(19)国家知识产权局 (12)发明 专利 (10)授权公告 号 (45)授权公告日 (21)申请 号 202210924433.0 (22)申请日 2022.08.03 (65)同一申请的已公布的文献号 申请公布号 CN 114991923 A (43)申请公布日 2022.09.02 (73)专利权人 潍柴动力股份有限公司 地址 261061 山东省潍坊市高新 技术产业 开发区福寿东 街197号甲 (72)发明人 王秀雷　文武红　 (74)专利代理 机构 北京品源专利代理有限公司 11332 专利代理师 倪焱 (51)Int.Cl. F01N 11/00(2006.01) G06N 20/00(2019.01)G06N 3/08(2006.01) 审查员 闫玲 (54)发明名称 颗粒捕集器压差确定方法、 装置、 设备及介 质 (57)摘要 本发明公开了一种颗粒捕集器压差确定方 法、 装置、 设备及介质。 该方法通过获取目标颗粒 捕集器的当前压差预测参数以及历史压差预测 参数， 根据预先训练的压差预测模 型预测目标颗 粒捕集器的当前压差， 以前端进气温度、 后端排 气温度、 当前瞬态废气体积流量、 碳载量作为预 测压差的参数， 实现压差检测， 能够解决故障模 式下的信号干扰问题， 进而解决由于机械故障导 致的压差传感器测量的压差信号不可靠的问题， 提高压差的估算精度， 并且， 通过历史压差预测 参数一并对当前时刻的压差进行预测， 可以使 得 所预测出的压差符合变化规律， 进一步的提高了 颗粒捕集器的压 差的预测精度。 权利要求书3页 说明书15页 附图3页 CN 114991923 B 2022.11.29 CN 114991923 B 1.一种颗粒捕集器压 差确定方法， 其特 征在于， 包括： 获取目标颗粒捕集器的当前压差预测参数以及历史压差预测参数， 其中， 所述历史压 差预测参数为所述目标颗粒捕集器在上个驾驶循环内产生的或根据预设延迟时间步长得 到的， 当前压差预测参数包括当前前端进气温度、 当前后端排气温度、 当前瞬态废气体积流 量以及当前碳载量， 所述历史压差预测参数包括历史前端进气温度、 历史后端排气温度、 历 史瞬态废气体积流 量以及历史碳载量； 基于所述当前压差预测参数、 所述历史压差预测参数以及预先训练的压差预测模型， 确定所述目标颗粒捕集器的当前压 差， 以使所述当前压 差符合变化 规律； 其中， 所述压 差预测模型包括输入层、 隐含层和输出层。 2.根据权利要求1所述的方法， 其特征在于， 在所述基于所述当前压差预测参数、 所述 历史压差预测参数以及预先训练的压差预测模型， 确定所述目标颗粒捕集器的当前压差之 后， 所述方法还 包括： 获取预设滤波系数； 基于所述预设滤波系数对所述当前压差进行一阶互补滤波处理， 基于滤波处理结果更 新所述当前压 差。 3.根据权利要求2所述的方法， 其特征在于， 在所述基于所述预设滤波系数对所述当前 压差进行一阶互补滤波处 理， 基于滤波处 理结果更新所述当前压 差之前， 所述方法还 包括： 获取预设压差范围； 判断所述当前压差是否位于所述预设压差范围， 若否， 则基于所述预设压差范围的临 界值更新所述当前压 差。 4.根据权利要求1所述的方法， 其特征在于， 所述基于所述当前压差预测参数、 所述历 史压差预测参数以及预先训练的压差预测模型， 确定所述 目标颗粒捕集器的当前压差， 包 括： 将所述当前压差预测参数以及所述历史压差预测参数输入至所述压差预测模型， 以使 所述压差预测模型中的各隐含层节点基于所述当前压差预测参数、 所述历史压差预测参 数、 各输入层节点分别对应的目标权重以及各所述隐含层节点分别对应的目标阈值， 确定 各所述隐含层节点的节点输入数据； 针对每一个所述隐含层节点， 基于隐含层传递函数以及所述节点输入数据确定节点输 出数据， 根据各所述隐含层节点的节点输出数据、 各所述隐含层节点分别对应的目标权重 以及所述压差预测模型中各输出层节点分别对应的目标阈值， 确定各所述输出层节点分别 对应的输入数据； 基于各所述输出层节点分别对应的输入数据以及输出层传递函数， 确定所述压差预测 模型输出的当前压 差。 