FR3085442A1 - Dispositif et procede de commande d’un moteur thermique de vehicule - Google Patents

Dispositif et procede de commande d’un moteur thermique de vehicule Download PDF

Info

Publication number
FR3085442A1
FR3085442A1 FR1857913A FR1857913A FR3085442A1 FR 3085442 A1 FR3085442 A1 FR 3085442A1 FR 1857913 A FR1857913 A FR 1857913A FR 1857913 A FR1857913 A FR 1857913A FR 3085442 A1 FR3085442 A1 FR 3085442A1
Authority
FR
France
Prior art keywords
rate
engine
parameter
nitrogen oxides
neural network
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
FR1857913A
Other languages
English (en)
Inventor
Fabien Denys
Thomas Leroy
Caroline Ngo
Jordan Rudloff
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
PSA Automobiles SA
Original Assignee
PSA Automobiles SA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by PSA Automobiles SA filed Critical PSA Automobiles SA
Priority to FR1857913A priority Critical patent/FR3085442A1/fr
Publication of FR3085442A1 publication Critical patent/FR3085442A1/fr
Withdrawn legal-status Critical Current

Links

Classifications

    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02DCONTROLLING COMBUSTION ENGINES
    • F02D41/00Electrical control of supply of combustible mixture or its constituents
    • F02D41/02Circuit arrangements for generating control signals
    • F02D41/14Introducing closed-loop corrections
    • F02D41/1401Introducing closed-loop corrections characterised by the control or regulation method
    • F02D41/1405Neural network control
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02DCONTROLLING COMBUSTION ENGINES
    • F02D41/00Electrical control of supply of combustible mixture or its constituents
    • F02D41/02Circuit arrangements for generating control signals
    • F02D41/14Introducing closed-loop corrections
    • F02D41/1438Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor
    • F02D41/1444Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases
    • F02D41/146Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an NOx content or concentration
    • F02D41/1461Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an NOx content or concentration of the exhaust gases emitted by the engine
    • F02D41/1462Introducing closed-loop corrections using means for determining characteristics of the combustion gases; Sensors therefor characterised by the characteristics of the combustion gases the characteristics being an NOx content or concentration of the exhaust gases emitted by the engine with determination means using an estimation
    • FMECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F02COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
    • F02DCONTROLLING COMBUSTION ENGINES
    • F02D2200/00Input parameters for engine control
    • F02D2200/02Input parameters for engine control the parameters being related to the engine
    • F02D2200/021Engine temperature

Landscapes

  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Computation (AREA)
  • Output Control And Ontrol Of Special Type Engine (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)

Abstract

Procédé de commande d'un moteur thermique (M) de véhicule, comprenant les étapes consistant à : - mesurer ou estimer au cours du fonctionnement du moteur thermique (M) : (i) au moins un paramètre de remplissage et (ii) au moins un paramètre de thermique d'air d'admission, choisi parmi - prédire un premier taux d'émission d'oxydes d'azote avec un premier réseau neuronal artificiel, en prenant en compte le paramètre de remplissage au cours du fonctionnement du moteur thermique (M), - corriger ce premier taux d'émission d'oxydes d'azote prédit par le premier réseau neuronal artificiel, avec un deuxième réseau neuronal artificiel prenant en compte le paramètre de thermique, pour prédire un taux d'émission d'oxydes d'azote corrigé, - comparer le taux d'émission d'oxydes d'azote corrigé avec une valeur seuil, - commander au moins un actionneur du moteur thermique (M) si la valeur seuil est dépassée.

