【技术实现步骤摘要】
【国外来华专利技术】
本专利技术涉及尤其是当用于驱动机动车辆的马达机组的至少一个组件的量不是由传感器直接测量时确定所述量的方法。在此情况下，应当根据所取得的其它信息和/或其它参数来估计所述量。在全文中，(热力或电动)马达机组指明直接或间接参与车辆的牵引的组件的集合，并且可以包括辅助处理组件，如污染消除组件。所述量指明至少一个物理参数。其有利地涉及温度，例如电动马达的转子的温度，或对电动马达供电的电池的温度，或功率电子部件温度，或气缸中的喷射的上游的燃料温度等。然而，本专利技术不被限制于其中感感兴趣量是温度的情况。在任何情况下，感兴趣量与其值被由至少一个计算机使用以驱动马达机组的至少一个组件的至少一个参数有关。在批量车辆配置中，不可能设想传感器能够直接测量这些量。
技术介绍
1、已知使用基于物理定律的模型的估计系统，以确定感兴趣量的估计。模型使用可测量的量。利用算法函数的使用，其能够提供并非直接可测量的感兴趣量的估计作为输出。
2、还已知使用受监督学习神经网络(简称“rn”)。学习域被限制于受监督学习操作。因此，在rn学习的情况的覆盖方面存在缺陷。...
【技术保护点】
1.一种用于迭代地确定被用于驱动机动车辆的马达机组的至少一个组件的至少一个感兴趣量的系统，所述感兴趣量不是由传感器直接测量的，
2.如权利要求1所述的系统，其中受监督学习估计模块是神经网络(RN)模块。
3.如权利要求1或2之一所述的系统，其中当真实性指数(IK)为不良时，最终输出量来自于由如下限定的函数F：
4.如权利要求3所述的系统，其中当真实性指数(IK)在时刻t1从良好变为不良时，CT使得输出Z在时刻t1免于不连续性。
5.如权利要求3或4之一所述的系统，其中函数F是或使用开环模型函数(YR)。
6....
【技术特征摘要】
【国外来华专利技术】
1.一种用于迭代地确定被用于驱动机动车辆的马达机组的至少一个组件的至少一个感兴趣量的系统，所述感兴趣量不是由传感器直接测量的，
2.如权利要求1所述的系统，其中受监督学习估计模块是神经网络(rn)模块。
3.如权利要求1或2之一所述的系统，其中当真实性指数(ik)为不良时，最终输出量来自于由如下限定的函数f：
4.如权利要求3所述的系统，其中当真实性指数(ik)在时刻t1从良好变为不良时，ct使得输出z在时刻t1免于不连续性。
5.如权利要求3或4之一所述的系统，其中函数f是或使用开环模型函数(yr)。
6.如权利要求1至5之一所述的系统，其中感兴趣量是机动车辆的马达机组的组件的温度。
7.如权利要求1至5之一所述的系统，其中感兴趣量是机动车辆的马达机组中的流体的温度。
8.如权利要求1至7之一所述的系统，其中下游处理模块包...
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。