PROCEDE ET DISPOSITIF PERMETTANT D'ESTIMER EN CONTINU LA RICHESSE CYLINDRE D'UN MOTEUR

Description

[0001] La présente invention a pour objet un procédé et un dispositif permettant d'estimer en continu la richesse cylindre d'un moteur. Elle concerne notamment, mais non exclusivement, un procédé et un dispositif permettant d'estimer en continu la richesse cylindre d'un moteur diesel, au moyen d'une mesure de richesse réalisée par un capteur tel qu'une sonde.

[0002] On sait que les valeurs relatives à la richesse d'un moteur peuvent être mesurées au moyen d'une sonde, telle qu'une sonde lambda ou NOx, qui permet d'obtenir des valeurs précises en régimes stabilisés.

[0003] Il s'avère néanmoins que la distance d'implémentation de la sonde par rapport au cylindre, les éléments de la ligne d'échappement disposés en amont de la sonde, ou les principes de fonctionnement de la sonde entraînent un retard et un filtrage de cette mesure qui sont susceptibles de varier selon les points de fonctionnement stabilisés. Il en résulte que les valeurs relatives à la richesse ainsi mesurées ne sont pas parfaitement représentatives de la richesse réelle propre à un cylindre lors d'un fonctionnement dynamique.

[0004] On sait également que les informations relatives à la richesse d'un moteur peuvent également être estimées en procédant à un calcul utilisant les paramètres du débit d'air à l'admission (mesuré ou estimé) et le débit de carburant injecté (estimé). Le résultat obtenu présente l'avantage d'avoir été calculé en tenant compte des dynamiques associées auxdits paramètres, ainsi que de la lenteur d'établissement de la boucle d'air par rapport à celle du circuit de carburant.

[0005] Toutefois, la détermination de la richesse d'un moteur en procédant de cette façon ne permet pas de s'affranchir des dispersions et dérives des composants du moteur, tels que les injecteurs, la pompe à carburant, le débitmètre mesurant l'air admis. On obtient ainsi un signal dynamique mais potentiellement dérivé.

[0006] L'estimation de la richesse d'un moteur peut également être réalisée en procédant à une cartographie de cette estimation en fonction de paramètres caractérisant le point de fonctionnement pouvant être typiquement le régime et le couple.

[0007] Cependant, une richesse moteur ainsi cartographiée ne présente ni la bonne dynamique représentative de la richesse réelle du cylindre (en raison notamment d'une prise en compte trop faible de la lenteur d'établissement de la boucle d'air par rapport à celle du circuit de carburant), ni suffisamment de robustesse vis-à-vis des dispersions engendrées par les composants moteur.

[0008] On connait le document FR2834314 décrivant un procédé de permettant d'estimer la richesse d'un cylindre d'un moteur à combustion interne utilisant un filtre de Kalman. On connaît également le brevet EP 0 643 211 qui a pour objet un dispositif permettant d'estimer le rapport air/combustible d'un mélange fourni à un moteur à combustion interne, au moyen d'une sonde pouvant être de type 02. La mise en oeuvre de cette invention se traduit par la modélisation du comportement de la sonde et l'utilisation d'un filtre de Kalman.

[0009] Ce dispositif permet d'estimer la richesse cylindre par cylindre, en détectant dans les bouffées d'échappement l'impact relatif des différentes combustions sur la richesse globale dont la mesure est effectuée au moyen d'une sonde disposée au niveau du collecteur d'échappement. L'estimation de la richesse cylindre par cylindre est pondérée par des coefficients préalablement identifiés dans une table.

[0010] Il s'avère cependant que ce dispositif présente les inconvénients suivants :

• sa mise en oeuvre s'effectue uniquement sur des points de fonctionnement stabilisés ; elle ne peut s'effectuer en transitoire ;
• il ne permet pas de recaler la richesse globale en fonction des dispersions et dérives éventuelles ;
• le modèle de sonde utilisé ne fonctionne que sur un point de fonctionnement stabilisé et n'est pas adaptable d'un moteur à un autre en raison des dispersions ;
• l'utilisation des sondes NOx positionnées très en aval dans une ligne d'échappement et ayant un signal de richesse plus filtré que celui d'une sonde 02 placée plus en amont ne semble pas adaptée en cas d'utilisation de ce dispositif ; en effet, les pics de richesse occasionnés par les bouffées d'échappement et les consignes de « wobbling » ne sont pas visualisables avec ce type de sonde.

