CN101655026A - 使用车载诊断算法的后处理装置NOx转化效率诊断 - Google Patents

Abstract

本发明涉及使用车载诊断算法的后处理装置NO_X转化效率诊断。一种动力系包括内燃机和具有后处理装置的后处理***，所述后处理装置采用催化剂来转化NO_X。用于指示失效催化剂的方法包括：监测离开后处理***的实际NO_X含量；监测影响所述后处理装置的转化效率的因素；基于影响转化效率的因素来确定示例性失效催化剂的离开后处理***的预测阈值NO_X含量；将离开后处理***的实际NO_X含量和离开后处理***的预测阈值NO_X含量进行比较；和基于所述比较来指示失效催化剂。

Description

使用车载诊断算法的后处理装置NOX转化效率诊断

相关申请的交叉引用

[0001]本申请要求于2008年8月19日提交的美国临时申请No.61/090,041的权益。上述申请的公开内容在此作为参考全文引入。

技术领域

[0002]本发明涉及内燃机中NO_X排放的后处理的控制。

背景技术

[0003]该部分的内容仅提供与本发明有关的背景信息，且可能不构成现有技术。

[0004]排放控制是发动机设计和发动机控制中的一种重要因素。NO_X是已知的燃烧副产物。NO_X通过发动机进气空气中存在的氮和氧分子在高的燃烧温度下***生成，NO_X生成速率与燃烧过程具有已知的关系，例如，较高的NO_X生成速率与较高的燃烧温度和空气分子较长时间暴露于较高温度相关联。在燃烧过程中生成的NO_X的还原和排气后处理***中的NO_X管理在车辆设计中是优先考虑的。

[0005]一旦在燃烧室中生成，NO_X分子能够在后处理装置的广泛范畴内的本领域已知的示例性装置中转化回到氮和氧分子。然而，本领域技术人员将理解，后处理装置很大程度上取决于操作状况，例如由排气流温度驱动的装置操作温度。

[0006]现代发动机控制方法采用各种各样的操作方案来优化燃烧。在燃料效率方面优化燃烧的一些操作方案包括在燃烧室内的贫、局部或分层燃烧，以减小实现需要气缸输出的功所需的燃料装料。虽然燃烧室内的温度能够在燃烧包内变得足够高，以生成大量的NO_X，但是燃烧室的总体能量输出，尤其是通过排气流从发动机排出的热能，可能从正常值极大地减小。这种状况对于排气后处理装置是有挑战的，因为前述后处理装置通常需要由排气流温度驱动的升高的操作温度，以恰当地操作来处理NO_X排放。

[0007]例如，已知后处理装置采用能够存储一定量的NO_X的催化剂，且已经研发了发动机控制技术来将这些NO_X捕获器或NO_X吸附器与燃料有效的发动机控制方案结合，以改进燃料效率且仍实现可接受的NO_X排放水平。一个示例性方案包括使用贫NO_X捕获器来在燃料贫操作期间存储NO_X排放且然后在燃料富的、较高温度发动机操作状况期间用常规三效催化剂将存储的NO_X净化成氮和水。这种净化事件或再生事件能够是改变车辆操作或强制净化事件的结果。强制净化事件需要监测存储的NO_X的量和一些机制或标准来启动净化。例如，NO_X捕获器具有有限的存储容量，且传感器能够用于排气流中来估计NO_X生成，以估计NO_X捕获器状况。一旦NO_X捕获器接近其全容量，必须用燃料富还原“脉冲”来再生。期望控制NO_X捕获器的再生事件的效率，以提供最优排放控制和最小燃料消耗。已经提出了多种方案。

[0008]已知在流入NO_X吸附剂的排气的空气-燃料比是贫时吸附NO_X(捕获)且在流入NO_X吸附剂的排气的空气-燃料比变成富时释放已吸附的NO_X(再生)的技术，其中，NO_X吸附剂中吸附的NO_X量可以从发动机负荷和发动机旋转速度估计。当估计的NO_X量变成NO_X吸附剂的最大NO_X吸附容量时，流入NO_X吸附剂的排气的空气-燃料比变成富。再生阶段的确定也可以基于内燃机的单独操作循环。

[0009]也已知通过使用NO_X传感器或NO_X捕获器前的氧气传感器估计流入NO_X捕获器的NO_X量来估计NO_X捕获器有多满。也已知基于积聚的NO_X质量以及发动机负荷和速度操作状况可能性的估计来排定再生。

[0010]日益严格的排放标准需要NO_X后处理方法采用例如选择性催化剂还原装置(SCR)。SCR采用从尿素注入得到的或者从三效催化剂装置的正常操作回收的氨来处理NO_X。此外，已知在柴油应用中在SCR的上游操作柴油氧化催化剂(DOC)，以将NO转化成优选在SCR中处理的NO₂。排气后处理的持续改进需要关于排气流中NO_X排放的准确信息，以实现有效的NO_X还原，例如基于监测的NO_X排放定量合适量的尿素。

[0011]后处理装置，例如贫NO_X捕获器和SCR，将NO_X以一定转化效率转化成其它成分。转化效率能够由流入装置的NO_X流量与离开装置的NO_X流量相比来描述。恰当地操作的后处理装置根据影响在该装置中发生化学反应的排气流的属性而经历降低的效率。例如，NO_X捕获器内气体的温度和空间速度影响该装置的效率。类似地，SCR装置内气体的温度和空间速度影响该装置的效率。这些环境因素能够在后处理***中监测，且能够估计这些因素对装置转化效率的影响。此外，由磨损或损坏引起的失效或降级性能能够降低后处理装置的效率。基于瞬时环境状况来将降级性能从失效或损坏的后处理装置进行区分的方法将有益于诊断该装置中的失效状况。发明内容

[0012]一种动力系包括内燃机和具有后处理装置的后处理***，所述后处理装置采用催化剂来转化NO_X。用于指示失效催化剂的方法包括：监测离开后处理***的实际NO_X含量；监测影响所述后处理装置的转化效率的因素；基于影响转化效率的因素来确定示例性失效催化剂的离开后处理***的预测阈值NO_X含量；将离开后处理***的实际NO_X含量和离开后处理***的预测阈值NO_X含量进行比较；和基于所述比较来指示失效催化剂。

附图说明

[0013]现在将参考附图以示例的方式描述一个或更多实施例，在附图中：

[0014]图1示意性地示出了根据本发明的示例性柴油发动机；

[0015]图2示意性地示出了根据本发明的示例性后处理***；

[0016]图3以图表形式示出了根据本发明的将转化效率与示例性SCR中的催化剂床温和空间速度相关联的示例性试验数据；

[0017]图4示出了根据本发明的通过本文所述的方法诊断失效催化剂的示例性信息流；

[0018]图5示意性地示出了根据本发明的用于发动机控制模块中且确定NO_X生成估计值的示例性NO_X模型模块；

[0019]图6以图表形式示出了根据本发明的示例性燃烧质量分数曲线；

[0020]图7以图表形式示出了根据本发明的相对于在燃烧过程中的曲轴角绘出的示例性气缸压力；

[0021]图8示出了根据本发明的能够估计燃烧室内对于描述燃烧过程重要的多个不同温度；

[0022]图9是根据本发明描述在一组给定条件下多个输入对NO_X排放的标准化影响的示例性建模结果的图表显示；

[0023]图10以图表形式示出了根据本发明的对按照带噪音的输入数据产生的离开后处理***的预测NO_X进行比较的示例性数据；和

[0024]图11以图表形式示出了根据本发明的通过积分计算处理的示例性数据。

具体实施方式

[0025]现在参考附图，其中所示的内容仅仅是为了说明某些示例性实施方式，而非为了限制本发明，图1是根据本发明的示例性柴油发动机的局部图。发动机10通常包括多个气缸12，气缸12中具有可往复移动的活塞14，活塞14与曲轴16连接。本发明总体上可应用于直喷式四冲程压缩点火发动机。气缸端部由气缸盖18封闭，使得气缸和活塞限定可变容积燃烧室20。