Description

DISPOSITIF ET PROCEDE DE COMMANDE D’UN MOTEUR THERMIQUE DE VEHICULE [0001] La présente invention concerne de manière générale un dispositif et un procédé de commande d’un moteur thermique monté sur un véhicule automobile, et en particulier, l’invention concerne un dispositif et un procédé de commande d’un moteur thermique prévus pour gérer efficacement le traitement des effluents du moteur thermique.
[0002] Il est connu dans l’art antérieur des dispositifs prévus pour gérer le traitement des effluents d’un moteur thermique, tel que celui du document US20110214650, dans lequel des capteurs physiques de mesure sont remplacés par une unité de prédiction d’un taux d’effluent produit par le moteur. En contrepartie, ce système présente notamment l'inconvénient de ne pas être très précis, et requiert aussi un grand nombre d’essais pour déterminer et obtenir un modèle de prédiction apte à remplacer des capteurs physiques.
[0003] Un but de la présente invention est de répondre aux inconvénients de l’art antérieur mentionnés ci-dessus et en particulier, tout d'abord, de proposer un dispositif et un procédé de commande d’un moteur thermique prévus pour gérer efficacement le traitement des effluents du moteur thermique, avec des valeurs prédites précises, sans pour autant nécessiter de lourdes campagnes de calibrations préliminaires.
[0004] Pour cela un premier aspect de l'invention concerne un procédé de commande d'un moteur thermique de véhicule, comprenant :
• une phase de commande du moteur thermique, comprenant les étapes consistant à :
- mesurer ou estimer à partir de mesures au cours du fonctionnement du moteur thermique :
(i) au moins un paramètre de remplissage moteur choisi parmi :
- 2 o un ratio air frais / air recyclé, et/ou o un paramètre de commande d'injection tel qu'une quantité de carburant et/ou un phasage d'injection et/ou une durée d’injection, et/ou o une pression d'injection, et (ii) au moins un paramètre de thermique d’air d’admission moteur, choisi parmi o un régime moteur, et/ou o un débit d’air éventuellement corrigé par un taux d’hygrométrie, et/ou o une pression d’air dans un répartiteur d’admission moteur, et/ou o un débit total injecté,
- prédire un premier taux d'émission d'oxydes d'azote avec un premier réseau neuronal artificiel, en prenant en compte le paramètre de remplissage au cours du fonctionnement du moteur thermique,
- corriger ce premier taux d'émission d'oxydes d'azote prédit par le premier réseau neuronal artificiel, avec un deuxième réseau neuronal artificiel prenant en compte le paramètre de thermique, pour prédire un taux d’émission d’oxydes d’azote corrigé,
- comparer le taux d’émission d’oxydes d’azote corrigé avec une valeur seuil,
- commander au moins un actionneur du moteur thermique si la valeur seuil est dépassée.
[0005] Le procédé selon la mise en œuvre ci-dessus permet de calculer ou estimer un premier taux d’oxydes d’azotes dans les gaz d’échappement, sur la base d’un paramètre de remplissage du moteur thermique, avec un premier réseau de neurones. En d’autres termes, dans cette étape, on ne prend pas en compte des paramètres de température de gaz d’admission, ce qui permet de donner une estimation « standard », qui ne nécessite pas de lourds calculs, avec une bonne précision, et sans nécessiter beaucoup d’essais préliminaires pour l’apprentissage de ce premier réseau neuronal.
-3[0006] Ensuite, un deuxième réseau neuronal, qui prend en compte l’aspect température de gaz d’admission, permet de corriger le premier taux, pour finalement obtenir une estimation précise du taux d’oxydes d’azote, ce qui ne nécessite pas non plus de lourds calculs, avec une bonne précision, et sans nécessiter beaucoup d’essais préliminaires pour l’apprentissage de ce deuxième réseau neuronal.
[0007] En résumé, l’utilisation de deux réseaux de neurones distincts, et dédiés chacun à la prise en compte d’un seul type de paramètre, permet de simplifier l’architecture globale, et surtout permet de diminuer le nombre d’essais préliminaires, tout en offrant une précision de prédiction accrue.
[0008] L’ensemble des réglages de la boucle d’air et de l’injection sont ainsi présents en entrée de ce premier réseau de neurones, afin d’avoir une estimation la plus précise possible car tous les paramètres entrant ont une influence. Ce premier réseau de neurones peut être de type PERCEPTRON Monocouche, avec 5 à 6 neurones. Les fonctions d’activation idéales peuvent être des sigmoïdes.
[0009] Les informations nécessaires en entrées du deuxième réseau de neurones sont les variables suivantes : régime moteur, débit d’air (corrigé par l’hygrométrie), pression d’air dans le répartiteur d’admission, débit total injecté. Ces informations permettent d’estimer un correctif à l’estimation de la température de gaz présent dans le répartiteur d’admission. Associés à l’estimation de richesse du cylindre moteur, cette fonction corrective est un coefficient de thermique admission importante pour l’estimation des oxydes d’azote. Ce deuxième réseau de neurones, par exemple plus petit que le premier réseau de neurones, peut-être de type PERCEPTRON Monocouche, avec quelques neurones seulement. Les fonctions d’activation idéales peuvent être des sigmoïdes.