[0011] On connaît enfin la demande de brevet WO 07 041 092 qui divulgue un système et un procédé permettant de commander un moteur diesel au moyen notamment de capteurs conformés de manière à détecter au moins un composant spécifique des gaz d'échappement, ainsi que la demande de brevet EP 1 413 728 qui a pour objet une unité de commande et un procédé de commande d'une sonde NOx placée dans la conduite des gaz d'échappement d'un moteur à combustion interne.

[0012] Toutefois, les dispositifs objet de ces demandes de brevet ne permettent pas de s'affranchir des sondes de type 02, et de permettre à la fois une estimation de la richesse cylindre d'un moteur sur points stabilisés et éventuellement en transitoire.

[0013] La présente invention a donc plus particulièrement pour objectif de résoudre ces problèmes en proposant un procédé permettant d'estimer en continu la richesse cylindre d'un moteur, avec une grande précision et une bonne dynamique, la mise en oeuvre du procédé pouvant s'effectuer avantageusement sur la base de points de fonctionnement stabilisés mais également en transitoire.

[0014] A cette effet, l'invention a pour objet un procédé permettant d'estimer en continu la richesse cylindre d'un moteur à combustion interne conforme à la revendication 1.

[0015] De cette façon et de manière avantageuse, le dispositif selon l'invention permet de procéder à une estimation en continu de la richesse cylindre d'un moteur en utilisant un modèle calculé de richesse, et en recalant le résultat de ce calcul par rapport aux dispersions et dérives éventuelles afin d'obtenir une correction en continu de la valeur de richesse calculée.

[0016] De cette façon, la correction de la richesse calculée Φ_Calc peut être avantageusement complétée afin d'affiner la valeur finale de la richesse du cylindre.

[0017] De manière avantageuse, l'utilisation combinée de ces deux identificateurs de dérive permet de prendre en compte, sans aucune limite, la non uniformité de la dérive de richesse sur l'ensemble du champ moteur, ainsi que sa dispersion moteur à moteur.

[0018] L'invention a également pour objet un dispositif permettant d'estimer en continu la richesse cylindre d'un moteur à combustion interne, caractérisé en ce qu'il comprend un identificateur de dérive et un filtre de Kalman conformés pour mettre en oeuvre le ou les procédés selon l'invention.

[0019] Un mode d'exécution de l'invention sera décrit ci-après, à titre d'exemple non limitatif, avec référence aux dessins annexés dans lesquels :

[0020] La figure 1 est une représentation schématique des éléments principaux utilisés lors de la mise en oeuvre d'une variante d'exécution du procédé selon l'invention, avec une mise en évidence des relations existant entre eux.

[0021] La figure 2 est une représentation schématique, sous forme de courbes, des différents signaux de richesse et de dérive de richesse produits lors de la mise en oeuvre du procédé selon l'invention.

[0022] Dans cet exemple, tel que cela est représenté sur la figure 1, le modèle simple de richesse Φ_Calc est calculé par un calculateur 1 au moyen de la consigne de carburant à injecter qlnj dans un cylindre et de la mesure du débit d'air admis Qair dans ce même cylindre.

[0023] La consigne de carburant à injecter qlnj équivaut à la valeur estimée du débit de carburant injecté, le débit d'air admis Qair étant modélisé ou mesuré à l'aide d'un débitmètre.

[0024] Le signal constitutif du modèle de richesse correspond au quotient du débit de carburant injecté qlnj (ou Qcarburant_injecté) sur le débit d'air admis Qair ou (Qair_cylindre), multiplié par le rapport stoechiométrique y. Le signal ainsi obtenu présente la particularité d'être à la bonne dynamique, mais potentiellement dérivé.

[0025] Avantageusement, le signal constitutif du modèle de richesse permet :

• de prendre en compte de manière satisfaisante les dynamiques associées aux deux grandeurs qlnj et Qair ; et
• d'obtenir une représentation correcte du phénomène constitué par la lenteur d'établissement de la boucle d'air par rapport à celle du circuit de carburant.

[0026] Par ailleurs, à l'aide d'une sonde de richesse 2 pouvant être de type NOx placé en aval dans la ligne d'échappement, préférentiellement en aval du catalyseur SCR (« Selective Catalytic Reduction »), un signal mesuré de richesse est défini. Ce signal permet de produire en transitoire une information sur la richesse qui est retardée et atténuée ; par contre, en stabilisé, l'information portée par le signal est considérée comme étant précise.

[0027] La sonde de richesse 2 peut être de type NOx mais elle peut aussi, par exemple, être du type lambda.

[0028] Le signal constitutif du modèle de richesse et le signal mesuré de richesse sont portés en entrée d'un identificateur de dérive 3 qui identifie et quantifie les dispersions et dérives de richesse éventuelles sur des points de fonctionnement stabilisés.

