CN110410189A - 柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质 - Google Patents
柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质 Download PDFInfo
- Publication number
- CN110410189A CN110410189A CN201910589078.4A CN201910589078A CN110410189A CN 110410189 A CN110410189 A CN 110410189A CN 201910589078 A CN201910589078 A CN 201910589078A CN 110410189 A CN110410189 A CN 110410189A
- Authority
- CN
- China
- Prior art keywords
- soot content
- diesel particulate
- particulate filter
- machine oil
- engine
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 38
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 239000004071 soot Substances 0.000 claims abstract description 180
- 239000010721 machine oil Substances 0.000 claims abstract description 92
- 238000001514 detection method Methods 0.000 claims abstract description 71
- 239000010705 motor oil Substances 0.000 claims abstract description 33
- 238000003745 diagnosis Methods 0.000 claims abstract description 32
- 230000008929 regeneration Effects 0.000 claims description 28
- 238000011069 regeneration method Methods 0.000 claims description 28
- 230000015654 memory Effects 0.000 claims description 18
- 239000002245 particle Substances 0.000 claims description 14
- 239000003921 oil Substances 0.000 claims description 8
- 230000009466 transformation Effects 0.000 claims description 7
- 238000004590 computer program Methods 0.000 claims description 3
- 238000007689 inspection Methods 0.000 claims description 2
- 230000008450 motivation Effects 0.000 claims description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 abstract description 11
- 229910052799 carbon Inorganic materials 0.000 abstract description 11
- 238000001914 filtration Methods 0.000 description 6
- 238000013136 deep learning model Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 239000000428 dust Substances 0.000 description 3
- 239000008187 granular material Substances 0.000 description 3
- 238000006243 chemical reaction Methods 0.000 description 2
- 239000012530 fluid Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000008569 process Effects 0.000 description 2
