[发明专利]用于确定排放物质量的方法

说明书

本发明涉及一种用于确定因农用多用途车辆的功能单元(12)工作而排放的物质量(Em)的方法。在此，信号源(18,20)的与待确定的物质量(Em)无关地生成的信号(S_sen)作为输入数据被发送至数据处理装置(26)。数据处理装置(26)包含至少一个神经元网络(NN)作为用于处理输入数据(D_ein)的训练模型。使用所述至少一个神经元网络(NN)在该数据处理装置(26)中生成代表所排放的物质量(Em)的输出数据(D_aus)。

本发明涉及用于确定因农用多用途车辆的功能单元工作而排放的物质量的方法。

农用多用途车辆的一个关键标准是在其内燃发动机工作期间的特定物质排放。所述排放物质的量或浓度被测量并被检查是否符合预定极限值。

本发明基于如下任务，以低的技术成本来确定因农业多用途车辆的功能单元工作而排放的物质量。

该任务通过一种具有权利要求1的特征的方法来完成。

本发明方法的其它有利设计来自从属权利要求。

利用根据权利要求1的方法来确定如下的物质量，该物质量因农用多用途车辆的功能单元的工作而被排放。在此，信号源的独立于待检查物质或待确定物质量所产生的信号作为输入数据被发送给数据处理装置。数据处理装置包含至少一个神经元网络作为用于处理输入数据的训练模型。在使用至少一个神经元网络的情况下，在数据处理装置中生成代表排放物质量的输出数据。

具有至少一个神经元网络的数据处理装置的使用允许一方面能以高精度可靠地处理输入数据，另一方面能以很低的技术成本来处理输入数据。这种人工智能只需要一个特定的定义阶段和一个特定的学习阶段(训练阶段)，直到它提供足够准确的初始数据用于正确确定物质量。在所述定义和学习阶段结束后，该人工智能作为基于软件的模型、特别是基于算法的模型适合作为技术模型且因此适合作为技术复杂且相应昂贵的传感器系统的替代品被用在多用途车辆中。

因此，例如可以避免用于确定所排放的氮氧化物浓度(NOx)的成本高昂的传感器系统。相反，通过将多用途车辆上本来就可用的信号(例如传感器系统、控制单元、CAN总线)与至少一个神经元网络组合，可以技术简单且成本有利地确定各自排放物质的物质量。在此情况下，在定义和学习阶段，优选借助这种在多用途车辆上本来就已可用的信号来训练各自神经元网络或模型。在功能单元的工作中，数据处理装置或其至少一个神经元网络于是可以用作经过训练的虚拟传感器系统，以便以技术可靠和成本有利的方式确定相关物质量。

不同的排放物质可被想到作为确定的物质量，它们关于其排放量(例如浓度、颗粒数、颗粒流量、体积流量)被检查或测验。可以与其团聚状态(固态、液态、气态)无关地检查或确定具体物质量。即使是具有多种团聚状态的单独物质，也可以由相应设计的数据处理装置就其量被检查。

该数据处理装置及其至少一个神经元网络可以被设计用于检查单一物质并因此用于确定唯一特定物质量。或者，具有相应训练的神经元网络的数据处理装置被设计成其适于检查多种不同的特定物质。

优选就其排放物质量受检的物质是各种氮氧化物NOx例如NO和NO₂、二氧化碳(CO₂)、一氧化碳(CO)、碳氢化合物(CH)。例如所述物质在内燃发动机作为功能单元工作时是相关的。

其它待确定的物质可以是铵(NH₄)和化学元素N、P、K，其中这些元素能以元素形式或化合形式被确定，例如氮化合物、硝酸盐(NO₃)、磷酸盐(P₂O₅)、钾盐(K₂O)。这些物质例如是在撒播有机肥或液肥时相关的，最好在液肥拖车的填充或撒播装置的工作期间。

土壤(例如田地或草地)中的硝酸盐浓度也可作为排放物质量被确定。在这种情况下，硝酸盐量或硝酸盐浓度通过将液肥或氮撒布到土壤中并随后在土壤中转化被间接排放。