特許 6647834 乗物制御システムのための構成可能な推測センサ

(19)【発行国】日本国特許庁(JP)

(12)【公報種別】特許公報(B2)

(11)【特許番号】6647834

(24)【登録日】2020年1月17日

(45)【発行日】2020年2月14日

(54)【発明の名称】乗物制御システムのための構成可能な推測センサ

(51)【国際特許分類】

   F02D 45/00 20060101AFI20200203BHJP

   G05B 23/02 20060101ALI20200203BHJP

   G06F 17/10 20060101ALI20200203BHJP

【ＦＩ】

   F02D45/00

   G05B23/02 R

   G06F17/10 D

【請求項の数】12

【外国語出願】

【全頁数】14

(21)【出願番号】特願2015-214009(P2015-214009)

(22)【出願日】2015年10月30日

(65)【公開番号】特開2016-89837(P2016-89837A)

(43)【公開日】2016年5月23日

【審査請求日】2018年10月30日

(31)【優先権主張番号】14191767.4

(32)【優先日】2014年11月4日

(33)【優先権主張国】EP

(73)【特許権者】

【識別番号】518264217

【氏名又は名称】ギャレット・トランスポーテーション・ワン・インコーポレーテッド

(74)【代理人】

【識別番号】100140109

【弁理士】

【氏名又は名称】小野 新次郎

(74)【代理人】

【識別番号】100118902

【弁理士】

【氏名又は名称】山本 修

(74)【代理人】

【識別番号】100106208

【弁理士】

【氏名又は名称】宮前 徹

(74)【代理人】

【識別番号】100120112

【弁理士】

【氏名又は名称】中西 基晴

(74)【代理人】

【識別番号】100147991

【弁理士】

【氏名又は名称】鳥居 健一

(72)【発明者】

【氏名】ヤロスラフ・ペカー

(72)【発明者】

【氏名】オンドレイ・サンティン

【審査官】 平井 功

(56)【参考文献】

【文献】 米国特許出願公開第２０１３／０１７３０２８（ＵＳ，Ａ１）

【文献】 特開２００３−３２８７３２（ＪＰ，Ａ）

【文献】 国際公開第２０１４／０６６５９３（ＷＯ，Ａ２）

【文献】 米国特許出願公開第２００４／００２４５６５（ＵＳ，Ａ１）

【文献】 岩ヶ谷、外１名，数式処理技術とプラントモデリング，計測と制御，日本，２０１４年 ４月，第５３巻、第４号，ｐ．３３５−３３８

(58)【調査した分野】（Int.Cl.，ＤＢ名）

Ｆ０２Ｄ ４３／００−４５／００

Ｇ０５Ｂ １／００− ７／０４

Ｇ０５Ｂ １１／００−１３／０４

Ｇ０５Ｂ １７／００−１７／０２

Ｇ０５Ｂ ２１／００−２３／０２

Ｇ０６Ｆ １７／００−１７／１８

Ｆ０１Ｎ ３／００

Ｆ０１Ｎ ３／０２

Ｆ０１Ｎ ３／０４− ３／３８

Ｆ０１Ｎ ９／００−１１／００

(57)【特許請求の範囲】

【請求項1】

自動車用サブシステムの量を推測するためのシステムであって、
自動車用サブシステムに提供される１つまたは複数の入力、および前記サブシステムにより提供される１つまたは複数の測定された出力を有し、前記サブシステムの１つまたは複数の推定された量を提供するための出力を有する、推測センサ
を備え、
前記サブシステムに提供される前記１つまたは複数の入力、および前記サブシステムからの測定された出力を処理するコンピュータが、前記サブシステムの１つまたは複数の推定された量を提供するための、前記推測センサの前記出力を提供し、
前記推測センサが、
オフライン部分と、
オンライン部分と
を備え、
前記オフライン部分が、前記サブシステムのモデルを提供し、
前記オンライン部分が、前記サブシステムの前記１つまたは複数の推定された量を提供し、
前記オフライン部分が、前記サブシステムの前記モデル、および前記オンライン部分に対するパラメータデータセットをさらに提供し、
前記オンライン部分が、前記サブシステムに提供される前記１つまたは複数の入力を受信し、前記サブシステムからの前記測定された出力を受信し、
前記オンライン部分が、前記サブシステムの前記推定された量の１つまたは複数の信頼区間をさらに提供し、
前記オンライン部分が、カルマンフィルタを備え、
前記カルマンフィルタが、前記サブシステムの前記モデル、１つまたは複数の推定された量の共分散行列を更新し、前記サブシステムからの測定された出力に基づいて更新する、陰的固定ステップソルバを備える拡張カルマンフィルタであり、
前記サブシステムが、エンジンまたは後処理機構である、システム。

