基於處理模型的虛擬傳感器系統和方法

2023-06-08 08:43:31

專利名稱：基於處理模型的虛擬傳感器系統和方法
技術領域：
本發明一般地涉及基於計算機的處理建模技術，更具體地，涉及使用 處理模型的虛擬傳感器系統和方法。
背景技術：
在許多產品(例如，現代作業機械)中廣泛使用物理傳感器，以測量 和監控物理現象，例如，溫度、速度和來自機動車輛的排放物。物理傳感 器通常直接測量物理現象，並將這些測量結果轉換成通過控制系統進一步 處理的測量數據。雖然物理傳感器直接測量物理現象，但是物理傳感器和 相關的硬體通常很昂貴，並且有時候很不可靠。此外，當控制系統依賴於 物理傳感器來正確運行時，物理傳感器的故障會4吏得這種控制系統無法運 行。例如，在發動機中的速度傳感器或定時傳感器的故障可導致發動機整 體上關機，即使發動機本身仍舊可以運行。
開發出虛擬傳感器，以處理其它各種物理測量的值，以及生成由物理
傳感器先前直接測量的值，從而代替直接測量。例如，1995年1月31日 Keller等人公布的美國專利No.5，386，373 ( '373專利)公開了 一種通過傳 感器確認的虛擬連續排放監控系統。所述'373專利使用反向傳播-激活模 型和蒙特卡洛(monte-carlo )檢索技術來建立和優化用於虛擬傳感系統的 計算模型，以從其它測量的參數導出傳感參數。然而，特別是在產生和/ 或優化計算模型時，這種傳統技術通常無法解決在各個測量參數之間的內 部關聯，以及無法將其它測量的參數與傳感參數關聯。
才艮據所一&開系統的某些特點的方法和系統旨在解決上述的一個或多個 問題。

發明內容
本發明的^Hf內容的一方面包括一種用於虛擬傳感器系統的方法。該 方法包括建立用以表示在多個傳感參數和多個測量參數之間的相互關係 的虛擬傳感器處理模型；和獲得與所述多個測量參數對應的一組值。該方 法還包括同時基於與所述多個測量參數對應的所述一組值和所述虛擬傳 感器處理模型，計算所述多個傳感參數的值；和向控制系統提供所述多個 傳感參數的值。
本發明的公開內容的另 一方面包括一種用於建立虛擬傳感器處理模型 的計算機系統。該計算機系統包括資料庫，被配置為存儲與所述虛擬傳 感器處理模型相關的信息；和處理器。該處理器可^L配置為獲得與一個 或多個輸入變量和所述多個傳感參數相關的數據記錄；和從所述一個或多 個輸入變量選擇所述多個測量參數。該處理器還可被配置為生成用以表 示在所述多個測量參數和所述多個傳感參數之間的相互關係的計算模型； 和確定所述計算^f莫型的所述多個測量參數的期望統計分布。此外，該處理 器還可3皮配置為基於所述期望統計分布重新校準所述多個測量參數，以 定義期望輸入空間。
本發明的公開內容的另 一方面包括一種作業機械。該作業機械可包括 動力源，被配置為向所述作業機械提供動力；控制系統，被配置為控制所 述動力源。該作業機械還可包括虛擬傳感器系統，包括用以表示在多個 傳感桐&和多個測量參數之間的相互關係的虛擬傳感器處理^f莫型。所述虛 擬傳感器系統可淨皮配置為獲得與所述多個測量參數對應的一組值；和同 時基於與所述多個測量參數對應的所述一組值和所述虛擬傳感器處理模 型，計算所述多個傳感參數的值。所述虛擬傳感器系統還可^NC配置為向 所述控制系統提供所述多個傳感參數的值。此外，所述控制系統基於所述 多個傳感參數的值控制所述動力源。
本發明的公開內容的另 一方面包括一種在被配置為建立虛擬傳感器處 理模型的計算機系統中使用的計算機可讀介質。該計算機可讀介質可具有用於執行一種方法的計算機可執行指令。該方法可包括獲得與一個或多 個輸入變量和所述多個傳感參數相關的數據記錄；和從所述一個或多個輸 入變量選擇所述多個測量參數。該方法還可包括生成用以表示在所述多 個測量參數和所述多個傳感參數之間的相互關係的計算模型；確定所述計 算模型的所述多個測量參數的期望統計分布；和基於所述期望統計分布重 新校準所述多個測量參數，以定義期望輸入空間。