[0026]气缸盖设置有进气气门22，进气气门22控制在活塞进气冲程期间进入气缸的进气空气的定时和流量。气缸盖中的排气气门24控制在活塞的排气冲程期间排气产物离开燃烧室的定时和流量。在所述发动机中，每个气缸有两个进气气门和两个排气气门，然而，根据本发明可以采用为发动机操作设置的任何合适数量的气门。

[0027]进气气门和排气气门由单独的气门致动装置26，28致动。气门致动装置独立地操作相应进气气门和排气气门，然而，两者都通过定时链30由曲轴16驱动。

[0028]示例性发动机10包括金属铸造的发动机本体和发动机盖，发动机本体具有形成在其中的多个气缸。发动机本体优选包括发动机冷却剂流体流过其中的冷却剂通道32。可操作以监测冷却剂流体温度的冷却剂温度传感器位于适当位置处，并且将表示发动机操作温度的可用于控制发动机的信号输入提供给控制***。发动机优选包括公知***，所述公知***包括外部排气再循环(EGR)气门和进气节气门(未示出)。

[0029]每个活塞14由销和连杆连接到曲轴16。曲轴16在靠近发动机本体的底部的主轴承区域处可旋转地附接到发动机本体，使得曲轴能够绕与每个气缸限定的纵向轴线垂直的轴线旋转。曲轴传感器(未示出)安置在合适位置，可操作以产生可被控制器用于测量曲轴角的信号，并且该信号可被转换以提供可在各种控制方案中使用的曲轴转数、速度和加速度的测量值。在发动机操作期间，由于活塞连接到曲轴16和曲轴16的旋转以及燃烧过程，每个活塞11以往复方式在气缸中上下移动。曲轴的旋转动作实现了将在燃烧期间施加在每个活塞上的线性力转换为从曲轴输出的角向扭矩，所述角向扭矩可被传递到另一装置，例如车辆传动系。

[0030]发动机盖包括具有一个或多个进气端口以及一个或多个排气端口的金属铸造装置，进气端口和排气端口与燃烧室20连通。进气端口将空气供应到燃烧室20。燃烧后的(已燃烧)气体经排气端口从燃烧室20流出。通过每个进气端口的空气流借助于对一个或多个进气气门22的致动来控制。通过每个排气端口的燃烧气体流借助于对一个或多个排气气门24的致动来控制。

[0031]进气气门22和排气气门24中的每个都具有头部，所述头部包括暴露到燃烧室的顶部。气门22、24中的每个都具有连接到气门致动装置的杆。气门致动装置26可操作以控制进气气门22中的每个的开启和关闭，第二气门致动装置28可操作以控制排气气门24中的每个的开启和关闭。气门致动装置26，28中的每个包括下述装置，该装置信号连接到控制***并且可操作以便共同或单独控制每个气门的开启和关闭的定时、持续时间及幅度。示例性发动机的一个实施方式包括双顶置凸轮***，该双顶置凸轮***具有可变升程控制(VLC)装置和可变凸轮定相(VCP)装置作为气门致动装置26，28的一部分。VCP装置可操作以控制相对于曲轴旋转位置的每个进气气门和每个排气气门的开启或关闭的定时，并使每个气门开启固定曲轴角持续时间。VLC装置可操作以便将气门升程的幅度控制到两个位置中的一个：一个位置是3-5mm升程，开启持续时间120-150度曲轴角；另一个位置是9-12mm升程，开启持续时间220-260度曲轴角。单独的气门致动装置能够具有相同的功能并实现相同的效果。气门致动装置优选地由控制***25根据预定的控制方案来控制。例如包括完全灵活的电力或电力液压装置的替代性可变气门致动装置也可以被使用，并且具有独立的开启和关闭相位控制以及在***限度内大体上无限制的气门升程可变性的进一步的优点。在此描述控制气门开启和关闭的控制方案的特定方面。

[0032]空气通过进气歧管流道(runner)34进入进气端口，进气歧管流道34接收经过公知的空气计量装置和节气门装置(未示出)的过滤空气。排气从排气端口流向包括排气传感器的排气歧管，排气传感器可操作以监测排气流的成分并且确定与其相关的参数。排气传感器可包括若干公知感测装置的任一种，所述感测装置可操作以提供关于排气流的值，包括空气/燃料比，或排气成分(例如NO_X，CO，HC等等)的测量值。该***可包括用于监测燃烧压力的缸内传感器或非侵入式压力传感器或推断确定压力的确定装置(例如，通过曲轴加速度)。前述传感器和计量装置中的每个都将信号作为输入提供给控制***。这些输入可以由控制***用于确定燃烧性能测量值。

[0033]控制***优选地包括总体控制体系的子组，所述总体控制体系可操作以提供对发动机10和其他***的协调***控制。在总体操作中，控制***可操作以综合操作者输入、环境条件、发动机操作参数和燃烧性能测量值，并且执行算法以控制各种致动器从而获得控制参数的目标，所述控制参数包括诸如燃料经济性、排放、性能和驾驶性能的参数。控制***可操作地连接到多个装置，操作者通过这些装置控制或指导发动机的操作。示例性的操作者输入包括加速踏板、制动踏板、变速器档位选择器以及车速巡航控制(在车辆中采用该发动机时)。控制***可通过局域网(LAN)总线(未示出)与其他控制器、传感器和致动器通信，局域网(LAN)总线优选地允许各种控制器之间进行控制参数和指令的结构化通信。

[0034]控制***可操作地连接到发动机10，并用于从传感器获取数据以及经过合适的界面控制发动机10的多个致动器。控制***接收发动机扭矩指令，并基于操作者输入产生期望的扭矩输出。由控制***使用上述传感器感测的示例性发动机操作参数包括：发动机冷却剂温度；曲轴旋转速度(“RPM”)和位置；歧管绝对压力；环境空气流量和温度；以及环境空气压力。能够监测曲轴旋转位置的传感器能够用于监测或确定发动机和各个气缸在燃烧循环的各个阶段的进展。燃烧性能测量值可以包括测得的和推导出的燃烧参数，包括例如空气/燃料比及峰值燃烧压力的位置等。

[0035]由控制***控制的致动器包括：燃料喷射器(未示出)；VCP/VLC气门致动装置26、28；EGR气门(未示出)以及电子节气门控制模块(未示出)。燃料喷射器优选地可操作将燃料直接喷射到每个燃烧室20中。

[0036]控制***优选地包括通用数字计算机，通用数字计算机大体包括微处理器或中央处理单元、只读存储器(ROM)、随机存取存储器(RAM)、电子可编程只读存储器(EPROM)、高速时钟、模数(A/D)和数模(D/A)电路、输入/输出电路和装置(I/O)以及合适的信号调节和缓冲电路。控制器具有一组控制算法，所述控制算法包括存储在ROM中的常驻程序指令和标定值。

[0037]用于发动机控制的算法可以在预定循环期间被执行。存储在非易失性存储装置中的算法由中央处理单元执行，并且可操作以监测来自感测装置的输入以及执行控制和诊断程序从而用预定标定值控制发动机操作。在持续进行的发动机操作期间，循环通常以规则间隔例如每3.125、6.25、12.5、25和100毫秒被执行。替代性地，算法可响应于事件的发生或中断请求而被执行。

[0038]图1描述了示例性柴油发动机。然而，应当理解的是，NO_X处理和后处理***可在包括汽油发动机的其它发动机配置中使用，且本发明不打算限于本文所述的具体示例性发动机实施例。