[0029] L'identificateur de dérive 3 permet ainsi la réalisation d'un apprentissage des dérives éventuelles se traduisant par l'établissement d'une cartographie de ces dérives de richesse dans le champ moteur.

[0030] De cette façon, l'identificateur de dérive 3 procède à un recalage du modèle calculé de richesse par rapport aux éventuelles dispersions et dérives à l'aide du signal mesuré de richesse qui présente l'avantage d'être précis en régimes stabilisés.

[0031] Plus précisément, la valeur de la richesse calculée portée par le signal constitutif du modèle de richesse est corrigée en continu grâce audit apprentissage des dérives effectué par l'identificateur de dérive 3, ces dérives étant préférentiellement enregistrées dans une cartographie et lues ensuite sans discontinuité avec interpolation.

[0032] Toutefois, la valeur de richesse obtenue en sortie de l'identificateur de dérive 3 peut n'être recalée que de manière incomplète en raison par exemple d'un apprentissage incomplet, ou d'approximations inhérentes à la méthode de stockage.

[0033] De manière avantageuse, afin de résoudre ce problème, la correction de la richesse calculée Φ_Calc peut être avantageusement complétée afin d'affiner la valeur finale de ladite richesse du cylindre, au moyen notamment d'un filtre de Kalman 4 qui permet d'obtenir une identification dynamique complémentaire de la dérive de richesse.

[0034] L'équation générale du filtre de Kalman se présente de la manière suivante, les équations à considérer sont plus particulièrement l'équation (1) du tableau « Mise à jour Temps » et l'équation (2) du tableau « Mise à jour Mesure ».

avec

x̂_k : l'estimation a priori du vecteur d'état à l'instant k ;

x̂_k : l'estimation a posteriori du vecteur d'état à l'instant k ;

u_k-1 : le vecteur de variables déterministes ; en l'espèce, il s'agit de la richesse calculée dans la chambre de combustion.

[0035] Deux signaux sont appliqués à l'entrée du filtre de Kalman :

• le signal de richesse modèle 02 de la sonde ; et
• le signal mesuré de richesse 02, sensor par la sonde 2.

[0036] Chacun de ces signaux se voit attribuer une confiance relative en introduisant des bruits de processus w et de mesure v.

[0037] La première étape de traitement du filtre consiste à appliquer au signal de richesse modèle 02 l'altération qu'il subirait dans l'hypothèse où il serait capté par la sonde 2 du type NOx.

[0038] Cette altération consiste en :

• un retard pur dû au transport des gaz d'échappement du cylindre vers la sonde 2, auquel s'ajoute le retard pur de la sonde 2 elle-même ; et
• un filtre (du 1^er ou 2^eme ordre par exemple).

[0039] Cette altération n'est que virtuelle car la sonde 2 analyse non pas ce signal modèle 02, mais le signal réel de richesse qui se différencie du précédent par la dérive de richesse θ_O2 à identifier.

[0040] Le filtre de Kalman crée donc un signal 'richesse calculée filtrée'

ou

(et retardée, mais en amont de l'équation d'état). On crée ainsi le vecteur d'état 'a priori' de la structure du Kalman (se reporter à l'équation du vecteur d'état ci-dessous).

[0041] La seconde étape de traitement du filtre de Kalman, qui est réalisée a posteriori, consiste à comparer ce signal virtuel avec le signal réellement capté et analysé par la sonde de richesse 2. L'écart entre ces deux signaux définit la dérive de richesse instantanée θ_O2.

[0042] Cependant, le comportement (caractérisé généralement par le retard et l'atténuation) de la sonde 2 ne peut pas être parfaitement connu. Il convient donc de limiter la confiance en cette identification de dérive pour ne pas la rendre trop aléatoire en cas d'erreurs (même passagères).

[0043] Cette limitation de confiance est obtenue au moyen du gain de Kalman, qui force un temps de convergence avant de considérer la dérive pleinement identifiée. Le signal de richesse finalement estimé est donc le signal modèle 02 recalé par la mesure de la sonde 2 moyennant un temps d'intégration, lié à la confiance forcément limitée dans le modèle du comportement de la sonde de richesse 2.

[0044] L'équation d'état, qui présente en l'espèce quatre dimensions (en prenant pour hypothèse que le modèle de comportement utilisé était en 2ème ordre), se présente comme suit :

avec :

θ_O2 : la dérive identifiée, soit l'écart entre la richesse mesurée et le signal de richesse calculée passée par le modèle de comportement de la sonde ;

O₂ : la richesse calculée (modèle) ;

: la richesse calculée filtrée (ordre 1) afin de tenir compte du comportement de la sonde ;

: la richesse calculée filtrée (ordre 2) pour tenir compte du comportement de la sonde ;

[0045] Le vecteur composé de ces quatre variables constitue le vecteur d'état.