[0010] De manière générale, on peut prévoir que la fonction pourra être échantillonnée à un pas de temps de 20ms par exemple.
-4[0011] Avantageusement, le procédé de commande comprend une étape consistant à mesurer ou prédire une température de liquide de refroidissement du moteur thermique au cours du fonctionnement, et l’étape de correction du premier taux d'émission d'oxydes d'azote comprend une étape consistant à prendre en compte la température de liquide de refroidissement pour obtenir le taux d’oxydes d’azote corrigé. La prise en compte séparée de la température de liquide de refroidissement, qui est un facteur influent, permet d’accroitre encore la précision de prédiction, sans pour autant augmenter la complexité du premier et du deuxième réseau de neurone.
[0012] En effet, ceci représente un levier de correction des oxydes d’azote (NOx) : celui de la température de combustion largement influencée par la température de l’eau refroidissant les cylindres moteur. Ce correctif propose un gain en fonction de l’écart de température d’eau estimé par rapport à la température d’eau du moteur chaud (par exemple 90°C) [0013] Avantageusement, le procédé de commande comprend une étape consistant à mesurer ou prédire un taux d’hygrométrie dans l’air d’admission au cours du fonctionnement, et l’étape de correction du premier taux d'émission d'oxydes d'azote comprend une étape consistant à prendre en compte le taux d’hygrométrie pour obtenir le taux d’oxydes d’azote corrigé. La prise en compte séparée de du taux d’hygrométrie, qui est aussi un facteur influent, permet d’accroitre encore la précision de prédiction, sans pour autant augmenter la complexité du premier et du deuxième réseau de neurone.
[0014] L’information nécessaire pour corriger l’estimation des oxydes d’azote (NOx) par l’hygrométrie est l’hygrométrie absolue de l’air entrant dans le moteur. En effet, dans le fonctionnement des moteurs thermiques, c’est l’hygrométrie absolue (quantité d’eau comprise dans l’air) qui est la variable impactant la production d’oxydes d’azote (NOx) et il est ensuite possible de définir un coefficient correctif des oxydes d’azote (NOx) en fonction d’une valeur d’hygrométrie de référence (ici par exemple 6.78 g/kg).
-5L’hygrométrie sera également corrigée sur le débit d’air mesuré par le débitmètre, si celui-ci ne la prend pas en compte [0015] Avantageusement, le procédé de commande comprend :
• une phase initiale d'apprentissage, comprenant les étapes consistant à :
- réaliser une pluralité d'essais de fonctionnement de groupes motopropulseurs avec :
(i) variation au cours des essais du paramètre de remplissage, et/ou (ii) variation au cours des essais d'au moins un paramètre de thermique,
- mesurer au cours des essais un taux d'oxydes d'azote émis par le moteur thermique testé,
- enregistrer au cours des essais la valeur et/ou la variation dudit au moins un paramètre de remplissage, la valeur et/ou la variation dudit au moins un paramètre de thermique, et le taux d'oxydes d'azotes mesuré,
- fournir les données enregistrées relatives au paramètre de remplissage et au taux d’oxydes d’azote à un premier réseau neuronal artificiel, et les données enregistrées relatives au paramètre de thermique et au taux d’oxydes d’azote à un deuxième réseau neuronal artificiel. Avec une telle architecture, la phase initiale d’apprentissage peut avantageusement être réduite, environ 1000 points de variations seraient nécessaires pour calibrer un moteur diesel standard. On peut réaliser des essais stabilisés réalisés au banc moteur, avec variations simultanées de composition air frais/air recyclé (EGR) et de réglages d’injection.
[0016] Avantageusement, le procédé de commande comprend une étape consistant à mesurer ou à estimer à partir de mesures une masse totale de gaz entrant dans un cylindre du moteur thermique, et le premier réseau de neurones artificiel prend en compte, pour compléter le paramètre de remplissage, le régime moteur et/ou la masse totale de gaz pour estimer le premier taux d’oxydes d’azote.
[0017] Un deuxième aspect de l’invention concerne un dispositif de commande d’un moteur thermique, comprenant :
- des premiers moyens de mesure ou d’estimation d’au moins un paramètre de remplissage moteur choisi parmi :
o un ratio air frais / air recyclé, et/ou o un paramètre de commande d'injection tel qu'une quantité de carburant et/ou un phasage d'injection et/ou une durée d’injection, et/ou o une pression d'injection, et
- des deuxièmes moyens de mesure ou d’estimation d’au moins un paramètre de thermique choisi parmi :
o un régime moteur, et/ou o un débit d’air éventuellement corrigé par un taux d’hygrométrie, et/ou o une pression d’air dans un répartiteur d’admission moteur, et/ou o un débit total injecté,
