用于检查排放的物质量的方法与流程

用于检查排放的物质量的方法
1.本发明涉及用于检查因载货车辆的功能单元的工作而排放的物质量的方法。
2.载货车辆的一项主要标准是在其内燃发动机工作期间的特定物质的排放。在此有意义的是，能可靠测量和/或检查所排放的物质的量或浓度。
3.本发明所基于的任务是能够以低技术成本检查因载货车辆的功能单元的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.根据本发明的方法的其它有利设计来自从属权利要求。
6.借助根据权利要求1的方法，确定因载货车辆的功能单元的工作而排放的物质量。在此，信号源的与待检验的物质或待确定的物质量无关地产生的信号作为输入数据被发送至数据处理装置。该数据处理装置用于尤其借助合适的算法(例如人工智能)来确定排放的物质量。
7.该信号源用于提供与物质量无关地产生的信号。因此该信号并不代表物质量，但形成用于数据处理装置的输入数据。数据处理装置又将该输入数据处理成输出数据，该输出数据代表排放的物质量。因此，可以通过将例如在载货车辆上本来就可供使用的信号(例如传感器系统、控制单元)与数据处理装置相结合而技术简单且廉价地确定各自排放的物质的量。
8.数据处理装置的输出数据(如有必要，以经进一步处理的形式)作为传输数据被传输到数字分布式寄存器(分布式账本distributed ledger)的存储单元。该寄存器使得能够将所有数据交易记录在案。这因此为以下方面提供了先决条件，一方面可靠地记录排放的物质量，另一方面必要时可明确检查。由此，可以随时可靠地检查该功能单元，以确定其是否在(例如技术上和/或立法上)规定的范围内工作。
9.存储单元可以被设计为寄存器内的规定的存储位置和/或一种数据库。
10.寄存器的分布特性使得第三方能够关于其排放的物质量随时(例如实时或追溯)可靠地检查该功能单元。因此，寄存器可以用作一种数据网络。
11.寄存器的分布特性优选包含寄存器(获得许可的分布式账本)成员的个人限制。因此，只有经授权的第三方(例如具有相应的访问权)能执行数据交易和/或检查功能单元的排放的物质量。这些第三方例如是功能单元的使用者或制造商、合作方或制造商的供应商或立法预定的机构(如技术检验局)。于是，该寄存器用作一种成员范围有限的私用数据网络。
12.寄存器的成员或其与寄存器通信的技术单元或模块优选具备相应的数字证书，以表明是获得授权的寄存器成员。
13.总体上，能使用前述措施以低技术成本确定和检查功能单元的排放物质量。
14.为了生成并提供与物质量无关的信号，优选设有至少一个传感器、多个传感器的组合或控制单元。这些信号源的优势在于，它们在许多情况下已经可以在载货车辆上常规使用，而无需附加成本。在此，控制单元也可以接收来自控制总线和/或数据总线(例如can、iso)的信号并作为与物质量无关的信号来提供。也可以通过控制单元提供从特性曲线族推
导出的传感器信号。在其它情况下，传感器或传感器系统可以是载货车辆外部单元的组成部分，例如卫星、无人机、气候站。它们的信号或数据然后可以首先被提供给控制单元，或作为输入数据被直接发送至数据处理装置。作为输入数据，也可以使用数据网络(如互联网)的数据。后者数据如有必要可以首先被提供给控制单元，然后控制单元将相关数据作为输入数据发送至数据处理单元。
15.作为排放的物质量，可以想到不同的排放物，它们分别关于其排放量(例如浓度、颗粒数量、颗粒流、体积流量)被检验或检查。具体的物质量可以与其聚集状态(固态、液态、气态)无关地进行检验或确定。同时具有多个聚集状态的一些物质也可以由相应设计的数据处理装置就其量进行检查。
16.数据处理装置可设计用于检验单一物质并进而确定单一特定物质量。或者数据处理装置被设计成适于检验多种不同的特定物质。
17.载货车辆尤其是农用载货车辆，例如拖拉机或牵引机。其它示例是林业经济载货车辆和工程机械。
18.优选地，数据处理装置包含至少一个作为学习模型的神经元网络用于处理输入数据。在使用至少一个神经元网络的情况下，在数据处理装置中产生代表排放的物质量的输出数据。具有至少一个神经元网络的数据处理装置的使用使得一方面能够可靠地以高精度且另一方面能够以低技术成本对输入数据进行处理。这样的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)，直到其提供足够精确的输出数据以用于正确确定物质量。在所述定义阶段和学习阶段结束后，该人工智能作为基于软件的、尤其是基于算法的模型适合被用作技术模型并进而可以替代载货车辆内技术上复杂且相应昂贵的传感器系统。
19.因此，例如可以避免高成本的用于确定排放的氮氧化物(nox)浓度的传感器系统。相反，可以通过将载货车辆上本来就可供使用的信号(例如传感器系统、控制单元、can总线、iso总线)与至少一个神经元网络相结合而技术简单且廉价地确定各自排放的物质的量。在此情况下，在定义阶段和学习阶段优选借助这种本来在载货车辆上就可供使用的信号来训练各自神经元网络或模型。于是在功能单元的工作中，所述数据处理装置或其至少一个神经元网络可以被用作经训练的虚拟传感器系统，以便以技术可靠且低成本的方式确定相关的物质量。
20.在一个优选实施方式中，其它传输数据被传输到寄存器中，即，已经解释的与物质量无关地产生的信号。优选地，这些信号或数据(如有必要，以经进一步处理的形式)被传输到与输出数据的存储单元分开的寄存器存储单元中。数据在分布式寄存器中的存储使得能够根据需要并在有相应权利的情况下对该数据进行访问。因此例如可以依据所存储的信号或输入数据以低技术成本鉴定所排放的物质量的合理性。
21.基于信号源的生成信号和/或输出数据(概括讲是基础数据)，也可以产生过程数据，这些过程数据对应配属于各个基础数据并且也作为传输数据被传输到寄存器的存储单元中。该过程数据例如可以包含基础数据的来源证明和/或基础数据的时间戳。优选地，该过程数据与相应的基础数据一起被传输到寄存器的相应存储单元中。过程数据因此可以支持基础数据的真实可靠性。在数据技术方面，对基础数据的真实性进行检验更加容易。
22.优选地，传输数据不可改动地存储在寄存器的相应存储单元内。该传输数据可以
包含上述基础数据和/或过程数据。这支持相应存储单元的数据内容的防篡改提供。
23.要存储到寄存器中的传输数据的防篡改安全性得到进一步支持，因为该数据优选被加密存储。强加密例如能以哈希保护数据块的形式进行。
24.代表排放的物质量的输出数据优选在设于数据处理装置下游的处理级中被加密，然后其作为加密数据被传输至寄存器。所述处理级可以安置在载货车辆上或者可以位于功能单元的或载货车辆的制造商的影响范围内。为了加密，该处理级具有合适的数字密钥。另外，该处理级优选具备授权其参与寄存器或数据网络的数字证书。
25.与物质量无关地产生的信号可以在控制单元内被加密，该控制单元优选位于载货车辆上。为了加密，该控制单元具有合适的数字密钥。另外，该控制单元优选具备授权其参与寄存器或数据网络的数字证书。
26.加密数据优选借助一个(或多个)合适的数据接口(网关)被传输至寄存器。依据各自的数据类型(例如，与排放的物质量无关地产生的信号、输出数据、过程数据)，在技术上有利的是采用安置在载货车辆上的接口。由此可以利用使得能够实现控制单元与寄存器之间的数据连接(例如电信基础设施、移动无线电)的按标准存在的接口。用于提供合适接口的技术成本可以保持在较低水平。
27.优选如此控制虚拟寄存器的操作，即，依据(读取)访问权利，可以访问单个或所有存储单元的数据内容或者数据内容的副本。由此，经授权的第三方(例如功能单元的制造商或使用者或机关(例如、检验机关))能以低技术成本检查功能单元的工作方式，例如抽样形式或在功能单元的规定工作期内。访问权限将人群限制到允许连接到用作私用网络的寄存器的官方授权人员。
28.授权人员对各自数据内容或者数据内容副本的访问可以借助数据网络(如互联网)进行。
29.优选地，区块链技术被用于执行该方法。由此可以很可靠地实现期望性能，如存储数据的真实性或防篡改性。它尤其是具有由适当的访问规则定义限制的授权成员的私用数据网络(私用区块链)。各成员也可以关于数据范围具有不同的数据传输权和/或数据访问权。术语“区块链”的技术是众所周知的(例如，blockchain for dummies，manav gupta，2017，isbn:978-1-119-37123-6)。
30.优选就其排放物质量被检验的物质是各种不同的氮氧化物nox，例如no和no2、二氧化碳(co2)、一氧化碳(co)、碳氢化合物(cmhn)。例如，当内燃发动机作为功能单元运行时，这些物质是相关的。
31.其它要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来确定，例如氮氧化合物、硝酸盐(no3)、磷酸盐(p2o5)、钾(k2o)。这些物质例如在施撒有机肥料或液体厩肥时是相关的，优选在液体厩肥挂车的填充或施撒装置的操作期间。
32.土壤(例如农田或草地)中的硝酸盐浓度也可以作为排放物质量被确定。在此情况下，硝酸盐的量或硝酸盐浓度因液体厩肥或氮施撒到土壤中并随后在土壤内转变而间接排放的。
33.该方法可被用在排放待检验的或待确定的物质量的不同的功能单元中。尤其作为功能单元可以想到载货车辆的内燃发动机或废气再处理系统。另外，也可以想到悬挂式农
具或其部分单元作为载货车辆的功能单元，因为它们在载货车辆开始工作时实施功能。例如它在这里是用于液体厩肥的填充或施撒的装置(如喷嘴、阀、管路)，优选在液体厩肥挂车上。在所有情况下，当使用根据本发明的方法时，可以避免技术复杂且相应昂贵的传感器系统和测量装置。
34.优选地，相应信号源的信号代表功能单元的一个或更多个参数。尤其利用信号来描绘与参数相关的功能单元的当前状态或实际状态。因此数据处理装置可以持续考虑功能单元的当前状态。
35.一方面，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相关。另一方面，这些参数在许多情况下通常尤其通过常见的传感器系统在载货车辆上可供使用。因此，提供用于确定物质量的与物质量无关的信号的技术成本仍然很低。
36.作为数据处理装置的输入数据的合适信号，例如是至少一个以下参数的参数值：载货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。其它参数可以是功能单元的环境条件(例如温度、外界气压)或者功能单元的其它技术参数。
37.上述参数尤其在内燃发动机或废气再处理系统作为功能单元的情况下适合。
38.在液体厩肥的填充装置或施撒装置(例如安置在液体厩肥挂车上)作为功能单元的情况下，作为参数优选可以考虑影响液体厩肥成分的变量(例如动物的类型、动物的饲料、液体厩肥的存储形式和/或存储时间)。
39.在将土壤中的硝酸盐浓度作为待确定的物质量的情况下，除了上述与作为功能单元的液体厩肥的填充或施撒装置有关的参数外，还可以考虑以下参数：各种不同的气候条件；阳光辐射；相关农田的表面状况。
40.优选地，输入数据根据信号源的信号与至少一个预定参考值之间的比较被发送至数据处理装置。由此使得能够仅根据特定的比较结果来发送输入数据。因此适当的比较可以控制被检验的物质量不是被连续确定，而是仅在特定确定的条件下被确定，即只有当看上去需要所述确定时才这样做。这有利地减少了数据交易的数量和所需计算能力。根据所使用的数据传输方式，这种减少还具有节省成本的效果。
41.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。然后可以将该校准状态与功能单元的借助信号源的信号表示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、尤其通过在测试阶段或在内燃发动机认证时获得的不应超过的最大值预先定义。该参考值例如涉及内燃发动机的最大扭矩、内燃发动机的最高转速或发动机燃烧气体的最高废气温度。因此，校准状态与实际状态之间的比较适合作为初步检查，以有效地决定是否需要确定排放的物质量。
42.特别是，输入数据只在信号源的信号值(例如内燃发动机的测定扭矩)大于预定参考值(例如在内燃发动机认证时所确定的最大扭矩)时才被发送至数据处理装置。因此，在数据节约的意义上，只有当有迹象表明物质量可能过高时才会确定排放的物质量。
43.该方法优选用于检查排放的物质量以确定其是否符合预定的极限值。这例如可以是由功能单元的制造商或法律规定的应被遵守或不应被超过的最大值。为此，数据处理装置的输出数据例如可以被提供给在已提及的下游处理级内的相应的比较算法。对于处理级被分配给功能单元制造商的影响范围的情况，它可以技术上简单地检查对极限值的遵守。然而，借助访问寄存器或存储在那里的数据/数据交易，授权人员也可以在没有处理级的情
况下检查排放的物质量是否遵守预定的极限值。
44.以下，结合附图来详细解释本发明。在此，关于其功能一致的或相似的构件用相同的附图标记来标示，其中：
45.图1示出了用于执行根据本发明的方法的示意性示出的布置结构的第一实施例，
46.图2示出了用于执行根据本发明的方法的示意性示出的布置结构的另一实施例，
47.图3示出了用于执行根据本发明的方法的示意性示出的布置结构的又一实施例，以及
48.图4示出了根据图1的布置结构与用于执行根据本发明的方法的示意性示出的数据架构相结合。
49.图1示出了布置结构10，其具有多个用于确定物质量em的组成部分，该物质量因载货车辆15(尤其是拖拉机)的功能单元12、14的工作而被排放。在图1和图2中，功能单元12是载货车辆的内燃发动机，而在根据图3的实施方式中，功能单元14被设计为仅示意性示出的液体厩肥的施撒装置。该施撒装置14是液体厩肥挂车16的组成部分，其由载货车辆15启动工作。该布置结构10可以部分或完全设计成为载货车辆15的组成部分。
50.根据图1，传感器系统18检测内燃发动机12的参数(例如内燃发动机12的废气温度t、扭矩m和发动机转速)的当前值。传感器系统18在这里为了简单起见作为用于检测参数所需的各个传感器的统称出现。借助传感器系统18与待确定的物质量em无关地产生的传感器信号s_sen被提供给控制单元20。该控制单元20优选包含信号处理或数据处理所需要的功能性，例如像读和/或写单元、存储单元、处理器。另外，也向控制单元20提供数据总线和/或控制总线22的信号或数据。该总线22优选存在于车辆侧，例如can总线。
51.控制单元20将传感器系统18和总线22的所接收的信号或数据(如有必要，以经处理的形式)作为输入数据d_ein发送至数据处理装置26的输入端24。
52.另选地，传感器信号s_sen也可以在没有中间接设控制单元20的情况下被直接发送至数据处理装置26。
53.数据处理装置26包含至少一个神经元网络nn，其被设计为经训练的基于软件的模型用于对输入数据d_ein进行处理。所述至少一个神经元网络nn在一定程度上形成虚拟传感器系统，其替代了直接测量排放的物质量em。
54.在数据处理装置26中，在使用至少一个神经元网络nn的情况下生成输出数据d_aus，该输出数据出现在数据处理装置26的输出端28并且代表排放的物质量em。
55.输出数据d_aus被供给处理级30，在处理级内，输出数据d_aus(如有必要，以经进一步处理的数据形式)与预定的极限值w_gr进行比较。该比较用于检查输出数据d_aus的值以及进而通过计算确定的物质量em的值是否遵守预定的极限值w_gr，尤其是是否并未超过该极限值。在处理级30内还可以为功能单元12的使用者或第三方产生和输出与比较结果相关的信息。此外，在处理级30内可以通过例如输出相应的控制信号而促动措施。
56.数据处理装置26优选布置在载货车辆15外并且在制造功能单元12和/或载货车辆15的制造商的影响范围内。
57.处理级30优选也布置在载货车辆15外并且在制造功能单元12和/或载货车辆15的制造商的影响范围内。
58.根据图2的布置结构与根据图1的实施方式的区别主要在于，在控制单元20中将传
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。输入数据d_ein根据比较步骤s1中的比较结果而被发送至数据处理装置26。
59.在该实施例中，参考值w_ref对应于代表内燃发动机12的校准状态的校准值w_kal。校准状态借助内燃发动机12的测试阶段或认证来定义。换言之，由此限定用于内燃发动机12的允许工作范围。校准值w_kal因此对应于例如内燃发动机12的最高允许废气温度t_max、最高允许扭矩m_max或者最高允许转速n_max。
60.传感器系统18的信号s_sen代表内燃发动机12的检测到的实际状态，因为传感器系统18检测内燃发动机12的各个参数的当前值，例如当前废气温度t、当前扭矩m和/或当前发动机转速n。
61.因此，在比较步骤s1中，将内燃发动机12的校准状态与和所选参数相关的其实际状态进行比较。如果比较表明所选参数的当前值未超过预定的参考值w_ref或校准值w_kal(即s_sen≤w_ref)，则控制单元20判定不将输入数据d_ein发送至数据处理装置26。而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促使将输入数据d_ein发送至数据处理装置26。为此，可以为比较步骤s1的是(yes)输出配属二进制值j＝1，它通过其在和运算子and中的处理使得控制单元20促使发送输入数据d_ein。
62.因此只有当内燃发动机12的工作被确定在其校准状态之外时，才借助比较步骤s1将输入数据d_ein发送至数据处理装置26。这样才会出现过高的排放物质量em，其因此借助数据处理装置26进行计算。当内燃发动机12在其预定校准状态内工作时，比较步骤s1因此避免不需要的数据交易。
63.在根据图1和图2的实施方式中，布置结构10确定以下物质中的至少一种的排放物质量em：no、no2、co2、co、cmhn。这些物质与内燃发动机12的工作相关。
64.与之不同，根据图3的布置结构10确定与液体厩肥施撒至农业区域相关的排放物质量em。例如在此情况下确定以下物质中至少一种的物质量em：铵(nh4)、磷酸盐(p2o5)、钾(k2o)、氮(n)、硝酸盐(no3)。
65.在根据图3的实施方式中，也与待确定的物质量em无关地产生信号，其在控制单元20中如有必要以经处理的形式提供，以便随后作为输入数据d_ein被发送至数据处理装置26。与应用目的相对应地，在图3中，神经元网络nn被专门训练用于作为虚拟传感器系统计算或确定因施撒液体厩肥所排放的物质(如nh4、p2o5、k2o、n、no3)的排放量。
66.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场主或使用者将影响液体厩肥组成的变量g_g作为参数传输至控制单元20。变量g_g也可以自动作为数据库数据或作为传感器信号经由数据网络32被传输至控制单元20。
67.影响液体厩肥组成的变量g_g优选是产生液体厩肥的动物类型、动物饲料或者液体厩肥的存储形式和/或存储时间。
68.在土壤34内的硝酸盐浓度作为待确定的物质量em的情况下，除了上述变量g_g作为参数之外，例如还考虑以下参数：气候条件，阳光辐射，相关的农田36的表面状况。所述参数的值优选借助合适的传感器系统18'来检测。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工作的载货车辆15外的一个或更多个单元的组成部分，例如卫星、无人机、
气候站。其信号或数据s_sen然后被提供给控制单元20。
69.土壤34内的硝酸盐浓度也可以作为排放的物质量em进行确定。在此情况下，硝酸盐量或硝酸盐浓度可以因施撒液体厩肥或氮至土壤34和随后在土壤34中转变被间接排放。
70.在图3中，数据处理装置26的代表各自排放的物质量em的输出数据d_aus又被供给处理级30。关于图3中的处理级30的功能，参见对根据图1的实施方式的说明。
71.在图4中，布置结构10与数据架构38相结合。在此，布置结构10对应于根据图1的实施方式。但显然也可以将布置结构10的其它实施方式与数据架构38相结合。
72.借助数据架构38，排放的物质量em的记录或记录在案及其根据需要的检查由有权的或获得授权的人员进行。为此，输出数据d_aus作为传输数据td被传输到数字分布式寄存器40的存储单元s1中。同样，信号s_sen作为传输数据td被传输到寄存器40的存储单元s2中。
73.与可被共同称为基础数据的输出数据d_aus和信号s_sen并行地产生过程数据d_p1和d_p2。它们可以包含特定信息，例如基础数据的时间戳、基础数据来源、控制单元20、处理级30或其它技术单元的身份、功能单元12、14的特征、传感器系统18、18'的特征或关于功能单元12、14的当前加工过程的其它特征。过程数据d_p1优选在处理级30中产生，而过程数据d_p2优选在控制单元20中产生。过程数据d_p1和d_p2配属于相应的基础数据并且作为传输数据td被传输到相应的存储单元s1或s2。
74.所有的传输数据td、即基础数据s_sen、d_aus以及过程数据d_p1、d_p2被不可改动且加密地存储在寄存器40中。为了加密该传输数据td，处理级30具备数字密钥kr1，而控制单元20具备数字密钥kr2。传输数据td的加密用加小括号(kr1)或(kr2)来表示。
75.处理级30优选包含用于将传输数据td传输至存储单元s1的集成接口。而存储单元20首先将加密数据s_sen(kr2)和d_p2(kr2)发送至一个单独的数据接口42。该数据接口42能够访问电信连接(例如移动无线电)，以在数据技术方面将控制单元20与寄存器40相连。控制单元20并行地将呈未加密的输入数据d_ein形式的信号s_sen发送至数据处理装置26。
76.分布式寄存器40形成一种具有有限数量的授权成员或技术模块的数据网络，用于数据交易和/或访问已经记录在寄存器40中的数据交易。在本示例中，这两个模块即控制单元20和处理级30优选分别被授权数据交易。技术模块44优选仅具有对存储单元s1、s2的数据内容的读取访问权。为了其在数据网络或寄存器40获得授权，模块20、30、44优选分别具备相应的数字证书。
77.模块44尤其被对应配属于获得授权的机构，其任务是检查寄存器40所包含的排放物质量em的在案记录。在此，也可以在模块44中执行与预定的极限值w_gr的比较。由此可以由中立机构可靠地检查是否遵守预定的极限值w_gr。
78.模块44借助数据网络46(如互联网)访问寄存器40和存储器单元s1、s2所记录的数据内容。