用于确定排放物质量的方法与流程

用于确定排放物质量的方法
1.本发明涉及用于确定因农用多用途车辆的功能单元工作而排放的物质量的方法。
2.农用多用途车辆的一个关键标准是在其内燃发动机工作期间的特定物质排放。所述排放物质的量或浓度被测量并被检查是否符合预定极限值。
3.本发明基于如下任务，以低的技术成本来确定因农业多用途车辆的功能单元工作而排放的物质量。
4.该任务通过一种具有权利要求1的特征的方法来完成。
5.本发明方法的其它有利设计来自从属权利要求。
6.利用根据权利要求1的方法来确定如下的物质量，该物质量因农用多用途车辆的功能单元的工作而被排放。在此，信号源的独立于待检查物质或待确定物质量所产生的信号作为输入数据被发送给数据处理装置。数据处理装置包含至少一个神经元网络作为用于处理输入数据的训练模型。在使用至少一个神经元网络的情况下，在数据处理装置中生成代表排放物质量的输出数据。
7.具有至少一个神经元网络的数据处理装置的使用允许一方面能以高精度可靠地处理输入数据，另一方面能以很低的技术成本来处理输入数据。这种人工智能只需要一个特定的定义阶段和一个特定的学习阶段(训练阶段)，直到它提供足够准确的初始数据用于正确确定物质量。在所述定义和学习阶段结束后，该人工智能作为基于软件的模型、特别是基于算法的模型适合作为技术模型且因此适合作为技术复杂且相应昂贵的传感器系统的替代品被用在多用途车辆中。
8.因此，例如可以避免用于确定所排放的氮氧化物浓度(nox)的成本高昂的传感器系统。相反，通过将多用途车辆上本来就可用的信号(例如传感器系统、控制单元、can总线)与至少一个神经元网络组合，可以技术简单且成本有利地确定各自排放物质的物质量。在此情况下，在定义和学习阶段，优选借助这种在多用途车辆上本来就已可用的信号来训练各自神经元网络或模型。在功能单元的工作中，数据处理装置或其至少一个神经元网络于是可以用作经过训练的虚拟传感器系统，以便以技术可靠和成本有利的方式确定相关物质量。
9.不同的排放物质可被想到作为确定的物质量，它们关于其排放量(例如浓度、颗粒数、颗粒流量、体积流量)被检查或测验。可以与其团聚状态(固态、液态、气态)无关地检查或确定具体物质量。即使是具有多种团聚状态的单独物质，也可以由相应设计的数据处理装置就其量被检查。
10.该数据处理装置及其至少一个神经元网络可以被设计用于检查单一物质并因此用于确定唯一特定物质量。或者，具有相应训练的神经元网络的数据处理装置被设计成其适于检查多种不同的特定物质。
11.优选就其排放物质量受检的物质是各种氮氧化物nox例如no和no2、二氧化碳(co2)、一氧化碳(co)、碳氢化合物(ch)。例如所述物质在内燃发动机作为功能单元工作时是相关的。
12.其它待确定的物质可以是铵(nh4)和化学元素n、p、k，其中这些元素能以元素形式
或化合形式被确定，例如氮化合物、硝酸盐(no3)、磷酸盐(p2o5)、钾盐(k2o)。这些物质例如是在撒播有机肥或液肥时相关的，最好在液肥拖车的填充或撒播装置的工作期间。
13.土壤(例如田地或草地)中的硝酸盐浓度也可作为排放物质量被确定。在这种情况下，硝酸盐量或硝酸盐浓度通过将液肥或氮撒布到土壤中并随后在土壤中转化被间接排放。
14.该方法可被用于排放出待检查或待确定的物质量的不同的功能单元。尤其是，可以想到多用途车辆的内燃发动机或废气后处理系统作为功能单元。此外，也可以想到附件或其子单元作为农用多用途车辆的功能单元，因为它们在多用途车辆投入作业时执行功能。在此情况下，它例如是一种液肥用填充或撒播装置(例如喷嘴、阀、管线)，最好在液肥拖车上。在所有情况下，当使用本发明方法时可以避免技术上复杂且相应成本密集的传感器系统和测量装置。
15.各自信号源的信号优选代表该功能单元的一个或多个参数。特别是，用该信号来描绘该功能单元的与参数相关的当前状态或实际状态。因此该数据处理装置可以连续考虑该功能单元的当前状态。
16.适合作为数据处理装置用输入数据的信号例如是以下参数中的至少一个的参数值：农用多用途车辆的内燃发动机的燃烧气体的废气温度，内燃发动机的扭矩，内燃发动机的转速。其它参数可以是环境条件(例如温度、外部大气压)或功能单元上的其它技术参数。
17.上述参数尤其在内燃发动机或废气后处理系统中适合作为功能单元。
18.在液肥用填充或撒播装置(例如安置在液肥拖车上)作为功能单元的情况下，作为参数最好可以考虑影响液肥组成的变量(例如动物物种、动物饲料、液肥存放的形式和/或持续时间)。
19.在土壤中的硝酸盐浓度作为待确定物质量情况下，不算上述参数，与作为功能单元的液肥用填充或撒播装置相关地例如可考虑以下参数：各种天气条件、太阳入射、相关田地的表面状况。
