一种DPF模型构建方法、装置、设备及存储介质制造方法及图纸

本申请公开了一种DPF模型构建方法、装置、设备及存储介质，涉及发动机后处理技术领域。该方法包括：获取历史车辆路谱数据集合，并将历史车辆路谱数据集合按照设定比例划分为第一车辆路谱数据子集和第二车辆路谱数据子集；根据第一车辆路谱数据子集，生成颗粒捕捉器DPF模型；根据第二车辆路谱数据子集，对DPF模型进行调整，得到目标DPF模型；根据目标DPF模型，对N日内的车辆进行DPF过载预警预测，得到预测结果，并确定预测结果的车辆过载准确率，N为大于1的整数；若预测结果的车辆过载准确率满足设定阈值，则确定目标DPF模型构建完成，用以优化DPF模型的构建，在使用该模型时，提高DPF过载预警的准确率。DPF过载预警的准确率。DPF过载预警的准确率。

【技术实现步骤摘要】
一种DPF模型构建方法、装置、设备及存储介质


[0001]本申请涉及发动机后处理器
，尤其涉及一种DPF模型构建方法、装置、设备及存储介质。

技术介绍

[0002]随着汽车工业的发展及环境保护要求的提升，国家对汽车排放的要求也越来越高，对柴油机的颗粒物排放提出了更加严格的要求，排放法规中各项污染物的限值要求也越来越严格。发动机后处理系统作为机外净化系统的重要组成部分，对排气污染物含量的降低起着重要作用。
[0003]颗粒捕集器(Diesel Particulate Filter，DPF)是净化柴油机颗粒排放的最有效途径，DPF捕捉到的尾气排放物质随后在车辆运转过程中燃烧殆尽，可以有效地减少微粒物的排放。具体地，DPF先捕集尾气中的微粒物，然后再对捕集的微粒进行氧化，使得DPF再生。DPF再生是指在DPF长期工作中，DPF里的颗粒物逐渐增加会引起发动机背压升高，导致发动机性能下降，所以要定期除去沉积的颗粒物，恢复DPF的过滤性能。
[0004]目前，构建的DPF模型，进行DPF过载预警，一般是根据经验值定里程推荐行车、驻车再生，或者根据碳载量模型进行碳载量预测。然而，实际车用柴油机的运行工况十分复杂，传统基于试验标定和构建DPF模型的方法获得的DPF碳载量与实际值差距较大，导致DPF再生时机容易判定失准，致使车辆报出DPF过载预警存在误差。
[0005]因此，如何优化DPF模型是目前亟需解决的问题。