O_{2,mod elk-1} : la richesse calculée (modèle) à l'instant k-1 ;

O_2,sensork, : la richesse mesurée par la sonde à l'instant k ;

W_k-1 : le bruit du signal modèle 'richesse calculée' ;

v_k : le bruit du signal mesuré de richesse par la sonde.

[0046] Selon une variante d'exécution de l'invention, l'établissement de ce vecteur d'état pourrait être réalisé en utilisant un modèle de comportement de sonde présentant une plus grande variabilité, ou encore en ne faisant pas apparaître ce dit modèle, ce dernier étant alors défini en amont.

[0047] Dans cet exemple d'implémentation proposée, le gain de Kalman résultant de ces compromis de calibration est unique et pré-calculé, par un souci de simplicité d'implémentation.

[0048] Toutefois, selon une variante d'exécution de l'invention, à chaque pas de calcul, les bruits de mesure et de processus, ainsi que le gain de Kalman optimal résultant (gain infini Kinf) peuvent être remis à jour.

[0049] Selon une autre variante d'exécution de l'invention, le gain de Kalman peut être cartographié par zones distinctes du champ moteur.

[0050] De manière avantageuse, l'apprentissage de dérive sur points stabilisés permet d'accélérer le travail du filtre de Kalman, de le rendre plus robuste, voire de s'assurer que le résultat fourni est juste.

[0051] L'association du filtre de Kalman et de la technique d'apprentissage stabilisé permet d'assurer à l'ensemble une grande adaptabilité. En effet, la dérive de richesse, qui dépend en premier lieu des dérives des composants tels que le débitmètre et les injecteurs, n'est pas attendue uniforme dans le champ moteur, mais variable d'un point à l'autre en transitoire. Un filtre de Kalman seul, qui par définition met un temps non négligeable pour intégrer une dérive et y converger, verrait sa dynamique d'identification et de remise à jour entrer en conflit avec la dynamique du point de fonctionnement et de sa dérive de richesse associée. Le filtre garderait ainsi - au moins partiellement - une dérive propre au point précédent alors que celle-ci aurait déjà radicalement changé sur le point suivant. A défaut d'intégrer immédiatement la nouvelle dérive, celle conservée et appliquée serait éventuellement décalée, et pourrait même fausser la correction jusqu'à aggraver l'estimation plutôt que de l'améliorer.

[0052] L'apprentissage stabilisé s'affranchit du modèle de comportement de la sonde 2, dans la mesure où celui-ci n'intervient plus sur point stationnaire (les deux signaux d'entrée étant constants, il n'existe plus d'atténuation et le retard cylindre-sonde est inconséquent). Une cartographie de la dérive de richesse peut ainsi être établie (en s'appuyant par exemple sur les points régime-couple), cette dernière étant évidemment dépendante des points stabilisés effectivement rencontrés sur le roulage. En procédant à une lecture avec interpolation dans cette cartographie, l'homme du métier est alors capable de pré-positionner la dérive de richesse du point courant, et de limiter le travail restant du filtre de Kalman, tout en minimisant l'impact éventuel de la conservation d'historique de dérive.

[0053] Il existe plus façons de combiner cette cartographie et le filtre de Kalman, celles-ci consistent à :

▪utiliser la dérive lue dans la cartographie évolutive pour corriger directement le signal d'entrée de richesse modèle O₂ du filtre de Kalman 4 ;

▪ utiliser la dérive lue pour l'état 'a priori' du filtre de Kalman 4, permettant un pré-positionnement permanent plus ou moins abouti (selon le niveau de remplissage de la cartographie), qui est alors corrigé 'a posteriori' via le signal mesuré de richesse O_{2, sensor} par la sonde 2 et le gain de Kalman.

[0054] Tel que cela est représenté sur la figure 3, l'identification résultante de la dérive de richesse s'effectue en procédant ainsi :

le signal de richesse finale estimée (pointillés gras) est calé sur la dynamique du modèle de richesse modélisée (trait continu fin), mais recalé vis-à-vis de sa dérive au moins partiellement, sur des points transitoires comme sur des points stabilisés (dérive observée par le Kalman (flèches verticales), entre le signal sonde (mesure de richesse, trait continu en gras) et le signal virtuel en noir pointillé fin).

