发动机怠速启停控制方法与控制系统的制作方法
【专利摘要】本发明提供一种发动机怠速启停控制方法与控制系统，其中方法包括：预测机动车的第N次怠速停车时长，得到第N次怠速停车时长预测值；N为正整数；在机动车第N次怠速停车时，调用第N次怠速停车时长预测值；根据所述第N次怠速停车时长预测值和预设控制策略，判断是否执行发动机停机操作，得到判断结果；根据判断结果，控制机动车发动机的启停。本发明的技术方案可有效提高发动机怠速启停控制的智能化，减少不必要的停机操作，有效提高机动车的燃油经济性，减少尾气排放。
【专利说明】发动机怠速启停控制方法与控制系统
【技术领域】
[0001]本发明涉及发动机怠速启停控制【技术领域】，尤其涉及一种发动机怠速启停控制方法与控制系统。
【背景技术】
[0002]发动机怠速启停控制技术是一种十分有效的节能减排技术，可有效避免发动机怠速时的燃油消耗和排放。
[0003]现有技术通常基于行驶车辆的车速、发动机转速、发动机水温、电池电量、加速踏板位置、制动踏板位置、档位位置等车况信息，进行车辆的怠速启停控制，适时关闭发动机，从而达到节能减排的目的。
[0004]发明人经过实践与研究发现:
[0005]现有的发动机怠速启停控制技术，只考虑具有确定数据的车况信息，对发动机进行怠速启停控制，而并未考虑一些随机信息如车辆驾驶过程中出现的一些情况，也可被用于发动机怠速启停控制，以进一步提高发动机怠速启停控制的智能化。
【发明内容】
[0006]本发明提供一种发动机怠速启停控制方法与控制系统，解决现有技术存在的发动机怠速启停控制智能化有待进一步提高的技术问题。
[0007]本发明中，发动机怠速启停控制方法，包括:
[0008]预测机动车的第N次怠速停车时长，得到第N次怠速停车时长预测值；N为正整数；
[0009]在所述机动车第N次怠速停车时，调用第N次怠速停车时长预测值；
[0010]根据所述第N次怠速停车时长预测值和预设控制策略，判断是否执行发动机停机操作，得到判断结果；
[0011]根据所述判断结果，控制所述机动车发动机的启停。
[0012]优选地，所述预测机动车的第N次怠速停车时长，得到第N次怠速停车时长预测值包括:
[0013]预设神经网络模型，且预设所述神经网络模型的输入包括:机动车车况信息、第N-1次实际怠速停车时长；若N = 1，则所述第N-1次实际怠速停车时长为预设初始值；
[0014]利用所述神经网络模型，得到所述神经网络模型的输出层神经元为所述第N次怠速停车时长预测值。
[0015]优选地，所述预测机动车的第N次怠速停车时长之前，该方法还包括:
[0016]初始化所述神经网络模型。
[0017]优选地，所述预测机动车的第N次怠速停车时长之前，该方法还包括:
[0018]计算第N次起步到第N次怠速停车时间段内的平均车速；
[0019]所述车况信息包括:所述平均车速、第N次起步的加速度、第N次怠速停车的加速度。
[0020]优选地，所述预测机动车的第N次怠速停车时长之前，该方法还包括:
[0021]存储第N-1次实际怠速停车时长，且存储第N-1次怠速停车时长预测值；gN= 1，则所述第N-1次怠速停车时长预测值为预设初值；
[0022]计算所述第N-1次实际怠速停车时长与所述第N-1次怠速停车时长预测值之间的
差值;
[0023]所述输入还包括:修正项，为所述差值。
[0024]优选地，记所述平均车速为h，记所述第N次起步的加速度为r2、记所述第N次怠速停车的加速度为r3、记所述第N-1次实际怠速停车时长为r4、记所述修正项为r5 ；
[0025]设所述神经网络模型隐层神经元为8个，记所述隐层神经元输出量为:
[0026]zNk, k = 1,2,...,8 ；