技术实现思路

[0006]本发申请提供了一种DPF模型构建方法，用以提高DPF过载预警的准确率。
[0007]第一方面，提供一种DPF模型构建方法，包括：
[0008]获取历史车辆路谱数据集合，并将所述历史车辆路谱数据集合按照设定比例划分为第一车辆路谱数据子集和第二车辆路谱数据子集；根据所述第一车辆路谱数据子集，生成DPF模型；根据所述第二车辆路谱数据子集，对所述DPF模型进行调整，得到目标DPF模型；根据所述目标DPF模型，对N日内的车辆进行DPF过载预警预测，得到预测结果，并确定所述预测结果的车辆过载准确率；其中，所述N为大于1的整数；若所述预测结果的车辆过载准确率满足设定阈值，则确定所述目标DPF模型构建完成。
[0009]可选的，所述第二车辆路谱数据子集包括至少一个车辆的进气压力值和DPF载体压差；所述DPF模型包括设定的过载时间阈值；所述根据所述第二车辆路谱数据子集，对所述DPF模型进行调整，包括：
[0010]将所述第二车辆路谱数据子集中的各进气压力值和各DPF载体压差输入所述DPF模型中，对所述DPF模型设定的过载时间阈值进行调整，确定所述DPF模型的目标过载时间阈值。
[0011]可选的，所述方法，还包括：
[0012]若所述预测结果的车辆过载准确率不满足设定阈值，则对所述历史车辆路谱数据集合进行扩充，并将扩充后的历史车辆路谱数据集合按照设定比例划分为第三车辆路谱数据子集和第四车辆路谱数据子集；根据所述第三车辆路谱数据子集，更新所述DPF模型；根据所述第四车辆路谱数据子集，对更新后的所述DPF模型进行调整，得到更新后的目标DPF模型。
[0013]可选的，所述根据所述目标DPF模型，对N日内的车辆进行DPF进行过载预警预测，得到预测结果，并确定所述预测结果的车辆过载准确率，包括：
[0014]在所述N日内，分别统计每日的过载车辆数量，计算出第i日距第i
‑
1日的第一新增过载车辆数量，以及获取所述第i日的各第一新增过载车辆的设备标识，所述i为大于1且小于或等于N的整数；根据所述目标DPF模型，预测所述第i日距第i
‑
1日的第二新增过载车辆数量，以及获取所述第i日的各第二新增过载车辆的设备标识；将所述各第一新增过载车辆的设备标识与所述各第二新增过载车辆的设备标识进行匹配，确定出设备标识相匹配的目标新增过载车辆，以及目标新增过载车辆数量，得到所述第i日的预测结果；将所述目标新增过载车辆数量除以所述第一新增过载车辆数量，得到所述第i日的预测结果的车辆过载准确率。
[0015]可选的，所述确定所述目标DPF模型构建完成之后，还包括：
[0016]根据所述目标DPF模型，确定目标车辆在当前进气压力值下的DPF载体压差预测值；若所述目标车辆的DPF载体压差实际值大于所述DPF载体压差预测值，超过所述目标过载时间阈值，则输出过载预警信息，所述过载预警信息用于表征所述车辆处于DPF过载状态。
[0017]第二方面，提供一种DPF模型构建装置，包括：
[0018]获取模块，用于获取历史车辆路谱数据集合，并将所述历史车辆路谱数据集合按照设定比例划分为第一车辆路谱数据子集和第二车辆路谱数据子集；DPF模型生成模块，用于根据所述第一车辆路谱数据子集，生成DPF模型；DPF模型调整模块，用于根据所述第二车辆路谱数据子集，对所述DPF模型进行调整，得到目标DPF模型；DPF模型校验模块，用于根据所述目标DPF模型，对N日内的车辆进行DPF过载预警预测，得到预测结果，并确定所述预测结果的车辆过载准确率；其中，所述N为大于1的整数；以及，用于若所述预测结果的车辆过载准确率满足设定阈值，则确定所述目标DPF模型构建完成。
[0019]可选的，所述第二车辆路谱数据子集包括至少一个车辆的进气压力值和DPF载体压差；所述DPF模型包括设定的过载时间阈值；所述DPF模型调整模块，具体用于：
[0020]将所述第二车辆路谱数据子集中的各进气压力值和各DPF载体压差输入所述DPF模型中，对所述DPF模型设定的过载时间阈值进行调整，确定所述DPF模型的目标过载时间阈值。
[0021]可选的，所述装置还包括：DPF模型更新模块；
[0022]所述DPF模型更新模块，用于若所述预测结果的车辆过载准确率不满足设定阈值，则指示所述获取模块对所述历史车辆路谱数据集合进行扩充，并将扩充后的历史车辆路谱数据集合按照设定比例划分为第三车辆路谱数据子集和第四车辆路谱数据子集；根据所述第三车辆路谱数据子集，更新所述DPF模型；根据所述第四车辆路谱数据子集，对更新后的所述DPF模型进行调整，得到更新后的目标DPF模型。
[0023]可选的，所述DPF模型校验模块，具体用于：
[0024]在所述N日内，分别统计每日的过载车辆数量，计算出第i日距第i
‑
1日的第一新增过载车辆数量，以及获取所述第i日的各第一新增过载车辆的设备标识，所述i为大于1且小于或等于N的整数；根据所述目标DPF模型，预测所述第i日距第i
‑
1日的第二新增过载车辆数量，以及获取所述第i日的各第二新增过载车辆的设备标识；将所述各第一新增过载车辆的设备标识与所述各第二新增过载车辆的设备标识进行匹配，确定出设备标识相匹配的目标新增过载车辆，以及目标新增过载车辆数量，得到所述第i日的预测结果；将所述目标新增过载车辆数量除以所述第一新增过载车辆数量，得到所述第i日的预测结果的车辆过载准确率。...