20.一方面，该参数的信号与物质量的直接确定无关，同时与功能单元的当前状态和当前性能有关。另一方面，这些参数在许多情况下符合惯例地尤其通过常见的传感器系统在多用途车辆上可供使用。因此，提供与物质量无关的信号以确定物质量的技术成本保持很低。
21.优选设置至少一个传感器、多个传感器的组合或一个控制单元用于产生和提供与物质量无关的信号。这些信号源的优势在于，它们在许多情况下已按惯例可在多用途车辆上可供使用，而无需任何额外成本。在此，控制单元也可以接收控制和/或数据总线(例如can)的信号并将其作为与物质量无关的信号提供。从特性曲线族推导出的传感器信号也可以通过控制单元来提供。在其它情况下，传感器或传感器系统可以是多用途车辆外的一个单元的组成部分，例如卫星、无人机、气象站。其信号或数据随后可以首先被供给控制单元或作为输入数据被直接发送到数据处理装置。数据网络(如互联网)的数据也可被用作输入数据。后者数据或许可以首先被提供给控制单元，控制单元随后将相关数据作为输入数据发送给数据处理单元。
22.根据在信号源的信号与至少一个预定参考值之间的比较，输入数据优选被发送到数据处理装置。由此可能的是仅根据特定的比较结果而发送输入数据。因此，基于合适的比
较可以控制被检物质量不是连续地、而只是在具体确定的条件下被确定，即只在看起来需要确定时才被确定。这有利地减少数据交互次数和所需的计算能力。根据所用的数据传输介质，所述减少也起到节省成本的作用。
23.在一个优选实施方式中，预定的参考值有效作为代表功能单元的校准状态的校准值。于是，可以将该校准状态与功能单元的由信号源的信号代表的当前实际状态进行比较。例如内燃发动机的校准状态通过参考值、特别是不被超过的最大值被预先确定，参考值在测试阶段或内燃发动机认证期间被预先获得。这些参考值例如涉及内燃发动机的最大扭矩、内燃发动机的最大转速或燃烧气体最高废气温度。因此，在校准状态和实际状态之间的比较适合作为用于有效判断是否需要确定排放物质量的预检查。
24.特别是，当信号源的信号值(如内燃发动机的测量扭矩)大于预定参考值(例如在内燃发动机认证期间所确定的最大扭矩)时，输入数据才被发送给数据处理装置。因此在数据节约意义上，只有当有迹象表明可能存在过高物质量时才确定排放物质量。
25.一种用于确定因农用多用途车辆的功能单元的工作而排放的物质量的装置具有信号源和数据处理装置。
26.该信号源用于提供独立于物质量产生的信号。因此，这些信号不代表任何物质量，而是形成用于数据处理装置的输入数据。后者又在输出端发出输出数据，该输出数据在使用至少一个在其中实现的神经元网络的情况下生成，并且代表排放物质量。因此，例如通过例如在多用途车辆上本来就可用的信号(例如传感器系统、控制单元)与至少一个神经元网络组合，可以技术简单且成本有利地确定各自排放的物质的物质量。
27.该装置优选用于确定排放物质量并检查其是否符合预定的极限值。这例如可以是法律规定的所必须遵守或不得超过的最大值。为此，该数据处理装置的输出数据例如可以被供给具有相应的比较算法的下游测试级。
28.农用多用途车辆尤其是拖拉机或牵引车、收割机、割草机等。
29.以下结合附图来详细解释本发明。在此，在功能上一致或相似的零部件用相同的附图标记来标示，其中：
30.图1示出用于执行本发明方法的示意性所示的装置的一个实施例，
31.图2示出用于执行本发明方法的示意性所示的装置的另一个实施例，和
32.图3示出用于执行本发明方法的示意性所示的装置的另一个实施例。
33.图1示出具有用于确定物质量em的多个组成部件的装置10，该物质量em因农用多用途车辆特别是拖拉机的功能单元12、14的工作被排放。在图1和图2中，功能单元12是多用途车辆的内燃发动机，而在根据图3的实施方式中，功能单元14被设计成仅示意性所示的液肥撒播装置。撒播装置14是液肥拖车16的组成部分，拖车在工作使用中被多用途车辆牵引。
34.根据图1，传感器系统18检测内燃发动机12的参数的当前值，例如内燃发动机12的废气温度t、扭矩m和发动机转速。在此，为了简单起见，传感器系统18作为所需用于获得参数的一些传感器的统称被提到。与待确定的物质量em无关地借助传感器系统18生成的传感器信号s_sen被提供给控制单元20。控制单元20优选包含信号处理或数据处理所需的功能，例如读和/或写单元、存储器单元、处理器。此外，数据和/或控制总线22的信号或数据也被供给控制单元20。该总线22优选在车辆侧存在，例如一条can总线。
35.控制单元20将所收到的传感器18和总线22的信号或数据在必要时以经过处理的
形式作为输入数据d_ein发送到数据处理装置26的输入端24。
36.或者，传感器信号s_sen也可以被直接发送到数据处理装置26而无需中间接入控制单元20。