- 239000000779 smoke Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000013135 deep learning Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 239000007789 gas Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- CSJDCSCTVDEHRN-UHFFFAOYSA-N methane;molecular oxygen Chemical compound C.O=O CSJDCSCTVDEHRN-UHFFFAOYSA-N 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000002912 waste gas Substances 0.000 description 1
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N11/00—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N11/00—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity
- F01N11/002—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity the diagnostic devices measuring or estimating temperature or pressure in, or downstream of the exhaust apparatus
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F02—COMBUSTION ENGINES; HOT-GAS OR COMBUSTION-PRODUCT ENGINE PLANTS
- F02B—INTERNAL-COMBUSTION PISTON ENGINES; COMBUSTION ENGINES IN GENERAL
- F02B77/00—Component parts, details or accessories, not otherwise provided for
- F02B77/08—Safety, indicating, or supervising devices
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Processes For Solid Components From Exhaust (AREA)
- Filtering Of Dispersed Particles In Gases (AREA)
Abstract
本发明实施例公开了一种柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质。该方法包括：获取柴油颗粒过滤器的检测参数信息，确定发动机内机油的机油烟炱含量，根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量，根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。与现有技术相比，本发明实施例根据发动机内机油的机油烟炱含量间接确定柴油颗粒过滤器内的实际烟炱含量，进而根据实际烟炱含量完成故障诊断，解决了现有技术利用碳氧传感器检测DPF的前后压差，进而根据前后压差进行故障诊断，导致诊断精度较低的问题。
Description
技术领域
本发明实施例涉及故障诊断技术领域，尤其涉及一种柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质。
背景技术
烟尘颗粒是柴油机尾气排放中最主要的污染物之一，柴油颗粒过滤器(DieselParticulate Filter，DPF)是目前用来降低柴油机烟尘颗粒排放比较有效的设备。随着使用时间的延长，DPF容易失效，无法过滤烟尘颗粒，使得烟尘颗粒排放到大气中，污染环境，进而影响整车的排放性能。
为了检测DPF是否存在失效的故障，现有技术主要利用碳氧传感器检测DPF的前后压差，并和经验值进行比较，判断DPF是否存在故障。这种方式所用的碳氧传感器的成本高、可靠性低，而且将检测值和经验值进行比较，使得判断结果的准确度较低。
发明内容
本发明实施例提供一种柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质，以提高诊断精度。
第一方面，本发明实施例提供一种柴油颗粒过滤器的故障诊断方法，包括：
获取柴油颗粒过滤器的检测参数信息，所述检测参数信息包括检测再生次数或检测压差；
确定发动机内机油的机油烟炱含量；
根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量；
根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。
第二方面，本发明实施例还提供一种柴油颗粒过滤器的故障诊断装置，该装置包括：
信息获取模块，用于获取柴油颗粒过滤器的检测参数信息，所述检测参数信息包括检测再生次数或检测压差；
机油烟炱含量确定模块，用于确定发动机内机油的机油烟炱含量；