[0055] Avantageusement, la combinaison de l'utilisation de l'identificateur de dérive 3 et du filtre de Kalman 4 permet notamment :

• de procéder à une identification adaptative des dérives, et non d'une calibration fixe réalisée sur table valable uniquement sur un point de fonctionnement et/ou un seul moteur ;
• de procéder à une estimation de la richesse cylindre en bénéficiant à la fois des avantages d'une mesure obtenue au moyen d'une sonde, constitués par l'affranchissement des dérives et dispersions, mais également des avantages procurés par la simplicité du calcul à effectuer qui permettent un recalage dynamique de la richesse ;
• de lier le modèle d'émissions de particules au signal final obtenu, en s'assurant d'une grande robustesse en transitoire comme en stabilisé ; cela permet donc d'améliorer la performance et la robustesse de l'estimation des émissions de particules et celle du chargement associé du filtre à particules ;
• de pouvoir adapter la stratégie de recalage dynamique de la richesse à toutes sortes de ligne d'échappement ;
• de se dispenser en fonctionnement Diesel, de l'utilisation d'une sonde Lambda spécifique ; la sonde NOx dont la présence est règlementairement nécessaire en aval de la ligne d'échappement permet d'obtenir l'information richesse désirée, ce qui permet d'effectuer des économies.

Revendications

1. Procédé permettant d'estimer en continu la richesse cylindre d'un moteur à combustion interne, ledit moteur comportant une pluralité de cylindres, au moins une sonde de mesure de richesse (2), une pluralité d'injecteurs reliés aux cylindres, un débitmètre,
ledit procédé comprenant les étapes consistant à :

• mesurer un signal de richesse au moyen de la sonde de richesse (2),

• calculer un modèle simple de richesse (Φ_Calc) correspondant au quotient du débit de carburant injecté (qlnj) sur le débit d'air admis (Qair), multiplié par le rapport stoechiométrique (y),

caractérisé en ce que ledit procédé comprend encore les étapes consistant à :

• identifier et quantifier les dispersions et dérives de richesse éventuelles sur des points de fonctionnement stabilisés au moyen d'au moins un identificateur de dérive (3) à partir du signal constitutif du modèle de richesse (Φ_Calc) et du signal mesuré de richesse portés en entrée de cet identificateur de dérive (3), une cartographie des dérives de richesse dans le champ moteur étant réalisée par l'identificateur de dérive (3), par apprentissage de ces dérives éventuelles ;

• identifier et quantifier les dispersions et dérives de richesse éventuelles en transitoire au moyen d'au moins un identificateur de dérive supplémentaire consistant en un filtre de Kalman (4) à partir du signal mesuré de richesse et du signal de richesse modèle de la sonde,

• corriger en continu la richesse calculée (Φ_Calc) en utilisant la dérive lue dans la cartographie pour corriger directement le signal d'entrée de richesse modèle du filtre de Kalman (4) ou en utilisant la dérive lue dans la cartographie pour l'état a priori du filtre de Kalman (4).

2. Procédé selon la revendication 1,
caractérisé en ce que la sonde de richesse (2) est de type NOx.

3. Procédé selon la revendication 1 ou la revendication 2,
caractérisé en ce que la première étape de traitement du filtre de Kalman (4) consiste à appliquer au premier signal d'entrée de richesse modèle (O₂) l'altération virtuelle qu'il subirait s'il était capté par la sonde (2), cette altération consistant en :

• un retard pur dû au transport des gaz d'échappement du cylindre vers la sonde (2), auquel s'ajoute le retard pur de la sonde (2) elle-même ; et

• un filtre ;

un signal 'richesse calculée filtrée' (

ou

) et un vecteur d'état 'a priori' sont créés suivant les équations suivantes, dans l'hypothèse où le modèle de comportement utilisé est en 2^ème ordre :

avec :

θ_O2 : la dérive identifiée, soit l'écart entre la richesse mesurée et le signal de richesse calculée passée par le modèle de comportement de la sonde ;

O₂ : la richesse calculée (modèle) ;

la richesse calculée filtrée (ordre 1) afin de tenir compte du comportement de la sonde ;

la richesse calculée filtrée (ordre 2) pour tenir compte du comportement de la sonde ;

le vecteur composé de ces quatre variables constitue le vecteur d'état.

O_{2,mod elk--1} : la richesse calculée (modèle) à l'instant k-1 ;

O_2,sensork : la richesse mesurée par la sonde à l'instant k ;

w_k-1 : le bruit du signal modèle 'richesse calculée' ;

v_k : le bruit du signal mesuré de richesse par la sonde ;

chacun des signaux d'entrée (O₂) et le signal mesuré de richesse (O_{2, sensor}) par la sonde (2) se voit attribuer une confiance relative en introduisant des bruits de processus (w) et de mesure (v).