5.根据权利要求 4所述的方法， 其特 征在于， 所述方法还 包括： 构建压差预测网络， 所述压差预测网络包括各输入层节点、 各隐含层节点以及各输出 层节点； 获取压差试验数据， 其中， 所述压差试验数据包括样本当前时刻和样本历史时刻的前 端进气温度、 后端排气温度、 瞬态废气体积流量、 实际碳载量， 以及样本当前时刻的实际压 差；权　利　要　求　书 1/3 页 2 CN 114991923 B 2基于所述压差试验数据对所述压差预测网络进行训练， 得到各所述输入层节点分别对 应的目标权重、 各所述隐含层节点分别对应的目标权重、 各所述隐含层节点分别对应的目 标阈值以及各 所述输出层节点分别对应的目标阈值， 确定所述压 差预测模型。 6.根据权利要求5所述的方法， 其特征在于， 所述基于所述压差试验数据对所述压差预 测网络进行训练， 得到各所述输入层节点分别对应的目标权重、 各所述隐含层节点分别对 应的目标权重、 各所述隐含层节点分别对应的目标阈值以及各所述输出层节点分别对应的 目标阈值， 包括： 确定各所述输入层节点分别对应的第 一初始权重、 各所述隐含层节点分别对应的第 二 初始权重、 各所述隐含层节点分别对应的第二初始阈值以及各所述输出层节点分别对应的 第三初始阈值； 基于所述压差试验数据、 各所述第 一初始权重、 各所述第 二初始权重、 各所述第 二初始 阈值以及各所述第三初始阈值， 确定各所述输入层节点分别对应的第一权重修正量、 各所 述隐含层节点分别对应的第二权重修正量、 各所述隐含层节点分别对应的第二阈值修正量 以及各所述输出层节点分别对应的第三阈值 修正量； 基于所述第一权重修正量更新所述第一初始权重， 基于所述第二权重修正量、 所述第 二阈值修正量分别更新所述第二初始权重、 所述第二初始阈值， 基于所述第三阈值修正量 更新所述第三初始阈值， 并返回执行确定各所述输入层节点分别对应的第一权重修正量、 各所述隐含层节点分别对应的第二权重修正量、 各所述隐含层节点分别对应的第二阈值修 正量以及各 所述输出层节点分别对应的第三阈值 修正量的操作， 直至满足训练截止条件。 7.根据权利要求6所述的方法， 其特征在于， 所述基于所述压差试验数据、 各所述第一 初始权重、 各所述第二初始权重、 各所述第二初始阈值以及各所述第三初始阈值， 确定各所 述输入层节点分别对应的第一权重修正量、 各所述隐含层节点分别对应的第二权重修正 量、 各所述隐含层节点分别对应的第二阈值修正量以及各所述输出层节点分别对应的第三 阈值修正量， 包括： 基于所述压差试验数据、 各所述第 一初始权重、 各所述第 二初始权重、 各所述第 二初始 阈值以及各 所述第三初始阈值， 确定当前误差平方和； 基于所述当前误差平方和以及上一轮训练的误差平方和确定当前动量因子以及当前 学习速率； 根据所述当前动量因子、 所述当前学习速率以及上一轮训练的各修正信息， 确定各所 述输入层节点在当前训练轮次中分别对应的第一权重修正量、 各所述隐含层节点在当前训 练轮次中分别对应的第二权重修正量、 各所述隐含层节点在当前训练轮次中分别对应的第 二阈值修正量以及各 所述输出层节点在当前训练轮次中分别对应的第三阈值 修正量。 8.一种颗粒捕集器压 差确定装置， 其特 征在于， 包括： 参数获取模块， 用于获取目标颗粒捕集器的当前压差预测参数以及历史压差预测参 数， 其中， 所述历史压差预测参数为所述 目标颗粒捕集器在上个驾驶循环内产生的或根据 预设延迟时间步长得到的， 当前压差预测参数包括当前前端进气温度、 当前后端排气温度、 当前瞬态废气体积流量以及当前碳载量， 所述历史压差预测参数包括历史前端进气温度、 历史后端排气温度、 历史瞬态废气体积流 量以及历史碳载量； 压差预测模块， 用于基于所述当前压差预测参数、 所述历史压差预测参数以及预先训权　利　要　求　书 2/3 页 3 CN 114991923 B 3