圖1示出其中可結合根據某些公開實施例的特點和原理的示例性作業 機械；圖2示出根據某些公開實施例的示例性虛擬傳感器系統的框圖； 圖3示出根據某些公開實施例的示例性虛擬傳感器系統的邏輯框圖； 圖4示出根據某些公開實施例的示例性傳感器模型生成和優化處理的 流程圖；圖5示出根據某些公開實施例的示例性控制處理的流程圖；和 圖6示出才艮據某些>5^開實施例的另一示例性控制處理的流程圖。M實施方式現在，將詳細參照在附圖中示出的示例性實施例。只要可能，在整個 附圖中將使用相同的標號表示相同或相似的部分。圖1示出其中可以結合根據某些公開實施例的特點和原理的示例性作 業機械100。作業機械100可以指用於執行與特定行業(例如，採礦業、 建築業、農業、運輸業等)相關的某些類型操作的，並且在多個作業環境 (例如，建築工地、礦場、發電站和發電機、公路應用等)之間或多個作 業環境中運行的任意類型固定或移動機械。移動機械的非限制性實例包括 商用機械，例如，卡車、起重機、運土車、採礦車、鋤耕機、物料搬運設 備、農業設備、船舶、飛機和在作業環境中運行的任意可移動機械。作業 機械100還可包括^f壬意類型的商用車，例如，小汽車、運貨車和其它車輛。雖然，如圖1所示，作業機械100是運土型作業機械，但是可以假定，作 業機械100可以是任意類型的作業機械。如圖1所示，作業機械100可包括:發動機110、發動機控制模塊(ECM) 120、虛擬傳感器系統130、物理傳感器140和142和數據鏈路150。發動 機110可包括為作業機械100產生動力的任意適合類型的發動機或動力源， 例如，內燃機或燃料電池發電機。ECM120可包括任意適當類型的發動機 控制系統，其被配置為執行發動機控制功能，從而發動機110可以正確運 行。ECM120可包括任意數目的裝置，例如，；敞處理器或孩i控制器、存儲 器模塊、通信裝置、輸入/輸出裝置、存儲裝置等，以執行這種控制功能。 此外，ECM120也可以控制作業積械100的其它系統，例如，傳輸系統和 /或液壓系統等。計算機軟體指令可被存儲在ECM 120或加載至ECM 120。 ECM 120可執行計算機軟體指令，以執行各種控制功能和處理。ECM 120可耦合至數據鏈路150，以從其它組件接收數據或向其它組 件發送數據，所述其它組件例如是發動機110、物理傳感器140和142、虛 擬傳感器系統130和/或作業機械100的任意其它組件(未示出)。數據鏈 路150可包括任意適合類型的數據通信介質，例如，電纜、電線、無線電 和/或雷射等。物理傳感器140可包括一個或多個傳感器，用於測量作業機 械運行環境的某些參數。例如，物理傳感器140可包括排放物傳感器，用 於測量作業機械100的排放物，例如，氮氧化物(NOx) 、 二氧化硫(S02)、 一氧化碳(CO)、總還原硫(TRS)等。具體地，NOx排放物的傳感和還 原對於發動機110的正常運行非常重要。另一方面，物理傳感器142可包 括在發動機110或其它作業機械組件(未示出)中用於提供關於發動機110 或其它組件的各個測量參數(例如，溫度、速度等)的適當傳感器。虛擬傳感器系統130可包括能基於計算模型和多個測量參數產生傳感 參數的值的任意適當類型控制系統。所述傳感參數可表示通過特定物理傳 感器直接測量的那些測量參數。例如，物理NOx排放物傳感器可測量作業 機械100的NOx排放物水平，以及向其它組件(例如，ECM 120)提供 NOx排放物水平的值，即傳感參數。然而，傳感參數還可包括可由物理傳8感器直接測量和/或基於物理傳感器的讀取內容計算的任意輸出^。另一方面，測量參數可指的是與傳感^lt相關的並且表示作業機械100的一個 或多個組件(例如，發動機110)的狀態的任意參數。例如，對於傳感參 數一一NOx排放物水平來說，測量參數可包括環境參數，例如，壓縮比、 渦輪增壓器效率、後冷卻器特徵、溫度值、壓力值、周圍條件、燃料比和 發動機速度等。此外，虛擬傳感器系統130可配置為獨立的控制系統，或可選擇地可 以與例如ECM 120的其它控制系統結合。圖2示出虛擬傳感器系統130 的示例性功能框圖。如圖2所示，虛擬傳感器系統120可包括處理器202、存儲器模塊 204、資料庫206、 1/0接口 208、網絡接口 210和存儲裝置212。然而，在 虛擬傳感器系統120中也可以包括其它組件。處理器202可包括任意適合類型的通用微處理器、數位訊號處理器或 微控制器。處理器202可被配置為專用於控制發動機110的獨立處理器模 塊。可選擇地，處理器202可被配置為用於執行與虛擬傳感器無關的其它 功能的共享處理器模塊。存儲器才莫塊204可包括一個或多個存儲器裝置，包括但不限於，ROM、 快閃記憶體、動態RAM和靜態RAM。