发动机爆震强度计算方法、系统和可读存储介质技术方案

本申请涉及发动机检测技术领域，具体涉及一种发动机爆震强度计算方法、系统和可读存储介质。其中方法包括：提供训练数据集和测试数据集；基于训练数据集，训练出爆震强度计算初级模型；计算确定测试数据集中的大误差子集；大误差子集为，在测试数据集中，爆震强度计算模型的计算值与爆震强度实际值之间的强度误差，超过指定阈值的爆震强度信号的集合；确定大误差子集的分布规律；确定训练数据集中，符合分布规律的数据子集；基于过采样法，对数据子集的数据扩展，使得新扩展的数据形成扩展数据集；将扩展数据集增补入训练数据集中，对训练数据进行补全，形成新训练数据集；基于新训练数据集，重新训练出误差更小的发动机爆震强度计算模型。

【技术实现步骤摘要】
发动机爆震强度计算方法、系统和可读存储介质
本申请涉及发动机爆震强度检测
，具体涉及一种发动机爆震强度计算方法、系统和可读存储介质。
技术介绍
通常，汽车发动机通过吸入混合燃气、压缩、燃烧做功和排气四个冲程的作用，实现发动机周而复始的运转。当发动机吸入燃油蒸汽与空气的混合物后，在压缩冲程还未到达设计的点火位置，种种控制之外的因素导致燃气混合物自行点火燃烧。此时燃烧所产生的巨大冲击力与活塞运动方向相反，从而会引起发动机震动，这种现象成为爆震。发动机爆震对发动机的动力和油耗均会产生不利影响。若爆震强度过高，还会引出现发动机抖动、敲缸现象，造成火花塞、气门和活塞断裂或烧蚀，爆震强度达到一定程度，就成了超级爆震，可瞬间破坏发动机。相关技术中，通常采用爆震传感器对发动机爆震现象进行识别，但是该爆震传感器对强度较小的爆震难以识别，当识别出爆震问题时，发动机已受到不同程度的损害。
技术实现思路
本申请提供了一种发动机爆震强度计算方法、系统和可读存储介质，可以解决相关技术中难以识别的较小强度爆震的问题。为了实时识别出发动机爆震强度，以便提前采取必要控制措施，从而降低爆震强度，防止超级爆震的发生，本申请的第一方面，提供一种发动机爆震强度计算方法，所述发动机爆震强度计算方法包括：提供训练数据集和测试数据集；基于所述训练数据集，训练出爆震强度计算初级模型；基于所述爆震强度计算初级模型，计算确定所述测试数据集中的大误差子集；所述大误差子集为，在测试数据集中，爆震强度计算模型的计算值与爆震强度实际值之间的强度误差，超过指定阈值的爆震强度信号的集合；确定所述大误差子集的分布规律；确定所述训练数据集中，符合所述分布规律的数据子集；基于过采样法，对所述数据子集的数据扩展至少2倍，使得新扩展的数据形成扩展数据集；将所述扩展数据集增补入所述训练数据集中，对训练数据进行数据补全，形成新训练数据集；基于所述新训练数据集，重新训练出爆震强度计算模型。可选的，所述测试数据集包括多个用于测试的爆震强度信号，以及与所述爆震强度信号对应的爆震强度实际值。可选的，所述基于所述爆震强度计算初级模型，计算确定所述测试数据集中的大误差子集，所述大误差子集为爆震强度计算模型的计算值与爆震强度实际值之间误差超过指定阈值的爆震强度信号集合的步骤，包括：基于所述爆震强度计算初级模型，计算所述测试数据集中各个所述爆震强度信号的爆震强度计算模型的计算值；计算各个所述爆震强度信号各自相对应的所述爆震强度计算模型的计算值与所述爆震实际强度之间的强度误差；确定所述强度误差超过指定阈值的爆震强度信号的集合为大误差子集。可选的，所述统计所述大误差子集的分布规律的步骤，包括：基于所述大误差子集中各个爆震强度信号的爆震强度实际值，确定所述爆震强度实际值的众数取值区间。可选的，位于所述众数取值区间中的爆震强度信号数量，占所述大误差子集中所述爆震强度信号总数的80％至90％。可选的，所述训练数据集包括多个用于训练的爆震强度信号，以及与所述爆震强度信号对应的爆震强度实际值。可选的，所述确定所述训练数据集中，符合所述分布规律的数据子集的步骤，包括：基于所述训练数据集，确定对应爆震强度实际值位于所述众数取值区间中的所述爆震强度信号的集合为所述训练数据集的数据子集。可选的，所述基于过采样法，对所述数据子集的数据扩展至少2倍，使得新扩展的数据形成扩展数据集的步骤，包括：基于过采样法，对所述数据子集中的数据进行采样复制，使得所述数据子集的数据重复至少2倍，形成扩展数据集。为了实时识别出发动机爆震强度，以便提前采取必要控制措施，从而降低爆震强度，防止超级爆震的发动，本申请的第二方面，提供一种发动机爆震强度计算系统，所述发动机爆震强度计算系统用于执行如本申请第一方面所述的发动机爆震强度计算方法。为了实时识别出发动机爆震强度，以便提前采取必要控制措施，从而降低爆震强度，防止超级爆震的发动，本申请的第三方面提供一种可读存储介质，所述可读存储介质中存储有计算机程序，其特征在于，所述计算机程序被处理器执行时，能够实现如本申请第一方面所述的发动机爆震强度计算方法。本申请技术方案，至少包括如下优点：通过在训练数据集中增加具有大误差特性的子集的比重，即数据子集在新训练数据集中的比，使得根据该新训练数据集E重新训练出爆震强度计算模型，其在计算爆震强度信号的爆震强度时，能够具有更小的误差和更高的准确性。附图说明为了更清楚地说明本申请具体实施方式或现有技术中的技术方案，下面将对具体实施方式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，下面描述中的附图是本申请的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1示出了本申请实施例提供的发动机爆震强度计算方法流程图；图2示出了训练数据集A＝{ax[1:n],ay[1:n]}的数据结构示意图；图3示出了测试数据集B＝{bx[1:m],by[1:m]}的数据结构示意图；图4示出了基于训练数据集A＝{ax[1:n],ay[1:n]}，训练出爆震强度计算初级模型的过程示意图；图5示出了以测试数据集B＝{bx[1:m],by[1:m]}为例，确定测试数据集中的大误差子集的过程示意图；图6示出了确定该大误差子集B’＝{bx[p:q],by[p:q]}的分布规律的过程示意图；图7示出了确定训练数据集A＝{ax[1:n],ay[1:n]}中符合分布规律的数据子集的过程示意图；图8示出了对数据子集A’＝{ax[v:w],ay[v:w]}进行扩展三倍后形成的新的扩展数据集D的过程示意图；图9示出了将新的扩展数据集D增补入训练数据集A＝{ax[1:n],ay[1:n]}中后形成的新训练数据集E的过程示意图。具体实施方式下面将结合附图，对本申请中的技术方案进行清楚、完整的描述，显然，所描述的实施例是本申请的一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在不做出创造性劳动的前提下所获得的所有其它实施例，都属于本申请保护的范围。在本申请的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。在本申请的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接本文档来自技高网...

