买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉同济大学申请的专利一种基于转速波动的发动机冷起动燃烧状态诊断及优化方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119337271B 。

龙图腾网通过国家知识产权局官网在2025-11-21发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411356404.4，技术领域涉及：G06F18/2433；该发明授权一种基于转速波动的发动机冷起动燃烧状态诊断及优化方法是由房亮;陈泊羽;楼狄明;张允华;张彦晖;孙俊哲;许凯文;郑子俊设计研发完成，并于2024-09-26向国家知识产权局提交的专利申请。

本一种基于转速波动的发动机冷起动燃烧状态诊断及优化方法在说明书摘要公布了：本发明公开了一种基于转速波动的发动机冷起动燃烧状态诊断及优化方法，采集发动机在常规环境和极端工况下冷起动过程每一循环的转速、缸压数据作为数据训练集，人工标记燃烧状态，基于过往实验数据学习训练燃烧状态诊断模型，识别出异常燃烧发生时的转速异常波动，用另一组极端环境发动机冷起动实验数据作为模型验证集，与缸压传感器实时采集的信号进行对比，判断模型的准确性和实时性。本方法通过发动机转速异常波动情况来判断发动机各缸燃烧状态，识别出发动机冷起动瞬态工况过程燃烧异常发生的汽缸、相位、转速和转矩等参数，为冷起动瞬态过程的控制参数MAP及其修正参数标定判断依据，同时也可以进一步评价参数修正后的效果。

本发明授权一种基于转速波动的发动机冷起动燃烧状态诊断及优化方法在权利要求书中公布了：1.一种基于转速波动的发动机冷起动燃烧状态诊断优化方法，其特征在于，采集发动机在常规环境和极端工况下冷起动过程每一循环的转速、缸压数据作为数据训练集，人工标记燃烧状态，基于过往实验数据学习训练燃烧状态诊断模型，识别出异常燃烧发生时的转速异常波动，用另一组极端环境发动机冷起动实验数据作为模型验证集，与缸压传感器实时采集的信号进行对比，判断模型的准确性和实时性， 选择激活函数为Sigmoid函数和tanh函数、结合多头注意力机制构建GRU算法预测模型， 结合多头注意力机制的GRU算法预测模型，输入特征维度input_size取1、输出维度class_num取2，注意力机制中的头数设置为2，在多头注意力机制的前向传播中，通过点积操作计算注意力分数，再对注意力分数进行缩放来稳定训练，应用softmax函数沿特定维度对注意力权重进行归一化，然后根据注意力权重加权求和，最终通过一个全连接层对注意力加权后的结果进行非线性变换并与原始信号残差连接，获得最终的注意力输出，注意输出后的结果传入GRU层进行序列建模，并输出最终隐藏状态，最终通过softmax函数给出最终预测结果， 所述的基于转速波动的发动机冷起动燃烧状态诊断优化方法，包括如下步骤： 1开展带缸压传感器的发动机不同条件下的冷启动性能台架测试，获得正常燃烧时的转速波动和异常燃烧时的转速波动； 2对于正常燃烧时的转速波动，记录不同环境正常燃烧状态下的参数数据，对于异常燃烧时的转速波动，定位并标记燃烧异常状态的数据信息，同时进行数据校验，进入步骤5，不同环境正常燃烧状态下的参数数据包括波动特性、转速升高率、缸压曲线，异常状态的数据信息包括气缸状态、缸压曲线、发动机转速； 3通过步骤2的数据结果训练燃烧状态诊断模型； 4优化相关参数； 5开展燃烧状态诊断模型准确性验证，判断结果准确则进入步骤6，判断结果有误则返回步骤4，或增大数据样本，重新开始； 6获得基于发动机转速波动的燃烧状态诊断模型； 7判断是否燃烧异常情况发生：如是，判断并返回各缸异常燃烧状态发生的转速和转矩，在线或离线修正冷启动响应MAP中的发动机控制参数，每次发动机冷起动记录发动机瞬时转速波动信号，循环步骤6，如否，判定发动机冷起动性能较优。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人同济大学，其通讯地址为：200092 上海市杨浦区四平路1239号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。