[0027]设所述神经网络采用的输出层网络权值矩阵为:
[0028]Wy = [wyl Wy2 ? ? ? wy8]；
[0029]设所述神经网络的隐层网络权值矩阵为:
[0030]
【权利要求】
1.一种发动机怠速启停控制方法，其特征在于，包括: 预测机动车的第N次怠速停车时长，得到第N次怠速停车时长预测值；N为正整数； 在所述机动车第N次怠速停车时，调用第N次怠速停车时长预测值； 根据所述第N次怠速停车时长预测值和预设控制策略，判断是否执行发动机停机操作，得到判断结果； 根据所述判断结果，控制所述机动车发动机的启停。
2.如权利要求1所述的发动机怠速启停控制方法，其特征在于，所述预测机动车的第N次怠速停车时长，得到第N次怠速停车时长预测值包括: 预设神经网络模型，且预设所述神经网络模型的输入包括:机动车车况信息、第N-1次实际怠速停车时长；若N = 1，则所述第N-1次实际怠速停车时长为预设初始值； 利用所述神经网络模型，得到所述神经网络模型的输出层神经元为所述第N次怠速停车时长预测值。
3.如权利要求2 所述的发动机怠速启停控制方法，其特征在于，所述预测机动车的第N次怠速停车时长之前，该方法还包括: 初始化所述神经网络模型。
4.如权利要求3所述的发动机怠速启停控制方法，其特征在于，所述预测机动车的第N次怠速停车时长之前，该方法还包括: 计算第N次起步到第N次怠速停车时间段内的平均车速； 所述车况信息包括:所述平均车速、第N次起步的加速度、第N次怠速停车的加速度。
5.如权利要求4所述的发动机怠速启停控制方法，其特征在于，所述预测机动车的第N次怠速停车时长之前，该方法还包括: 存储第N-1次实际怠速停车时长，且存储第N-1次怠速停车时长预测值；若N = 1，则所述第N-1次怠速停车时长预测值为预设初值； 计算所述第N-1次实际怠速停车时长与所述第N-1次怠速停车时长预测值之间的差值； 所述输入还包括:修正项，为所述差值。
6.如权利要求5所述的发动机怠速启停控制方法，其特征在于，记所述平均车速为IV记所述第N次起步的加速度为r2、记所述第N次怠速停车的加速度为r3、记所述第N-1次实际怠速停车时长为r4、记所述修正项为r5 ； 设所述神经网络模型隐层神经元为8个，记所述隐层神经元输出量为:
ZNk，k I j 2 j...j 8 ； 设所述神经网络采用的输出层网络权值矩阵为:
Wy = [Wyl Wy2...Wy8]； 设所述神经网络的隐层网络权值矩阵为:
"wZll W,12 …Wzl/Tw-21 W,22 …W,25
% =
yzS1 ^ s - wZ85.设所述神经网络模型中输出层与隐层z间的转移函数为双极性s形函数:
7.如权利要求6所述的发动机怠速启停控制方法，其特征在于，所述预测机动车的第N次怠速停车时长，得到第N次怠速停车时长预测值后，该方法还包括: 计算偏微分，:
8.如权利要求1至7任一项所述的发动机怠速启停控制方法，其特征在于，所述预设控制策略包括:将所述第N次怠速停车时长预测值与预设阈值做比较，根据比较结果，判断是否执行发动机停机操作； 所述根据所述第N次怠速停车时长预测值和预设控制策略，判断是否执行发动机停机操作，得到判断结果包括:若所述第N次怠速停车时长预测值大于所述预设阈值，则需要执行发动机停机操作；否则，不需要执行发动机停机操作。
9.一种发动机怠速启停控制系统，其特征在于，包括:停车时长预测模块、主循环模块、怠速启停执行模块；其中， 所述停车时长预测模块，用于预测机动车的第N次怠速停车时长，得到第N次怠速停车时长预测值#为正整数； 所述主循环模块，用于在所述机动车第N次怠速停车时，调用停车时长预测模块，获取所述第N次怠速停车时长预测值，且根据所述第N次怠速停车时长预测值和预设控制策略，判断是否向所述怠速启停执行模块发送停机控制指示； 所述怠速启停执行模块，用于在收到所述停机控制指示时，关闭所述机动车的发动机。