[0039]图2示意性地示出了根据本发明的示例性后处理***。后处理***200包括DOC210、SCR220、上游NO_X传感器230、下游NO_X传感器240、温度传感器250和尿素定量模块260。DOC210执行排气流的后处理所需要的多个催化剂功能。DOC210的功能之一是将NO(在SCR中不容易被处理的NO_X形式)转化为NO₂(在SCR中容易被处理的NO_X形式)。SCR220采用尿素作为反应物，以将NO_X还原成其它成分。上游NO_X传感器230检测和量化进入后处理***200的排气流中的NO_X。虽然上游NO_X传感器230显示为量化进入后处理***的NO_X的示例性装置，但是应当注意的是，用于评估SCR中的转化效率的进入***的NO_X可以通过其它装置量化，例如通过位于DOC210和SCR220之间的NO_X传感器或者通过虚拟NO_X传感器，所述虚拟NO_X传感器对发动机输出和排气流中的状况进行建模以估计进入后处理***的NO_X的存在量。本发明总体上讨论根据示例性实施例的描述进入后处理***的NO_X的传感器输入，但是应当理解的是，取决于上游传感器位置，输入可以实际上描述进入后处理***的一部分的NO_X含量。SCR220采用例如从注入的尿素获得的氨来通过本领域已知的方法将NO_X转化成其它成分。温度传感器250示出为位于采集后处理***200内的排气流温度的区域。尿素定量模块260显示在SCR220上游的位置。尿素可以直接喷射到进入SCR的排气流中。然而，示出了采用混合器装置270的优选方法。尿素定量模块260将尿素注射到混合器装置270上，且尿素然后由排气流以大致均匀的分布运送到SCR220内部的催化剂表面上。下游NO_X传感器240检测和量化离开后处理***200的排气流中的NO_X。公开了使用进入后处理***的NO_X的测量值和离开后处理***的NO_X的测量值来确定在后处理装置内将NO_X转化成其它成分的转化效率的方法。

[0040]转化效率描述为后处理装置能够将NO_X转化成其它成分的效率。上述示例性后处理***描述在被分析的后处理装置的上游测量的排气流的测量或估计的NO_X含量。在任何时间t进入后处理***的NO_X的该测量值能够描述为x(t)。上述示例性后处理***描述在被分析的后处理装置的下游测量的排气流的测量或估计的NO_X含量。在任何时间离开后处理***的NO_X的该测量值能够描述为y(t)。在任何给定时间，转化效率由以下等式表示：

${\mathrm{\η}}_{\mathrm{ACTUAL}}\left(t\right)=1-\frac{y\left(t\right)}{x\left(t\right)}---\left[1\right]$

应当理解的是，该等式提供任何瞬时的转化效率。这种瞬时测量或计算易于受到基于信号噪音的误差的影响。本领域已知应用低通滤波器的方法。x(t)或y(t)积分分别得到在一定时间段内进入或离开后处理***的实际NO_X量的描述。确定积分转化效率(对x(t)和y(t)中的异常测量值进行滤波)的示例性等式能够描述如下：

${\mathrm{\η}}_{\mathrm{ACTUAL}}=1-\frac{\∫y\left(t\right)*\mathrm{dt}}{\∫x\left(t\right)*\mathrm{dt}}---\left[2\right]$

由此，进入和离开后处理***的NO_X测量或估计值能够用于确定后处理***的估计或计算的实际转化效率。

[0041]恰当工作的或干净的后处理装置对于一组给定条件以一定最大可实现转化效率工作。然而，应当理解的是，后处理装置(尤其是采用催化剂的装置)随着时间和尤其是由于暴露给高温而易于遭受性能降级。

[0042]在干净的装置中的转化效率受到多个环境或操作因素的影响。示例性SCR的转化效率能够通过由函数表示的模型来确定：

$\mathrm{\η}=f(T_{\mathrm{BED}},\mathrm{SV},{\mathrm{\θ}}_{\mathrm{NH}},x\left(t\right),V_{\mathrm{UREA}},{\mathrm{\ρ}}_{\mathrm{CELL}})---\left[3\right]$

TBED描述SCR的催化剂床的温度。该温度能够直接测量或者能够基于排气流的温度、流率和其它属性来估计。SV描述流经SCR装置的排气的表面速度，且能够作为包括温度和流率在内的排气流的属性的函数来确定。

描述在催化剂床上的氨存储量，且在SCR上需要足够的氨存在量来实现期望的NO_X转化反应。

能够例如通过分析氨的吸附和解吸速率、NO_X的转化速率、和吸附的氨的氧化速率来估计。如上文所述，x(t)描述进入后处理***的排气流中NO_X的存在量。低水平的NO_X在恰当地起作用的SCR中容易反应，而高于一定阈值的水平的NO_X更难反应且对应于较低转化效率。限制高于一定量的NO_X的处理的因素的示例包括SCR中存在的有限的氨。V_UREA描述注入的尿素的体积。虽然V_UREA类似于

描述了氨的存在量，但是V_UREA包括注入的氨的当前测量，且能够更好地描述预期在近期存在的氨的瞬时指示。ρ_CELL描述在SCR内的催化剂材料的密度，因而描述SCR催化预期反应的容量。

[0043]描述转化效率的上述模型包括在SCR正常操作中能够假设或确认的因素。因而，模型能够简化，从而减小通过所述模型分析转化效率所需要的处理负荷。例如，V_UREA能够通过操作尿素定量模块来监测，且在具体预期范围内给定V_UREA值，得到的转化效率计算应当不受影响。在一些实施例中，V_UREA被控制成大致与x(t)直接成比例。此外，在一些实施例中，

能够基于V_UREA、监测的排气流和SCR的特性(例如温度)、和x(t)来估计。在正常范围内给定

值，

能够缩减为取决于T_BED的函数模型的一部分。如上所述，x(t)的值能够通过上游NO_X传感器或虚拟NO_X传感器来监测。ρ_CELL是SCR装置的特性且是已知值。由于这些已知或可估计的因素，示例性干净或理想的SCR的标称转化效率能够通过由函数表示的模型来确定：

${\mathrm{\η}}_{\mathrm{NO}}=f(T_{\mathrm{BED}},\mathrm{SV},{\mathrm{\θ}}_{{\mathrm{NH}}_3})---\left[4\right]$

由此，SCR的转化效率能够通过将其它因素保持在已知或者标定范围内而作为车载诊断功能准确地确定。

[0044]上述因素用于描述或估计在SCR内发生的化学反应的转化效率。应当理解的是，能够使用类似等式来描述在其它后处理装置内发生的转化反应。例如，具有已知几何形状和催化剂属性的贫NO_X捕获器主要取决于该装置内的温度和排气流经该装置的速度，且以再生循环操作将吸附的NO_X转化为其它成分。示例性干净的贫NO_X捕获器的标称转化效率能够通过由函数表示的模型来确定：

    η_NO＝f(T_BED，SV)                    [5]

由于贫NO_X捕获器不取决于任何反应物(如SCR中的氨)的注入，因此，贫NO_X捕获器的转化效率能够通过监测温度和空间速度而作为车载诊断功能准确地确定。

[0045]基于上述模型或对于具体后处理装置而言本领域已知的其它模型，能够估计或预测干净的后处理装置的转化效率。在给定操作状况下装置的失效转化效率能够基于试验数据被标定，或者能够设定为干净装置的估计转化效率的分数。指示后处理装置未恰当地工作的降级转化效率的程度可以通过试验、根据经验、通过预测、通过建模或者足以准确地预测后处理装置操作的其它技术来产生，且对于不同的状况或操作范围，同一后处理装置可以使用多个失效转化效率。以上述假设为依据，SCR的失效转化效率(η_{malf_predicted})能够由以下函数来表示：

${\mathrm{\η}}_{\mathrm{malf}\_\mathrm{predicted}}=f(T_{\mathrm{BED}},\mathrm{SV},{\mathrm{\θ}}_{{\mathrm{NH}}_3})---\left[6\right]$

在该情况下，失效转化效率能够表示为该装置内的温度、流经该装置的排气的速度和氨的存储量的函数。贫NO_X捕获器的类似η_{malf_predicted}项能够由以下等式描述：

    η_{malf_predicted}＝f(T_BED，SV)            [7]

这些函数能够通过试验数据或对于给定输入状况而言指示失效催化剂已知的标定值来限定或映射。这种函数关系能够用作车辆中作为存储在装置存储器中的查询表、基于函数关系的计算模型或本领域已知的任何其它方法。可选地，给定在当前状况下干净装置内应该得到的已知可接受或标称转化效率(η_NO)，可标定阈值因素(A)能够用于指示该装置中的失效。能够用于描述失效转化效率的示例性等式表示如下：

        1-η_{malf_predicted}＝A*(1-η_NO)        [8]

从该等式求解η_{malf_predicted}得到以下等式：

        η_{malf_predicte}＝1-A*(1-η_NO)         [9]

A能够在动力系的操作期间基于影响后处理装置的转化效率的因素动态地设定。设定A的示例性方法能够基于SV和T_BED来设定该值。A的值能够使用操作期间的函数关系来计算，或者值能够基于预定计算或数据从查询表确定。使用上述示例性方法中的任一种，失效转化效率能够用于确定指示在一组操作状况下后处理装置中的失效的转化效率值。

[0046]上述方法使用失效转化效率来指示失效催化剂。应当理解的是，能够使用根据标称效率和降低效率项的类似方法，从而避免使用失效效率项。然而，应当理解的是，这种方法是等式8的简单重排，从而求解η_NO和η_{malf_predicted}项之间的差。由此，本文所述的预测方法能够通过确定η_NO和η_ACTUAL之间的差且如果所述差大于所确定的阈值则指示失效催化剂来指示失效催化剂。

[0047]图3以图表形式示出了根据本发明的将转化效率与示例性SCR中的催化剂床温和空间速度相关联的示例性试验数据。三维投影表面描述了示例性干净SCR内的转化效率。在SV等于1的二维平面中，示出了说明失效催化剂性能的示例性数据曲线。使用在车辆正常操作中采集的这种试验数据或示例性数据，将测量的转化效率与标称转化效率进行对比能够确定在后处理装置内的失效催化剂。

[0048]如上所述，x和y项的积分能够用于在确定实际转化效率时应用低通滤波器。类似方法能够在确定失效转化效率时使用。采用已知的或预测的装置性能，采用图3所述用以产生预测失效转化效率的数据，并监测x(t)输入，能够基于当前操作状况描述预测y_malf(t)。描述这种预测方法的等式的示例性实施例能够表示如下：

    y_malf(t)＝(1-η_{malf_predicted})*x(t)        [10]

通过将该项在一定时间段内积分，离开后处理***的总NO_X阈值能够描述为∫y_malf(t)*dt。通过将从后处理***离开的测量或实际NO_X与该阈值项进行比较，能够进行失效催化剂的指示。此外，能够确定滤波后的η_{malf_predicted}项。该计算方法能够表示如下：

${\mathrm{\η}}_{\mathrm{malf}\_\mathrm{predicted}\_\mathrm{filtered}}=1-\frac{\∫y_{\mathrm{malf}}\left(t\right)*\mathrm{dt}}{\∫x\left(t\right)*\mathrm{dt}}---\left[11\right]$

该项基于来自于预测装置性能的模型的η_{malf_predicted}得到在给定x(t)值的情况下在一定时间段内失效催化剂将展现的阈值的预测转化效率。

[0049]上述方法对转化效率进行比较，以识别失效催化剂。公开了指示失效催化剂的替代方法，例如基于将离开后处理***的预测NO_X含量与离开后处理***的实际NO_X含量进行比较。通过将y_malf(t)与y(t)进行比较，能够评估在时间t催化剂是否恰当地起作用。为了改进估计和滤除噪音的影响，能够使用分析y_malf(t)和y(t)的已知方法来评估催化剂。例如，能够存储和统计分析所述项的多次比较。在另一示例中，所述项能够在一定时间段内积分且被比较。在采用积分来比较所述项的示例性实施例中，能够使用结合等式(8)描述的因素A来确定η_{malf_predicted}项与已知η_NO值的关系。该关系能够重排成以下等式：

$A=\frac{1-{\mathrm{\η}}_{\mathrm{malf}\_\mathrm{predicted}}}{1-{\mathrm{\η}}_{\mathrm{NO}}}---\left[12\right]$

等式(9)的重排、η_NO的等价表示以及y_NO(t)值的积分(代入等式(10))得到以下等式：

$A=\frac{\∫y_{\mathrm{malf}}\left(t\right)*\mathrm{dt}}{\∫x\left(t\right)*\mathrm{dt}}\÷\frac{\∫y_{\mathrm{NO}}\left(t\right)*\mathrm{dt}}{\∫x\left(t\right)*\mathrm{dt}}=\frac{{\∫y}_{\mathrm{malf}}\left(t\right)*\mathrm{dt}}{\∫y_{\mathrm{NO}}\left(t\right)*\mathrm{dt}}---\left[13\right]$

项y_NO(t)能基于由等式(3)、(4)或(5)以及x(t)描述的模型来估计。基于等式(13)，给定标定的A值以及y_NO(t)在一定时间段内的预测积分，能够确定描述在失效催化剂中离开后处理***的NO_X量的y_malf(t)的积分的预测阈值(将∫y_NO(t)*dt除以A得到∫y_malf(t)*dt)。通过将离开后处理***的实际NO_X测量值或者∫y(t)*dt与对于失效催化剂而言离开处理***的预测阈值NO_X进行比较，能够确定被监测的催化剂是否失效。

[0050]如上所述，能够采用使用η_NO和所确定的转化效率的下降来取代η_{malf_predicted}的方法。类似地，公开了基于将y_NO项与y_ACTUAL项进行比较、且基于y_ACTUAL比y_NO大高于标称的阈值NO_X含量以上而指示失效催化剂的用以指示失效催化剂的方法。高于标称值的阈值NO_X含量可以通过试验、根据经验、通过预测、通过建模或者足以准确地预测后处理***操作的其它技术来产生，且所述值可以例如基于所述装置内的催化剂床温和空间速度动态地确定。y_NO项例如能够由与等式(10)类似地确定的以下等式来计算：

    y_NO(t)＝(1-η_NO)*x(t)                [14]

采用该项的比较能够使用根据本文所述的方法在一定时间段内积分或滤波的y_NO和y_ACTUAL中的每个来进行。

[0051]如上所述，包括预测转化效率和标称转化效率的项的上述确定方法取决于影响转化效率的项。基于从标定结果、预测模型或足以预测后处理***的操作的任何其它方法得到的编程函数关系来实时计算确定。附加地或替代地，所述函数关系中的一些和全部能够以查询表实施，其中，影响转化效率的因素用作查询表的输入。其它因素，例如y_malf(t)，能够根据本文所述的方法计算或者存储在查询表中。

[0052]使用上述方法来确定离开后处理***的实际NO_X和确定离开后处理***的预测阈值NO_X能够一起用来诊断后处理装置中的失效催化剂。如果离开后处理***的实际NO_X大于对于当前操作状况而言失效催化剂的离开后处理***的预测阈值NO_X，那么能够指示失效催化剂。图4示出了根据本发明的通过本文所述的方法诊断失效催化剂的示例性信息流。信息流400包括实际NO_X确定模块410、转化效率模型模块420、积分诊断阈值模块430和比较器模块440。实际NO_X确定模块410监测描述离开后处理***的NO_X的y(t)。将y(t)积分，确定∫y(t)*dt项。同时，转化效率模型模块420监测关于x(t)、T_BED(t)、SV(t)和

的输入，且应用描述失效装置的转化效率η_{malf_predicted}的标定模型。能够由本文所述的方法来确定η_{malf_predicted}。y_malf(t)项描述离开后处理***的NO_X将指示根据示例性等式(10)计算的催化剂失效，且从模块420产生并输出给积分诊断阈值模块430。积分诊断阈值模块430根据等式(9)在一定时间段内应用y_malf(t)的积分，且输出∫y_malf(t)*dt项。∫y(t)*dt和∫y_malf(t)*dt在比较器模块440中进行比较。如果∫y(t)*dt小于∫y_malf(t)*dt，那么确定催化剂处于正常状态。如果∫y(t)*dt大于∫y_malf(t)*dt，那么确定催化剂为失效催化剂且产生失效指示。该确定能够连续进行，以重复进行的间隔进行，或者能够基于类似于发动机启动事件的某些事件启动。

[0053]关于图4所述的方法包括x(t)或者进入后处理***的NO_X的测量值。然而应当注意的是，该项能够用于产生准确预测的y_malf(t)项，以便用于随后积分。在x(t)项不可用或者确定为不可靠的情况下，y_malf(t)的替代估计值或者∫y_malf(t)*dt能够另外地被确定以便与∫y(t)*dt进行比较。例如，离开后处理***的预测阈值NO_X能够基于查询表或详述NO_X生成量的某些发动机操作特性产生。这些示例性特性中的一些在下文详述虚拟NO_X传感器的操作的段落中描述，且这些因素中的一些或全部能够类似地用于取代失效传感器来估计预测阈值项。

[0054]在后处理装置确定为失效的车辆中能够在车辆中作出多种反应。例如，警报能够发送给操作者，从而指导操作者排定催化剂的修复或更换。类似的警报能够附加地或者替代地存储在错误记录中以便由维护技术人员调用，或者传输给远程维护服务商以便远程使用。在另一示例中，失效催化剂的指示能够用于削弱或者停止SCR装置的使用，例如，减小注入该装置的尿素的体积。后处理***的使用的这种变化能够增加地使用后处理***的其它装置或者命令调整发动机操作来避免过多的NO_X穿过SCR装置或者未使用的氨的损失。在多于一个的SCR装置或催化剂被使用或可用的***中，失效催化剂能够被取消选定，以利于其余起作用的催化剂。能够想到对失效催化剂作出的多种反应，且本发明并不打算限于本文所述的具体实施例。

[0055]NO_X传感器或氧气传感器给车辆增加了成本和质量，且这种传感器通常需要在一些暖机时间之后实现的具体操作温度范围以起作用。如上文所述，虚拟NO_X传感器能够用于估计后处理***中的NO_X存在量。图7示意性地示出了根据本发明的用于发动机控制模块中且确定NO_X生成估计值的示例性NO_X模型模块。示例性NO_X模型模块500在NO_X生成估计***510中操作且包括模型模块520和NO_X估计模块530。发动机传感器输入x₁-x_n是NO_X模型模块的输入且能够包括多个因素，包括温度、压力、发动机控制设置(包括气门和火花定时)、和表示燃烧室内的燃烧状态的其它读数。模型模块520接收这些输入且应用已知的关系来确定多个参数以描述燃烧室内的燃烧。这些描述性参数的示例包括EGR％，即排气改向回到燃烧室以控制燃烧过程的百分比；描述在燃烧室内存在的空气和燃料的混合物的空气-燃料装料比(AFR)；可测量的燃烧温度，包括例如燃烧气体温度或平均燃烧温度；通过在燃烧过程中跟踪燃烧进展可测量的燃烧定时，例如CA50，即在燃烧室中最初存在的燃料的50％的质量被燃烧时曲轴角的测量；和燃料轨道压力，表示燃料喷射器可用的以被喷射到燃烧室中的燃料压力。这些描述性参数能够用于估计在燃烧过程中燃烧室内存在的状况。如上所述，燃烧室内存在的状况影响燃烧过程中NO_X的生成。这些描述性参数能够提供给NO_X估计模块530，其中，编程计算方法采用所述描述性参数作为输入来产生由于燃烧过程生成的NO_X的估计值。然而，如上所述，分析描述燃烧过程的变量的模型可能包括复杂的计算，这可能需要比产生实时结果所需要的时间更长的时间来计算，需要大的处理容量，且仅仅具有预编程算法允许的准确性。由于这些困难和准确和及时的信息的需要，把在ECM内估计NO_X的生成量作为后处理控制方案的一部分不是优选的。

[0056]多个发动机传感器输入能够用于量化描述燃烧过程的参数。然而，在发动机内发生的燃烧难以直接监测。传感器可以检测和测量进入气缸的燃料流量和空气流量，传感器可以监测施加到火花塞的具体电压或者处理器可以采集将预测产生自动点火所需要的状况的信息和，但是这些读数一起仅仅是燃烧的预测，而不是测量实际燃烧结果。测量实际燃烧结果的一种示例性方法使用在燃烧过程中燃烧室内获得的压力测量值。气缸压力读数提供描述燃烧室内的状况的真实读数。基于对燃烧过程的理解，气缸压力可以被分析以估计具体气缸内的燃烧过程的状态，从而在燃烧定相和燃烧强度两方面描述燃烧。在已知状况下已知装料在已知定时的燃烧在气缸内产生可预测压力。通过描述在一定曲轴角时燃烧的相位和强度，具体燃烧过程的启动和进展可以描述为燃烧的估计状态。通过估计气缸的燃烧过程的状态，在燃烧过程中影响NO_X生成的因素能够被确定且可用在NO_X生成估计中使用。

[0057]监测燃烧定相的一种已知方法是基于已知参数估计给定曲轴角的燃烧质量分数比。燃烧质量分数比描述燃烧室中多少百分比的装料已经燃烧且用作燃烧定相的良好估计。图6以图表形式示出了根据本发明的示例性燃烧质量分数曲线。对于给定曲轴角，所示曲线描述了对该燃烧过程已经燃烧的装料内的燃料空气混合物的估计百分比。为了用作燃烧定相的度量，已知的是识别有关的具体燃烧质量分数百分比或者有关的具体曲轴角。图6识别CA50％作为燃烧质量分数等于50％时的曲轴角。通过检查在该气缸中或者在多个气缸中的多个燃烧过程中的这种具体度量，可以描述具体燃烧过程的相对定相。

[0058]如上所述，燃烧定相能够用于估计具体燃烧过程的状态。公开了一种用于监测燃烧定相以诊断无效燃烧的示例性方法，藉此监测发动机中的燃烧，对每个气缸燃烧过程产生燃烧质量分数比，且比较多个气缸的燃烧定相。如果一个气缸在该气缸的具体曲轴角时的燃烧相位与另一气缸在该第二气缸的相同曲轴角时的燃烧相位相差阈值相位差以上，那么可以推断异常燃烧。通过本发明可以诊断异常燃烧的许多源。例如，如果一些状况引起过早点火或者燃烧室内的敲缸，那么气缸压力读数将展现不同于正常燃烧的值。此外，燃烧***喷射定时故障(使得装料在错误的定时喷射)将引起异常气缸压力读数。另外，如果气缸不点火或者从未实现燃烧，那么气缸压力读数将展现不同于正常燃烧的值。类似地，压力曲线可以用于诊断其它异常燃烧状况，例如空气燃料混合物中的变化、凸轮轴定相中的变化和相关部件的维护故障。燃烧兴旺状况的任何这种诊断与NO_X有牵连且能够用于估计NO_X生成。

[0059]已知许多方法来估计燃烧质量分数。一种方法检查燃烧室内的压力数据，包括分析燃烧室内可归因于燃烧的压力升高。存在多种方法来量化气缸内可归因于燃烧的压力升高。压力比管理(PRM)是基于Rassweiler途径的方法，其阐述燃烧质量分数可以由由于燃烧引起的分数压力升高来近似。在已知状况下已知装料在已知时间的燃烧往往在气缸内产生可一致预测的压力升高。PRM从在给定曲轴角时燃烧下测量的气缸压力(PCYL(θ))与通过估计在给定曲轴角时如果气缸中没有发生燃烧的压力值来计算的驱动压力(motored pressure)(PMOT(θ))的比获得压力比(PR)，从而得到以下等式：

$\mathrm{PR}\left(\mathrm{\θ}\right)=\frac{P_{\mathrm{CYL}}\left(\mathrm{\θ}\right)}{P_{\mathrm{MOT}}}---\left[15\right]$