- une première unité de calcul connectée aux premiers moyens de mesure ou d’estimation, et comprenant un premier réseau neuronal artificiel configuré pour prédire un premier taux d'émission d'oxydes d'azote, en prenant en compte le paramètre de remplissage au cours du fonctionnement du moteur thermique,
- une deuxième unité de calcul connectée aux deuxièmes moyens de mesure ou d’estimation, et comprenant un deuxième réseau neuronal artificiel configuré pour corriger le premier taux d'émission d'oxydes d'azote, en prenant en compte le paramètre de thermique au cours du fonctionnement du moteur thermique.
[0018] Avantageusement, le dispositif de commande comprend :
- des troisièmes moyens de mesure ou d’estimation de température de liquide de refroidissement,
- au moins une troisième unité de calcul connectée aux troisièmes moyens de mesure ou d’estimation, et configurée pour corriger le premier taux d'émission d'oxydes d'azote, en prenant en compte la température de liquide de refroidissement au cours du fonctionnement du moteur thermique.
-7[0019] Avantageusement, le dispositif de commande comprend :
- des quatrièmes moyens de mesure ou d’estimation d’un taux d’hygrométrie dans l’air d’admission,
- au moins une quatrième unité de calcul connectée aux quatrièmes moyens de mesure ou d’estimation, et configurée pour corriger le premier taux d'émission d'oxydes d'azote, en prenant en compte le taux d’hygrométrie dans l’air d’admission au cours du fonctionnement du moteur thermique.
[0020] Un troisième aspect de l’invention concerne un moteur thermique de véhicule automobile, comprenant un dispositif de commande selon le deuxième aspect de l’invention. Autrement dit, le moteur thermique du véhicule automobile est commandé selon le procédé du premier aspect de l'invention.
[0021] Avantageusement, le moteur thermique est un moteur Diesel.
[0022] Un troisième aspect de l’invention concerne un véhicule automobile comprenant un moteur thermique selon le troisième aspect de l’invention.
[0023] D'autres caractéristiques et avantages de la présente invention apparaîtront plus clairement à la lecture de la description détaillée qui suit d'un mode de réalisation de l'invention donné à titre d'exemple nullement limitatif et illustré par les dessins annexés, dans lesquels :
la figure 1 représente un véhicule avec un moteur thermique commandé avec le procédé selon la présente invention ;
la figure 2 représente l’architecture générale d’un modèle de prédiction selon la présente invention.
[0024] La figure 1 représente un véhicule avec un moteur thermique M équipé d'actionneurs (un actionneur A1 est représenté, mais cela peut désigner notamment un dispositif d'injection, un dispositif d'allumage, un déphaseur, une vanne de recirculation de gaz d'échappement ...), et de capteurs (un capteur C1 est représenté, mais cela peut désigner notamment
-8un capteur de régime moteur, une sonde d'oxygène installée dans une ligne d'échappement E, ou sonde lambda, un débitmètre, une sonde de température d'eau), pour commander correctement le fonctionnement du moteur thermique M.
[0025] Un critère à pendre en compte pour commander le moteur thermique est l'émission d'effluents, et les figures 1 et 2 présentent l’architecture d'un modèle d’estimation des oxydes d’azote (NOx, pour notamment NO et NO2) selon l’invention, composée :
• d’une première unité de calcul 10 qui embarque un premier réseau de neurones qui prédit un premier taux d’oxydes d’azote NOX1 ;
• d’une deuxième unité de calcul 20 qui embarque un deuxième réseau de neurones, qui prédit un correctif lié à la température d’admission (T2) ;
• d’une troisième unité de calcul 30 qui prédit un correctif lié à l’hygrométrie HYG ;
• d’une quatrième unité de calcul 40 qui prédit un correctif lié à la température d’eau ou de liquide de refroidissement TEAU ;
• d’une cinquième unité de calcul 50 qui embarque un modèle de calcul pour estimer des paramètres liés à un taux de remplissage du moteur thermique.
Une telle architecture permet de limiter le nombre de mesures, et le système peut alors donner en sortie un taux d'oxydes d'azote corrigé NOxC qui peut par exemple être comparé à un seuil ou une valeur limite, et on peut envisager de commander un actionneur particulier (la vanne de recirculation, le dispositif d'injection, le dispositif d'allumage, une injection de précurseur de catalyse...) pour faire varier, et en particulier baisser à plus ou moins long terme, le taux d'oxydes d'azote réel émis par le moteur en fonction du résultat de la comparaison. On peut toutefois envisager d'utiliser la valeur corrigée NOxC à d'autres fins.
-9[0026] En particulier, les informations en entrée du premier réseau de neurones embarqué dans la première unité de calcul 10 sont les variables suivantes : Régime moteur REGIME ;
Masse totale des gaz estimés entrant dans le cylindre MTOT ;
Taux de recyclage de gaz d’échappement noté BGR ;