实际烟炱含量确定模块，用于根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量；
故障诊断模块，用于根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。
第三方面，本发明实施例还提供一种车辆，包括：柴油颗粒过滤器和发动机，还包括：
行车控制器；
压差传感器，用于检测所述柴油颗粒过滤器的压差，并将所述压差发送给所述行车控制器；
机油品质传感器，用于检测所述发动机内机油的介电常数，并将所述介电常数发送给所述行车控制器；
仪表盘，用于当所述柴油颗粒过滤器出现故障时，进行报警；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述行车控制器执行时，使得所述行车控制器实现如第一方面所述的柴油颗粒过滤器的故障诊断方法。
第四方面，本发明实施例还提供一种存储介质，其上存储有计算机程序，该程序被行车控制器执行时实现如第一方面所述的柴油颗粒过滤器的故障诊断方法。
本发明实施例提供一种柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质，通过获取柴油颗粒过滤器的检测参数信息，确定发动机内机油的机油烟炱含量，根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量，根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。与现有技术相比，本发明实施例根据发动机内机油的机油烟炱含量间接确定柴油颗粒过滤器内的实际烟炱含量，进而根据实际烟炱含量完成故障诊断，解决了现有技术利用碳氧传感器检测DPF的前后压差，进而根据前后压差进行故障诊断，导致诊断精度较低的问题。
附图说明
图1为本发明实施例一提供的一种柴油颗粒过滤器的故障诊断方法的流程图；
图2为本发明实施例二提供的一种柴油颗粒过滤器的故障诊断方法的流程图；
图3为本发明实施例三提供的一种柴油颗粒过滤器的故障诊断装置的结构图；
图4为本发明实施例四提供的一种车辆的结构图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。此外，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。
实施例一
图1为本发明实施例一提供的一种柴油颗粒过滤器的故障诊断方法的流程图，本实施例可适用于柴油颗粒过滤器的故障诊断情况，该方法可以由柴油颗粒过滤器的故障诊断装置来执行，该装置可以通过软件和/或硬件的方式实现，并集成在车辆中，具体的，该方法包括如下步骤：
S110、获取柴油颗粒过滤器的检测参数信息。
其中，所述检测参数信息包括检测再生次数或检测压差。柴油颗粒过滤器，也称为柴油颗粒捕捉器，是安装在柴油发动机排放***中的陶瓷过滤器，用于捕捉排气中的微粒，防止其进入大气，污染环境。柴油颗粒过滤器主要有空、满和再生三个阶段，其中，空阶段是指柴油颗粒过滤器内的微粒较少，内部没有堵塞，不会影响发动机正常工作的初始阶段。满阶段是指随着收集工作的进行，柴油颗粒过滤器内的微粒越来越多，内部的压力越来越大，导致废气排气阻力升高，发动机的油耗和动力受到严重影响的中间阶段。当发动机的油耗和动力受到严重影响时，需要对柴油颗粒过滤器内的微粒进行清洁还原工作，将集聚在柴油颗粒过滤器内的碳烟颗粒通过高温或其他方式处理掉，恢复柴油颗粒过滤器的过滤能力，这个过程称为柴油颗粒过滤器的再生。具体的，当检测到柴油颗粒过滤器的前后压差达到设定值时，需要控制柴油颗粒过滤器再生，因此可以通过检测碳烟颗粒的处理次数，确定再生次数，作为检测再生次数。检测压差是柴油颗粒过滤器的前后压差，可以通过压差传感器检测，实施例对压差传感器的类型和型号不进行限定。
S120、确定发动机内机油的机油烟炱含量。
机油烟炱含量是发动机产生后进入机油中的烟炱含量。实际应用过程中，发动机产生的烟炱一部分进入机油，一部分进入柴油颗粒过滤器，进入机油内的烟炱含量和进入柴油颗粒过滤器内的烟炱含量具有一定的关联关系。考虑到现有技术是利用碳氧传感器检测柴油颗粒过滤器的前后压差，并将检测的前后压差与以往测得的压差进行比较，从而判断柴油颗粒过滤器是否失效。由于碳氧传感器的可靠性较低，使得碳氧传感器测得的前后压差与柴油颗粒过滤器内的烟炱含量具有一定的偏差，加上以往经验测得的压差也是由压差传感器测得，进一步降低了诊断结果的准确度。
为此，实施例先确定发动机内机油的机油烟炱含量，结合进入机油的烟炱含量和进入柴油颗粒过滤器的烟炱含量的关联关系，确定进入柴油颗粒过滤器的烟炱含量，进而根据进入柴油颗粒过滤器的烟炱含量，对柴油颗粒过滤器进行故障诊断，提高诊断结果的准确度。可以理解的是，进入机油的烟炱会影响机油的介电常数，因此可以通过传感器检测机油的介电常数，然后根据介电常数确定进入机油的烟炱含量，实施例对检测介电常数的传感器的类型和型号不进行限定，可选的，可以选择流体特性传感器(Fluid PropertySensor，FPS)。示例性的，可以将介电常数输入预先确定的烟炱含量模型，由烟炱含量模型输出烟炱含量，其中，烟炱含量模型可以是深度学习模型，也可以是反映介电常数和烟炱含量关系的数学模型，实施例对烟炱含量模型不进行限定，只要可以根据介电常数确定进入机油的烟炱含量即可。