存儲器模塊204可被配置以存儲由處理器 202所使用的信息。資料庫206可包括含有與測量參數的特徵相關的信息、 傳感參數、數學模型和/或任意其它控制信息的任意類型適合的資料庫。此外，1/0接口 208也可以連接至數據鏈路150，以從各個傳感器或其 它組件(例如，物理傳感器140和142 )獲取數據和/或向這些組件和向ECM 120發送數據。網,口 210可包括能夠基於一個或多個通信協議與其它 計算機系統通信的任意類型網絡裝置。存儲裝置212可包括任意適合類型 的海量存儲裝置，用於存儲處理器202需要運行的任意類型的信息。例如， 存儲裝置212可包括一個或多個硬碟裝置、光碟裝置或用於提供存儲空間 的其它存儲裝置。如上所述，虛擬傳感器系統130可包括處理模型，以向ECM120提供某些傳感參數的值。圖3示出示例性虛擬傳感器系統130的邏輯框圖。如圖3所示，可建立虛擬傳感器處理模型304，以構建在輸入^t302 (例如，測量參數)和輸出參數306 (例如，傳感參數)之間的相互關係。 在設立虛擬傳感器處理模型304之後，可向虛擬傳感器處理模型304提供 輸入參數302的值，以基於輸入^t 302的給定值以及由虛擬傳感器處理 模型304所設立的在輸入參數302和輸出參數306之間的相互關係生成輸 出參數306的值。在某些實施例中，虛擬傳感器系統130可包括NOx虛擬傳感器，用以 提供從作業機械100的排氣系統(未示出)排放的NOx水平。輸入# 302可包括與NOx排放物水平相關的任意適合類型的數據。例如，輸入參動機IIO的運行對應的條件相關的參數。例如，輸入參數302可包括噴油 定時、壓縮比、渦輪增壓器效率、後冷卻器特徵、溫度值(例如，進氣歧 管溫度)、壓力值(例如，進氣歧管壓力)、周圍條件(例如，周圍溼度)、 燃料比和發動機速度等。然而，也可以包括其它參數。輸入參數302也可 以通過某些物理傳感器(例如，物理傳感器142)測量，或通過其它控制 系統(例如，ECM120)創建。虛擬傳感器系統130可經由耦合至數據鏈 路150的輸入端310獲得輸入參數302的值。另一方面，輸出參數306可對應於傳感參數。例如，NOx虛擬傳感器 的輸出參數306可包括NOx排放物水平，和/或由NOx虛擬傳感應用使用 的任意其它類型的輸出參數。輸出參數306 (例如，NOx排放物水平)可 經由耦合至數據鏈路150的輸出端320 ,嫂送到ECM 120。虛擬傳感器處理才莫型304可包括用以指示在輸入參數302和輸出* 306之間的相互關係的任意適合類型的數學或物理模型。例如，虛擬傳感 器處理模型304可以是基於神經網絡的數學模型，其可被培養成用以捕獲 在輸入參數302和輸出參數306之間的相互關係。也可以使用其它類型的 數學模型，例如，模糊邏輯模型、線性系統模型和/或非線性系統模型。可 以使用從建立虛擬傳感器處理模型304的特定發動機應用所收集的數據記錄來培養或確認虛擬傳感器處理模型304。即，可以根據與使用數據記錄 的特定類型模型對應的特定規則建立虛擬傳感器處理模型304,並且可以 使用數據記錄的一部分檢驗虛擬傳感器處理模型304的相互關係。在虛擬傳感器處理模型304被培養和確定之後，虛擬傳感器處理才莫型 304可被優化，以定義輸入參數302的期望輸入空間和/或輸出參數306的 期望分布。確認的或優化的虛擬傳感器處理4莫型304可用於在提供一組輸 入參數102的值時產生輸出參數306的對應值。在上述實例中，虛擬傳感 器處理模型304可用於基於測量參數(例如，周圍溼度、進氣歧管壓力、 進氣歧管溫度、燃料比和發動機速度等)產生NOx排放物水平。返回圖2，可基於存儲在虛擬傳感器系統130上或加載到虛擬傳感器 系統130上的電腦程式通過處理器202執行虛擬傳感器處理模型304的 設立和運行。可選擇地，虛擬傳感器處理模型304的設立可以由其它計算 機系統(例如，ECM120或被配置以創建處理模型的獨立通用計算機)實 現。然後，可將創建的處理模型加載到虛擬傳感器系統130，用於運行。處理器202可執行虛擬傳感器處理一莫型生成和優化處理，以生成和優 化虛擬傳感器處理模型304。圖4示出由處理器202執行的示例性模型生 成和優化處理。如圖4所示，在模型生成和優化處理的開始，處理器202可獲得與輸 入參數302和輸出參數306相關的數據記錄(步驟402 )。