Pression Rail d’injection PRAIL
Des informations de débit d’injection notées QMAIN, QPIL1, QPIL2, QSPLIT Des informations de phasage d’injection notées AVI REL MAIN, AVI REL PIL1, AVI REL PIL2, AVI REL SPLIT.
[0027] Ce premier réseau de neurone propose d’estimer un taux d’oxydes d’azote NOX1 émis par le moteur en conditions standard, sans prendre en compte :
- l’impact lié à la température du moteur,
- l’impact dû à l’hygrométrie, et
- l’impact dû par la température d’air extérieur, influençant la température des gaz d’admission.
[0028] L’ensemble des réglages de la boucle d’air et de l’injection sont ainsi présents en entrée de ce premier réseau de neurones, afin d’avoir une estimation la plus précise possible car tous les paramètres entrant ont une influence.
[0029] Ce premier réseau de neurones sera de type PERCEPTRON Monocouche, avec 5 à 6 neurones. Les fonctions d’activation idéales seront des sigmoïdes.
[0030] La structure de ce premier réseau de neurones basée sur le remplissage (plutôt que des entrées directes de quantité d’air et de pression d’admission) permet d’augmenter les performances, de baisser le nombre de points d’apprentissage, d’obtenir de meilleurs résultats en extrapolation.
[0031] Dans le présent exemple, et de manière non limitative, la masse totale des gaz estimés entrant dans le cylindre MTOT et le taux de
- 10 recyclage de gaz d’échappement noté BGRsont estimés par la cinquième unité de calcul 50 qui embarque un modèle de prédiction qui peut prendre en compte le régime moteur REGIME, une quantité totale d’air QAIRCORR (corrigée avec l’hygrométrie), une pression d’admission P2, P3, une température des gaz d’admission T2, et une température de liquide de refroidissement TEAU.
[0032] A partir de ce premier taux d’oxydes d’azote prédit NOX1, le système comprend des moyens de correction, et en particulier les informations nécessaires en entrées du deuxième réseau de neurones embarqué dans la deuxième unité de calcul 20 sont les variables suivantes : régime moteur REGIME, débit d’air QAIRCORR (corrigé par l’hygrométrie), pression d’air dans le répartiteur d’admission (P2), débit total injecté QFUELTOT.
[0033] Ces informations permettent d’estimer un correctif à l’estimation de la température de gaz présent dans le répartiteur d’admission. En effet, associés à l’estimation de richesse (RICHESSE) du cylindre moteur, cette fonction corrective est un coefficient de thermique admission importante pour l’estimation des oxydes d’azote. Ce deuxième réseau de neurones, par exemple plus petit que le premier réseau de neurones, sera de type PERCEPTRON Monocouche, avec par exemple quelques neurones seulement. Les fonctions d’activation idéales seront des sigmoïdes.
[0034] Les deux autres correctifs présents dans le modèle sont le correctif sur l’hygrométrie et celui sur la température d’eau du moteur.
[0035] Une information importante pour corriger l’estimation des oxydes d’azote par l’hygrométrie est l’hygrométrie absolue de l’air entrant dans le moteur. En effet, dans le fonctionnement des moteurs, c’est l’hygrométrie absolue (quantité d’eau comprise dans l’air) qui est la variable impactant les oxydes d’azote et il est ensuite aisé de définir un coefficient correctif des oxydes d’azote en fonction d’une valeur d’hygrométrie de référence (nommée REF1, ici par exemple 6.78 g/kg). Par ailleurs, l’hygrométrie sera également
- 11 corrigée sur le débit d’air mesuré par le débitmètre (QAIRCorr), si celui-ci ne la prend pas en compte.
[0036] Une information importante pour corriger l’estimation des oxydes d’azote par la température du moteur est la température de liquide de refroidissement notée TEAU. En effet, ceci représente un levier de correction du taux d’oxydes d’azote : celui de la température de combustion largement influencée par la température de l’eau refroidissant les cylindres moteur. Ce correctif propose un gain en fonction de l’écart de température de liquide de refroidissement estimé par rapport à la température d’eau du moteur chaud (nommée REF2, ici par exemple 90°C).
[0037] On comprendra que diverses modifications et/ou améliorations évidentes pour l'homme du métier peuvent être apportées aux différents modes de réalisation de l’invention décrits dans la présente description sans sortir du cadre de l'invention. En particulier, il est fait référence à des oxydes d’azote et à un moteur Diesel, mais on peut envisager d’appliquer le principe de l’invention à d’autres espèces gazeuses et/ou à un moteur essence.
[0038] Par ailleurs, il est fait référence à des réseaux de neurones de type PERCEPTRON Monocouche, mais on peut envisager de mettre en œuvre l'invention avec des réseaux de neurones de type PERCEPTRON Multicouche, ou encore RBF Gaussien (pour Radial Basis Function Network).
[0039] Enfin, il est fait référence à des unités de calculs distinctes, mais on peut bien entendu considérer que ces unités de calcul sont regroupées au sein d'un même calculateur.