4. Procédé selon la revendication 3,
caractérisé en ce que la seconde étape de traitement du filtre de Kalman (4), qui est réalisée a posteriori, consiste à comparer le signal virtuel avec le signal réellement capté et analysé par la sonde de richesse (2) ; l'écart entre ces deux signaux définit la dérive de richesse instantanée (θ_O2 ).

5. Procédé selon l'une des revendications 3 et 4,
caractérisé en ce qu'une limitation de la confiance en l'identification de dérive est effectuée au moyen du gain de Kalman (4), qui force un temps de convergence avant de considérer la dérive pleinement identifiée ; le signal de richesse finalement estimé est donc le signal modèle (O₂) recalé par la mesure de la sonde (2) moyennant un temps d'intégration, lié à la confiance forcément limitée dans le modèle du comportement de la sonde de richesse (2).

6. Procédé selon l'une des revendications 3 à 5,
caractérisé en ce que la combinaison de la cartographie obtenue et du filtre de Kalman (4) s'effectue en :

▪ utilisant la dérive lue dans la cartographie évolutive pour corriger directement le signal d'entrée de richesse modèle (O₂) du filtre de Kalman (4) ;

▪ utilisant la dérive lue pour l'état 'a priori' du filtre de Kalman (4), permettant un pré-positionnement permanent plus ou moins abouti, selon le niveau de remplissage de la cartographie, qui est alors corrigé 'a posteriori' via le signal mesuré de richesse (O_{2, sensor}) par la sonde (2) et le gain de Kalman.

7. Dispositif permettant d'estimer en continu la richesse cylindre d'un moteur à combustion interne, ledit moteur comportant une pluralité de cylindres, au moins une sonde de mesure de richesse, une pluralité d'injecteurs reliés aux cylindres, un débitmètre,
caractérisé en ce qu'il comprend un identificateur de dérive (3) et un filtre de Kalman (4) conformés pour mettre en oeuvre le ou les procédés selon l'une quelconque des revendications précédentes.

Ansprüche

1. Verfahren, das das kontinuierliche Schätzen der Zylinderreichhaltigkeit einer Brennkraftmaschine erlaubt, wobei die Brennkraftmaschine eine Vielzahl von Zylindern, mindestens eine Reichhaltigkeitsmesssonde (2), eine Vielzahl von Einspritzdüsen, die mit den Zylindern verbunden sind, einen Durchflussmesser umfasst,
wobei das Verfahren die Schritte umfasst, die aus Folgendem bestehen:

• Messen eines Reichhaltigkeitssignals mittels der Reichhaltigkeitssonde (2)

• Berechnen eines einfachen Reichhaltigkeitsmodells (Φ_Calc), das dem Quotienten des Durchsatzes an eingespritztem Kraftstoff (qlnj) auf dem angesaugten Luftdurchsatz (Q_air) multipliziert mit dem stöchiometrischen Verhältnis (γ) entspricht,

dadurch gekennzeichnet, dass das Verfahren noch die Schritte aufweist, die aus Folgendem bestehen:

• Identifizieren und Quantifizieren der eventuellen Dispersionen und Reichhaltigkeitsabweichungen auf stabilisierten Betriebspunkten mittels mindestens eines Abweichungsidentifikators (3) ausgehend von dem Signal, das das Reichhaltigkeitsmodell (Φ_Calc) bildet und des gemessenen Reichhaltigkeitssignals, die am Eingang dieses Abweichungsidentifikators (3) eingegeben werden, wobei eine Kartographie der Reichhaltigkeitsabweichungen in dem Maschinenbereich durch den Abweichungsidentifikator (3) durch Lernen dieser eventuellen Abweichungen ausgeführt wird;

• Identifizieren und Quantifizieren der eventuellen vorübergehenden Dispersionen und Reichhaltigkeitsabweichungen mittels mindestens eines zusätzlichen Abweichungsidentifikators, der aus einem Kalman-Filter (4) besteht, ausgehend von dem gemessenen Reichhaltigkeitssignal und dem Modell-Reichhaltigkeitssignal der Sonde,

• laufendes Korrigieren der berechneten Reichhaltigkeit (Φ_Calc) unter Verwenden der Abweichung, die in der Kartographie gelesen wird, um das Modell-Reichhaltigkeitseingangssignal des Kalman-Filters (4) direkt oder unter Verwenden der Abweichung, die in der Kartographie für den A-Priori-Zustand des Kalman-Filters (4) gelesen wird, zu korrigieren.