數據記錄可包 括用以表徵包含NOx排放物水平的發動機運行和排放物水平的信息。可提 供物理傳感器140 (例如，物理NOx排放物傳感器)，以生成關於輸出參 數306 (例如，傳感M，如NOx水平)的數據記錄。ECM 120和/或物 理傳感器142可提供關於輸入參數302 (例如，測量|*，如，進氣歧管 溫度、進氣歧管壓力、燃料比和發動機速度等)的數據記錄。此外，數據 記錄可包括輸入參數和輸出參數兩者，並且可以在各種預定運行條件下基 於各種發動機或基於單獨的測試發動機來收集。數據記錄也可以從為收集這樣的數據而設計的試驗中收集。可選擇地， 數據記錄可以通過其它相關處理(例如，其它排放物建模或分析處理)人工生成。數據記錄還包括用於構成虛擬傳感器處理模型304的培養數據， 和用於確定虛擬傳感器處理模型304的檢測數據。此外，數據記錄還可包 括模擬數據，用於觀察和優化虛擬傳感器處理模型304。數據記錄可反應輸入參數102和輸出參數106的特徵，例如，統計分 布、正常範圍和/或精確容度等。 一旦獲得數據記錄(步驟402 )，則處理 器可預處理數據記錄，以清除對於明顯錯誤的數據記錄，並排除冗餘(步 驟404)。處理器202可去除大致相同的數據記錄和/或去除超出合理範圍 的數據記錄，以用於才莫型生成和優化。在數據記錄被預處理之後，處理器 202可通過分析數據記錄來選擇適當的輸入參數(步驟406 )。數據記錄可以與許多輸入變量(例如，對應於噴油定時、壓縮比、渦 輪增壓器效率、後冷卻器特徵、各種溫度參數、各種壓力參數、各種周圍 條件、燃料比和發動機速度等的變量)關聯。輸入變量的數目可以大於用 於虛擬傳感器處理模型304的特定一組輸入;f^:102的數目，即，輸入參 數102可以是輸入變量的子集。例如，輸入^lt302可以包括輸入變量中 的進氣歧管溫度、進氣歧管壓力、周圍溼度、燃料比和發動機速度等。大量數目的輸入變量可大大增加在數學模型的生成和運行期間的計算 時間。需要減少輸入變量的數目，以在實際計算時間限度內創建數學模型。 此外，在某些情況下，在數據記錄中輸入變量的數目會超過數據記錄的數 目，並導致稀疏數據情形。在某些數學模型中，必須忽略某些額外的輸入 變量，從而可基於減少的變量數目創建實際數學模型。處理器202可以才艮據預定標準從輸入變量選擇輸入M 302。例如， 處理器202可通過試驗和/或專家意見選擇輸入參數302。可選擇地，在某 些實施例中，處理器202可基於在數據記錄的正常數據集和異常數據集之 間的馬氏(mahalanobis )距離來選擇輸入參數。可以使用適合的方法通過 處理器202定義正常數據集和異常數據集。例如，正常數據集可包括與產 生期望輸出參數的輸入參數302相關的特徵數據。另一方面，異常數據集 可包括超出容度的或者需要避免的任意特徵數據。正常數據集和異常數據 集可以由處理器202預定義。馬氏距離指的是可基於在數據集中的參數之間的相互關係用於測量數據概況的數學表示。馬氏距離與歐氏(Euclidean)距離不同，因為馬氏距 離考慮的是數據集的相互關係。數據集I (例如，多元矢量)的馬氏距離 可表示為/OS，-/U' (1)其中A是X的平均數，2^是X的逆方差-協方差矩陣。^^是數據點 《距離其平均數A的距離的權數，從而在相同多元法向的等密度線上的觀 察結果將具有相同的距離。這種觀察結果可用於從具有不同方差的分離數 據組選擇相關的參數。處理器202可選擇輸入參數302作為輸入變量的期望子集，從而最大 化和優化在正常數據集和異常數據集之間的馬氏距離。可通過處理器202 使用遺傳算法來搜索期望子集的輸入變量，其目的為最大化馬氏距離。處 理器202可基於預定標準來選擇輸入變量的候選子集，並且計算正常數據 集的馬氏距離MMr，w和異常數據集的馬氏距離節。w腳/。處理器202還可以計算在正常數據集和異常數據之間的馬氏距離(即，馬氏距離 MD屍MD,願/-MD^加徹a/的偏差)。然而，也可以《吏用其它類型的偏差。如果遺傳算法收斂(即，遺傳算法找到在與候選子集對應的正常數據 集和異常數據集之間的最大化或優化馬氏距離)，則處理器202可選擇輸入變量的候選子集。如果遺傳算法不收斂，則可以創建輸入變量的不同候 選子集，用於進一步搜索。這一搜索處理可繼續，直到遺傳算法收斂並選 擇輸入變量的期望子集(例如，輸入參數302)時為止。