【技术保护点】

【技术特征摘要】
1.一种DPF模型构建方法，其特征在于，包括：获取历史车辆路谱数据集合，并将所述历史车辆路谱数据集合按照设定比例划分为第一车辆路谱数据子集和第二车辆路谱数据子集；根据所述第一车辆路谱数据子集，生成颗粒捕捉器DPF模型；根据所述第二车辆路谱数据子集，对所述DPF模型进行调整，得到目标DPF模型；根据所述目标DPF模型，对N日内的车辆进行DPF过载预警预测，得到预测结果，并确定所述预测结果的车辆过载准确率；其中，所述N为大于1的整数；若所述预测结果的车辆过载准确率满足设定阈值，则确定所述目标DPF模型构建完成。2.如权利要求1所述的方法，其特征在于，所述第二车辆路谱数据子集包括至少一个车辆的进气压力值和DPF载体压差；所述DPF模型包括设定的过载时间阈值；所述根据所述第二车辆路谱数据子集，对所述DPF模型进行调整，包括：将所述第二车辆路谱数据子集中的各进气压力值和各DPF载体压差输入所述DPF模型中，对所述DPF模型设定的过载时间阈值进行调整，确定所述DPF模型的目标过载时间阈值。3.如权利要求1所述的方法，其特征在于，所述方法，还包括：若所述预测结果的车辆过载准确率不满足设定阈值，则对所述历史车辆路谱数据集合进行扩充，并将扩充后的历史车辆路谱数据集合按照设定比例划分为第三车辆路谱数据子集和第四车辆路谱数据子集；根据所述第三车辆路谱数据子集，更新所述DPF模型；根据所述第四车辆路谱数据子集，对更新后的所述DPF模型进行调整，得到更新后的目标DPF模型。4.如权利要求1所述的方法，其特征在于，所述根据所述目标DPF模型，对N日内的车辆进行DPF进行过载预警预测，得到预测结果，并确定所述预测结果的车辆过载准确率，包括：在所述N日内，分别统计每日的过载车辆数量，计算出第i日距第i
‑
1日的第一新增过载车辆数量，以及获取所述第i日的各第一新增过载车辆的设备标识，所述i为大于1且小于或等于N的整数；根据所述目标DPF模型，预测所述第i日距第i
‑
1日的第二新增过载车辆数量，以及获取所述第i日的各第二新增过载车辆的设备标识；将所述各第一新增过载车辆的设备标识与所述各第二新增过载车辆的设备标识进行匹配，确定出设备标识相匹配的目标新增过载车辆，以及目标新增过载车辆数量，得到所述第i日的预测结果；将所述目标新增过载车辆数量除以所述第一新增过载车辆数量，得到所述第i日的预测结果的车辆过载准确率。5.如权利要求1
‑
4任一项所述的方法，其特征在于，所述确定所述目标DPF模型构建完成之后，还包括：根据所述目标DPF模型，确定目标车辆在当前进气压力值下的DPF载体压差预测值；若所述目标车辆的DPF载体压差实际值大于所述DPF载体压差预测值，超过所述目标过载时间阈值，则输出过载预警信息，所述过载预警信息用于表征所述车辆处于DPF过载状态。6.一种DPF模型构建装置，其特征在于，包括：
获取模块，用于获取历史车辆路谱数据集合，并将所述历史车辆路谱数据集合按照设定比例划分为第一车辆路谱数据子集和第二车辆路谱数据子集；DPF模型生成模块，用于根据所述第一车辆...

【专利技术属性】
技术研发人员：姚宇航，王泽宇，高更，王振，王祥，宋啸飞，冯彦明，
申请(专利权)人：潍柴动力股份有限公司，
类型：发明
国别省市：