发动机早燃识别方法、车辆、存储介质及产品与流程

本申请涉及车辆，尤其涉及一种发动机早燃识别方法、车辆、存储介质及产品。

背景技术：

1、随着排放法规与油耗限制日趋严苛，高增压、小型化已成为发动机提升热效率的主流技术路线，但该类发动机在低速高负荷工况下极易发生早燃，进而诱发破坏力极大的超级爆震，造成严重的发动机硬件损伤。当前量产发动机主要依赖爆震传感器进行间接检测，虽然成本低廉，但该方案存在响应滞后、易与机械噪声混淆等固有缺陷，很容易发生误检；还有一些方案中提出了采用缸压传感器进行直接监测以实现早燃事件的早期捕获，虽然可以提升早燃监测结果的准确性，但使用缸压传感器的成本十分高昂。因此，目前已有的早燃识别方案无法兼顾识别准确性和低应用成本。

技术实现思路

1、本申请的主要目的在于提供一种发动机早燃识别方法、车辆、存储介质及产品，旨在解决传统技术方案无法兼顾识别准确性和低应用成本的技术问题。

2、为实现上述目的，本申请提出一种发动机早燃识别方法，所述发动机早燃识别方法包括：

3、获取发动机的运行状态参数以及内部燃烧状态监测参数；

4、通过所述运行状态参数对所述内部燃烧状态监测参数进行优化处理，得到目标燃烧特征；

5、通过预设早燃识别模型对所述目标燃烧特征进行识别，得到所述发动机的早燃识别结果。

6、可选地，所述优化处理包括去噪；

7、所述通过所述运行状态参数对所述内部燃烧状态监测参数进行优化处理，得到目标燃烧特征的步骤包括：

8、通过所述运行状态参数获取噪声特征；

9、通过所述噪声特征对所述内部燃烧状态监测参数进行去噪，得到去噪监测特征；

10、通过所述去噪监测特征确定所述目标燃烧特征。

11、可选地，所述通过所述噪声特征对所述内部燃烧状态监测参数进行去噪，得到去噪监测特征的步骤包括：

12、在所述内部燃烧状态监测参数包括缸体振动数据的情况下，所述噪声特征包括基于所述运行状态参数获取的所述缸体振动数据的期望噪声基准值，通过所述期望噪声基准值对所述缸体振动数据进行去噪，得到去噪振动数据；

13、在所述内部燃烧状态监测参数包括离子电流数据的情况下，所述噪声特征包括基于所述运行状态参数确定的数据提取窗口，通过所述数据提取窗口对所述离子电流数据去噪，得到去噪电流数据；

14、将所述去噪振动数据和/或所述去噪电流数据，作为所述去噪监测特征。

15、可选地，所述优化处理还包括融合；

16、所述通过所述去噪监测特征确定所述目标燃烧特征的步骤包括：

17、基于所述运行状态参数确定所述发动机的工况类型，其中，所述工况类型的种类包括冷启动工况、高负荷工况以及常规工况中的至少一种；

18、将所述工况类型对应的注意力权重与所述去噪监测特征融合，得到所述目标燃烧特征。

19、可选地，所述通过预设早燃识别模型对所述目标燃烧特征进行识别，得到所述发动机的早燃识别结果的步骤包括：

20、将所述目标燃烧特征输入所述预设早燃识别模型，得到所述发动机发生早燃的早燃概率；

21、在所述早燃概率大于预设阈值的情况下，判定所述发动机存在早燃。

22、可选地，在所述通过预设早燃识别模型对所述目标燃烧特征进行识别，得到所述发动机的早燃识别结果的步骤之后，所述方法包括：

23、监测所述发动机的后续实际燃烧状态；

24、在所述早燃识别结果与所述后续实际燃烧状态不匹配的情况下，通过所述后续实际燃烧状态对所述目标燃烧特征进行标记，得到新增训练样本；

25、通过所述新增训练样本或者所述新增训练样本所在的在线学习数据集，对所述预设早燃识别模型进行增量学习。

26、可选地，所述获取发动机的运行状态参数以及内部燃烧状态监测参数的步骤包括：

27、采集所述发动机的原始运行状态参数以及内部燃烧状态监测参数；

28、基于所述内部燃烧状态监测参数的采样频率，对所述原始运行状态参数进行插值，得到所述运行状态参数。

29、此外，为实现上述目的，本申请还提出一种车辆，所述车辆包括：处理器、存储器及存储在所述存储器上并可在所述处理器上运行的发动机早燃识别程序，所述发动机早燃识别程序执行时用于实现如上文所述的发动机早燃识别方法的步骤。

30、此外，为实现上述目的，本申请还提出一种存储介质，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如上文所述的发动机早燃识别方法的步骤。

31、此外，为实现上述目的，本申请还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如上文所述的发动机早燃识别方法的步骤。

32、本申请提出的一个或多个技术方案，至少具有以下技术效果：

33、在本申请实施例中，获取发动机的运行状态参数以及内部燃烧状态监测参数；通过运行状态参数对内部燃烧状态监测参数进行优化处理，得到目标燃烧特征；通过预设早燃识别模型对目标燃烧特征进行识别，得到发动机的早燃识别结果。即，本申请实施例可以在不依赖高成本缸压传感器的前提下，通过发动机的运行状态对监测发动机得到的参数进行优化，以减少发动机自身运行带来的干扰，再通过模型对优化后的目标燃烧特征进行识别，以对早燃事件进行捕捉，在识别准确性提升的同时可有效控制硬件成本。因此，相较于传统方案，本申请实现了在保证识别精度的同时大幅降低硬件成本，兼顾了识别准确性与应用经济性。

1.一种发动机早燃识别方法，其特征在于，所述发动机早燃识别方法包括：

2.如权利要求1所述的发动机早燃识别方法，其特征在于，所述优化处理包括去噪；

3.如权利要求2所述的发动机早燃识别方法，其特征在于，所述通过所述噪声特征对所述内部燃烧状态监测参数进行去噪，得到去噪监测特征的步骤包括：

4.如权利要求2所述的发动机早燃识别方法，其特征在于，所述优化处理还包括融合；

5.如权利要求1所述的发动机早燃识别方法，其特征在于，所述通过预设早燃识别模型对所述目标燃烧特征进行识别，得到所述发动机的早燃识别结果的步骤包括：

6.如权利要求1所述的发动机早燃识别方法，其特征在于，在所述通过预设早燃识别模型对所述目标燃烧特征进行识别，得到所述发动机的早燃识别结果的步骤之后，所述方法包括：

7.如权利要求1所述的发动机早燃识别方法，其特征在于，所述获取发动机的运行状态参数以及内部燃烧状态监测参数的步骤包括：

8.一种车辆，其特征在于，所述车辆包括：存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述计算机程序配置为实现如权利要求1至7中任一项所述的发动机早燃识别方法的步骤。

9.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的发动机早燃识别方法的步骤。

10.一种计算机程序产品，其特征在于，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现如权利要求1至7中任一项所述的发动机早燃识别方法的步骤。