可選擇地，如上所述，也可以使用馬氏距離，通過選擇用以實現期望 馬氏距離的數據記錄的一部分來減少數據記錄的數目。在選擇輸入參數302 (例如，進氣歧管溫度、進氣歧管壓力、周圍溼 度、燃料比和發動機速度等)之後，處理器202可生成虛擬傳感器處理模 型304 ，以構建在輸入參數302和輸出# 306之間的相互關係(步驟408 )。 在某些實施例中，虛擬傳感器處理模型304可對應於計算模型，例如，在 任意適合類型的神經網絡上構建的計算模型。可使用的神經網絡計算模型的類型可包括反向傳播、前饋模型、級聯神經網絡和/或混合神經網絡等。 所使用的神經網絡的特定類型或結構可取決於特定應用。也可以使用其它 類型的計算才莫型，例如，線性系統或非線性系統才莫型等。可通過使用所選擇的數據記錄來培養神經網絡計算模型(即，虛擬傳感器處理模型304)。例如，神經網絡計算模型可包括在輸出參數(例如， NOx排放物水平)和輸入參數302 (進氣歧管溫度、進氣歧管壓力、周圍 溼度、燃料比和發動機速度等)之間的相互關係。可以通過預定標準來評 估神經網絡計算模型，以確定是否完成培養。該標準可以包括精確度、時 間和/或培養反覆的數目等的期望範圍。在培養了神經網絡之後(即，基於預定標準首先建立了計算模型)， 處理器202可統計地確定計算模型(步驟410)。統計的確定指的是將神 經網絡計算模型的輸出與實際或期望的輸出進行比較以確定計算模型的精 確度的分衝斤處理。可保留數據記錄的一部分，以用於確定處理中。可選擇地，處理器202也可以生成用於確定處理中的模擬或確定數據。 可獨立於確定取樣或結合取樣來執行這一過程。可根據用於建模的數據記 錄來確定輸入的統計分布。可^f吏用例如Latin Hypercube才莫擬的統計才莫擬 來生成假定輸入數據記錄。這些輸入數據記錄通過計算模型來處理，得到 輸出特徵的一個或多個分布。來自統計模型的輸出特徵的分布可以與從總 體觀察的輸出特徵的分布進行比較。可以對於計算模型的輸出分布和觀察 輸出分布來執行統計質量測試，以保證才莫型完整性。一旦經過培養和確定，在提供了輸入參數302的值時，可使用虛擬傳 感器處理模型304預測輸出參數306的值。此外，處理器202可通過基於 在輸入參數302和輸出參數306的期望分布之間的關係確定輸入參數302 的期望分布，從而優化虛擬傳感器處理模型304 (步驟412)。處理器202可基於特定應用分析在輸入參數302的期望分布和輸出參 數306的期望分布之間的關係。例如，處理器202可選擇對於輸出參數306 的期望範圍(例如，期望的或在某一預定範圍內的NOx排放物水平)。然 後，處理器202可運行計算模型的模擬，以找到對於各個輸入參數(例如，進氣歧管溫度、進氣歧管壓力、周圍溼度、燃料比和發動機速度等中的一個)的期望統計分布。即，處理器202可分別確定與輸出參數306的正常 範圍對應的各個輸入參數的分布(例如，平均數、標準差)。在確定了對 於所有各個輸入參數的各自分布之後，處理器202可組合對於所有各個輸 入參數的期望分布，以確定對於全部輸入參數302的期望分布和特徵。可選擇地，處理器202可同時識別輸入參數302的期望分布，以最大 化獲得期望結果的可能性。在某些實施例中，處理器202可基於zeta統計 同時確定輸入^t302的期望分布。zeta統計可表示在輸入參數、它們的值的範圍和期望結果之間的關係。zeta統計可表示為formula see original document page 15其中， 代表第i個輸入的平均數或期望值； ^代表第j個結果的平均數或期望值；^代表第i個輸入的標準差；^代表第j個結果的標準差；l&l代表第j個結果與第i個輸入的偏導數或靈敏度。
