借助机器学习方法来训练基于数据的时间点确定模型以确定喷射阀的打开或关闭时间点的方法和装置与流程

本发明涉及一种用于在使用基于数据的时间点确定模型、尤其是将其用于确定打开或关闭时间点以估计所喷射的燃料量的情况下运行内燃机的燃料喷射阀的方法。

背景技术：

1、使用机电式或压电式喷射阀来对内燃机中的燃料进行计量。这些机电式或压电式喷射阀能够直接并且精确地计量到内燃机的气缸中的燃料供应。

2、一项挑战在于：尽可能精确地控制燃烧过程，以便改善内燃机的尤其是关于燃料消耗、效率、污染物排放和运转平稳性方面的运行特性。为此，重要的是运行喷射阀，使得所要喷射的燃料量可以在高重复精度的情况下、在不同的工作压力下并且必要时在每个做功冲程有多次喷射的情况下被计量。

3、喷射阀可具有电磁致动器或压电致动器，该电磁致动器或压电致动器操纵阀针，以便将该阀针从针座提起并且打开喷射阀的出口孔以将燃料排放到燃烧室中。由于结构差异以及如温度、燃料压力、燃料粘度等运行条件不同，在确定喷射阀的准确的打开时间点、即燃料通过喷射阀进入气缸的燃烧室中的起始时间点以及喷射阀的准确的关闭时间点、即燃料通过喷射阀进入气缸的燃烧室中的结束时间点时存在不确定性。

技术实现思路

1、按照本发明，提供了一种按照权利要求1所述的用于训练基于数据的时间点确定模型以在喷射系统中使用来确定喷射阀的打开或关闭时间点的方法以及一种按照并列权利要求所述的装置和喷射系统。

2、其它的设计方案在从属权利要求中说明。

3、按照第一方面，提供了一种基于传感器信号训练基于数据的时间点确定模型以在喷射系统中使用来确定喷射阀的打开或关闭时间点的计算机实现的方法，该方法具有如下步骤：

4、-通过对喷射阀的传感器的传感器信号进行采样，提供至少一个未标记的评估点时间序列；

5、-对基于数据的时间点确定模型进行训练，以便给评估点时间序列分配时间点信息，该时间点信息表示所确定的打开或关闭时长，

6、其中借助于用于使评估点时间序列随时间移位的第一移位函数和用于使时间点信息随时间移位的第二移位函数来执行该训练，

7、其中对于该训练来说使用一致性损失函数，该一致性损失函数说明了按照第一移位函数随时间移位的评估点时间序列的时间点信息与至少一个评估点时间序列的按照第二移位函数随时间移位的时间点信息之间的差异。

8、尤其可以基于预测损失函数、还使用至少一个训练数据集来训练基于数据的时间点确定模型，该至少一个训练数据集分别将评估点时间序列分配给作为标记的特定时间点信息。

9、尽管按照操控信号的预先给定的变化过程来操控喷射阀，但是由此所引起的喷射阀的打开和关闭运动发生变化，使得用于开始和结束燃料喷射的实际打开和关闭时间点无法被准确地预先给定。其原因在于阀门运动与当前工作点的复杂依赖性。

10、为了监控阀门运动，在喷射阀中提供压电传感器，该压电传感器被设计成压力传感器，以便检测由于操控喷射阀所触发的燃料压力的压力变化并且提供相对应的传感器信号。现在，可以评估所测量的传感器信号以确定喷射阀的打开和关闭时间点，以便这样相对应地调整喷射阀的操控。

11、通过按照预先给定的采样率对传感器信号进行采样，获得评估点时间序列，其中针对预先给定的评估期来确定该评估点时间序列。其余的采样值并不是该评估点时间序列的组成部分。

12、然而，传感器信号也会受到噪声影响并且尤其取决于在燃料供应中的实际燃料压力和待测量的操控的时长。

13、借助于基于数据的时间点确定模型，可以对传感器信号进行评估以确定喷射阀的打开或关闭时间点。基于数据的时间点确定模型可以对应于神经网络、概率回归模型或者其它基于数据的模型。