图7以图表形式示出了根据本发明的相对于在燃烧过程中的曲轴角绘出的示例性气缸压力。P_MOT(θ)展现了在没有任何燃烧的情况下由于活塞压缩捕获的气体包获得的平滑倒抛物线。在活塞处于BDC时，所有气门关闭，活塞升高，从而压缩气体，活塞在压力曲线的峰值处达到TDC，且压力随着活塞从TDC下降而减小。高于P_MOT(θ)的压力升高由P_CYL(θ)示出。燃烧定时将根据应用而不同。在该具体示例性曲线中，P_CYL(θ)在TDC附近从P_MOT(θ)开始升高，从而描述在TDC之前一定时间的点火事件。当装料燃烧时，燃烧引起热和功，从而导致燃烧室内压力增加。PR是P_MOT与P_CYL的比，且P_MOT是P_CYL的分量。净燃烧压力(NCP(θ))是P_CYL(θ)和P_MOT(θ)之间的差，或者在给定曲轴角时燃烧室内可归因于燃烧的压力升高。应当理解的是，通过从PR减去1，可以确定NCP与P_MOT的比。

$\mathrm{PR}\left(\mathrm{\θ}\right)-1=\frac{P_{\mathrm{CYL}}\left(\mathrm{\θ}\right)}{P_{\mathrm{MOT}}\left(\mathrm{\θ}\right)}-\frac{P_{\mathrm{MOT}}\left(\mathrm{\θ}\right)}{P_{\mathrm{MOT}}\left(\mathrm{\θ}\right)}=\frac{\mathrm{NCP}\left(\mathrm{\θ}\right)}{P_{\mathrm{MOT}}\left(\mathrm{\θ}\right)}---\left[16\right]$

因而，通过上述等式测量的PR可用于直接描述气缸内的燃烧强度。将曲轴角θ时的PR-1相对于预期或理论最大PR值-1标准化得到在曲轴角θ时由于燃烧引起的压力升高与在燃烧过程完成时由于燃烧引起的预期总压力升高的分数压力比。该标准化能够由以下等式表示：

通过使得可归因于燃烧的压力升高等同于燃烧的进展，该分数压力比描述了该具体燃烧过程的燃烧质量分数。通过使用PRM，来自于气缸的压力读数可以用于估计该气缸的燃烧质量分数。

[0060]采用PRM的上述方法可应用于大范围的温度、与压缩点火发动机有关的气缸装料和定时，从而增加了不需要标定压力传感器的益处。由于PR是压力比，未标定线性压力传感器可以用于从每个气缸获得压力数据读数。

[0061]估计燃烧质量分数的另一方法直接使用Rassweiler途径来通过计算给定曲轴角释放的总热量来确定燃烧质量分数。Rassweiler途径使用气缸的压力读数来近似气缸中的累加放热。该途径由以下等式给出：

$Q_{\mathrm{Released}}\left(\mathrm{\θ}\right)=\mathrm{\Σ}{P}_{k+1}-P_{k-1}{\left(\frac{V_{k-1}}{V_k}\right)}^r---\left[18\right]$

燃烧质量分数(到某一曲轴角时已经燃烧多少装料的测量)可以通过确定在给定曲轴角时已经发生了燃烧过程的多少比例的放热来近似。由Rassweiler途径确定的累加放热可以在曲轴角的范围内求和，与燃烧过程的总预期或理论放热进行比较，且用于估计燃烧质量分数。例如，如果对于给定曲轴角已经实现75％的总预期放热，那么我们能够估计在该曲轴角时已经发生该循环的75％的燃烧。

[0062]其它方法可以用于估计燃烧质量分数。一种方法通过基于在装料燃烧中释放的热和做的功的分析来分析经典放热测量来量化燃烧室内由于燃烧引起的能量变化速率。这种分析集中于热力学第一定律，其阐述在闭合***中能量的净变化等于增加到***的热和功的总和。应用于燃烧室，燃烧室和气体的能量增加等于传递给燃烧室的壁和封闭气体的热加上燃烧所做的膨胀功。

[0063]使用这些经典放热测量来近似燃烧质量分数估计值的示例性方法分析在燃烧过程中通过装料燃烧引起的放热速率。该放热速度dQ_ch/Dθ可以在曲轴角范围内积分，以描述以热的形式释放的净能量。通过本领域熟知的推导方法，该放热可以通过以下等式表示：

$Q=\∫\frac{d{Q}_{\mathrm{ch}}}{\mathrm{d\θ}}=\∫(\frac{\mathrm{\γ}}{\mathrm{\γ}-1}p\frac{\mathrm{dV}}{\mathrm{d\θ}}+\frac{1}{\mathrm{\γ}-1}V\frac{\mathrm{dp}}{\mathrm{d\θ}})---\left[19\right]$

γ包括比热的比，且根据在与用于计算信号偏差相对应的温度时和没有EGR的情况下空气的比热标称选择。因而，对于柴油发动机标称或初始γ＝1.365，对于常规汽油发动机标称γ＝1.30。然而，这些能够基于空气和当量产物的比热数据使用当量比φ的估计值和对于操作状况而言指定的EGR摩尔分数且使用关系[γ＝1+(R/c_v)](其中R是通用气体常数)和空气和产物属性的加权平均值通过以下等式来进行调整：

c_v(T)＝(1.0-φ*EGR)*c_vair(T)+(φ*EGR)*c_vstoichprod(T)    [20]

所述等式在与为了计算信号偏差而取样的压力相对应的气体温度下估计。

[0064]不管是通过前述方法还是通过本领域已知的一些其它方法计算，对于给定曲轴角而言在燃烧过程中释放的能量的计算可以与该燃烧过程的预期或理论总能量释放进行比较。这种比较产生了用于描述燃烧定相的燃烧质量分数的估计值。

[0065]上述方法容易缩减以编程到微控制器或者其它装置中，用于在内燃机进行操作期间执行，如下文所述。

[0066]一旦产生了具体燃烧过程的燃烧质量分数曲线，所述曲线可用于估计该具体燃烧过程的燃烧定相。再次参考图7，获得参考点，将不同燃烧过程的燃烧质量分数估计值与所述参考点进行比较。在该具体实施例中，选择CA50％，表示在燃烧50％的装料时的曲轴角。能够选择其它测量，只要对每一次比较使用相同的测量即可。

[0067]确定燃烧质量分数值是本领域熟知的实践。虽然示例性方法在上文描述用于确定燃烧质量分数，但是本文公开的用于使用燃烧质量分数值来诊断气缸燃烧问题的方法可以与任何方法一起使用来确定燃烧质量分数。可以使用产生燃烧质量分数的任何实践，且本发明并不打算限于本文所述的具体方法。

[0068]存在附加方法来分析气缸压力信号。已知用于处理复杂或带噪音信号并将所述信号缩减为有用信息的方法。一种所述方法包括通过快速傅立叶变换(FFT)进行的频谱分析。FFT将周期性或重复信号缩减为可用于将信号转化成其频谱的分量的谐波信号总和。一旦信号分量被识别，他们可以被分析且可以从该信号获取信息。

[0069]位于燃烧气缸中或者与燃烧气缸连通的压力传感器的压力读数含有与在燃烧室内发生的燃烧直接相关的信息。然而，发动机是非常复杂的机构，且除了P_CYL(θ)的测量值之外，这些压力读数能够包含来自于其它源的多个压力振动。快速傅立叶变换(FFT)是本领域熟知的数学方法。一种称为频谱分析的FFT方法分析复杂信号且将信号分成其分量部分，这些分量部分可以表示为谐波的总和。由f(θ)表示的压力传感器信号的频谱分析可以表示如下：

FFT(f(θ))＝A₀+(A₁ sin(ω₀θ+φ₁))+(A₂ sin(2ω₀θ+φ₂))+…+

(A_N sin(Nω₀θ+φ_N))                                           [21]

信号f(θ)的每个分量N表示燃烧室内压力的周期性输入，N个分量中的每个增加增量，包括信号或较高频率。试验分析已经表明，由燃烧和在燃烧过程的各个阶段中移动的活塞引起的压力振动P_CYL(θ)往往是第一个最低频率的谐波。通过分离该第一谐波信号，能够测量和评估P_CYL(θ)。如本领域熟知的那样，FFT提供关于每个识别的谐波的振幅和相位的信息，作为在上述等式中的每个谐波中的φ项获得。因而，第一谐波角或φ1是跟踪燃烧定相信息的最主要项。通过分析与P_CYL有关的FFT输出分量，该分量的定相信息能够被量化并与预期定相或其它气缸的定相进行比较。这种比较允许测量的定相值被评估且如果差大于阈值定相差，那么指示警报，从而指示该气缸的燃烧问题。