在某些情況下，^可小於或等於0。可將3^的值增加至弓，以糾正這種有問題的情形。然而，如果在增加了3^的值之後，^仍舊等於0， 則處理器202可確定^可能也是0，並且在優化下的處理模型可能是不期 望的。在某些實施例中，處理器202可為 設置最小閾值，以保證處理才莫 型的可靠性。在某些其它情況下，°"/可等於0。然後，處理器202可確定 在優化下的模型可能不足以反應在某種確定範圍內的輸出參數。處理器 202可以向C分配不確定大的數目。處理器202可識別輸入參數302的期望分布，從而最大化或優化神經 網絡計算模型(即，虛擬傳感器處理模型304)的zeta統計。可通過處理 器202使用適合類型的遺傳算法來搜索輸入參數302的期望分布，其目的 為最大化zeta統計。處理器202可選擇具有預定搜索範圍的輸入參數302 的候選集值以及運行虛擬傳感器處理模型304的模擬，以基於輸入參數 302、輸出參數306和神經網絡計算模型計算zeta統計參數。處理器202 可通過分析輸入參數302的候選集值獲得^和^，以及通過分析模擬的結果獲得5/和°"/。此外，處理器202可從培養的神經網絡獲得N，作為 第i個輸入對第j個結果的影響的指示。如果遺傳算法收斂(即，遺傳算法找到與輸入參數302的候選集對應 的虛擬傳感器處理模型304的最大化或優化zeta統計)，則處理器202可 選擇輸入參數302的候選集。如果遺傳算法不收斂，則可以通過遺傳算法 創建輸入參數302的不同候選集值，用於進一步搜索。這一搜索處理可繼 續，直到遺傳算法收斂並識別輸入參數302的期望集時為止。處理器202 可基於期望的輸入參數集進一步確定輸入參數302的期望分布(例如，平 均數和標準差)。 一旦確定了期望分布，則處理器可定義有效輸入空間， 其可包括在期望分布中的任意輸入^t (步驟414)。在一個實施例中，某些輸入參數的統計分布是不可能可知的，或不能 實際控制的。例如，輸入參數可以與裝置的物理屬性(例如，發動機部件 的量綱屬性)關聯，或者輸入參數可以與虛擬傳感器處理模型304自身中 的恆定變量關聯。這些輸入參數可以用於zeta統計計算中，以搜索或識別 對於與恆定值對應的其它輸入參數的期望分布和/或這些輸入參數的統計 分布。此外，可選擇地，可建立多個虛擬傳感器處理模型。可通過使用任意 適合類型的模擬方法(例如，統計模擬)如漠擬多個建立的虛擬傳感器處 理模型。可比^於這些多虛擬傳感器處理模型的模擬的輸出參數306， 以基於預定標準(例如，具有從對應物理傳感器輸出的最小方差等)選擇 最適合的虛擬傳感器處理模型。所選擇的最適合虛擬傳感器處理模型304 可用於虛擬傳感器應用中。返回圖l，在虛擬傳感器處理模型304被培養、確定、優化和/或選擇 之後，ECM 120和虛擬傳感器系統130可以向作業機械100的相關組件提 供控制功能。例如，ECM120可以根據由虛擬傳感器系統130提供的以及 具體地由虛擬傳感器模型304提供的NOx排放物水平來控制發動機110。在某些實施例中，虛擬傳感器系統130可用於代替對應的物理傳感器。 例如，虛擬傳感器系統130可代替由ECM 120使用的一個或多個NOx排放物傳感器。ECM120可基於虛擬傳感器系統130執行控制處理。圖5示 出由ECM 120執行的示例性控制處理。如圖5所示，ECM 120可控制和/或有助於物理傳感器140和/或142 以M動才幾110測量相關#,例如，進氣歧管溫度、進氣歧管壓力、周 圍溼度、燃料比和發動機速度等(步驟502)。在測量了進氣歧管溫度、 進氣歧管壓力、周圍溼度、燃料比和發動機速度之後，ECM120可以向虛 擬傳感器系統130提供這些測量的參數(步驟504) 。 ECM120可以在數 據鏈路150上提供測量的M,從而虛擬傳感器系統130可以從數據鏈路 150獲得測量的參數。可選擇地，虛擬傳感器系統130可以從數據鏈路150 或者從其它物理傳感器或者裝置直接讀取這些測量的參數。如上所述，虛擬傳感器系統130包括虛擬傳感器處理模型304。虛擬 傳感器系統130可以向虛擬傳感器處理模型304提供測量M (例如，進 氣歧管溫度、進氣歧管壓力、周圍溼度、燃料比和發動機速度等)作為輸 入參數302。然後，虛擬傳感器處理模型304可提供輸出參數306，例如， NOx排放物水平。ECM 120可以經由數據鏈路150從虛擬傳感器系統130獲得輸出參數 306 (例如，NOx排放物水平)(步驟506)。在某些情況下，ECM 120 可能不知道輸出參數306的來源。即，ECM120可能不知道輸出參數306 是來自虛擬傳感器系統130還是來自物理傳感器。例如，ECM120可以在 不需要知道這種數據來源的情況下從數據鏈路150獲得NOx排放物水平。 在ECM 120從虛擬傳感器系統130獲得NOx排放物水平之後，ECM 120 可基於NOx排放物水平控制發動機110和/或作業機械100的其它組件(步 驟508)。