【請求項2】

コンピュータと、
オフライン部分と、
オンライン部分と
を備える推測センサであって、
前記オフライン部分が、推測センサの対象であるシステムのモデルの準備を備え、
前記オンライン部分が、前記システムの前記モデルを更新するための陰的固定ステップソルバを備え、
前記オフライン部分および前記オンライン部分が、前記コンピュータにより処理され、
前記オンライン部分が、前記システムの状態の推定値の共分散行列をさらに備え、
前記システムの前記状態の前記推定値の前記共分散行列が、因数分解された形式で、測定されたデータに基づいて記憶および更新され、
前記システムの前記状態の前記推定値の前記共分散行列の時間更新が、連続リアプノフ方程式を利用して、陰的固定ステップソルバにより遂行される、推測センサ。

【請求項3】

前記オフライン部分が、前記推測センサの前記対象である前記システムの前記モデルに対するパラメータデータセットの準備をさらに備え、
前記推測センサの前記対象である前記システムの前記モデルに対する前記パラメータデータセットが、自動的に生成されるファイルに記憶される、請求項２に記載のセンサ。

【請求項4】

前記推測センサの前記対象である前記システムの前記モデルが、常微分方程式のセットにより記述される、請求項２に記載のセンサ。

【請求項5】

前記推測センサの対象である前記システムの前記モデルが存するならば、前記オフライン部分の前記推測センサの前記対象である前記システムの前記モデルに対するパラメータデータセットの準備だけが、システムへの前記推測センサの新しい適用に対して必要とされる、請求項２に記載のセンサ。

【請求項6】

前記推測センサが、乗物システムの、選択的触媒還元（ＳＣＲ）触媒内のアンモニア貯蔵、ＳＣＲ入口ＮＯ／ＮＯ２比、ＮＯＸセンサの交差感度パラメータ、吸気マニホルド／筒内／排出マニホルド酸素含有量または圧力、エンジンアウトＮＯｘ、およびターボチャージャ速度からなる群の、１つまたは複数の項目に対する推定値を取得するために利用される、請求項２に記載のセンサ。

【請求項7】

前記コンピュータが、エンジン制御ユニット（ＥＣＵ）である、請求項２に記載のセンサ。

【請求項8】

推測センサを確立するための方法であって、
コンピュータを用意するステップと、
観測されているサブシステムに対するモデルを準備するステップと、
較正データセットとなるように、データをリアルタイムテンプレートにポピュレートするステップと、
周期的にリアルタイムで、前記コンピュータ上で推測センサを前記モデルとともに動作させて、所望される推定された変数を取得するステップと
を含み、
前記推測センサは、オフライン部分と、オンライン部分とを備え、
前記オンライン部分が、前記サブシステムの前記モデルを更新するための陰的固定ステップソルバを備え、
前記オンライン部分が、前記サブシステムの状態の推定値の共分散行列をさらに備え、
前記サブシステムの前記状態の前記推定値の前記共分散行列が、因数分解された形式で、測定されたデータに基づいて記憶および更新され、
前記サブシステムの前記状態の前記推定値の前記共分散行列の時間更新が、連続リアプノフ方程式を利用して、陰的固定ステップソルバにより遂行される、方法。

【請求項9】

前記推測センサが、後処理システムでの、測定可能な物理量、および／または、測定不可能な物理量の、推定値および信頼区間を提供する、請求項８に記載の方法。

【請求項10】

前記推測センサが、エンジンの、測定可能な物理量、および／または、測定不可能な物理量の、読み取り値の推定値および信頼区間を結果として生じさせる、請求項８に記載の方法。

【請求項11】

前記推測センサからの前記測定可能な物理量の読み取り値の前記推定値が、直接測定可能な物理量の１つまたは複数のセンサが除去され得ることを示唆し、
前記測定可能な物理量の前記１つまたは複数のセンサが、エンジンアウトＮＯｘ物理センサ、吸気マニホルド酸素物理センサ、ＥＧＲマスフロー物理センサ、新気マスフロー物理センサ、ターボチャージャ速度物理センサ、選択的触媒還元（ＳＣＲ）ミッドブリックＮＨ３物理センサ、およびテールパイプアウトＮＨ３物理センサからなる群から選択される、請求項１０に記載の方法。

