, nombre de calculs, nombre et difficulté des essais, etc.). Entre les étapes 24 et 25, il peut être prévu un rebouclage 27 lorsqu'il s'avère que les données générées à l'étape 20 sont insuffisantes. On 30 repasse alors à l'étape 20 pour générer de nouvelles données appelées à

remplacer les données précédemment acquises ou à les compléter afin d'établir un nombre de points de mesure suffisant. À titre d'exemple, on peut prévoir 5000 points de mesure dans la base d'apprentissage.

Lors de l'étape 23 de test, on peut prévoir des critères de choix pour sélectionner le jeu de paramètres permettant l'estimation la plus précise (par exemple en supprimant des points dont l'erreur est supérieure à 50 C, en recherchant une moyenne d'erreur proche de 5 C, ou encore en recherchant une erreur moyenne glissante faible).

Finalement, la mise en oeuvre de l'invention pour l'estimation de la température des gaz d'échappement est peu consommatrice des ressources du calculateur (charge de calcul, mémoire nécessaire), utilise un nombre restreint de paramètres, et peut ainsi être facilement implémentée. De plus, dès lors que la base de données utile à l'apprentissage est suffisamment représentative de l'ensemble des conditions d'utilisation ultérieures, la température des gaz en interne d'un système de post-traitement 6 peut être estimée avec précision (de l'ordre de quelques degrés), et cela que ce soit en régime permanent ou transitoire.

Claims (10)

REVENDICATIONS

1. Procédé d'estimation d'une température des gaz d'échappement d'un moteur (1), caractérisé en ce qu'il met en oeuvre un estimateur (15) 5 comprenant une série de réseaux de neurones (17,37) montés en cascade.

2. Procédé selon la revendication précédente, caractérisé en ce que lesdits réseaux de neurones (17,37) disposent, chacun, d'une boucle de rétroaction retournant directement ou indirectement en entrée de réseau 10 une ou plusieurs des grandeurs disponibles en sortie de réseau.

3. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'on fournit en entrée de l'estimateur (15) une information relative à la température des gaz en aval d'un système de post traitement (6) disposé 15 sur la ligne d'échappement (5) du moteur, l'estimateur (15) fournissant en sortie l'estimation de la température des gaz d'échappement en interne dudit système (6).

4. Procédé selon l'une des revendications précédentes, caractérisé en ce 20 que l'un des réseaux de neurones (37) reçoit en entrée au moins une estimation de la température en sortie d'un monolithe, grandeur disponible en sortie d'un réseau de neurones (17) précédent, et fournit en sortie une estimation de la température des gaz d'échappement en interne d'un système de post traitement (6). 25

5. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'il met en oeuvre un post-traitement de l'estimation de température réalisée par le dernier réseau de neurones (37) de la série.

6. Procédé selon la revendication précédente, caractérisé en ce qu'on réalise une rétroaction de la température (S) estimée, disponible en sortie du module de post traitement (18).

7. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'il met en oeuvre un prétraitement d'une ou plusieurs des variables en entrée de l'estimateur en réalisant des calculs basés sur des relations physiques connues.

8. Procédé selon l'une des revendications précédentes, caractérisé en ce qu'il met en oeuvre un retraitement de certaines des grandeurs en sortie de chaque réseau avant que celles-ci ne soient retournées, selon un rebouclage ainsi dit indirect, vers l'entrée du ou des réseaux.

9. Système d'estimation d'une température des gaz d'échappement d'un moteur (1) comportant un estimateur (15) comprenant une série de réseaux de neurones (17,37) caractérisé en ce que lesdits réseaux de neurones (17,37) sont montés en cascade.

10. Moteur (1) à combustion interne comportant un système d'estimation d'une température des gaz d'échappement selon la revendication 9.25