2. Verfahren nach Anspruch 1,
dadurch gekennzeichnet, dass die Reichhaltigkeitssonde (2) des NOx-Typs ist.

3. Verfahren nach Anspruch 1 oder nach Anspruch 2,
dadurch gekennzeichnet, dass der erste Behandlungsschritt des Kalman-Filters (4) darin besteht, an das erste Reichhaltigkeitsmodell-Eingangssignal (O₂) die virtuelle Veränderung anzuwenden, die es erfahren würde, falls es von der Sonde (2) erfasst würde, wobei diese Veränderung besteht aus:

• einer reinen Verzögerung, die auf den Transport der Abgase von dem Zylinder zu der Sonde (2) zurückzuführen ist, zu der die reine Verzögerung der Sonde (2) selbst hinzukommt; und

• einem Filter;

ein Signal "gefilterte berechnete Reichhaltigkeit" (

oder

) und ein "A-Priori"-Zustandsvektor gemäß den folgenden Gleichungen in der Annahme, dass das verwendete Verhaltensmodell des zweiten Ranges ist, angelegt werden:

wobei:

θ_O2 : die identifizierte Abweichung ist, das heißt der Unterschied zwischen der gemessenen Reichhaltigkeit und dem berechneten Reichhaltigkeitssignal, das durch das Verhaltensmodell der Sonde durchgegeben wurde;

O₂: die berechnete Reichhaltigkeit (Modell) ist;

die gefilterte berechnete Reichhaltigkeit ist (Rang 1), um das Verhalten der Sonde zu berücksichtigen,

die gefilterte berechnete Reichhaltigkeit (Rang 2) ist, um das Verhalten der Sonde zu berücksichtigen; wobei der Vektor, der aus diesen vier Variablen besteht, den Zustandsvektor bildet.

O_{2,mod elk-1} : die berechnete Reichhaltigkeit (Modell) im Augenblick k-1 ist;

O_2,sensork : die von der Sonde im Augenblick k gemessene Reichhaltigkeit ist;

w_k-1 : das Rauschen des Signals Modell "berechnete Reichhaltigkeit" ist;

w_k : das Rauschen des von der Sonde gemessenen Reichhaltigkeitssignals ist;

wobei jedem der Eingangssignale (O₂) und dem von der Sonde (2) gemessenen Reichhaltigkeitssignal (O_2,sensor) ein relatives Vertrauen zugewiesen wird, indem Prozessrauschen (w) und Messrauschen (v) eingeführt werden.

4. Verfahren nach Anspruch 3,
dadurch gekennzeichnet, dass der zweite Behandlungsschritt des Kalman-Filters (4), der a posteriori ausgeführt wird, im Vergleichen des virtuellen Signals mit dem tatsächlich erfassten Signal, und das von der Reichhaltigkeitssonde (2) analysiert wurde, besteht; wobei der Unterschied zwischen diesen zwei Signalen die Momentan-Reichhaltigkeitsabweichung (θ_O2) definiert.

5. Verfahren nach einem der Ansprüche 3 und 4,
dadurch gekennzeichnet, dass eine Einschränkung des Vertrauens in die Abweichungsidentifikation mittels der Kalman-Verstärkung (4) ausgeführt wird, die eine Konvergenzzeit forciert, bevor die voll identifizierte Abweichung betrachtet wird; wobei das abschließend geschätzte Reichhaltigkeitssignal daher das Modellsignal (O₂) ist, das durch die Messung der Sonde (2) mittels einer Integrationszeit, die mit dem zwangsweise beschränkten Vertrauen in das Modell des Verhaltens der Reichhaltigkeitssonde (2) verbunden ist, angepasst ist.

6. Verfahren nach einem der Ansprüche 3 bis 5,
dadurch gekennzeichnet, dass die Kombination der erzielten Kartographie und des Kalman-Filters (4) ausgeführt wird durch:

• Verwenden der Abweichung, die in der evolutiven Kartographie gelesen wird, um direkt das Modell-Reichhaltigkeitseingangssignal (O₂) des Kalman-Filters (4) zu korrigieren;

• Verwenden der gelesenen Abweichung für den "A-Priori"-Zustand des Kalman-Filters (4), was ein permanentes mehr oder minder erfolgreiches Vorpositionieren gemäß dem Füllniveau der Kartographie erlaubt, die daher "a posteriori" über das gemessene Reichhaltigkeitssignal (O₂, _Sensor), durch die Sonde (2) und die Kalman-Verstärkung korrigiert wird.

7. Vorrichtung, die das kontinuierliche Schätzen der Zylinderreichhaltigkeit einer Brennkraftmaschine erlaubt, wobei die Maschine eine Vielzahl von Zylindern, mindestens eine Reichhaltigkeitsmesssonde, eine Vielzahl von Einspritzdüsen, die mit den Zylindern verbunden sind, einen Durchflussmesser umfasst,
dadurch gekennzeichnet, dass sie einen Abweichungsidentifikator (3) und ein Kalman-Filter (4) umfasst, die ausgebildet sind, um das oder die Verfahren nach einem der vorhergehenden Ansprüche auszuführen.