【請求項12】

前記推測センサを、ＮＨ３に対するＮＯｘセンサの交差感度、ＳＣＲ ＮＨ３貯蔵、および選択的触媒還元（ＳＣＲ）入口ＮＯ／ＮＯ２比からなる群から１つまたは複数の項目を推定するように構成するステップをさらに含む、請求項１１に記載の方法。

【発明の詳細な説明】

【技術分野】

【0001】

本開示は、システムの量の測定、および特に、必ずしも容易に測定可能でない量の測定に関する。

【発明の概要】

【発明が解決しようとする課題】

【0002】

システムの量の測定、および特に、必ずしも容易に測定可能でない量の測定を提供する。

【課題を解決するための手段】

【0003】

本開示は、サブシステムでの、直接測定可能でない、さもなければ、容易に測定可能でない量の推定を提供し得るシステムを明らかにするものである。これらの量の推定値は、他の変数から推測され得る。本手法は、推測センシングと呼称され得る。物理センサは、モデル、または、推測センサ（ＩＮＦＥＲＥＮＴＩＡＬ ＳＥＮＳＯＲ）としても知られている仮想センサによって置換され得る。本手法は、自動車用サブシステムに対する推測センサを設計するためのフレームワークであり得る。フレームワークは、観測されるサブシステムに対するモデルを準備することと、データをリアルタイムテンプレートにポピュレートすることと、推測センサを周期的にモデルと一体で、リアルタイムで動作させて、推定された変数を取得することとを組み込み得る。一度実施されると、フレームワークは、実質上任意の自動車用サブシステムに対して、相当量のソフトウェアコード変更を必要とすることなく再使用され得る。

【図面の簡単な説明】

【0004】

【図1】自動車用制御システムに対する推測センサの適用の線図である。

【図2】推測センサのフロー線図である。

【図3】推測センサに対する非線形モデルで使用され得る非線形常微分方程式のセットを示す図である。

【図4】常微分方程式の解析的１次導関数を示す図である。

【図5】オイラー法を示す図である。

【図6】後退オイラー法または陰解法（ｉｍｐｌｉｃｉｔ ｍｅｔｈｏｄ）を示す図である。

【図7】推測センサのアルゴリズム的フレームワークに対する線図である。

【図8】ニュートン−ラフソンまたはレーベンバーグ−マルカート手法に基づく陰的オイラー法を示す図である。

【図9】アルゴリズム的フレームワークに対する陰的時間ステップ更新に対する方程式を示す図である。

【図10】推測センサのオフライン部分に対する作業フローの線図である。

【図11】推測センサのリアルタイムテンプレートの線図である。

【発明を実施するための形態】

【0005】

本システムおよび手法は、１つまたは複数の、プロセッサ、コンピュータ、コントローラ、ユーザインターフェイス、無線および／もしくは電線接続、ならびに／または類するものを、本明細書で説明される、および／または示される実施形態に組み込み得る。

【0006】

本説明は、本システムおよび手法の実施について、１つまたは複数の例示的なおよび特定の例または方途を提供し得るものである。システムおよび手法の実施について、数多くの他の例または方途が存在し得る。

【0007】

最新式の内燃機関の複雑度は、法令により規定される、より厳しい排気規制に応じて急速に増加しているように思われる。各々の新しい制約は、しばしば、新しいサブシステムまたは技術を、調整または追加することにつながり得る。実質上すべての追加的なサブシステムは、次いで、所望される性能を実現し、テールパイプ排気制約がエンジン寿命にわたって満たされることになるということを確実にするために、新しい制御システムを必要とする場合がある。