[0070]通过FFT分析的信息在输入信号处于稳态时被最有效地估计。变化的输入信号的瞬时影响可能在进行的估计中产生误差。虽然已知补偿瞬时输入信号的影响的方法，但是本文公开的方法最好在怠速或者稳态平均发动机速度状况下进行，其中排除了瞬时的影响。在可接受的稳态试验期间完成该试验的一种已知方法是获得样本并使用控制模块中的算法来验证或者取消在发动机操作的稳态期间获得的试验数据。

[0071]应当注意的是，虽然试验数据优选在怠速或稳态发动机操作时获得，但是从这些分析获得的信息能够由复杂编程的计算方法或发动机模型使用，以实现在发动机操作的各个范围内的更准确的发动机控制。例如，如果在怠速时的试验和分析表明气缸编号4具有部分堵塞的喷射器，那么在不同操作范围内对该气缸的燃料喷射定时进行调整以补偿察觉到的问题。

[0072]一旦气缸压力信号已经通过FFT进行分析，来自于压力信号的信息能够以各种方式使用，以分析燃烧过程。例如，所分析的压力信号能够用于产生如上述方法讨论的分数压力比和用于描述燃烧质量分数百分比，以描述燃烧过程的进展。

[0073]一旦诸如压力读数的测量值是可用的，则能够计算与燃烧过程相关的其它描述性参数。能够使用通过使用物理特性和本领域熟知的关系来描述燃烧过程的具体特性的子模型，以将气缸压力和其它容易获得发动机传感器项转换成描述燃烧过程的变量。例如，能够通过以下等式表示容积效率，即进入气缸的空气-燃料装料与气缸容量相比的比值：

${\mathrm{\η}}_{\mathrm{VE}}=f(\mathrm{RPM},P_{\mathrm{im}},{\stackrel{\·}{m}}_a)---\left[22\right]$

RPM(或发动机速度)通过曲轴速度传感器容易测量，如上所述。P_im(或进气歧管压力)通常测量为与发动机控制相关且是容易获得的项。

(或流入气缸的装料的新鲜空气质量流量部分)也是在发动机的空气进气***中通常测量的项，或者能够替代地从P_im、环境大气压力和空气进气***的已知特性容易地推导出。能够从气缸压力和其它容易获得的传感器读数推导出的描述燃烧过程的另一变量是进入气缸的装料流量

能够由以下等式确定：

${\stackrel{\·}{m}}_c=\frac{P_{\mathrm{im}}\·\mathrm{rpm}\·D\·\mathrm{\η}}{2{\mathrm{RT}}_{\mathrm{im}}}---\left[23\right]$

D等于发动机排量。R是本领域熟知的气体常数。T_im是来自于进气歧管的温度读数。能够从气缸压力和其它容易获得的传感器读数推导出的描述燃烧过程的另一变量是EGR％(或，排气改向到排气再循环回路的百分比)。EGR％能够由以下等式确定：

$\mathrm{EGR}\%=1-\frac{{\stackrel{\·}{m}}_a}{{\stackrel{\·}{m}}_c}---\left[24\right]$

能够从气缸压力和其它容易获得的传感器读数推导出的描述燃烧过程的又一变量是CAx，其中x等于期望分数压力比。CAx能够由与上述等式(2)密切相关的以下等式确定：

$Z=\frac{P_{\mathrm{CYL}}\left(\mathrm{\θ}\right)}{P_{\mathrm{MOT}}\left(\mathrm{\θ}\right)}-1---\left[25\right]$

代入期望分数压力比作为Z并求解θ得到CAx。例如，CA50能够由以下等式确定：

$\frac{P_{\mathrm{CYL}}\left(\mathrm{\θ}\right)}{P_{\mathrm{MOT}}\left(\mathrm{\θ}\right)}=1.5---\left[26\right]$

燃烧室内的各种温度也能够从气缸压力和其它容易获得的传感器读数估计。图8示出了根据本发明的能够估计燃烧室内对于描述燃烧过程重要的多个不同温度。燃烧室内的平均温度T_a能够由以下等式确定：

$T_a=\frac{P_{\max }\·V\left(\mathrm{PPL}\right)}{1.05*{\stackrel{\·}{m}}_{c}R}---\left[27\right]$

P_max是在燃烧过程中燃烧室内实现的最大压力。PPL是发生P_max时的曲轴角的测量。V(PPL)是在点P_max发生时气缸的容积。燃烧室内装料未燃烧或未燃部分的平均温度T_u能够由以下等式确定：

$T_u=\frac{1.05*{\stackrel{\·}{m}}_c}{1.05*{\stackrel{\·}{m}}_c-\mathrm{\α}\·{\stackrel{\·}{m}}_f{\mathrm{\λ}}_S}[0.05\mathrm{\β}{T}_{\mathrm{ex}}+0.95T_{\mathrm{im}}]{\left(\frac{P_{\max }-\mathrm{\ΔP}}{P_{\mathrm{im}}}\right)}^{\frac{r-1}{r}}---\left[28\right]$

是燃料质量流量，且能够从已知燃料轨道压力与已知属性和燃料喷射器的操作结合或者从和

确定。α和β是基于发动机速度和负荷的标定值，且可以通过试验、根据经验、通过预测、通过建模或者足以准确地预测发动机操作的其它技术来产生，且对每个气缸和不同的发动机设置、状况或操作范围，相同发动机可以使用多个标定曲线。λ_S是具体燃料的当量空气-燃料比且包括本领域熟知的值。T_ex是测量的排气温度。T_im和P_im是在进气歧管处获得的温度和压力读数。P_max-ΔP描述了刚好在燃烧启动之前燃烧室内的压力。γ是上述比热常数。燃烧室内装料燃烧或已燃部分的平均温度T_b能够由以下等式确定：

$T_b=\frac{T_a-(1-x_b)T_u}{x_b},$ $x_b=\frac{\mathrm{\α}\·{\stackrel{\·}{m}}_f(1+{\mathrm{\λ}}_S)}{1.05{\stackrel{\·}{m}}_c}---\left[29\right]$

注意到，上述方法通过忽略气缸壁的热损失而以本领域熟知的方法简化。补偿该简化的方法是本领域熟知的且在本文将不详细描述。通过使用前述关系和推导，气缸压力和其它容易获得的传感器读数能够用于确定描述被监测的燃烧过程的多个参数。

[0074]如上所述，气缸压力读数能够用于描述燃烧室内发生的燃烧的状态，以便用作估计NO_X生成的因素。也如上所述，多个其它因素对于准确地估计NO_X生成是重要的。图9是根据本发明描述在一组给定条件下多个输入对NO_X排放的标准化影响的示例性建模结果的图表显示。如上所述，已知使用模型模块和NO_X估计模块而基于发动机的已知特性来模拟或估计NO_X生成的方法。在该具体示例性分析中，用于表征燃烧过程的NO_X生成的模型能够由以下等式表征：

NOx＝NNT(Pmax，CA50，CAp max，EGR％，AFR)        [30]

[0075]如图9的图形结果所示，多个因素对具有NO_X生成不同的影响。在该组具体状况下，对所建模的发动机来说，EGR％对NO_X生成具有最大的影响。在这种情况下，通过本领域熟知的方法，将具体量的排气通过EGR回路再循环回到燃烧室中降低了燃烧过程的绝热火焰温度，从而降低了氮和氧分子在燃烧期间暴露的温度，藉此降低了NO_X生成速率。通过在各种发动机操作状况下研究这些模型，神经网络能够设置有最有用的输入，以提供对NO_X生成的准确估计。此外，研究这些模型提供了对于选择输入数据有用的信息，以最初训练神经网络，改变输入并提供相应输出给传感器输入和最可能影响NO_X生成的描述性参数。