S130、根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量。
实际烟炱含量是实际进入柴油颗粒过滤器的烟炱含量，由于进入机油内的烟炱含量和进入柴油颗粒过滤器内的烟炱含量具有一定的关联关系，因此，根据该关联关系以及机油烟炱含量，即可确定实际进入柴油颗粒过滤器的烟炱含量，为故障诊断提供依据。
S140、根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。
进入柴油颗粒过滤器的烟炱含量与柴油颗粒过滤器的前后压差和再生次数有关，进入柴油颗粒过滤器的烟炱含量越多，柴油颗粒过滤器的前后压差越大，当前后压差达到某设定值时，柴油颗粒过滤器再生一次。因此，根据实际烟炱含量和前后压差，或根据实际烟炱含量和再生次数，可以对柴油颗粒过滤器进行故障诊断。可选的，为了便于比较，可以将实际烟炱含量转换成对应的压差或再生次数，实施例对转换方式不进行限定，例如可以通过设定的转换模型将实际烟炱含量转换成对应的压差或再生次数。
具体的，以压差为例，若压差传感器检测的柴油颗粒过滤器的前后压差小于实际计算的压差，表明柴油颗粒过滤器出现故障，无法有效的过滤排气中的微粒，导致其进入大气，污染环境，否则，柴油颗粒过滤器正常。与现有技术相比，本实施例根据机油烟炱含量，确定实际进入柴油颗粒过滤器的烟炱含量，进而根据实际烟炱含量判断柴油颗粒过滤器是否有故障，避免了经验测量柴油颗粒过滤器的前后压差引起的准确度差的问题，不仅为故障诊断提供了一种准确度更高的判断标准，同时还可以了解进入柴油颗粒过滤器的烟炱含量。
本发明实施例一提供一种柴油颗粒过滤器的故障诊断方法，通过获取柴油颗粒过滤器的检测参数信息，确定发动机内机油的机油烟炱含量，根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量，根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。与现有技术相比，本发明实施例根据发动机内机油的机油烟炱含量间接确定柴油颗粒过滤器内的实际烟炱含量，进而根据实际烟炱含量完成故障诊断，解决了现有技术利用碳氧传感器检测DPF的前后压差，进而根据前后压差进行故障诊断，导致诊断精度较低的问题。
实施例二
图2为本发明实施例二提供的一种柴油颗粒过滤器的故障诊断方法的流程图，本实施例是在上述实施例的基础上进行具体化，该方法包括如下步骤：
S210、获取柴油颗粒过滤器的检测参数信息。
S220、获取机油品质传感器检测的所述发动机内机油的介电常数。
具体的，本实施例利用机油品质传感器检测发动机内机油的介电常数，与碳氧传感器相比，机油品质传感器可以降低成本。
S230、根据所述介电常数，确定所述发动机内机油的机油烟炱含量。
介电常数与机油烟炱含量具有一定的关联关系，该关联关系可以预先通过大量实验获得，实施例对关联关系的形式不进行限定。根据该关联关系和介电常数即可确定发动机内机油的机油烟炱含量。具体的，可以通过如下方式确定机油烟炱含量：
将所述介电常数输入预设的烟炱含量模型，由所述烟炱含量模型输出烟炱含量，作为所述发动机内机油的机油烟炱含量。
烟炱含量模型是预先确定的，用于确定机油烟炱含量的模型，可以是数学表达式，也可以是深度学习模型，实施例对此不进行限定。具体的，若烟炱含量模型为数学表达式，将介电常数代入该数学表达式即可得到相应的机油烟炱含量，若烟炱含量模型为深度学习模型，将介电常数输入预先训练好的深度学习模型，由深度学习模型输出结果，作为机油烟炱含量。可选的，实施例中的烟炱含量模型为形如y＝ax+b的数学表达式，式中a和b为常数，x为介电常数，y为机油烟炱含量。
S240、获取所述机油烟炱含量和所述柴油颗粒过滤器内烟炱含量的关联关系。
发动机产生的烟炱一部分进入机油，一部分进入柴油颗粒过滤器，进入机油和进入柴油颗粒过滤器的比例与发动机的型号和工作过程有关，假定进入机油的部分占发动机原排产生的1％，进入柴油颗粒过滤器的部分占发动机原排产生的99％，则机油烟炱含量与柴油颗粒过滤器内烟炱含量的关联关系为1:9。
S250、根据所述关联关系和所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量。
根据关联关系和确定的机油烟炱含量即可确定柴油颗粒过滤器内的实际烟炱含量。示例性的，机油烟炱含量为2g，机油烟炱含量和柴油颗粒过滤器内的烟炱含量的关联关系为1:9，则可以确定柴油颗粒过滤器内的实际烟炱含量为18g。
S260、根据预设的烟炱含量转换模型，将所述实际烟炱含量转换为所述柴油颗粒过滤器的实际压差或实际再生次数。
烟炱含量转换模型用于将柴油颗粒过滤器内的实际烟炱含量转换为实际压差或实际再生次数，以便和实际测量的压差或再生次数进行比较，确定诊断结果。实施例对烟炱含量转换模型不进行限定，可选的，烟炱含量转换模型为形如y＝mx2+nx+p的数学表达式，其中，m、n和p为常数，x为实际烟炱含量，y为实际压差。实际再生次数可以根据实际压差确定，当实际压差大于设定值时，再生次数为1，否则为0。
S270、比较所述检测压差和所述实际压差，或者所述检测再生次数和所述实际再生次数。