Claims

1. A method enabling continuous estimation of air-fuel ratio in an internal combustion engine's cylinder, said engine comprising a plurality of cylinders, at least one richness measurement sensor (2), a plurality of injectors connected to the cylinders, a flow meter, said method including the steps consisting of:

• measuring a richness signal by means of the richness sensor (2).

• calculating a simple richness model (Φ_Calc) corresponding to the quotient of the flow of injected fuel (qlnj) on the flow of intake air (Qair), multiplied by the stoichiometric ratio (γ),

characterized in that said method further includes the steps consisting of:

• identifying and quantifying the possible dispersions and deviations of richness on stabilised points of operation by means of at least one deviation identifier (3) from the signal constituting the richness model (Φ_Calc) and from the measured richness signal carried at the input of this deviation identifier (3), a mapping of the richness deviations in the engine field being realized by the deviation identifier (3), by teach-in of these possible deviations;

• identifying and quantifying the possible transient dispersions and richness deviations by means of at least one supplementary deviation identifier consisting of a Kalman filter (4) from the measured richness signal and from the model richness signal of the sensor,

• correcting continuously the calculated richness (Φ_Calc) by using the deviation read in the mapping for directly correcting the model richness input signal of the Kalman filter (4) or by using the deviation read in the mapping for the a priori status of the Kalman filter (4).

2. The method according to Claim 1,
characterized in that the richness sensor (2) is of the NOx type.

3. The method according to Claim 1 or Claim 2,
characterized in that the first processing step of the Kalman filter (4) consists in applying to the first model richness input signal (O₂) the virtual alteration which it would undergo if it were picked up by the sensor (2), this alteration consisting in:

• a dead time due to the transport of the exhaust gases of the cylinder towards the sensor (2), to which is added the dead time of the sensor (2) itself;
and

• a filter;

a "filtered calculated richness" signal (O₂^f or O₂^ff) and a vector of "a priori" status are created according to the following equations, assuming that the model of behaviour used is of the 2^nd order:

with:

θ_o2 : the identified deviation, namely the gap between the measured richness and the calculated richness signal passed by the behaviour model of the sensor;

O₂ : the calculated richness (model);

O₂^f : the filtered calculated richness (order 1) so as to take into account the behaviour of the sensor;

O₂^ff : the filtered calculated richness (order 2) so as to take into account the behaviour of the sensor;
the vector composed of these four variables constitutes the status vector.

O_{2,model k-1} : the calculated richness (model) at the moment k-1;

O_{2,sensor k} : the richness measured by the sensor at the moment k;

w_k-1 : the noise of the "calculated richness" model signal;

v_k : the noise of the signal measured for richness by the sensor;

each of the input signals (O₂) and signal measured for richness (O_2,sensor) by the sensor (2) comes to assign a relative trust by introducing process noises (w) and measurement noises (v).

4. The method according to Claim 3,
characterized in that the second processing step of the Kalman filter (4), which is realized a posteriori, consists in comparing the virtual signal with the signal actually picked up and analysed by the richness sensor (2); the gap between these two signals defines the actual richness deviation (θ_o2).

5. The method according to one of Claims 3 and 4,
characterized in that a limitation of the trust in the identification of the deviation is carried out by means of the Kalman gain (4), which forces a convergence time before considering the fully identified deviation; the finally estimated richness signal is therefore the model signal (O₂) reset by the measurement of the sensor (2) averaging an integration time, linked to the necessarily limited trust in the behaviour model of the richness sensor (2).

6. The method according to one of Claims 3 to 5,
characterized in that the combination of the mapping obtained and of the Kalman filter (4) is carried out by:

• using the deviation read in the evolving mapping to correct directly the model richness input signal (O₂) of the Kalman filter (4);

• using the deviation read for the "a priori" status of the Kalman filter (4), permitting a permanent pre-positioning more or less accomplished, according to the filling level of the mapping, which is then corrected "a posteriori" via the measured richness signal (O_{2, sensor}) by the sensor (2) and the Kalman gain.

7. An apparatus enabling continuous estimation of air-fuel ratio in an internal combustion engine's cylinder, said engine comprising a plurality of cylinders, at least one richness measurement sensor, a plurality of injectors connected to the cylinders, a flow meter,
characterized in that it includes a deviation identifier (3) and a Kalman filter (4) adapted to implement the method or methods according to any one of the preceding claims.

Dessins