37.数据处理装置26包含至少一个神经元网络nn，其被设计为用于处理输入数据d_ein的训练过的基于软件的模型。可以说，所述至少一个神经元网络nn形成一种虚拟传感器系统，其代替排放物质量em的直接测量。
38.在数据处理装置26中，使用至少一个神经元网络nn生成输出数据d_aus，其存在于数据处理装置26的输出端28并代表排放物质量em。
39.输出数据d_aus被提供给测试级30，在该测试级中该输出数据d_aus或许在必要时以经过进一步处理的数据形式与预定的极限值w_gr相比较。该比较用于检查输出数据d_aus的值和进而计算确定的物质量em的值是否符合预定的极限值w_gr，尤其是是否未超出极限值。在测试级30中，也可以为用户或第三方生成和输出与比较结果相关的信息。还可以在测试级30中例如通过发出适当的控制信号来启动措施。
40.根据图2的装置与根据图1的实施方式的主要区别在于，在控制单元20中，传感器系统18的信号s_sen在比较步骤s1中与预定的参考值w_ref进行比较。根据比较步骤s1中的比较结果，输入数据d_ein被发送到数据处理装置26。
41.在此实施例中，参考值w_ref对应于校准值w_kal，校准值代表内燃发动机12的校准状态。校准状态在先借助测试阶段或内燃发动机12的认证来定义。换言之，在此定义了内燃发动机12的允许工作范围。因此，校准值w_kal例如对应于内燃发动机12的最大允许废气温度t_max、最大允许扭矩m_max或最大允许转速n_max。
42.传感器系统18的信号s_sen代表所测量的内燃发动机12实际状态，因为传感器系统18检测内燃发动机12的一些参数的当前值，例如当前废气温度t、当前扭矩m和/或当前发动机转速n。
43.因此在比较步骤s1中将内燃发动机12的校准状态与其关于所选参数的实际状态进行比较。如果比较表明所选参数的当前值没有超过预定的参考值w_ref或校准值w_kal(即s_sen≤w_ref)，则控制单元20决定不向数据处理装置26发送任何输入数据d_ein。但如果比较表明所考虑的参数的当前值超过预定的参考值w_ref或校准值w_kal(即s_sen》w_ref)，则控制单元20促使发送输入数据d_ein到数据处理装置26。为此，可以给比较步骤s1的输出“是”提供二进制值j＝1，其通过在和运算符and中的处理促使控制单元20发出输入数据d_ein。
44.因此只有当已确定内燃发动机12在其校准状态之外工作时，才借助比较步骤s1将输入数据d_ein发送到数据处理装置26。只有这样才有可能出现排放过多的物质量em，其因此借助数据处理装置26来计算。因此当内燃发动机12在其预定校准状态内工作时，比较步骤s1避免了不必要的数据交互。
45.在根据图1和图2的实施方式中，装置10确定物质no、no2、co2、co、hc中的至少一种物质的排放物质量em。这些物质与内燃发动机12工作相关地让人感兴趣。
46.与此不同，根据图3的装置10确定与液肥撒播到农业区域相关的排放物质量em。例如在此情况下要确定铵(nh4)、磷酸盐(p2o5)、钾碱(k2o)、氮(n)、硝酸盐(no3)中的至少一种物质的物质量em。
47.在根据图3的实施方式中，信号也与待确定的物质量em无关地产生，并且以必要时经过处理的方式在控制单元20中提供，以便随后作为输入数据d_ein被发送到数据处理装置26。根据图3中的应用目的，神经元网络nn被专门训练，针对作为虚拟传感器系统来计算或确定通过所撒播液肥而排放的物质(例如nh4、p2o5、k2o、n、no3)的排放量。
48.由控制单元20提供的信号基于传感器信号s_sen和/或数据网络32(如互联网)的信号或数据。数据网络例如可以用于农民或用户将影响液肥组成的变量g_g作为参数传输到控制单元20。变量g_g也可以作为来自数据库的数据或作为传感器信号经由数据网络32被自动传输给控制单元20。
49.影响液肥组成的变量g_g优选是产生液肥的动物物种、动物饲料或者还有液肥存放的类型和/或持续时间。
50.在土壤34内硝酸盐浓度作为待确定物质量em的情况下，抛开作为参数的上述变量g_g，可以考虑以下参数：天气条件、太阳入射、相关田地36的表面状况。这些参数的值优选借助合适的传感器系统18'来获得。传感器系统18'包含至少一个传感器并且可以至少部分是在运行的多用途车辆外的一个或多个单元的组成部分，例如卫星、无人机、气象站。然后，其信号或数据s_sen被供给控制单元20。
51.土壤34内的硝酸盐浓度也可以作为排放物质量em被确定。在这种情况下，硝酸盐的量或浓度通过将液肥或氮散布到土壤34中且随后在土壤34中转化而被间接排放。
52.在图3中，来自数据处理装置26的代表各自排出的物质量em的输出数据d_aus又被提供给测试级30。关于图3中的测试级30的功能，参照对根据图1的实施例的解释。