[0076]通过上述方法，对于一组发动机传感器输入，能够产生NO_X生成估计值。本领域技术人员将理解，当发动机在稳态或者接近稳态操作时，发动机操作的等式和模型预测通常最有效地起作用。然而，能够进行关于瞬时或动态发动机操作对NO_X生成估计值或其准确性的影响的观察和预测。描述动态模型或动态滤波模块的示例性等式表示如下：

$\frac{\mathrm{dNOx}}{\mathrm{dt}}=f(\mathrm{NOx},\mathrm{yEGR}\%,\mathrm{AFR},\mathrm{Ta},\mathrm{RPM})---\left[31\right]$

其中，同时的NO_X读数和来自于训练后的神经网络的输出y用于估计NO_X生成的变化。这种变化变量能够用于累加地估计NO_X生成或者能够用于检查或滤波NO_X生成估计值。图14示意性地示出了根据本发明的产生NO_X生成估计值、使用神经网络内的模型来产生NO_X生成估计值且包括动态模型模块以针对动态发动机和车辆状况的影响补偿NO_X生成估计值的示例性***。NO_X生成估计***400包括模型模块410、神经网络模块420和动态模型模块430。在动态或者变化状况下，在当前操作状况下最可能影响NO_X生成估计值的因素可以通过试验、根据经验、通过预测、通过建模或者足以准确地预测发动机操作的其它技术来产生。将关于这些因素的输入连同来自于神经网络模块420的输出一起提供给动态模型模块430，且来自于神经网络的原始输出能够基于动态模型模块430所确定的动态状况的影响来调整、滤波、取平均值、解除优先次序或者修改。由此，在估计NO_X生成时能够考虑动态发动机或车辆操作状况的影响。

[0077]如上所述，在将实际转化效率与失效转化效率进行比较时，积分能够用作低通滤波器。图10以图表形式示出了根据本发明的对按照带噪音的输入数据产生的离开后处理***的预测NO_X进行比较的示例性数据。在该数据图中可以看出，产生的数据随多个尖峰信号波动。各种信号(尤其是在任何给定时间的各个预测NO_X值的比较)的编译易于遭受错误判断或者错误识别。图11以图表形式示出了根据本发明的通过积分计算处理的示例性数据。在该数据图中可以看出，通过积分产生的数据曲线的比较极大地简化，且极大地减小了比较时的错误判断或者错误识别的可能性。

[0078]本发明已经描述了某些优选实施例及其变型。本领域技术人员在阅读和理解说明书以后可以想到其它变型和变化。因而，本发明并不限于作为用于实施本发明的最佳模式公开的具体实施例，本发明将包括落入所附权利要求范围内的所有实施例。

Claims (18)

1.一种用于指示动力系中的失效催化剂的方法，所述动力系包括内燃机和具有后处理装置的后处理***，所述后处理装置采用催化剂来转化NO_X，所述方法包括：

监测离开后处理***的实际NO_X含量；

监测影响所述后处理装置的转化效率的因素；

基于影响转化效率的因素来确定示例性失效催化剂的离开后处理***的预测阈值NO_X含量；

将离开后处理***的实际NO_X含量和离开后处理***的预测阈值NO_X含量进行比较；和

基于所述比较来指示失效催化剂。

2.根据权利要求1所述的方法，其中，监测影响转化效率的因素包括：

监测进入后处理***的NO_X含量；

监测所述后处理装置内的床温；

监测所述后处理装置内的空间速度；和

监测所述后处理装置内的氨存储量。

3.根据权利要求2所述的方法，其中，监测进入后处理***的NO_X含量包括使用虚拟NO_X传感器。

4.根据权利要求1所述的方法，其中，监测离开后处理***的实际NO_X含量包括：

监测位于所述后处理***下游的NO_X传感器；

基于将来自于所监测的位于所述后处理***下游的NO_X传感器的数据在一定时间段内进行积分来确定离开后处理***的实际NO_X含量；且

其中，确定示例性失效催化剂的离开后处理***的预测阈值NO_X含量包括：

基于影响转化效率的因素来确定离开后处理***的瞬时预测阈值NO_X含量；和

基于将离开后处理***的瞬时预测阈值NO_X含量在所述时间段内进行积分来确定离开后处理***的预测阈值NO_X含量。

5.根据权利要求1所述的方法，其中，确定示例性失效催化剂的离开后处理***的预测阈值NO_X含量包括使用查询表。

6.根据权利要求1所述的方法，其中，确定示例性失效催化剂的离开后处理***的预测阈值NO_X含量包括使用编程函数关系来计算示例性失效催化剂的离开后处理***的预测阈值NO_X含量。

7.根据权利要求6所述的方法，其中，使用编程函数关系来计算示例性失效催化剂的离开后处理***的预测阈值NO_X含量包括：

基于影响后处理装置的转化效率的因素来确定示例性干净催化剂的离开后处理***的预测标称NO_X含量；

通过将示例性干净催化剂的离开后处理***的预测标称NO_X含量除以可标定阈值因素来计算示例性失效催化剂的离开后处理***的预测阈值NO_X含量。

8.根据权利要求7所述的方法，其中，所述可标定阈值因素基于后处理装置内的空间速度和后处理装置内的床温。

9.根据权利要求1所述的方法，还包括：

监测进入后处理***的NO_X含量；且

其中，确定示例性失效催化剂的离开后处理***的预测阈值NO_X含量包括：

基于影响后处理装置的转化效率的因素来确定后处理装置的预测转化效率；和

基于所述预测转化效率和所监测的进入后处理***的NO_X含量来确定示例性失效催化剂的离开后处理***的预测阈值NO_X含量。

1O.根据权利要求1所述的方法，还包括基于所述指示发送警报给动力系的操作者。

11.根据权利要求1所述的方法，还包括基于所述指示调整动力系的操作。

12.根据权利要求11所述的方法，其中，调整动力系的操作包括命令发动机生成较少NO_X的操作。

13.根据权利要求11所述的方法，其中，调整动力系的操作包括操作后处理***，使得从失效催化剂承担减小的工作。

14.一种用于指示动力系中的失效催化剂的方法，所述动力系包括内燃机和具有后处理装置的后处理***，所述后处理装置采用催化剂来转化NO_X，所述方法包括：

监测离开后处理***的实际NO_X含量；

监测影响所述后处理装置的转化效率的因素；

基于影响后处理装置的转化效率的因素来确定示例性干净催化剂的离开后处理***的预测标称NO_X含量；

将离开后处理***的实际NO_X含量和示例性干净催化剂的离开后处理***的预测标称NO_X含量进行比较；和

如果离开后处理***的实际NO_X含量超过示例性干净催化剂的离开后处理***的预测标称NO_X含量高于标称的阈值NO_X含量，那么指示失效催化剂。

15.根据权利要求14所述的方法，其中，监测影响转化效率的因素包括：

监测进入后处理***的NO_X含量；

监测所述后处理装置内的床温；

监测所述后处理装置内的空间速度；和

监测所述后处理装置内的氨存储量。

16.一种用于指示动力系中的失效催化剂的***，所述动力系包括内燃机和具有后处理装置的后处理***，所述后处理装置采用催化剂来转化NO_X，所述***包括：

所述后处理装置；

传感器，所述传感器设置成检测在所述后处理装置下游的排气流中存在的NO_X含量；和

控制模块，所述控制模块：

监测设置成检测在所述后处理装置下游的排气流中存在的NO_X含量的所述传感器；

监测影响后处理装置的转化效率的因素；

基于影响转化效率的因素确定示例性失效催化剂的离开后处理***的预测阈值NO_X含量；

将来自于设置成检测在所述后处理装置下游的排气流中存在的NO_X含量的所述传感器的数据和离开后处理***的预测阈值NO_X含量进行比较；和

基于所述比较来指示失效催化剂。

17.根据权利要求16所述的***，其中，所述控制模块还基于失效催化剂的所述指示来产生指令以改变发动机的操作。

18.根据权利要求16所述的***，其中，所述控制模块还基于失效催化剂的所述指示来产生指令以改变后处理***的操作。

Images