比较检测压差和实际压差，或者比较检测再生次数和实际再生次数，根据比较结果即可确定柴油颗粒过滤器是否有故障。具体的，如果检测压差小于实际压差，或者检测再生次数小于实际再生次数，则表示柴油颗粒过滤器有故障，否则，表示柴油颗粒过滤器正常。
S280、所述检测压差是否小于所述实际压差，或者所述检测再生次数是否小于所述实际再生次数，若是，执行S290，否则，执行S2100。
S290、确定所述柴油颗粒过滤器存在故障，并进行报警。
若检测压差小于实际压差或检测再生次数小于实际再生次数，表示柴油颗粒过滤器存在故障，可选的，可以将故障信号发送至仪表盘，通过仪表盘报警，以提示用户柴油颗粒过滤器出现故障。
S2100、确定所述柴油颗粒过滤器没有故障。
若检测压差大于或等于实际压差或检测再生次数大于或等于实际再生次数，表示柴油颗粒过滤器正常。
本发明实施例二提供一种柴油颗粒过滤器的故障诊断方法，在上述实施例的基础上，根据发动机内机油的介电常数确定机油烟炱含量，根据机油烟炱含量和进入柴油颗粒过滤器的烟炱含量的关联关系，确定实际进入柴油颗粒过滤器的烟炱含量，进而根据实际烟炱含量结合实际测量的压差或再生次数对柴油颗粒过滤器进行故障诊断，既降低了成本，又提高了诊断精度。
实施例三
图3为本发明实施例三提供的一种柴油颗粒过滤器的故障诊断装置的结构图，该装置可以执行上述实施例所述的柴油颗粒过滤器的故障诊断方法，具体的，该装置包括：
信息获取模块310，用于获取柴油颗粒过滤器的检测参数信息，所述检测参数信息包括检测再生次数或检测压差；
机油烟炱含量确定模块320，用于确定发动机内机油的机油烟炱含量；
实际烟炱含量确定模块330，用于根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量；
故障诊断模块340，用于根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。
本发明实施例三提供一种柴油颗粒过滤器的故障诊断装置，通过获取柴油颗粒过滤器的检测参数信息，确定发动机内机油的机油烟炱含量，根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量，根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。与现有技术相比，本发明实施例根据发动机内机油的机油烟炱含量间接确定柴油颗粒过滤器内的实际烟炱含量，进而根据实际烟炱含量完成故障诊断，解决了现有技术利用碳氧传感器检测DPF的前后压差，进而根据前后压差进行故障诊断，导致诊断精度较低的问题。
在上述实施例的基础上，机油烟炱含量确定模块320，包括：
介电常数获取单元，用于获取机油品质传感器检测的所述发动机内机油的介电常数；
机油烟炱含量确定单元，用于根据所述介电常数，确定所述发动机内机油的机油烟炱含量。
在上述实施例的基础上，机油烟炱含量确定单元，具体用于将所述介电常数输入预设的烟炱含量模型，由所述烟炱含量模型输出烟炱含量，作为所述发动机内机油的机油烟炱含量。
在上述实施例的基础上，实际烟炱含量确定模块330，包括：
关联关系获取单元，用于获取所述机油烟炱含量和所述柴油颗粒过滤器内烟炱含量的关联关系；
实际烟炱含量确定单元，用于根据所述关联关系和所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量。
在上述实施例的基础上，故障诊断模块340，包括：
转换模块，用于根据预设的烟炱含量转换模型，将所述实际烟炱含量转换为所述柴油颗粒过滤器的实际压差或实际再生次数；
比较模块，用于比较所述检测压差和所述实际压差，或者所述检测再生次数和所述实际再生次数；
判断模块，用于如果所述检测压差小于所述实际压差，或者所述检测再生次数小于所述实际再生次数，确定所述柴油颗粒过滤器存在故障，并进行报警。
本发明实施例三提供的柴油颗粒过滤器的故障诊断装置可以用于执行上述实施例提供的柴油颗粒过滤器的故障诊断方法，具备相应的功能和有益效果。
实施例四
图4为本发明实施例四提供的一种车辆的结构图，具体的，参考图4，该车辆包括：行车控制器410、存储器420、压差传感器430、机油品质传感器440、柴油颗粒过滤器450、发动机460和仪表盘470，车辆中行车控制器410、存储器420、压差传感器430、机油品质传感器440、柴油颗粒过滤器450、发动机460和仪表盘470可以通过总线或其他方式连接，图4中以通过总线连接为例。其中，压差传感器430，用于检测柴油颗粒过滤器450的压差，并将压差发送给行车控制器410。机油品质传感器440，用于检测发动机460内机油的介电常数，并将介电常数发送给行车控制器410。仪表盘470，用于当柴油颗粒过滤器450出现故障时，进行报警。柴油颗粒过滤器450，用于过滤排气中的烟炱等颗粒。
存储器420作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的柴油颗粒过滤器的故障诊断方法对应的程序指令/模块。行车控制器410通过运行存储在存储器420中的软件程序、指令以及模块，从而执行车辆的各种功能应用以及数据处理，即实现上述实施例的柴油颗粒过滤器的故障诊断方法。