10.如权利要求9所述的发动机怠速启停控制系统，其特征在于，所述停车时长预测模块包括:获取模块、存储模块、第一计算模块和输出模块； 所述获取模块，用于获取预设神经网络模型的输入值； 所述存储模块，用于存储第N-1次实际怠速停车时长；若N = 1，则所述第N-1次实际怠速停车时长为预设初始值； 所述神经网络模型的输入包括:机动车车况信息、第N-1次实际怠速停车时长； 所述第一计算模块，用于利用所述获取模块获取的输入值、所述存储模块存储的第N-1次实际怠速停车时长和所述神经网络模型，计算所述神经网络模型的输出层神经元的输出值；所述输出层神经元的输出值为所述第N次怠速停车时长预测值； 所述输出模块，用于输出所述输出值； 所述存储模块，还用于存储输出模块输出的第N次怠速停车时长预测值。
11.如权利要求10所述的发动机怠速启停控制系统，其特征在于，所述系统还包括: 初始化模块，用于初始化所述神经网络模型。
12.如权利要求11所述的发动机怠速启停控制系统，其特征在于，所述车况信息包括:所述平均车速、第N次起步的加速度、第N次怠速停车的加速度；所述停车时长预测模块还包括:第二计算模块； 所述获取模块，用于获取第N次起步的加速度值、第N次怠速停车的加速度值，还用于获取第N次起步到第N次怠速停车时间段的时长值，以及第N次起步到第N次怠速停车时间段内的行车距离； 所述第二计算模块，用于根据所述获取模块获取的所述时长值与所述行车距离，计算第N次起步到第N次怠速停车时间段内的平均车速。
13.如权利要求12所述的发动机怠速启停控制系统，其特征在于， 所述第二计算单元，还用于计算所述第N-1次实际怠速停车时长与所述第N-1次怠速停车时长预测值之间的差值； 存储模块，还用于存储第N-1次怠速停车时长预测值；若N = I，则所述第N-1次怠速停车时长预测值为预设初值； 所述输入还包括:修正项，为所述差值。
14.如权利要求13所述的发动机怠速启停控制系统，其特征在于，记所述平均车速为IV记所述第N次起步的加速度为r2、记所述第N次怠速停车的加速度为r3、记所述第N-1次实际怠速停车时长为r4、记所述修正项为r5 ； 设所述神经网络模型隐层神经元为8个，记所述隐层神经元输出量为:
15.如权利要求14所述的发动机怠速启停控制系统，其特征在于，所述第一计算模块还用于: 计算偏微分，:= fy (Sv)wvkfz (Szk)Ti , k=\, 2...8; 1 =1, 2 5 计算偏微分乾:
^ = f'-(Sv)Zm, k=l, 2’...8
O^yk '" 利用，修正隐层网络权值Wzki，得到更新后的隐层网络权值: w I ^~ W士~~~， k— I> 2...8, i — \t 2...5，
^ ' dw^利用
16.如权利要求9至15任一项所述的发动机怠速启停控制系统，其特征在于，所述预设控制策略包括:将所述第N次怠速停车时长预测值与预设阈值做比较，根据比较结果，判断是否执行发动机停机操作； 所述主循环模块，具体用于比较第N次怠速停车时长预测值与预设阈值的大小，若第N次怠速停车时长预测值大于预设阈值，则向所述怠速启停执行模块发送停机控制指示；否贝U，不向怠速启停执行模块发送所述停机控制指示。
【文档编号】F02D29/02GK103573434SQ201210257062
【公开日】2014年2月12日 申请日期:2012年7月23日 优先权日:2012年7月23日
【发明者】吴利军 申请人:北京汽车研究总院有限公司