Claims (10)

  1. REVENDICATIONS
    1. Procédé de commande d'un moteur thermique (M) de véhicule, comprenant :
    • une phase de commande du moteur thermique (M), comprenant les étapes consistant à :
    - mesurer ou estimer à partir de mesures au cours du fonctionnement du moteur thermique (M) :
    (i) au moins un paramètre de remplissage moteur choisi parmi :
    o un ratio air frais / air recyclé (BGR), et/ou o un paramètre de commande d'injection tel qu'une quantité de carburant et/ou un phasage d'injection et/ou une durée d’injection, et/ou o une pression d'injection (PRAIL), et (ii) au moins un paramètre de thermique d’air d’admission moteur, choisi parmi o un régime moteur (REGIME), et/ou o un débit d’air (QAIRCORR) éventuellement corrigé par un taux d’hygrométrie, et/ou o une pression d’air (P2) dans un répartiteur d’admission moteur, et/ou o un débit total injecté (QFUEL TOT),
    - prédire un premier taux d'émission d’oxydes d'azote avec un premier réseau neuronal artificiel, en prenant en compte le paramètre de remplissage au cours du fonctionnement du moteur thermique (M),
    - corriger ce premier taux d'émission d'oxydes d'azote prédit par le premier réseau neuronal artificiel, avec un deuxième réseau neuronal artificiel prenant en compte le paramètre de thermique, pour prédire un taux d’émission d’oxydes d’azote corrigé,
    - comparer le taux d’émission d’oxydes d’azote corrigé avec une valeur seuil,
    - commander au moins un actionneur du moteur thermique (M) si la valeur seuil est dépassée.
  2. 2. Procédé de commande selon la revendication précédente, comprenant une étape consistant à mesurer ou prédire une température de liquide de refroidissement du moteur thermique (M) au cours du fonctionnement, et dans lequel l’étape de correction du premier taux d'émission d'oxydes d'azote comprend une étape consistant à prendre en compte la température de liquide de refroidissement pour obtenir le taux d’oxydes d’azote corrigé.
  3. 3. Procédé de commande selon l’une des revendications précédentes, comprenant une étape consistant à mesurer ou prédire un taux d’hygrométrie dans l’air d’admission au cours du fonctionnement, et dans lequel l’étape de correction du premier taux d'émission d'oxydes d'azote comprend une étape consistant à prendre en compte le taux d’hygrométrie pour obtenir le taux d’oxydes d’azote corrigé.
  4. 4. Procédé de commande selon l’une des revendications précédentes, comprenant :
    * une phase initiale d'apprentissage, comprenant les étapes consistant à
    - réaliser une pluralité d'essais de fonctionnement de groupes motopropulseurs avec :
    (i) variation au cours des essais du paramètre de remplissage, et/ou (ii) variation au cours des essais d'au moins un paramètre de thermique,
    - mesurer au cours des essais un taux d'oxydes d'azote émis par le moteur thermique (M) testé,
    - enregistrer au cours des essais la valeur et/ou la variation dudit au moins un paramètre de remplissage, la valeur et/ou la variation dudit au moins un paramètre de thermique, et le taux d'oxydes d'azotes mesuré,
    - fournir les données enregistrées relatives au paramètre de remplissage et au taux d’oxydes d’azote à un premier réseau neuronal artificiel, et les données enregistrées relatives au paramètre de thermique et au taux d’oxydes d’azote à un deuxième réseau neuronal artificiel.
  5. 5. Procédé de commande selon l’une des revendications précédentes, comprenant une étape consistant à mesurer ou à estimer à partir de mesures une masse totale de gaz (MTOT) entrant dans un cylindre du moteur thermique (M), et dans lequel le premier réseau de neurones artificiel prend en compte, pour compléter le paramètre de remplissage, le régime moteur (REGIME) et/ou la masse totale de gaz (MTOT) pour estimer le premier taux d’oxydes d’azote.
  6. 6. Dispositif de commande d’un moteur thermique (M), comprenant :
    - des premiers moyens de mesure ou d’estimation d’au moins un paramètre de remplissage moteur choisi parmi :
    o un ratio air frais / air recyclé (BGR), et/ou o un paramètre de commande d'injection tel qu'une quantité de carburant et/ou un phasage d'injection et/ou une durée d’injection, et/ou o une pression d'injection (PRAIL), et
    - des deuxièmes moyens de mesure ou d’estimation d’au moins un paramètre de thermique choisi parmi :
    o un régime moteur (REGIME), et/ou o un débit d’air (QAIRCORR) éventuellement corrigé par un taux d’hygrométrie, et/ou o une pression d’air (P2) dans un répartiteur d’admission moteur, et/ou o un débit total injecté (QFUEL TOT),
    - une première unité de calcul (10) connectée aux premiers moyens de mesure ou d’estimation, et comprenant un premier réseau neuronal artificiel configuré pour prédire un premier taux d'émission d'oxydes d'azote, en prenant en compte le paramètre de remplissage au cours du fonctionnement du moteur thermique (M),
    - une deuxième unité de calcul (20) connectée aux deuxièmes moyens de mesure ou d’estimation, et comprenant un deuxième réseau neuronal artificiel configuré pour corriger te premier taux d'émission d'oxydes d'azote, en prenant en compte le paramètre de thermique au cours du fonctionnement du moteur thermique (M)
    - un système pour comparer le taux d’émission d’oxydes d’azote corrigé avec une valeur seuil et pour commander un actionneur du moteur thermique (M) si la valeur seuil est dépassée.
  7. 7. Dispositif de commande selon la revendication précédente, comprenant :
    - des troisièmes moyens de mesure ou d’estimation de température de liquide de refroidissement,
    - au moins une troisième unité de calcul (30) connectée aux troisièmes moyens de mesure ou d’estimation, et configurée pour corriger le premier taux d'émission d'oxydes d'azote, en prenant en compte la température de liquide de refroidissement au cours du fonctionnement du moteur thermique (M).
  8. 8. Dispositif de commande selon l’une des revendications 6 ou 7, comprenant :
    - des quatrièmes moyens de mesure ou d’estimation d’un taux d’hygrométrie dans l’air d’admission,
    - au moins une quatrième unité de calcul (40) connectée aux quatrièmes moyens de mesure ou d’estimation, et configurée pour corriger le premier taux d'émission d'oxydes d'azote, en prenant en compte le taux d’hygrométrie dans l’air d’admission au cours du fonctionnement du moteur thermique (M).
  9. 9. Moteur thermique (M) de véhicule automobile, comprenant un dispositif de commande selon l’une des revendications 6 à 8.
  10. 10. Véhicule automobile comprenant un moteur thermique (M) selon la revendication précédente.
FR1857913A 2018-09-04 2018-09-04 Dispositif et procede de commande d’un moteur thermique de vehicule Withdrawn FR3085442A1 (fr)