存储器420主要包括存储程序区和存储数据区，其中，存储程序区可存储操作***、至少一个功能所需的应用程序；存储数据区可存储根据终端的使用所创建的数据等。此外，存储器420可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器420可进一步包括相对于行车控制器410远程设置的存储器，这些远程存储器可以通过网络连接至车辆。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
本发明实施例四提供的车辆与上述实施例提供的柴油颗粒过滤器的故障诊断方法属于同一发明构思，未在本实施例中详尽描述的技术细节可参见上述实施例，并且本实施例具备执行柴油颗粒过滤器的故障诊断方法相同的有益效果。
实施例五
本发明实施例五还提供一种存储介质，其上存储有计算机程序，该程序被行车控制器执行时实现如本发明上述实施例所述的柴油颗粒过滤器的故障诊断方法。
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的柴油颗粒过滤器的故障诊断方法中的操作，还可以执行本发明实施例所提供的柴油颗粒过滤器的故障诊断方法中的相关操作，且具备相应的功能和有益效果。
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是机器人，个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的柴油颗粒过滤器的故障诊断方法。
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种柴油颗粒过滤器的故障诊断方法，其特征在于，包括：
获取柴油颗粒过滤器的检测参数信息，所述检测参数信息包括检测再生次数或检测压差；
确定发动机内机油的机油烟炱含量；
根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量；
根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。
2.根据权利要求1所述的方法，其特征在于，所述确定发动机内机油的机油烟炱含量，包括：
获取机油品质传感器检测的所述发动机内机油的介电常数；
根据所述介电常数，确定所述发动机内机油的机油烟炱含量。
3.根据权利要求2所述的方法，其特征在于，所述根据所述介电常数，确定所述发动机内机油的机油烟炱含量，包括：
将所述介电常数输入预设的烟炱含量模型，由所述烟炱含量模型输出烟炱含量，作为所述发动机内机油的机油烟炱含量。
4.根据权利要求1所述的方法，其特征在于，所述根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量，包括：
获取所述机油烟炱含量和所述柴油颗粒过滤器内烟炱含量的关联关系；
根据所述关联关系和所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量。
5.根据权利要求1所述的方法，其特征在于，所述根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果，包括：
根据预设的烟炱含量转换模型，将所述实际烟炱含量转换为所述柴油颗粒过滤器的实际压差或实际再生次数；
比较所述检测压差和所述实际压差，或者所述检测再生次数和所述实际再生次数；
如果所述检测压差小于所述实际压差，或者所述检测再生次数小于所述实际再生次数，确定所述柴油颗粒过滤器存在故障，并进行报警。
6.一种柴油颗粒过滤器的故障诊断装置，其特征在于，包括：
信息获取模块，用于获取柴油颗粒过滤器的检测参数信息，所述检测参数信息包括检测再生次数或检测压差；
机油烟炱含量确定模块，用于确定发动机内机油的机油烟炱含量；
实际烟炱含量确定模块，用于根据所述机油烟炱含量，确定所述柴油颗粒过滤器内的实际烟炱含量；
故障诊断模块，用于根据所述检测参数信息和实际烟炱含量，对所述柴油颗粒过滤器进行故障诊断，得到诊断结果。
7.根据权利要求6所述的装置，其特征在于，所述机油烟炱含量确定模块，包括：
介电常数获取单元，用于获取机油品质传感器检测的所述发动机内机油的介电常数；
机油烟炱含量确定单元，用于根据所述介电常数，确定所述发动机内机油的机油烟炱含量。
8.根据权利要求7所述的装置，其特征在于，所述机油烟炱含量确定单元，具体用于将所述介电常数输入预设的烟炱含量模型，由所述烟炱含量模型输出烟炱含量，作为所述发动机内机油的机油烟炱含量。
9.一种车辆，包括：柴油颗粒过滤器和发动机，其特征在于，还包括：
行车控制器；
压差传感器，用于检测所述柴油颗粒过滤器的压差，并将所述压差发送给所述行车控制器；
机油品质传感器，用于检测所述发动机内机油的介电常数，并将所述介电常数发送给所述行车控制器；
仪表盘，用于当所述柴油颗粒过滤器出现故障时，进行报警；
存储器，用于存储一个或多个程序；
当所述一个或多个程序被所述行车控制器执行时，使得所述行车控制器实现如权利要求1-5中任一项所述的柴油颗粒过滤器的故障诊断方法。