例如，ECM 120可執行某些排放物增強或最小化處理。在某些其它實施例中，虛擬傳感器系統130可以與物理傳感器結^f吏 用，或作為物理傳感器的後備裝置。例如，可以在一個或多個NOx排放物 傳感器故障時使用虛擬傳感器系統130。 ECM 120可基於虛擬傳感器系統 130和對應的物理傳感器執行控制處理。圖6示出由ECM120執行的另一 示例性控制處理。如圖6所示，ECM 120可控制和/或有助於物理傳感器140和/或142 以M動機iio測量相關a，例如，進氣歧管溫度、進氣歧管壓力、周 圍溼度、燃料比和發動機速度等(步驟602) 。 ECM120也可以向虛擬傳 感器系統130提供這些測量的參數(步驟604)。然後，虛擬傳感器系統 130，特別地，虛擬傳感器處理模型304可提供輸出參數306，例如，NOx 排放物水平。此外，ECM 120可以經由數據鏈路150從虛擬傳感器系統130獲得輸 出參數306 (例如，NOx排放物水平)(步驟606)。附加地或同時地， ECM120也可以從一個或多個物理傳感器(例如，物理傳感器142)獲得 NOx排放物水平(步驟608) 。 ECM120可以檢查關於物理傳感器的運行 狀況(步驟610) 。 ECM120可包括某些邏輯裝置，以確定物理傳感器是 否故障。如果物理傳感器出現故障(步驟610;是)，則ECM120可以從 虛擬傳感器系統130獲得NOx排放物水平並基於來自虛擬傳感器系統130 的NOx排放物水平控制發動機110和/或作業機械100的其它組件(步驟 612)。另一方面，如果物理傳感器沒有出現故障(步驟610;否)，則ECM 120可以使用來自物理傳感器的NOx排放物水平，控制發動機110和/或作 業機械100的其它組件(步驟614)。可選擇地，ECM 120可以從虛擬傳 感器系統130和物理傳感器獲得NOx排放物水平，以確定在NOx排放物 水平之間是否存在任何偏差。如果偏差超出預定閾值，則ECM120可斷定 出現故障，並切換到虛擬傳感器系統130，或使用既不是來自虛擬傳感器 系統130也不是來自物理傳感器的預設值。此外，ECM120還可以獲得在物理傳感器140和142中不可用的測量 參數。例如，虛擬傳感器系統130可包括用以表示在某一地理區域(例如， 科羅拉多州等)中的氧密度和基於空間衛星以及氣候數據之間的相互關係 的處理才莫型。即，虛擬傳感器系統130可提供具有測量參數(例如，氧密 度)的ECM120，所述測量參數可能在物理傳感器中不可用。工業實用性這裡公開的系統和方法可以在在基本上比其它虛擬傳感技術更少時間 內提供有效和精確的虛擬傳感器處理模型。這種技術可用於廣泛範圍的虛 擬傳感器中，例如，用於發動機、結構、環境和材料的傳感器等。具體地，以建立處理模型時的實際解決方案。當同時優化輸入參數以導出輸出參數時，可最小化計算處理。這裡公開的系統和方法可以結合其它處理建;j^^支 術一起4吏用，以大大增加速度、實踐性和/或靈活性。這裡公開的系統和方法也可提供靈活的解決方案。這裡公開的虛擬傳 感器系統可以與對應的物理傳感器互換使用。通過使用對於虛擬傳感器和 物理傳感器兩者的共同數據鏈路，可以通過虛擬傳感器系統代替的相同的 物理傳感器培養虛擬傳感器系統的虛擬傳感器模型。控制系統可以基於虛 擬傳感器系統或物理傳感器系統運行，而不需要區分哪一個是數據源。這裡公開的虛擬傳感器系統可用於代替物理傳感器，並且可以單獨地 和獨立於物理傳感器運行。這裡公開的虛擬傳感器也可用於物理傳感器的 後備裝置。此外，虛擬傳感器系統可以提供對於一個物理傳感器不可用的 參數，例如，從傳感環境以外的數據。這裡公開的系統和方法也可以由作業機械製造商使用，以通過代替昂 貴或易於出現故障的物理傳感器來降低成本和增加可靠性。也可以通過經 由這裡^^開的虛擬傳感器系統增加後備傳感源來改善可靠性和靈活性。這 裡公開的虛擬傳感器技術可用於在組件中提供廣大範圍的參數，例如，排 放物、發動機、傳輸、導航和/或控制等。此外，這裡公開的系統的部件或 這裡公開的方法的步驟也可以由計算機系統提供商用於協助或集成其它處 理模型。這裡公開的示例性系統的其它實施例、特點、方面和原理對於本領域 普通技術人員將是清楚的，並且可以在各種環境和系統中實現。19
權利要求