14、为了训练该时间点确定模型，可以预先给定评估点时间序列，这些评估点时间序列分别配备有不同标记，以便形成训练数据集。标记对应于关于喷射阀的所分配的打开或关闭时间点的信息。通过在试验台上测量来获得这样创建的训练数据，其中针对喷射阀的不同的操控时间点，预先给定不同的打开时长、记录评估点时间序列并且通过适合的试验台传感装置来确定相对应的实际打开或关闭时间点。

15、还可以提供未标记的评估点时间序列，这些未标记的评估点时间序列描绘真实的、借助于压电传感器所确定的传感器信号变化过程，并且对于这些未标记的评估点时间序列来说未曾确定打开或关闭时间点。

16、基于这些未标记的评估点时间序列，现在可以借助于一致性损失函数来训练时间点确定模型。为此，提供两个移位函数：用于使评估点时间序列随时间移位的第一移位函数；和用于使经建模的时间点信息随时间移位的第二移位函数。

17、第一移位函数使评估点时间序列的索引向未来或向过去移动整数移位值，并且必要时给在开头处或在结尾处的变为空闲的评估点填充传感器信号的相对应的采样值。第二移位函数使时间点信息相对应地移动。这样，按照两个连续的评估点的通过采样率所预先给定的时间间隔以及整数移位值，可以通过第二移位函数来确定时间点信息的移位数值。

18、一致性损失函数可以对经建模的第一时间点信息与经建模的第二时间点信息之间的差异进行评价，例如以一致性损失值的形式，该一致性损失值表示差、l2范数或其它适合的损失值，该其它适合的损失值对第一时间点信息与第二时间点信息之间的距离进行评价。

19、预测损失函数可以对使用评估点时间序列来建模的时间点信息与被分配给该评估点时间序列的已经通过试验台测量作为标记来确定的时间点信息之间的差异进行评价，例如以预测损失值的形式，该预测损失值表示差、l2范数或其它适合的损失值，该其它适合的损失值对经建模的时间点信息与所分配的时间点信息之间的距离进行评价。

20、因此，对基于数据的时间点确定模型的训练可以基于训练数据集(标记的评估点时间序列)和未标记的评估点时间序列。

21、未标记的评估点时间序列也可以在试验台以外的地方被确定。这样，基于数据的时间点确定模型可以使用来自试验台测量的训练数据集予以确定，并且随后例如在处于运行中的内燃机/车辆基于在那里确定的评估点时间序列根据一致性损失函数来再训练。该训练，基于未标记的评估点时间序列，可以被执行以对先前通过训练数据集所训练的时间点确定模型进行微调。这可以使用预先给定的数目的调整步骤和相对于使用训练数据集的训练降低的学习率、即基于数据的时间点确定模型的模型参数的调整速度来实现。

22、此外，为了训练基于数据的时间点确定模型，可以使用总损失函数，该总损失函数取决于一致性损失函数和预测损失函数，其中尤其是至少一个训练数据集的评估点时间序列被用作或者被假定为至少一个未标记的评估点时间序列。因此，该训练就预测损失值和一致性损失值而言基于相同的评估点时间序列。

23、训练数据集和评估点时间序列可以分别被用于训练孪生网络的两个独立的神经网络之一。

24、对基于数据的时间点确定模型的训练可以根据质量值来继续或者被中断。尤其是，可说明时间点确定模型的质量的质量值可以从经过训练的时间点确定模型的多个一致性损失值(一致性损失函数的评估值)中根据评估点时间序列和具有不同移位值的多个第一和相对应的第二移位函数来确定。质量值可以由多个一致性损失值(基于未标记的评估点时间序列)关于多个随时间移位的评估点时间序列的不同的第一和相关的第二移位函数来形成，诸如一致性损失值之和或者一致性损失值的最大值。

25、如果发现质量值超过预先给定的阈值，则对打开或关闭时间点进行一次或多次重新测量以创建一个或多个训练数据集。

26、按照另一方面，提供了一种用于通过基于传感器信号和已按照上述方法来训练的基于数据的时间点确定模型来确定喷射阀的打开或关闭时间点以运行该喷射阀的方法，其中根据该打开或关闭时间点来执行对该喷射阀的运行，其中该喷射阀的运行尤其进行为使得该喷射阀的通过所确定的打开和/或关闭时间点所确定的打开时长被设定到预先给定的目标打开时长。

27、按照另一方面，提供了一种用于执行上述方法的装置。