Priority Applications (1)

Application Number Priority Date Filing Date Title
FR1857913A FR3085442A1 (fr) 2018-09-04 2018-09-04 Dispositif et procede de commande d’un moteur thermique de vehicule

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
FR1857913A FR3085442A1 (fr) 2018-09-04 2018-09-04 Dispositif et procede de commande d’un moteur thermique de vehicule

Publications (1)

Publication Number Publication Date
FR3085442A1 true FR3085442A1 (fr) 2020-03-06

Family

ID=65201257

Family Applications (1)

Application Number Title Priority Date Filing Date
FR1857913A Withdrawn FR3085442A1 (fr) 2018-09-04 2018-09-04 Dispositif et procede de commande d’un moteur thermique de vehicule

Country Status (1)

Country Link
FR (1) FR3085442A1 (fr)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2893982A1 (fr) * 2005-11-25 2007-06-01 Renault Sas Procede et systeme d'estimation d'une temperature des gaz d'echappement en interne d'un systeme de post traitement
US20070233326A1 (en) * 2006-03-31 2007-10-04 Caterpillar Inc. Engine self-tuning methods and systems
DE102008061150A1 (de) * 2007-12-20 2009-08-13 Mitsubishi Fuso Truck and Bus Corp., Kawasaki Abgasreinigungseinrichtung für einen Motor
US20110214650A1 (en) 2010-03-02 2011-09-08 Gm Global Tecnology Operations, Inc. Engine-out nox virtual sensor for an internal combustion engine
US20130024089A1 (en) * 2008-10-06 2013-01-24 GM Global Technology Operations LLC Engine-out nox virtual sensor using cylinder pressure sensor