1.一種用於虛擬傳感器系統(130)的方法，包括建立步驟，建立用以表示在多個傳感參數(306)和多個測量參數(302)之間的相互關係的虛擬傳感器處理模型(304)；獲得步驟，獲得與所述多個測量參數對應的一組值；計算步驟，同時基於與所述多個測量參數對應的所述一組值和所述虛擬傳感器處理模型，計算所述多個傳感參數的值；和提供步驟，向控制系統(120)提供所述多個傳感參數的值。
2. 根據權利要求l所述的方法，其中所述建立步驟包括 獲取步驟，獲得與一個或多個輸入變量和所述多個傳感參數相關的數據記錄；選擇步驟，從所述一個或多個輸入變量選擇所述多個測量參數； 生成步驟，生成用以表示在所述多個測量參數和所述多個傳感參數之 間的相互關係的計算才莫型；確定步驟，確定所述計算模型的所述多個測量參數的期望統計分布；和重新校準步驟，基於所述期望統計分布重新校準所述多個測量參數， 以定義期望輸入空間。
3. 根據權利要求2所述的方法，其中所述選擇步驟還包括 預處理所述數據記錄；和使用遺傳算法，以基於在所述數據記錄的正常數據集和異常數據集之 間的馬氏距離從所述一個或多個輸入變量中選擇所述多個測量參數。
4. 根據權利要求2所述的方法，其中所述確定步驟還包括 通過使用遺傳算法確定具有最大zeta統計的所述測量參數的候選集；和基於所述候選集確定所述測量參數的期望分布， 其中所述zeta統計;可表示為formula see original document page 3假設，^代表第i個輸入的平均數；^代表第j個輸出站平均數； 代表第i個輸入的標準差；^代表第j個輸出的標準差；—^代表所述計 算模型的第j個輸出與第i個輸入的靈敏度。
5. 根據權利要求l所述的方法，其中所述提供步驟包括 從物理傳感器(140)分別獲得所述多個傳感參數的值； 確定所述物理傳感器出現故障；和從所述虛擬傳感器處理模型向所述控制系統提供所述多個傳感參數的值。
6. 根據權利要求1所述的方法，其中所述多個傳感參數包括NOx 排放物水平。
7. 根據權利要求1所述的方法，其中所述多個測量參數包括進氣 歧管溫度、進氣歧管壓力、周圍溼度、燃料比和發動機速度。
8. —種作業機械(100 )，包括動力源(110)，被配置為向所述作業機械提供動力；控制系統(120)，被配置為控制所述動力源；和虛擬傳感器系統(130)，包括用以表示在多個傳感參數(306)和多 個測量參數(302)之間的相互關係的虛擬傳感器處理模型(304)，所述 虛擬傳感器系統淨皮配置為獲得與所述多個測量參數對應的一組值；同時基於與所述多個測量參數對應的所述一組值和所述虛擬傳感 器處理模型，計算所述多個傳感參數的值；和向所述控制系統提供所述多個傳感參數的值， 其中，所述控制系統基於所述多個傳感參數的值控制所述動力源。
9. 根據權利要求8所述的作業機械，其中所述虛擬傳感器處理模型 通過以下步驟建立，包括獲得與一個或多個輸入變量和所述多個傳感參數相關的數據記錄；從所述一個或多個輸入變量選擇所述多個測量參數； 生成用以表示在所述多個測量參數和所述多個傳感參數之間的相互關 系的計算才莫型；確定所述計算模型的所述多個測量參數的期望統計分布；和 基於所述期望統計分布重新校準所述多個測量參數，以定義期望輸入 空間。
10. 根據權利要求8所述的作業機械，還包括在所述控制系統和所述虛擬傳感器系統之間的數據鏈路(150 )，其中 所述虛擬傳感器系統經由所述數據鏈路向所述控制系統提供所述多個傳感 參數的值；和一個或多個物理傳感器(140)，被配置為經由所述數據鏈路向所述控 制系統獨立提供所述多個傳感參數的對應值， 其中所述控制系統還被配置為確定所述物理傳感器出現故障；和基於來自所述虛擬傳感器系統的所述多個傳感參數的值控制所述動力源。
全文摘要
提供一種用於虛擬傳感器系統(130)的方法。該方法包括建立用以表示在多個傳感參數(306)和多個測量參數(302)之間的相互關係的虛擬傳感器處理模型(304)；和獲得與所述多個測量參數對應的一組值。該方法還包括同時基於與所述多個測量參數對應的所述一組值和所述虛擬傳感器處理模型，計算所述多個傳感參數的值；和向控制系統(120)提供所述多個傳感參數的值。
文檔編號F02D41/14GK101331504SQ200680046898
公開日2008年12月24日 申請日期2006年9月8日 優先權日2005年11月18日
發明者A·J·格裡尼克, M·塞斯金 申請人:卡特彼勒公司