【技术实现步骤摘要】
用于用机器学习方法确定用于加荷的碳黑质量和/或用于颗粒过滤器再生的碳黑质量的方法
[0001]本专利技术涉及一种用于借助于至少一个物理模型来确定一种碳黑质量——该碳黑质量用于利用来自内燃机的废气质量流中的碳黑颗粒来给颗粒过滤器加荷——和/或一种用于所述颗粒过滤器的再生的碳黑质量的方法，所述物理模型以所测量的相关的参数和/或相关的特性数据为出发点来描述在内燃机的运行期间的物理上的作用关系。
技术介绍
[0002]关于空气遵守的标准在此期间在所有工业国家中以极限值或目标值的形式、尤其也以用于内燃机的对于释放有害物质而言的颗粒极限值的形式被确定。这些标准也涉及尤其是机动车或道路车辆所装备的内燃机的污染和消耗。
[0003]现今的废气法规的严格的极限值仅仅用内燃机的内燃机内部的措施不再能够实现。为了将废气值降低到立法者所要求的水平，在新型车辆中使用颗粒过滤器。在此，所述颗粒过滤器大多为壁流过滤器，其在车辆寿命期间加载有碳黑和灰分，碳黑和灰分本身决定性地提高颗粒过滤器的过滤效率。灰分持久地留在颗粒过滤器中并且由此提供恒定的过滤...
【技术保护点】
【技术特征摘要】
1.用于借助于至少一个物理模型来确定一种碳黑质量——该碳黑质量用于利用来自内燃机的废气质量流中的碳黑颗粒来给颗粒过滤器（1）加荷——和/或一种用于所述颗粒过滤器（1）的再生的碳黑质量的方法，所述物理模型以所测量的相关的参数和/或相关的特性数据为出发点来描述在所述内燃机（5）的运行期间的物理上的作用关系，其特征在于，给至少一个所述物理模型补充至少一个基于数据的误差模型（ε1、ε2、ε
31
、ε
32
、ε4、ε5、ε6），从而借助于被补充了至少一个所述误差模型（ε1、ε2、ε
31
、ε
32
、ε4、ε5、ε6）的物理模型来不仅求取用于所述加荷的碳黑质量而且求取用于所述颗粒过滤器（1）的再生的碳黑质量。2.根据权利要求1所述的方法，其特征在于，至少一个所述物理模型包括不同的子模型（f1、f2、f31、f32、f4、f5、f6），所述子模型具有为相应的子模型（f1、f2、f31、f32、f4、f5、f6）测量的相关的参数和/或相关的特性数据。3.根据权利要求2所述的方法，其特征在于，给所述子模型（f1、f2、f31、f32、f4、f5、f6）中的每个子模型补充误差模型（ε1、ε2、ε
31
、ε
32
、ε4、ε5、ε6），其中所述误差模型（ε1、ε2、ε
31
、ε
32
、ε4、ε5、ε6）至少部分地基于对相应的所述子模型（f1、f2、f31、f32、f4、f5、f6）来说重要的参数和/或重要的特性数据。4.根据前述权利要求中任一项所述的方法，其特征在于，根据额外的测量来离线地对至少一个所述误差模型（ε1、ε2、ε
31
、ε
32
、ε4、ε5、ε6）进行训练...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。