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
FR2893982A1 (fr) * 2005-11-25 2007-06-01 Renault Sas Procede et systeme d'estimation d'une temperature des gaz d'echappement en interne d'un systeme de post traitement
US20070233326A1 (en) * 2006-03-31 2007-10-04 Caterpillar Inc. Engine self-tuning methods and systems
DE102008061150A1 (de) * 2007-12-20 2009-08-13 Mitsubishi Fuso Truck and Bus Corp., Kawasaki Abgasreinigungseinrichtung für einen Motor
US20130024089A1 (en) * 2008-10-06 2013-01-24 GM Global Technology Operations LLC Engine-out nox virtual sensor using cylinder pressure sensor
US20110214650A1 (en) 2010-03-02 2011-09-08 Gm Global Tecnology Operations, Inc. Engine-out nox virtual sensor for an internal combustion engine
DE102011012238A1 (de) * 2010-03-02 2011-12-01 Gm Global Technology Operations Llc (N.D.Ges.D. Staates Delaware) Engine-out nox virtual sensor for an internal combustion engine

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
JONAS ASPRION ET AL: "A fast and accurate physics-based model for the NOx emissions of Diesel engines", APPLIED ENERGY., vol. 103, 1 March 2013 (2013-03-01), GB, pages 221 - 233, XP055595568, ISSN: 0306-2619, DOI: 10.1016/j.apenergy.2012.09.038 *

Similar Documents

Publication Publication Date Title
US7676317B2 (en) Method and device for determining a corrective value used for influencing an air/fuel ratio
EP2318680B1 (fr) Procédé de gestion d'un circuit de circulation de gaz d'échappement d'un moteur thermique à essence et système de recirculation correspondant
WO2018202977A2 (fr) Procede de reactualisation d'une dynamique d'adaptation d'une valeur de richesse à une consigne dans un moteur
FR2905420A1 (fr) Procede de gestion d'un moteur a combustion
US20090164099A1 (en) Controller for an internal combustion engine
EP1799983B1 (fr) Procede et systeme ameliores d'estimation d'une temperature des gaz d'echappement et moteur a combustion interne equipe d'un tel systeme
EP2430298B1 (fr) Estimation de la concentration en oxydes d'azote d'un moteur à combustion interne.
FR3085442A1 (fr) Dispositif et procede de commande d’un moteur thermique de vehicule
FR2835281A1 (fr) Procede d'estimation de la masse d'air admise dans une chambre de combustion d'un moteur, et vehicule de mise en oeuvre
EP1760295B1 (fr) Système de contrôle du fonctionnement d'un moteur diesel de véhicule automobile équipe de moyens de recirculation de gaz d'échappement
FR2916805A1 (fr) Dispositif et procede d'estimation d'une quantite d'alcool contenue dans le carburant d'un moteur.
FR2898936A1 (fr) Procede d'estimation de la richesse d'un melange air/carburant
FR2893361A1 (fr) Procede de gestion d'un moteur a combustion interne.
EP1693559B1 (fr) Système de contrôle du fonctionnement d'un moteur Diesel équipé de moyens de recirculation de gaz d'échappement
WO2021078998A1 (fr) Procédé de régulation d'une pression dans un système d'injection d'eau pour un moteur à combustion interne
EP2256322B1 (fr) Influence de la régulation des nox sur le contrôle du bruit moteur dans un moteur à combustion interne
FR2907852A1 (fr) Procede de recalage d'injecteurs d'un moteur et vehicule automobile le mettant en oeuvre
FR3088965A1 (fr) Procede de correction de commande d’un moteur thermique
EP3980635B1 (fr) Procédé de correction de richesse de carburant lors d'un démarrage à froid d'un moteur thermique
FR2907509A1 (fr) Procede d'estimation de parametres caracteristiques d'un moteur thermique et de controle des flux thermiques appliques a des composants de ce moteur
JP7431381B2 (ja) 内燃機関の制御装置
WO2002040840A1 (fr) Procede et dispositif de commande du fonctionnement d'un moteur a combustion interne a auto-allumage
FR3132546A1 (fr) Procédé de contrôle du débit dans un conduit de recirculation partielle de gaz d’échappement à l’admission d’un moteur et dispositif associé
FR3095270A1 (fr) Procédé de calibration des compensations de richesse en phase de transitoire de charge dans un groupe motopropulseur à moteur thermique
FR3140908A1 (fr) Procédé d’estimation de la pression de suralimention naturelle dans un moteur thermique essence équipé d’un turbocompresseur de type à géometrie variable

Legal Events

Date Code Title Description
PLFP Fee payment

Year of fee payment: 2

PLSC Publication of the preliminary search report

Effective date: 20200306

ST Notification of lapse

Effective date: 20210506