【0008】

新しいサブシステムを監視および制御するために、１つまたはいくつもの追加的なセンサおよびアクチュエータを導入することが、しばしば必要である場合がある。新しいセンサおよびアクチュエータは、複雑度においてのみでなく、製品の最終的な価格においてもまた高まっているように思われる。後処理ラインは、そのようなサブシステムの例であり得る。ＳＣＲ（選択的触媒還元（ｓｅｌｅｃｔｉｖｅ ｃａｔａｌｙｔｉｃ ｒｅｄｕｃｔｉｏｎ））は、注入される尿素から分解されるアンモニア（ＮＨ３）を導入することにより、排出ガスからＮＯｘを除去するために使用されるデバイスであり得る。規定される法的な制限は、ＮＯｘおよびＮＨ３の両方の排気に対して満たされなければならず、したがって、尿素注入器に対する効率的および精密な制御システムが必要とされ得る。フィードバック制御システムは、触媒の内部状態を、すなわち、ＮＯｘ変換効率を向上させるアンモニア分布（ｃｏｖｅｒａｇｅ）を含めて、知る必要がある。この量は、直接の測定値が明白でないので、他の変数から推測されなければならない場合がある。変数の他の例であって、それらを制御システムに導入するときにエンジンの応答を改善し得るものは、エンジンアウトＮＯｘ濃度、吸気および排出酸素濃度、筒内酸素割合、ならびに他の要因を組み込む。

【0009】

コスト、信頼性、および保守の理由に起因して、これらの述べられたセンサを導入することが可能でない場合がある。さらに、モデルおよび仮想センサを使用することにより、可能な限り多くの物理センサを、エンジンおよび結合されるサブシステムから置換することの圧力が存在するように思われ、その場合、そのような置換に対する主な理由は、センサのコスト、それらの信頼性、および関係付けられるオンボード診断（ＯＢＤ）であり得る。

【0010】

物理センサは、量を観測するための何らかの先進的な方法が使用されるときに、モデル、または、推測センサとしても知られている仮想センサにより置換され得る。物理センサの置換は、しばしば、多くの労力、および相当量の費用での試験を要する困難な課業であり得る。１つの手法は、具体的な量に対する具体的な仮想センサを開発することであり得る。新しい物理量を観測することに対する必要性が存在するとき、非システマチックな手法が使用されるならば、開発作業を始めから繰り返すことが必要である場合がある。

【0011】

本手法は、非常にシステマチックな方途で、自動車用サブシステムでの使用に対する推測センサを設計するためのフレームワークであり得る。さらに、説明されるフレームワークで使用される数学的技法は、数値のロバスト性を確実にし、ＥＣＵ（エンジン制御ユニット）として知られている、リアルタイム制御システムに対する埋め込み型プラットフォーム上での実施に対して十分に高速であり得る。

【0012】

本手法によって、内燃機関および後処理システムに対する様々な推測センサを、システマチックな方途で、１）観測されるサブシステムに対するモデルを準備することと、２）較正データセットとして知られているデータをリアルタイムテンプレートにポピュレートすることと、３）推測センサを周期的にモデルと一体で、リアルタイムで動作させて、必要とされる推定された変数を得ることとによって、設計、構成、および較正することが可能となり得る。

【0013】

一度実施されると、フレームワークは、エンジン上の実質上任意のサブシステムに対して、相当量の、または面倒なコード変更を必要とすることなく再使用され得る。例えばフレームワークは、後処理ラインでの測定不可能な物理量（例えば、アンモニア貯蔵、ＮＯ／ＮＯ２比等々）を推定するために使用され得る。さらに、乗物、エンジン、および後処理システムの物理センサの、置換または除去に対する潜在性が存在し得る（例えば、エンジンアウトＮＯｘ物理センサ、吸気マニホルド酸素センサ、テールパイプアウトＮＨ３物理センサ、ＳＣＲミッドブリック（ｍｉｄ−ｂｒｉｃｋ）ＮＨ３物理センサ等）。本推測センサはさらには、ＮＨ３に対するＮＯｘセンサの交差感度、ＳＣＲ入口ＮＯ／ＮＯ２比、およびより多くのものを推定するように構成され得る。そのような手法は、開発時間を相当量低減し、したがって、制御システム設計の全体的なコストを低減し、一方で、システムの性能を改善し得る。

【0014】

本手法は、先進的な観測器方法を利用することにより可能にされ得る、オフライン部分およびリアルタイム部分を厳密に分離し得る。本手法によって、エンジンまたは後処理サブシステムの将来の推測センサに対するリアルタイム部分を、相当量の、または面倒なコード変更を行うことなく、実施および再使用することが可能となり得る。