【技术保护点】
1.一种发动机爆震强度计算方法，其特征在于，所述发动机爆震强度计算方法包括：/n提供训练数据集和测试数据集；/n基于所述训练数据集，训练出爆震强度计算初级模型；/n基于所述爆震强度计算初级模型，计算确定所述测试数据集中的大误差子集；所述大误差子集为，在测试数据集中，发动机爆震强度模型计算值与爆震强度实际值之间的强度误差，超过一定阈值的爆震强度信号的集合；/n确定所述大误差子集的分布规律；/n确定所述训练数据集中，符合所述分布规律的数据子集；/n基于过采样法，对所述数据子集的数据扩展至少2倍，使得新扩展的数据形成扩展数据集；/n将所述扩展数据集增补入所述训练数据集中，对训练数据进行补全，形成新训练数据集；/n基于所述新训练数据集，重新训练出爆震强度计算模型。/n

【技术特征摘要】
1.一种发动机爆震强度计算方法，其特征在于，所述发动机爆震强度计算方法包括：
提供训练数据集和测试数据集；
基于所述训练数据集，训练出爆震强度计算初级模型；
基于所述爆震强度计算初级模型，计算确定所述测试数据集中的大误差子集；所述大误差子集为，在测试数据集中，发动机爆震强度模型计算值与爆震强度实际值之间的强度误差，超过一定阈值的爆震强度信号的集合；
确定所述大误差子集的分布规律；
确定所述训练数据集中，符合所述分布规律的数据子集；
基于过采样法，对所述数据子集的数据扩展至少2倍，使得新扩展的数据形成扩展数据集；
将所述扩展数据集增补入所述训练数据集中，对训练数据进行补全，形成新训练数据集；
基于所述新训练数据集，重新训练出爆震强度计算模型。


2.如权利要求1所述的发动机爆震强度计算方法，其特征在于，所述测试数据集包括多个用于测试的爆震强度信号，以及与所述爆震强度信号对应的爆震强度实际值。


3.如权利要求2所述的发动机爆震强度计算方法，其特征在于，所述基于所述爆震强度计算初级模型，计算确定所述测试数据集中的大误差子集，所述大误差子集为爆震强度模型计算值与爆震强度实际值之间误差超过指定阈值的爆震强度信号集合的步骤，包括：
基于所述爆震强度计算初级模型，计算所述测试数据集中各个所述爆震强度信号的爆震强度计算值；
计算各个所述爆震强度信号各自相对应的所述爆震计算值与所述爆震实际强度之间的误差；
确定所述发动机强度误差超过指定阈值的爆震强度信号的集合为大误差子集。


4.如权利要求1所述的...

【专利技术属性】
技术研发人员：范开庆，王庆华，祝露，
申请(专利权)人：联合汽车电子有限公司，
类型：发明
国别省市：上海;31