具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，下面结合附图和具体实施例对本发明做进一步说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)，具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语，应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样被特定定义，否则不会用理想化或过于正式的含义来解释。

燃气发动机：使用天然气为原料的一种发动机，空气和燃气混合进入气缸燃烧作功。

EGR阀：废气再循环，将发动机排出的部分废气重新引入进气歧管，与新鲜混合气一起再次进入气缸燃烧。

EWMA(指数加权移动平均)：引入权重系数，通过当前的实际值和前一段时期的平均值来进行平滑修改当前的值，生成一个平稳的趋势曲线，得到当前时刻的平均值。

实施例一

如图1所示，本实施例提供的一种发动机EGR阀自学习控制方法，包括：

检测车辆类型；

基于检测结果，确定采用自学习里程控制策略或自学习运行时间控制策略；

基于不同的控制策略，对所述EGR阀进行控制；

其中，所述自学习里程是指所述发动机自首次启动后的行驶里程总和，所述自学习运行时间是指所述发动机自首次启动后运行时间总和。

进一步，所述车辆类型包括道路车辆和非道路车辆。

进一步，所述道路车辆采用自学习里程控制策略。

进一步，所述非道路车辆采用自学习运行时间控制策略。

进一步，所述自学习里程控制策略包括：

将所述自学习里程与平均自学习里程阈值进行比较；

若所述自学习里程大于所述平均自学习里程阈值，则在所述发动机下电停止后，进行自学习。

进一步，所述自学习运行时间控制策略包括：

将所述自学习运行时间与平均自学习运行时间阈值进行比较；

若所述自学习运行时间大于所述平均自学习运行时间阈值，则在所述发动机下电停止后，进行自学习。

进一步，所述方法还包括：

若自学习不成功，则将存储所述自学习里程或自学习运行时间，并上报故障。

实施例二、

发动机的行车信息包含行驶里程、发动机运行时间等信息，这些信息在下电时，当前值会存入ECU控制器中的EEPROM区域中。再次上电后，从EEPROM中读取变量信息用于发动机控制使用。在EEPROM中新增EGR阀自学习里程和自学习运行时间，根据自学习里程或自学习运行时间来判断是否要进行EGR阀自学习。

具体逻辑包括：

1)如图2所示，自学习里程计算根据车速信号计算，当车速不为0时，计时器开始计时，车速为0后，停止计算，并在下电时将累加的里程值存入EEPROM中(单位：m)；

2)如图3所示，自学习运行时间计算根据发动机转速计算，当转速不为0时，计时器开始计时，转速为0后，停止计算，并在下电时将累加的时间值存入EEPROM中(单位：h)；

3)如图4所示，当前自学习里程大于一个平均自学习里程阈值，该阈值使用EWMA算法计算得到，或者自学习运行时间大于一个平均自学习时间阈值，该阈值同样使用EWMA算法计算得到。

EWMA的具体处理方式是将最近几次的平均自学习里程阈值和最近几次平均自学习运行时间阈值分别存入EEPROM，根据指数加权移动平均公式可知：

平均自学习里程阈值的计算公式如下：

S_i(0)＝0；

S_i(1)＝β*S_i(0)+(1-β)*S₁；

S_i(2)＝β*S_i(1)+(1-β)*S₂；

S_i(3)＝β*S_i(2)+(1-β)*S₃；

…

S_i(t-1)＝β*S_i(t-2)+(1-β)*S_t-1；

S_i(t)＝β*S_i(t-1)+(1-β)*S₁

上述公式简化得到：

S_i(t)＝(1-β)*S_t+β*(1-β)*S_t-1+β²*(1-β)*S_t-2+…+β^t-2*(1-β)*S₂+β^t-1*(1-β)*S₁ (1)

其中：

S(t)是t时刻的平均自学习里程阈值；

S_i(t-1)是t-1时刻的平均自学习里程阈值；

S_t是t时刻的设定自学习里程阈值；

β是前一时刻平均自学习里程阈值所占的权重；

同理得到平均自学习时间阈值的计算结果如下：

T_i(0)＝0；

T_i(1)＝β*T_i(0)+(1-β)*T₁；

T_i(2)＝β*T_i(1)+(1-β)*T₂；

T_i(3)＝β*T_i(2)+(1-β)*T₃；

…

T_i(t-1)＝β*T_i(t-2)+(1-β)*T_t-1；

T_i(t)＝β*T_i(t-1)+(1-β)*T₁

上述公式简化得到：

T_i(t)＝(1-β)*T_t+β*(1-β)*T_t-1+β²*(1-β)*T_t-2+…+β^t-2*(1-β)*T₂+β^t-1*(1-β)*T₁ (2)

其中：

T(t)是t时刻的平均自学习里程阈值；

T_i(t-1)是t-1时刻的平均自学习里程阈值；

T_t是t时刻的设定自学习里程阈值；

β是前一时刻平均自学习里程阈值所占的权重；

根据公式(1)和(2)可以看出，随着时间的向后推移，自学习里程和自学习时间以权重β进行衰减。当β为0时，前几次的平均学习里程和自学习时间信息可以忽略，随着β由0到1不断增大，当前设定阈值的权重不断降低。这样处理后，阈值是可变的，操作更灵活，降低标定工作量。

4)发动机下电；

满足上面3)和4)条件，如图5所示，当前驾驶循环进行下电自学习，检测到EGR阀自学习成功，就将自学习里程和自学习运行时间清零，下个驾驶循环重新开始计算。

对于道路用发动机，用车速计算的自学习里程来作为自学习判断条件更合理，对于非道路用发动机，比如搅拌车、吊车，长期原地作业，不安装车速传感器，用转速计算的自学习运行时间来作为自学习判断更合理，故做出两种方式根据不同用途来自主标定。平均自学习里程的阈值和平均自学习运行时间阈值，大量试验验证后选择一个合理β权重值，则之后的阈值由EWMA自学习得到，不用标定。同时若检测到自学习未成功，报出故障提醒驾驶员自学习失败原因。

实施例三、

如图6所示，本实施例还提供了一种发动机的EGR阀的自学习控制装置，其特征在于，包括：

检测模块，其用于检测车辆类型；

确定模块，其用于基于检测结果，确定采用自学习里程控制策略或自学习运行时间控制策略；

控制模块，其用于基于不同的控制策略，对所述EGR阀进行控制；

其中，所述自学习里程是指所述发动机自首次启动后的行驶里程总和，所述自学习运行时间是指所述发动机自首次启动后运行时间总和。

本实施例还提供了一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述程序，以实现上述发动机EGR阀自学习控制方法。

本实施例还提供了一种非临时性计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行，以实现上述发动机EGR阀自学习控制方法。

需要说明的是，本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统或装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。

还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。