重型柴油车辆的燃油与排放监测传感器诊断

arXiv:2610.21188v1 发布类型：new 摘要：故障传感器读数可能会扭曲对柴油发动机燃油消耗量和二氧化碳排放量的估计。我们评估了两种利用从正常测量数据中学习到的关系来诊断故障并指导燃油修正的方法。诊断方法会检验：将疑似故障读数替换为估计的正常值后，模型是否能够更准确地预测另一个传感器记录的读数。随后，该方法预测故障类型，并决定是否报告诊断结果。我们在重型柴油发动机的217个稳态运行点上评估了五种合成故障类型，并在训练时排除了选定发动机转速下的所有测量数据。在由20个运行点组成的31,500组注入故障的数据中，该方法对其中77.3%的数据组给出了诊断，其中92.1%的诊断结果是正确的。燃油修正方法在单个运行点上采用不同的传感器选择规则，通过测试每种替换方式如何改变六个传感器中的最大预测误差来进行判断。燃油修正要求存在故障警报，且发动机转速和扭矩接近训练条件。只有当替换燃油读数能够使最大预测误差得到的降低幅度，足以明显超过替换其他传感器所带来的降低幅度时，才会替换该燃油读数。假设每小时场景中有1%的故障，传感器和故障类型出现的概率相同，并且在每种测量工况下所用时间相等，所选燃油修正可将计算得到的燃烧 CO2 平均绝对误差降低83.8%。在该发动机工况图上，学习到的关系支持完整的传感器诊断和燃油修正，在保留未受影响读数的同时改善排放核算。