【0015】

本推測センサは、エンジン制御ユニット（ＥＣＵ）またはラピッド・プロトタイピング・システム上で実行され得るコンピュータプログラムとして、実施および適用され得る。推測センサは、オフライン部分およびオンライン（またはリアルタイム）部分を有し得る。部分は、以下でのように実施され得る。

【0016】

オフライン部分は、１）リアルタイム実行に対する適した形式（例えば、Ｃ言語ファイル）での、推測センサの対象であるサブシステムのモデルの手動または自動の準備であって、モデルが常微分方程式（ＯＤＥ）のセットにより記述される、準備と、２）自動的に生成されるファイル（例えば、Ｃ言語ファイルまたはヘッダファイル）に記憶され得る、モデルに対するパラメータデータセットの手動または自動の準備とを組み込み得る。

【0017】

オンライン部分は、ある決まった構成要素とともに、拡張カルマンフィルタを使用することにより実施され得るものであり、それらの構成要素は、１）システムモデル状態を更新するための陰的固定ステップソルバ（ｉｍｐｌｉｃｉｔ ｆｉｘｅｄ ｓｔｅｐ ｓｏｌｖｅｒ）（例えば、陰的オイラー法）であって、反復ニュートン−ラフソン、ガウス−ニュートン、または、レーベンバーグ−マルカートアルゴリズムを使用し得る、ソルバと、２）因数分解された形式、例えば、コレスキー因数分解またはＬＤＬ^Ｔ分解で、測定されたデータに基づいて記憶および更新され得る、システム状態推定値の共分散行列であって、因数分解された形式が、方法の数値特性を改善し得る、共分散行列と、３）例えばハマーリング（Ｈａｍｍａｒｌｉｎｇ）のアルゴリズムまたはその修正を使用することにより、コレスキーまたはＬＤＬ^Ｔの因数分解された形式で連続リアプノフ（Ｌｙａｐｕｎｏｖ）方程式を解くことにより、陰的形式で行われ得る、システム状態推定値の共分散行列の時間更新とを組み込むものである。

【0018】

一部の観測が特記され得る。本手法は、陰的拡張カルマンフィルタと呼称され得る。オフライン部分、すなわち、ステップ１および２の両方は、推測センサの対象である各々の新しいサブシステムに対して繰り返される必要があり得る。サブシステムのモデルがすでに存し、その推測センサの新しい適用に対する必要性が存在するならば、オフライン部分のステップ２だけが必要とされ得る。オンライン部分は、一度だけ実施されなければならないという場合があり、したがってそれは、必ずしもいかなる新しいサブシステムに対しても変化しなければならないということにはならない。このシステマチックな手法は、新しい推測センサを設計するときに多くの開発作業を省くことが可能である。本手法は、様々なエンジンサブシステムに対して使用され得る。少数の例は、ＳＣＲ触媒内のアンモニア貯蔵の推定、ＳＣＲ入口ＮＯ／ＮＯ２比の推定、ＮＯｘセンサの交差感度パラメータの推定、吸気マニホルド／筒内／排出マニホルド酸素含有量または圧力の推定、エンジンアウトＮＯｘ、ターボチャージャ速度の推定等々を包含し得る。

【0019】

図１は、自動車用サブシステムに対する推測センサシステム１１の適用の線図である。ポート１２および１５は、エンジンまたはＡＦＴサブシステム１３、および推測センサ１４それぞれへの入力を伝達するためのものであり得る。エンジンまたはＡＦＴサブシステム１３からの測定された出力は、ポート１６で提供され得る。ポート１６からの出力は、推測センサ１４の入力ポート１４に進み得る。観測された変数は、ポート１７で出力され得る。

【0020】

図２は、推測センサ１４のフロー線図である。各々のサンプリング期間に対する、センサ１４の開始オンライン部分が、符号２１で存在し得る。システム測定値が、符号２２で取得され得る。測定値に基づく推定されたシステム状態のデータ更新ステップが、符号２３で存在し得る。

【0021】

測定値に基づく推定されたシステム状態の（因数分解された形式での）共分散行列のデータ更新ステップが、符号２４で存在し得る。システム状態のフィルタリングされた推定値が、符号２５でエクスポートされ得る。システムモデルを使用することによる、推定されたシステム状態の時間更新ステップは、符号２６でのものであり得る。陰的ソルバが、硬い（ｓｔｉｆｆ）モデルに対して使用され得る。