10.一种存储介质，其上存储有计算机程序，其特征在于，该程序被行车控制器执行时实现如权利要求1-5中任一项所述的柴油颗粒过滤器的故障诊断方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910589078.4A CN110410189B (zh) | 2019-07-02 | 2019-07-02 | 柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910589078.4A CN110410189B (zh) | 2019-07-02 | 2019-07-02 | 柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110410189A true CN110410189A (zh) | 2019-11-05 |
| CN110410189B CN110410189B (zh) | 2020-12-04 |
Family
ID=68358673
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910589078.4A Active CN110410189B (zh) | 2019-07-02 | 2019-07-02 | 柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110410189B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113984124A (zh) * | 2021-10-28 | 2022-01-28 | 中冶赛迪重庆信息技术有限公司 | 一种介质过滤器检测方法、***、介质及电子终端 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060005534A1 (en) * | 2004-07-10 | 2006-01-12 | Ralf Wirth | Method for operating a particulate filter disposed in an exhaust-gas region of an internal combustion engine and device for implementing the method |
| EP2436891A2 (en) * | 2010-10-01 | 2012-04-04 | Deere & Company | Particulate filter ash loading prediction method and vehicle using the same |
| CN108798833A (zh) * | 2018-05-25 | 2018-11-13 | 上海汽车集团股份有限公司 | 颗粒捕捉器灰分累积模型的建模方法 |
| JP2019002391A (ja) * | 2017-06-20 | 2019-01-10 | マツダ株式会社 | ディーゼルエンジンのオイル交換報知方法及びオイル交換報知装置 |
| CN109187932A (zh) * | 2018-09-29 | 2019-01-11 | 潍柴动力股份有限公司 | 一种机油品质检测方法及装置 |
| CN110107387A (zh) * | 2019-04-08 | 2019-08-09 | 苏州艾思泰车辆科技有限公司 | 基于机油品质传感器的dpf***obd故障诊断方法 |
-
2019
- 2019-07-02 CN CN201910589078.4A patent/CN110410189B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20060005534A1 (en) * | 2004-07-10 | 2006-01-12 | Ralf Wirth | Method for operating a particulate filter disposed in an exhaust-gas region of an internal combustion engine and device for implementing the method |
| EP2436891A2 (en) * | 2010-10-01 | 2012-04-04 | Deere & Company | Particulate filter ash loading prediction method and vehicle using the same |
| JP2019002391A (ja) * | 2017-06-20 | 2019-01-10 | マツダ株式会社 | ディーゼルエンジンのオイル交換報知方法及びオイル交換報知装置 |
| CN108798833A (zh) * | 2018-05-25 | 2018-11-13 | 上海汽车集团股份有限公司 | 颗粒捕捉器灰分累积模型的建模方法 |
| CN109187932A (zh) * | 2018-09-29 | 2019-01-11 | 潍柴动力股份有限公司 | 一种机油品质检测方法及装置 |
