一种发动机进气量预测方法、装置及存储介质与流程

1.本技术涉及发动机故障检测技术领域，尤其涉及一种发动机进气量预测方法、装置及存储介质。


背景技术：

2.为了在发动机上实现良好的动力性、经济性，并满足日益严格的排放法规要求，发动机进气量的精确控制已成为现代车用发动机控制的关键技术之一。研究表明，三元催化器的转化效率受空燃比的影响很大，而空燃比又和进气量密切相关，进气量的异常变化，不仅使发动机动力性能下降，还会影响三元催化器的效率，造成恶意排放。
3.目前主要有两种常用的方法用来获得发动机进气量：第一种是通过安装在节气门前端的热线式空气流量传感器测量获得节气门处的空气流量，并将其近似作为进入气缸的空气流量，此方法在稳态工况下是适用的，但是在瞬态工况下，由于进气管内“充排气效应”所产生的压力变化会导致二者产生较大差异；第二种方法是利用速度密度模型，根据发动机转速、进气压力、进气温度以及充气效率计算得到进气流量，但是采用这种方法估计进气流量面临两个问题：一是发动机泵气波动所导致的进气压力信号的周期波动；二是作为时变参数的充气效率随发动机工况变化的不确定性。


技术实现要素：

4.为了解决上述背景技术提到的技术问题或者至少部分地解决上述技术问题，本技术提供一种发动机进气量预测方法、装置及存储介质。
5.第一方面，本技术提供了一种发动机进气量预测方法，包括：
6.采集车辆的发动机特征数据，所述发动机特征数据包括进气量、发动机转速、循环喷油量、中冷后进气温度以及冷却水温；
7.对采集的所述发动机特征数据进行预处理，并将预处理后的数据划分为训练集和测试集；
8.对预处理后的所述发动机特征数据进行kpca主成分分析方法，计算成对样本之间的欧氏距离，构成核矩阵，然后中心化核矩阵，计算特征值和特征向量，并根据特征值的大小，对所述发动机特征数据进行二次筛选；
9.构建随机森林算法模型，并利用所述训练集的数据对所述随机森林算法模型进行训练，得到发动机进气量预测模型；
10.利用所述发动机进气量预测模型对输入的新发动机特征数据进行预测，得到发动机的进气量预测值。
11.在此方案中，按特征值的大小进行排序(由大到小进行排序)，收集前若干个大小的特征向量，以此对所述发动机特征数据进行二次筛选。
12.在此方案中，随机森林是一种特殊的bagging方法，它将决策树用作bagging中的模型。首先，用bootstrap方法生成m个训练集，然后，对于每个训练集，构造一颗决策树，在
节点找特征进行分裂的时候，并不是对所有特征找到能使得指标(如信息增益)最大的，而是在特征中随机抽取一部分特征，在抽到的特征中间找到最优解，应用于节点，进行分裂。
13.可选的，所述对采集的所述发动机特征数据进行预处理，具体包括：
14.将所述发动机特征数据按时间前后进行排序，删除数据中含有空值的行，以及对数据的按比例缩放。
15.可选的，所述发动机进气量预测方法还包括：利用所述测试集对所述随机森林算法模型进行测试，确定所述随机森林算法模型的误差小于第一误差预设值，则确定所述随机森林算法模型训练完成。
16.第二方面，本技术还提供了一种发动机进气量预测装置，包括：
17.存储器，用于存储程序指令；
18.处理器，用于调用所述存储器中存储的所述程序指令以实现如第一方面中任一技术方案所述的发动机进气量预测方法。
19.第三方面，本技术还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有程序代码，所述程序代码用于实现如第一方面中任一技术方案所述的发动机进气量预测方法。
20.本技术实施例提供的上述技术方案与现有技术相比具有如下优点：本技术实施例提供的一种发动机进气量预测方法，将实时的监控转化为基于机器学习算法的预测，用机器学习的算法模型能够提前通知驾驶员和服务站车辆的进气量状况，以判断是否出现故障，当驾驶员看到预测的车辆的进气量在后续时间段内连续超过了某个残差阈值，而且持续超过这个阈值，就可以提前在方便的时候对车辆检测维修，防止车辆在高速行驶过程中发动由于进气量不足而发生的失火现象。
附图说明
21.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。
22.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
23.图1为本技术实施例提供的一种发动机进气量预测方法的流程示意图；
24.图2为发动机进气量预测装置的组成结构示意图。
具体实施方式
25.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本技术的一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例，都属于本技术保护的范围。
26.为了便于理解，下面对本技术实施例提供的一种发动机进气量预测方法进行详细介绍，参见图1，一种发动机进气量预测方法，包括一下步骤：
27.步骤s1，采集车辆的发动机特征数据，所述发动机特征数据包括进气量、发动机转
速、循环喷油量、中冷后进气温度以及冷却水温；
28.步骤s2，对采集的所述发动机特征数据进行预处理，并将预处理后的数据划分为训练集和测试集；
29.步骤s3，对预处理后的所述发动机特征数据进行kpca主成分分析方法，计算成对样本之间的欧氏距离，构成核矩阵，然后中心化核矩阵，计算特征值和特征向量，并根据特征值的大小，对所述发动机特征数据进行二次筛选；
30.步骤s4，构建随机森林算法模型，并利用所述训练集的数据对所述随机森林算法模型进行训练，得到发动机进气量预测模型；
31.步骤s5，利用所述发动机进气量预测模型对输入的新发动机特征数据进行预测，得到发动机的进气量预测值。
32.在本技术的一些具体实施例中，所述对采集的所述发动机特征数据进行预处理，具体包括：
33.将所述发动机特征数据按时间前后进行排序，删除数据中含有空值的行，以及对数据的按比例缩放。
34.在本技术的一些具体实施例中，所述发动机进气量预测方法还包括：利用所述测试集对所述随机森林算法模型进行测试，确定所述随机森林算法模型的误差小于第一误差预设值，则确定所述随机森林算法模型训练完成。
35.在本技术的又一些具体实施例中，参见图2，还提供了一种发动机进气量预测装置，包括：
36.存储器20，用于存储程序指令；
37.处理器21，用于调用所述存储器中存储的所述程序指令以实现如上述任一实施例所述的发动机进气量预测方法。
38.在本技术的又一些具体实施例中，本还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有程序代码，所述程序代码用于实现如上述任一实施例所述的发动机进气量预测方法。
39.为了便于理解，下面对发动机进气量预测方法的具体原理过程进行说明，比如当驾驶员看到3-5小时之后预测的车辆的进气量超过了某个残差阈值，而且持续超过这个阈值，就可以提前在方便的时候对车辆检测维修，防止车辆在高速行驶过程中发动由于进气量不足而发生的失火现象。该方法包括如下步骤：
40.步骤101，采集车辆的发动机数据，取数频率为128hz。
41.步骤102，持续采集发动机的新鲜进气量、发动机转速、循环喷油量、中冷后进气温度、冷却水温发动机特征数据。
42.步骤103，对提取到的数据特征进行预处理，主要有按时间进行排序、去空值、数据归一化。将数据先按时间前后重新排列，然后对数据中含有空值的行删除，并对预测目标的相关特征数值按比例缩放到负一到正一范围。
43.步骤104，将数据集划分为训练集和测试集，训练集和测试集的比例为8比2。
44.步骤105，对提取到的数据特征进行采用pca主成分分析，对特征进行二次筛选。应用pca方法，将数据降维，从原始的空间中顺序地找一组相互正交的坐标轴，第一个新坐标轴选择是原始数据中方差最大的方向，第二个新坐标轴选取是与第一个坐标轴正交的平面
中使得方差最大的，第三个轴是与第1,2个轴正交的平面中方差最大的，依次类推，最后保留前面的坐标轴。
45.步骤105，模型建立的方法选择使用随机森林算法模型，模型包含多个决策树的分类器，将其输出的类别由单个决策树的输出总数决定。将训练集的特征值和目标值投入模型进行训练，目标是最小化均方误差。步骤106，训练结束后在测试集验证，误差小于5％。
46.需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
47.以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所申请的原理和新颖特点相一致的最宽的范围。