【0022】

推定されたシステム状態の（因数分解された形式での）共分散行列の時間更新は、システムモデルを使用することにより、符号２７で達成され得る。陰的ソルバが、硬いモデルに対して使用され得る（例えば、連続リアプノフ方程式の求解）。システム状態の予測された推定値が、符号２８でエクスポートされ得る。作業フローは符号２９で終了し得る。

【0023】

アンモニア分布推測センサが特記され得る。アルゴリズム的フレームワークの構成要素、およびアンモニア貯蔵への適用がチェックされ得る。推測センサは、利用可能な測定信号を使用することにより、測定されない変数を推定するために使用され得る。センサは、単一の精度によってエンジン制御ユニット上で実行可能であり得る。センサの主な部分は、システムの非線形モデル、非線形モデルに対する数値観測器、および測定されない変数を更新するための状態観測器を組み込み得る。

【0024】

システムの非線形モデルは、図３での方程式６１などの、ことによると硬い非線形常微分方程式のセットを有し得る。図４での解析的１次導関数６２は、大きく好都合なものであり得る。

【0025】

非線形モデルに対する数値ソルバは、高速であり、数値的にロバストであり得る。単純な選択肢は、図５でのオイラー法６３であり得る。オイラー法６３は、すなわち、硬いシステムに対しては、数値的に不安定であり得るものであり、したがって、必ずしも現実の実際的な問題に対して使用されない。別の単純な選択肢は、硬い方程式に対する大きな安定性を有し得る、後退オイラー法であり得る。図６での後退オイラー法６４は、実際的な適用に対する基本的な手法であり得る。方法６４は、非線形方程式のセットを解くために使用され得る。

【0026】

図７は、推測センサのアルゴリズム的フレームワーク６５に対する線図である。システムモデル３１は、方程式ｆ（．）およびｇ（）を有し得る。モデル３１は、較正に対するモデルパラメータ３２を提供し得る。

【0027】

システムモデル３１は、推測センサエンジン３３と対話し得る。エンジン３３は、データ更新３５および時間更新３６を提供し得る拡張カルマンフィルタ３４を組み込み得る。データ更新３５は、ＬＤＬ^Ｔでのビエルマン（Ｂｉｅｒｍａｎ）アルゴリズムによる共分散更新３７を必然的に含み得る。時間更新３６は、固定ステップ陰的オイラーソルバ３８を必然的に含み得るものであり、その固定ステップ陰的オイラーソルバ３８は、ＬＤＬ^Ｔでの連続リアプノフ方程式ソルバ３９を必然的に含み得る。

【0028】

エンジン３３に対する追加的な項目の群３０は、ＬＤＬ^Ｔ因数分解、ＬＤＬ^Ｔランク１更新、シュール（Ｓｃｈｕｒ）実分解、およびＬＤＬ^Ｔを使用して非線形方程式を解くためのニュートン−ラフソン法を組み込み得る。他の項目が組み込まれ得る。

【0029】

常微分方程式に対する数値ソルバは、例えば、図８での方程式６６として示され得る、ニュートン−ラフソンまたはレーベンバーグ−マルカート法に基づく、図６の後退または陰的オイラー法６４を組み込み得る。求解は、良好な開始点が提供されるならば、１つから３つの反復だけを必要とし得る。以前の状態は、非常に良好な推定値であり得る。求解は、特に、ヤコビアンが解析的に導出され得るならば、非常に高速であり得る。

【0030】

拡張カルマンフィルタ３４は、図３での方程式６１に鑑みて、図７の時間更新ステップ３６の間の安定性による、起こり得る数値の問題を必然的に含み得る。陰的時間更新ステップ３６は、図９での方程式６７を必然的に含み得る。拡張カルマンフィルタ３４のデータ更新ステップ３５は、数値のロバスト性を得るために、ＬＤＬ^Ｔ因数分解でのビエルマンアルゴリズムによる共分散更新によって実施され得る。

【0031】

推測センサのオフライン部分は、図１０での線図４０で示されるような作業フローを必然的に含み得る。推測センサ構成の開始オフライン部分は、符号４１で現れ得る。推測センサに対するサブシステムのモデルを準備することが、符号４２で現れ得る。符号４３では、推測センサに対するパラメータデータセットを準備することが存在し得る。符号４２および４３は、図３での方程式６１を必然的に含み得る。符号４２に対しては、方程式６１の重点は、ｆおよびｇにあり得る。符号４３に対しては、方程式６１の重点は、θ（ｔ）、推測センサに対するパラメータデータセットにあり得る。符号４４での配備は、推測センサに対するサブシステムのモデル、およびリアルタイム部分に対するパラメータデータセットを必然的に含み得る。作業フローは、符号４５で終了し得る。較正データセット５１は、推測センサのオフライン部分とみなされ得る。

【0032】

推測センサのリアルタイム部分は、図１１でのテンプレート５０を必然的に含み得る。較正データセット５１は、ｆおよびｇに重点がある、図３で示されるような方程式６１を必然的に含むシステムモデル５２を組み込み得る。θ（ｔ）に重点がある同じ方程式６１を必然的に含むパラメータデータセット５３は、モデル５２からのものであり得る。較正データセット５１はさらには、チューニングパラメータ５４を組み込み得る。

【0033】

較正データセット５１は、推測センサリアルタイムテンプレート５０の固定リアルタイム部分５５と対話し得る。部分５５は、拡張カルマンフィルタ５６を組み込み得る。データ更新５７および時間更新５８は、フィルタ５６からのものであり得る。因数分解された形式（例えば、ＬＤＬ^Ｔ）での共分散更新５９は、データ更新５７からのものであり得る。時間更新５８は、固定ステップ陰的ソルバ（例えば、陰的オイラー法）を必然的に含み得る。さらには、時間更新５８は、拡張カルマンフィルタ共分散行列を更新するための、因数分解された形式（例えば、ＬＤＬ^Ｔ）での連続リアプノフ方程式ソルバを必然的に含み得る。固定リアルタイム部分５５は、推測センサのオンライン部分とみなされ得る。

【0034】

要約すると、自動車用サブシステムの量を推測するためのシステムは、自動車用サブシステムに提供される１つまたは複数の入力、およびサブシステムにより提供される１つまたは複数の測定された出力を有し、サブシステムの１つまたは複数の推定された量を提供するための出力を有する、推測センサを組み込み得る。サブシステムに提供される１つまたは複数の入力、およびサブシステムからの測定された出力を処理するコンピュータは、サブシステムの１つまたは複数の推定された量を提供するための、推測センサの出力を提供し得る。推測センサは、オフライン部分と、オンライン部分とを組み込み得る。オフライン部分は、サブシステムのモデルを提供し得る。オンライン部分は、サブシステムの１つまたは複数の推定された量を提供し得る。

【0035】

オフライン部分は、サブシステムのモデル、およびオンライン部分に対するパラメータデータセットをさらに提供し得る。オンライン部分は、サブシステムに提供される１つまたは複数の入力を受信し、サブシステムからの測定された出力を受信し得る。オンライン部分は、サブシステムの推定された量の１つまたは複数の信頼区間をさらに提供し得る。

【0036】

オンライン部分は、カルマンフィルタを組み込み得る。カルマンフィルタは、サブシステムのモデル、１つまたは複数の推定された量の共分散行列を更新し、サブシステムからの測定された出力に基づいて更新する、陰的固定ステップソルバを組み込む拡張カルマンフィルタであり得る。サブシステムは、エンジンまたは後処理機構であり得る。

【0037】

推測センサは、コンピュータと、オフライン部分と、オンライン部分とを組み込み得る。オフライン部分は、推測センサの対象であるシステムのモデルの準備を組み込み得る。オンライン部分は、システムのモデルを更新するための陰的固定ステップソルバを組み込み得る。オフライン部分およびオンライン部分は、コンピュータにより処理され得る。

【0038】

オフライン部分は、推測センサの対象であるシステムのモデルに対するパラメータデータセットの準備をさらに組み込み得る。
オンライン部分は、システムの状態の推定値の共分散行列をさらに組み込み得る。システムの状態の推定値の共分散行列は、因数分解された形式で、測定されたデータに基づいて記憶および更新され得る。

【0039】

推測センサの対象であるシステムのモデルに対するパラメータデータセットは、自動的に生成されるファイルに記憶され得る。
推測センサの対象であるシステムのモデルは、常微分方程式のセットにより記述され得る。

【0040】

システムの状態の推定値の共分散行列の時間更新は、連続リアプノフ方程式を利用して、陰的固定ステップソルバにより遂行され得る。
推測センサの対象であるシステムのモデルが存するならば、オフライン部分の推測センサの対象であるシステムのモデルに対するパラメータデータセットの準備だけが、システムへの推測センサの新しい適用に対して必要とされ得る。

【0041】

推測センサは、乗物システムの、選択的触媒還元（ＳＣＲ）触媒内のアンモニア貯蔵、ＳＣＲ入口ＮＯ／ＮＯ２比、ＮＯＸセンサの交差感度パラメータ、吸気マニホルド／筒内／排出マニホルド酸素含有量または圧力、エンジンアウトＮＯｘ、およびターボチャージャ速度からなる群の、１つまたは複数の項目に対する推定値を取得するために利用され得る。

【0042】

コンピュータは、エンジン制御ユニット（ＥＣＵ）であり得る。
推測センサを確立するための手法は、コンピュータを用意することと、観測されているサブシステムに対するモデルを準備することと、較正データセットとなるように、データをリアルタイムテンプレートにポピュレートすることと、周期的にリアルタイムで、コンピュータ上で推測センサをモデルとともに動作させて、所望される推定された変数を取得することとを組み込み得る。

【0043】

推測センサは、後処理システムでの、測定可能な物理量、および／または、測定不可能な物理量の、推定値および信頼区間を提供し得る。
推測センサは、エンジンの、測定可能な物理量、および／または、測定不可能な物理量の、読み取り値の推定値および信頼区間を結果として生じさせ得る。推測センサからの測定可能な物理量の読み取り値の推定値は、直接測定可能な物理量の１つまたは複数のセンサが除去され得るということを示唆し得る。

【0044】

測定可能な物理量の１つまたは複数のセンサは、エンジンアウトＮＯｘ物理センサ、吸気マニホルド酸素物理センサ、ＥＧＲマスフロー物理センサ、新気（ｆｒｅｓｈ ａｉｒ）マスフロー物理センサ、ターボチャージャ速度物理センサ、選択的触媒還元（ＳＣＲ）ミッドブリックＮＨ３物理センサ、およびテールパイプアウトＮＨ３物理センサからなる群から選択され得る。

【0045】

手法は、推測センサを、ＮＨ３に対するＮＯｘセンサの交差感度、ＳＣＲ ＮＨ３貯蔵、およびＳＣＲ入口ＮＯ／ＮＯ２比からなる群から１つまたは複数の項目を推定するように構成することをさらに組み込み得る。

【0046】

本明細書では、事項の一部は、たとえ別の様式または時制で明言されるとしても、仮定的または予測的な性質のものであり得る。
本システムおよび／または手法は、少なくとも１つの例示的な例に関して説明されたが、多くの変形および修正が、本明細書を読むことで当業者には明白となろう。したがって、添付される特許請求の範囲は、可能な限り広範に、関係付けられる技術分野に鑑みて、すべてのそのような変形および修正を含むように解釈されるということが意図するものである。

【符号の説明】

【0047】

１１ 推測センサシステム
１２ ポート
１３ エンジンまたはＡＦＴサブシステム
１４ 推測センサ、入力ポート
１５、１６、１７ ポート
２１、２２、２３、２４、２５、２６、２７、２８、２９ 符号
３０ 群
３１ システムモデル、モデル
３２ モデルパラメータ
３３ 推測センサエンジン、エンジン
３４ 拡張カルマンフィルタ
３５ データ更新、データ更新ステップ
３６ 時間更新、時間更新ステップ、陰的時間更新ステップ
３７ 共分散更新
３８ 固定ステップ陰的オイラーソルバ
３９ 連続リアプノフ方程式ソルバ
４０ 線図
４１、４２、４３、４４、４５ 符号
５０ テンプレート、推測センサリアルタイムテンプレート
５１ 較正データセット
５２ システムモデル、モデル
５３ パラメータデータセット
５４ チューニングパラメータ
５５ 固定リアルタイム部分、部分
５６ 拡張カルマンフィルタ、フィルタ
５７ データ更新
５８ 時間更新
５９ 共分散更新
６１ 方程式
６２ 解析的１次導関数
６３ オイラー法
６４ 後退オイラー法、方法、後退または陰的オイラー法
６５ アルゴリズム的フレームワーク
６６、６７ 方程式

【図1】

【図2】

【図3】

【図4】

【図5】

【図6】

【図7】

【図8】

【図9】

【図10】

【図11】