| CN110107387A (zh) * | 2019-04-08 | 2019-08-09 | 苏州艾思泰车辆科技有限公司 | 基于机油品质传感器的dpf***obd故障诊断方法 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113984124A (zh) * | 2021-10-28 | 2022-01-28 | 中冶赛迪重庆信息技术有限公司 | 一种介质过滤器检测方法、***、介质及电子终端 |
| CN113984124B (zh) * | 2021-10-28 | 2024-02-02 | 中冶赛迪信息技术(重庆)有限公司 | 一种介质过滤器检测方法、***、介质及电子终端 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110410189B (zh) | 2020-12-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN104018925B (zh) | 用于监控氧化氮‑存储催化器的方法和装置 | |
| CN109196345B (zh) | 用于动态监视nox-传感器的方法 | |
| US7571640B2 (en) | Misfire detection in engines for on-board-diagnostics | |
| US5625750A (en) | Catalyst monitor with direct prediction of hydrocarbon conversion efficiency by dynamic neural networks | |
| US11105289B2 (en) | Method and control device for monitoring the function of a particulate filter | |
| CN110621865B (zh) | 用于诊断机动车的内燃机以及与内燃机连接的装置的方法，以及用于执行该方法的*** | |
| US5228335A (en) | Method and apparatus for detection of catalyst failure on-board a motor vehicle using a dual oxygen sensor and an algorithm | |
| JPH06273371A (ja) | 排気ガス酸素センサの機能性を決定する方法 | |
| US7487660B2 (en) | Method and system for monitoring the functional capability of a particle detector | |
| WO2015048981A1 (en) | A method for monitoring the operation of a sensor | |
| CN110425023A (zh) | 柴油颗粒过滤器的再生控制方法、装置、车辆及存储介质 | |
| US8874309B2 (en) | Method for acquiring information | |
| CN110410189A (zh) | 柴油颗粒过滤器的故障诊断方法、装置、车辆及存储介质 | |
| CN108035789A (zh) | 汽油车多级三元催化器性能在线监测***和方法 | |
| KR20180066487A (ko) | 질소산화물 센서를 이용한 dpf 리크 진단 방법 | |
| US20230193807A1 (en) | Obd sensor response diagnostics and anti tamper device | |
| US8286462B2 (en) | Method for diagnosing the reliability performance of a jump probe | |
| Sabatini et al. | Characterization of aging effect on three-way catalyst oxygen storage dynamics | |
| US20190323408A1 (en) | Method For Testing The Functional Soundness Of A Particle Sensor | |
| CN112611578A (zh) | 用于车辆诊断的功能测试方法、***及诊断设备 | |
| CN113189269A (zh) | 一种自动进行烟尘测试的方法及*** | |
| US20240044275A1 (en) | Verfahren zur diagnose eines partikelfilters für einen verbrennungsmotor | |
| CN116086809B (zh) | 发动机监测方法和装置 | |
| CN111120059B (zh) | 用于监控颗粒过滤器的功能的方法和控制装置 | |
| CN116291828A (zh) | 车辆dpf控制方法、装置、电子设备和存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |