CN113806953B - 一种dpf碳载量模型的构建方法 - Google Patents
一种dpf碳载量模型的构建方法 Download PDFInfo
- Publication number
- CN113806953B CN113806953B CN202111120320.7A CN202111120320A CN113806953B CN 113806953 B CN113806953 B CN 113806953B CN 202111120320 A CN202111120320 A CN 202111120320A CN 113806953 B CN113806953 B CN 113806953B
- Authority
- CN
- China
- Prior art keywords
- dpf
- carbon
- carbon loading
- actual
- regeneration
- 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.)
- Active
Links
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 216
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 215
- 238000011068 loading method Methods 0.000 title claims abstract description 134
- 238000010276 construction Methods 0.000 title abstract description 15
- 230000008929 regeneration Effects 0.000 claims abstract description 76
- 238000011069 regeneration method Methods 0.000 claims abstract description 76
- 238000004088 simulation Methods 0.000 claims abstract description 72
- 238000000034 method Methods 0.000 claims abstract description 32
- 238000013461 design Methods 0.000 claims abstract description 7
- 238000002156 mixing Methods 0.000 claims description 13
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 4
- 230000001186 cumulative effect Effects 0.000 claims description 4
- 238000007254 oxidation reaction Methods 0.000 claims description 4
- 239000004071 soot Substances 0.000 claims description 4
- 239000003054 catalyst Substances 0.000 claims description 3
- 238000002425 crystallisation Methods 0.000 claims description 3
- 230000008025 crystallization Effects 0.000 claims description 3
- 230000003647 oxidation Effects 0.000 claims description 3
- 239000000446 fuel Substances 0.000 claims 1
- 238000012360 testing method Methods 0.000 abstract description 28
- 230000008569 process Effects 0.000 abstract description 6
- 238000009825 accumulation Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000001228 spectrum Methods 0.000 description 2
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 238000013142 basic testing Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 239000013618 particulate matter Substances 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 230000001052 transient effect Effects 0.000 description 1
- 238000005303 weighing Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/08—Thermal analysis or thermal optimisation
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Hardware Design (AREA)
- Evolutionary Computation (AREA)
- Geometry (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Processes For Solid Components From Exhaust (AREA)
Abstract
本发明涉及发动机后处理器技术领域,具体公开了一种DPF碳载量模型的构建方法。本发明提供的DPF碳载量模型的构建方法,通过获取整车行驶不同的固定里程对应的DPF的碳载量,DPF碳满载时对应的固定里程即为DPF的实际再生里程,根据DPF的实际再生里程查表获取与其对应的实际碳载速率比,实际碳载速率比与输出DPF碳载离线仿真模型的模拟碳载速率比进行比较,如果误差小于误差预设值,则DPF碳载离线仿真模型符合设计要求,该构建方法采用正向标定的方式,结合了道路试验的准确性和离线仿真的高效性的优点,实现了DPF的碳载量在多种应用场景下的准确预测,从而使整车在实际运行过程中能及时有效安全地进行DPF的再生。
Description
技术领域
本发明涉及发动机后处理器技术领域,尤其涉及一种DPF碳载量模型的构建方法。
背景技术
随着汽车工业的发展及环境保护要求的提升,国家对汽车排放的要求也越来越高,对柴油机的颗粒物排放提出了更加严格的要求,排放法规中各项污染物的限值要求也越来越严格。发动机后处理***作为机外净化***的重要组成部分,对排气污染物含量的降低起着重要作用。
目前,DPF在各厂家的国六柴油机平台都得到普遍的应用。DPF的再生安全是发动机后处理***稳定工作最重要的环节之一,DPF的再生安全主要受再生温度控制、再生时碳载量和再生工况等因素的影响。其中,DPF再生时的碳载量是DPF再生安全的基础,为此,DPF碳载量的准确预测尤为重要。
传统预测DPF碳载量的方法,最简单的有里程、时间或者油耗等周期性保护再生,但无法满足整车的不同应用场景,例如城市和郊区的混合路况,固定的碳载里程将很难用同一组数据进行确定,而且固定的再生周期往往会导致再生频繁或者再生不及时的问题。还有通过从DPF相关的传感器出发,搭建新的碳载预测模型,但该方法依赖于传感器稳定的工作状态和不同整车的一致性,如果传感器测量出现偏差或者一致性有问题,直接会导致模型的失效。现有技术中,还有通过反复多次的离线仿真进行模型标定和修正,直到仿真结果与整车试验的碳加载相一致,通过仿真来拼凑试验结果的方法,该方法在离线仿真中耗费较多的精力,此外,该方法对于多种不同混合路况的碳载量预测仍存在一定的局限性。
因此,亟需提供一种DPF碳载量模型的构建方法以解决上述技术问题。
发明内容
本发明的目的在于提供一种DPF碳载量模型的构建方法,以实现DPF的碳载量在多种应用场景下的准确预测,从而使整车在实际运行过程中能及时有效安全地进行DPF的再生。
为达此目的,本发明采用以下技术方案:
一种DPF碳载量模型的构建方法,所述构建方法包括:
使整车在混合搭配的不同路况下运行,获取发动机电子控制单元的监控信息数据及整车行驶不同的固定里程对应的DPF的碳载量,并确定DPF的实际再生里程和实际累碳速率;
根据DPF的实际再生里程查表获取与DPF的实际再生里程对应的混合搭配的不同路况的实际碳载速率比;
构建DPF碳载离线仿真模型,并输入所述实际累碳速率和发动机电子控制单元的监控信息数据;
调整DPF碳载离线仿真模型的参数,使DPF碳载离线仿真模型的碳载量达到DPF的实际再生里程对应的碳载量;
输出DPF碳载离线仿真模型的模拟碳载速率比,并与所述实际碳载速率比比较,判断所述模拟碳载速率比与所述实际碳载速率比的误差是否小于误差预设值,若是,则DPF碳载离线仿真模型符合设计要求。
作为上述的DPF碳载量模型的构建方法的一种优选技术方案,发动机电子控制单元的监控信息数据包括发动机的转速、油量、排温、空气流量、NOx传感器测量值及发动机原排soot量。
作为上述的DPF碳载量模型的构建方法的一种优选技术方案,DPF碳载离线仿真模型的碳载量=发动机原排soot量-主动再生soot量-被动再生soot量,调整DPF碳载离线仿真模型的参数包括发动机原排soot量和被动再生soot量,以使DPF碳载离线仿真模型的碳载量达到DPF的实际再生里程对应的碳载量。
作为上述的DPF碳载量模型的构建方法的一种优选技术方案,调整DPF碳载离线仿真模型的参数还包括主动再生速率、发动机原排修正量、柴油机氧化催化器出口的NO2/NOx比例及DPF碳载离线仿真模型的温度参数。
作为上述的DPF碳载量模型的构建方法的一种优选技术方案,混合搭配的不同路况包括城市和郊区混合搭配、城市和高速混合搭配及城市、郊区和高速混合搭配。
作为上述的DPF碳载量模型的构建方法的一种优选技术方案,通过Matlab软件搭建DPF碳载离线仿真模型。
作为上述的DPF碳载量模型的构建方法的一种优选技术方案,若所述模拟碳载速率比与所述实际碳载速率比的误差大于误差预设值,则调整DPF碳载离线仿真模型的参数。
作为上述的DPF碳载量模型的构建方法的一种优选技术方案,
使整车在城市路况下运行,获取在城市路况下的城市累碳速率;
设定混合搭配的不同路况的比例及在该比例下的混合搭配的不同路况对应的碳载速率比;
根据城市累碳速率和碳载速率比确定DPF的再生里程;
制作数据表格以供查表。
作为上述的DPF碳载量模型的构建方法的一种优选技术方案,根据DPF的实际再生里程查表获取与DPF的实际再生里程对应的混合搭配的不同路况的实际碳载速率比具体包括:
根据DPF的实际再生里程和DPF的碳满载量确定整车实际累碳速率;
根据DPF的实际再生里程、整车实际累碳速率和DPF再生除结晶的需求确定与DPF的实际再生里程对应的混合搭配的不同路况的实际碳载速率比。
作为上述的DPF碳载量模型的构建方法的一种优选技术方案,所述误差预设值为10%。
本发明的有益效果:
本发明提供的DPF碳载量模型的构建方法,通过获取整车行驶不同的固定里程对应的DPF的碳载量,DPF碳满载时对应的固定里程即为DPF的实际再生里程和实际累碳速率,根据DPF的实际再生里程查表获取与其对应的实际碳载速率比,实际碳载速率比与输出DPF碳载离线仿真模型的模拟碳载速率比进行比较,如果误差小于误差预设值,则DPF碳载离线仿真模型符合设计要求,该构建方法采用正向标定的方式,结合了道路试验的准确性和离线仿真的高效性的优点,实现了DPF的碳载量在多种应用场景下的准确预测,从而使整车在实际运行过程中能及时有效安全地进行DPF的再生;并且实际碳载速率比与DPF碳载离线仿真模型的模拟碳载速率比作为最终比对的目标,可以减少碳载离线仿真调试的次数,提高了研发效率。此外,将实际累碳速率作为DPF碳载离线仿真模型的输入参数,可以初步保证离线仿真的被动再生速率不会出现大的偏差。
附图说明
图1是本发明实施例提供的DPF碳载量模型的构建方法的流程图;
图2是本发明实施例提供的城市与郊区路况碳载速率的仿真结果示意图;
图3是本发明实施例提供的城市与高速路况碳载速率的仿真结果示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面将结合附图对本发明实施例的技术方案做进一步的详细描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域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。
在本发明的描述中,除非另有明确的规定和限定,术语“相连”、“连接”、“固定”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
在本发明中,除非另有明确的规定和限定,第一特征在第二特征之“上”或之“下”可以包括第一和第二特征直接接触,也可以包括第一和第二特征不是直接接触而是通过它们之间的另外的特征接触。而且,第一特征在第二特征“之上”、“上方”和“上面”包括第一特征在第二特征正上方和斜上方,或仅仅表示第一特征水平高度高于第二特征。第一特征在第二特征“之下”、“下方”和“下面”包括第一特征在第二特征正下方和斜下方,或仅仅表示第一特征水平高度小于第二特征。
如图1所示,本发明提供了一种DPF碳载量模型的构建方法,该构建方法能实现DPF的碳载量在多种应用场景下的准确预测,从而使整车在实际运行过程中能及时有效安全地进行DPF的再生。
具体地,本实施例提供的DPF碳载量模型的构建方法包括以下步骤:
步骤一、使整车在混合搭配的不同路况下运行,获取发动机电子控制单元的监控信息数据及整车行驶不同的固定里程对应的DPF的碳载量,并确定DPF的实际再生里程和实际累碳速率。
在本实施例中,混合搭配的不同路况包括城市和郊区混合搭配、城市和高速混合搭配及城市、郊区和高速混合搭配,还可以包括郊区和高速混合搭配。在不同的路况下进行路试试验,并且获取在混合搭配的不同路况下的发动机电子控制单元的监控信息数据以及整车行驶不同的固定里程对应的DPF的碳载量。
进一步地,在路试试验中,按照整车行驶的固定里程,对DPF进行实际称重,每个固定里程对应不同的碳载量,在获取的数据中确定DPF的碳载规律。根据DPF的称重值,DPF的碳载量达到满载时的固定里程即为DPF的实际再生里程。示例性的,对于城市路况,可以按照整车每行驶400km进行称重,在郊区和高速路况下,可以按照整车每行驶1500km进行称重。在确定DPF满载对应的实际再生里程时,可以结合DPF压差传感器的测量值或者前期DPF的累碳规律进行确定。
示例性的,本实施例中以柴油机平台为例,按照三组试验进行,第一组试验包括分别在100%城区路况、100%郊区路况和100%高速路况下进行试验,第二组试验包括在城市和郊区混合搭配的不同比例下进行试验,第三组试验包括在城市、郊区和高速混合搭配的比例下进行试验。
对于第一组试验中,在城区路况下,DPF达到满载时的36g的里程为1200km,即可以得出城市的累碳速率为0.03g/km。对于郊区和高速的路况,由于运行工况的排温高,被动再生能力强,DPF的碳载量会处于累积不满的平衡状态,其中,在郊区路况下的碳载平衡克数为25g左右,在高速路况下的碳载平衡克数为16g左右。根据碳加载试验初步确定的碳加载速率,可以为碳加载离线仿真模型的建立确定基础,从而快速实现仿真和整车实际碳加载试验相匹配的目标,可以极大节约试验和开发周期,节约标定成本。
对于第二组试验中,典型的搭配可以选取城市:郊区的比例为1:1和2:1两部分进行试验。
对于第三组试验中,典型的搭配可以选取城市:郊区:高速的比例为2:1:1进行试验。
以上三组试验为确定累碳速率的基础试验,整车路试试验可以在每组试验中添加新的混合比例,或者可以对用户的路试车辆进行实际路谱统计分析,来丰富试验数据的样本,确保试验结果的可靠性。
在本实施例中,发动机电子控制单元的监控信息数据包括发动机的转速、油量、排温、空气流量、NOx传感器测量值及发动机原排soot量。本实施例中发动机的原排soot量表示发动机排入到DPF中的碳烟颗粒量,可以通过台架的万有特性和whtc试验进行稳态和瞬态的标定,在实际整车中,还可以进行修正微调。发动机电子控制单元的监控信息数据的采集不局限于上述数据,在此不作具体限定。
步骤二、根据DPF的实际再生里程查表获取与DPF的实际再生里程对应的混合搭配的不同路况的实际碳载速率比。
在本实施例中,根据DPF的实际再生里程查表获取与DPF的实际再生里程对应的混合搭配的不同路况的实际碳载速率比。预存的供查表的表格中的数据越多,得到的被动再生速率越准确,因此,本实施例提供的方法对于大数据下的整车实际路谱分析具有较好的适应性。
在本实施例中,供查表的表格的制作方法如下:使整车在城市路况下运行,获取在城市路况下的城市累碳速率;设定混合搭配的不同路况的比例及在该比例下的混合搭配的不同路况对应的碳载速率比;根据城市累碳速率和碳载速率比确定DPF的再生里程;制作数据表格以供查表。示例性的,如表1所示,表1示出了城市和郊区混合搭配的不同路况的不同比例对应的DPF的再生里程。例如在实际测试时,整车行驶2880km时,DPF的碳载量达到满载,那么查表获取与2880km对应的碳载速率比为6:-1,即为实际碳载速率比。
表1
在确定城市与郊区的碳载速率比为6:-1后,再根据步骤一中的第三组试验,对城市与郊区的碳载速率比进行设定,如表2所示,计算每个城市与郊区的碳载速率比对应的DPF的再生里程。
表2
本实施例中,根据多种工况比例获取对应的再生里程,在整车实际运行过程中可以准确确定DPF再生的里程和周期,提高了DPF碳载量模型构建的准确性。
在本实施例中,为了提高获取与DPF的实际再生里程对应的混合搭配的不同路况的实际碳载速率比的准确性,可以根据DPF的实际再生里程和DPF的碳满载量确定整车实际累碳速率;根据DPF的实际再生里程、整车实际累碳速率和DPF再生除结晶的需求确定与DPF的实际再生里程对应的混合搭配的不同路况的实际碳载速率比。
步骤三、构建DPF碳载离线仿真模型,并输入实际累碳速率和发动机电子控制单元的监控信息数据。
在本实施例中,通过Matlab软件搭建DPF碳载离线仿真模型,将实际累碳速率和发动机电子控制单元的监控信息数据输入DPF碳载离线仿真模型中。将实际累碳速率作为DPF碳载离线仿真模型的输入参数,可以初步保证离线仿真的被动再生速率不会出现大的偏差。
步骤四、调整DPF碳载离线仿真模型的参数,使DPF碳载离线仿真模型的碳载量达到DPF的实际再生里程对应的碳载量。
具体地,DPF碳载离线仿真模型的碳载量=发动机原排soot量-主动再生soot量-被动再生soot量。其中主动再生soot量代表在DPF再生高温时,DPF的清碳速率,主要影响DPF碳载计算的初始值,一般一次再生,会将DPF中的累碳都清空,发生的化学反应主要是高温下碳和氧气的反应:C+O2→CO2。被动再生soot量代表在DPF中发生的碳氧化反应:C+2NO2→CO+NO;2C+O2→2CO;2CO+O2→2CO2。上述的soot量即为碳烟颗粒量。
通常情况下,调整上述公式中的发动机原排soot量和被动再生soot量,以使DPF碳载离线仿真模型的碳载量达到DPF的实际再生里程对应的碳载量。
调整DPF碳载离线仿真模型的参数还包括主动再生速率、发动机原排修正量、柴油机氧化催化器出口的NO2/NOx比例及DPF碳载离线仿真模型的温度参数。
调整DPF碳载离线仿真模型的碳载量与步骤二中的获取的整车运行中的实际的DPF的碳满载量相同,调整上述的其他参数,可以初步保证离线仿真的被动再生速率不会出现很大的偏差,在很大程度上节省了离线仿真模型的调试时间。
步骤五、输出DPF碳载离线仿真模型的模拟碳载速率比,并与实际碳载速率比比较,判断模拟碳载速率比与实际碳载速率比的误差是否小于误差预设值,若是,则DPF碳载离线仿真模型符合设计要求。
在本实施例中,输出DPF碳载离线仿真模型的模拟碳载速率比与实际碳载速率比比较,若模拟碳载速率比与实际碳载速率比的误差小于误差预设值,则DPF碳载离线仿真模型符合设计要求。若模拟碳载速率比与实际碳载速率比的误差大于误差预设值,则调整DPF碳载离线仿真模型的参数,直至符合要求即可。可选地,误差预设值设定为10%
示例性的,如图2所示,图2为城市与郊区路况碳载速率的仿真结果示意图,DPF碳载离线仿真模型输出的模拟碳载速率比为5.83:-1,与步骤二中确定的城市与郊区的碳载速率比为6:-1接近,误差为2.8%,小于误差预设值10%,则DPF碳载离线仿真模型符合要求。
图3是城市与高速路况碳载速率的仿真结果示意图,如图3所示,DPF碳载离线仿真模型输出的模拟碳载速率比为3.9:-1,与步骤二中确定的城市与郊区的碳载速率比为4:-1接近,误差为2.5%,小于误差预设值10%,则DPF碳载离线仿真模型符合要求。
本实施例提供的DPF碳载量模型的构建方法,通过获取整车行驶不同的固定里程对应的DPF的碳载量,DPF碳满载时对应的固定里程即为DPF的实际再生里程,根据DPF的实际再生里程查表获取与其对应的实际碳载速率比,实际碳载速率比与输出DPF碳载离线仿真模型的模拟碳载速率比进行比较,如果误差小于误差预设值,则DPF碳载离线仿真模型符合设计要求,该构建方法采用正向标定的方式,结合了道路试验的准确性和离线仿真的高效性的优点,实现了DPF的碳载量在多种应用场景下的准确预测,适应发动机不同场景的应用,实现碳加载预测的智能化,从而使整车在实际运行过程中能及时有效安全地进行DPF的再生;并且实际碳载速率比与DPF碳载离线仿真模型的模拟碳载速率比作为最终比对的目标,可以减少碳载离线仿真调试的次数,提高了研发效率。
显然,本发明的上述实施例仅仅是为了清楚说明本发明所作的举例,而并非是对本发明的实施方式的限定。对于所属领域的普通技术人员来说,在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明权利要求的保护范围之内。
Claims (7)
1.一种DPF碳载量模型的构建方法,其特征在于,所述构建方法包括:
使整车在混合搭配的不同路况下运行,获取发动机电子控制单元的监控信息数据及整车行驶不同的固定里程对应的DPF的碳载量,并确定DPF的实际再生里程和实际累碳速率;
根据DPF的实际再生里程和DPF的碳满载量确定整车实际累碳速率;
根据DPF的实际再生里程、整车实际累碳速率和DPF再生除结晶的需求确定与DPF的实际再生里程对应的混合搭配的不同路况的实际碳载速率比;
构建DPF碳载离线仿真模型,并输入所述实际累碳速率和发动机电子控制单元的监控信息数据;
调整DPF碳载离线仿真模型的参数,使DPF碳载离线仿真模型的碳载量达到DPF的实际再生里程对应的碳载量;
输出DPF碳载离线仿真模型的模拟碳载速率比,并与所述实际碳载速率比比较,判断所述模拟碳载速率比与所述实际碳载速率比的误差是否小于误差预设值,若是,则DPF碳载离线仿真模型符合设计要求;
其中,DPF碳载离线仿真模型的碳载量=发动机原排soot量-主动再生soot量-被动再生soot量,调整DPF碳载离线仿真模型的参数包括发动机原排soot量和被动再生soot量,以使DPF碳载离线仿真模型的碳载量达到DPF的实际再生里程对应的碳载量;
所述误差预设值为10%。
2.根据权利要求1所述的DPF碳载量模型的构建方法,其特征在于,发动机电子控制单元的监控信息数据包括发动机的转速、油量、排温、空气流量、NOx传感器测量值及发动机原排soot量。
3.根据权利要求1所述的DPF碳载量模型的构建方法,其特征在于,调整DPF碳载离线仿真模型的参数还包括主动再生速率、发动机原排修正量、柴油机氧化催化器出口的NO2/NOx比例及DPF碳载离线仿真模型的温度参数。
4.根据权利要求1所述的DPF碳载量模型的构建方法,其特征在于,混合搭配的不同路况包括城市和郊区混合搭配、城市和高速混合搭配及城市、郊区和高速混合搭配。
5.根据权利要求1所述的DPF碳载量模型的构建方法,其特征在于,通过Matlab软件搭建DPF碳载离线仿真模型。
6.根据权利要求1所述的DPF碳载量模型的构建方法,其特征在于,若所述模拟碳载速率比与所述实际碳载速率比的误差大于误差预设值,则调整DPF碳载离线仿真模型的参数。
7.根据权利要求1所述的DPF碳载量模型的构建方法,其特征在于,
使整车在城市路况下运行,获取在城市路况下的城市累碳速率;
设定混合搭配的不同路况的比例及在该比例下的混合搭配的不同路况对应的碳载速率比;
根据城市累碳速率和碳载速率比确定DPF的再生里程;
制作数据表格以供查表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111120320.7A CN113806953B (zh) | 2021-09-24 | 2021-09-24 | 一种dpf碳载量模型的构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111120320.7A CN113806953B (zh) | 2021-09-24 | 2021-09-24 | 一种dpf碳载量模型的构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113806953A CN113806953A (zh) | 2021-12-17 |
CN113806953B true CN113806953B (zh) | 2023-11-21 |
Family
ID=78940240
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111120320.7A Active CN113806953B (zh) | 2021-09-24 | 2021-09-24 | 一种dpf碳载量模型的构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113806953B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114486272B (zh) * | 2021-12-24 | 2023-09-15 | 广西玉柴机器股份有限公司 | 一种装载机整车累碳试验方法 |
CN115306523B (zh) * | 2022-07-14 | 2024-05-17 | 潍柴动力股份有限公司 | 一种发动机dpf控制方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201108391D0 (en) * | 2011-05-19 | 2011-07-06 | Gm Global Tech Operations Inc | Method for controlling the regeneration of a dpf |
CN108647430A (zh) * | 2018-05-09 | 2018-10-12 | 中国重汽集团济南动力有限公司 | 一种dpf碳加载计算方法 |
CN112083660A (zh) * | 2020-03-07 | 2020-12-15 | 无锡伟博汽车科技有限公司 | 一种柴油机dpf载碳量模型仿真控制方法 |
CN112163334A (zh) * | 2020-09-25 | 2021-01-01 | 江铃汽车股份有限公司 | 一种基于重型柴油机原排的dpf碳载量离线标定方法 |
CN112395710A (zh) * | 2020-12-02 | 2021-02-23 | 潍柴动力股份有限公司 | 一种碳载量模型的修正方法及装置 |
EP3839235A1 (en) * | 2019-12-20 | 2021-06-23 | Weichai Power Co., Ltd. | Method and system for controlling dpf regeneration, and engine |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8447461B2 (en) * | 2010-10-01 | 2013-05-21 | Deere & Company | Particulate filter ash loading prediction method and vehicle with same |
-
2021
- 2021-09-24 CN CN202111120320.7A patent/CN113806953B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB201108391D0 (en) * | 2011-05-19 | 2011-07-06 | Gm Global Tech Operations Inc | Method for controlling the regeneration of a dpf |
CN108647430A (zh) * | 2018-05-09 | 2018-10-12 | 中国重汽集团济南动力有限公司 | 一种dpf碳加载计算方法 |
EP3839235A1 (en) * | 2019-12-20 | 2021-06-23 | Weichai Power Co., Ltd. | Method and system for controlling dpf regeneration, and engine |
CN112083660A (zh) * | 2020-03-07 | 2020-12-15 | 无锡伟博汽车科技有限公司 | 一种柴油机dpf载碳量模型仿真控制方法 |
CN112163334A (zh) * | 2020-09-25 | 2021-01-01 | 江铃汽车股份有限公司 | 一种基于重型柴油机原排的dpf碳载量离线标定方法 |
CN112395710A (zh) * | 2020-12-02 | 2021-02-23 | 潍柴动力股份有限公司 | 一种碳载量模型的修正方法及装置 |
Non-Patent Citations (1)
Title |
---|
柴油发动机DPF 碳载量仿真方法研究;魏崇帆;现代车用动力(第3期);30-34 * |
Also Published As
Publication number | Publication date |
---|---|
CN113806953A (zh) | 2021-12-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113806953B (zh) | 一种dpf碳载量模型的构建方法 | |
CN104863679B (zh) | 一种dpf***碳载量估算及堵塞状态判断方法 | |
EP2126306B1 (en) | On-board-diagnosis method for an exhaust aftertreatment system and on-board-diagnosis system for an exhaust aftertreatment system | |
US8196390B2 (en) | Procedure and device to monitor an exhaust gas after-treatment system | |
CN110608893B (zh) | 车辆排放测试方法及装置 | |
EP3414434B1 (en) | Method and system for diagnosing exhaust sensors | |
CN100381681C (zh) | 将催化剂设备人工老化的方法和装置 | |
US6502386B1 (en) | Catalyst monitoring in a diesel engine | |
US20020182127A1 (en) | Device and method for removing nitrogen oxides from the exhaust gas from lean-burn internal combustion engines | |
KR20070100863A (ko) | 내연기관의 배기가스 채널에 있는 촉매변환장치의 노화정도진단방법 | |
CN111537412A (zh) | 排放监测装置、***及方法 | |
Rymaniak et al. | Particle number and particulate mass emissions of heavy duty vehicles in real operating conditions | |
CN115238651A (zh) | 一种ecu数据分析nox排放值的方法 | |
CN112196641A (zh) | 一种车辆尿素溶液续驶里程的预测提示方法 | |
CN106837496A (zh) | 发动机微粒净化再生控制*** | |
CN115876484A (zh) | 重型整车实际路况测试及工况模拟试验的***及方法 | |
US7452724B2 (en) | Method for operating a metering unit of a catalytic converter | |
CN115862756A (zh) | 一种催化器性能评价方法、装置、介质、电子设备 | |
CN114810305A (zh) | 颗粒捕集器中颗粒物载量确定方法、装置及设备 | |
EP3803076B1 (en) | Method and system determining a reference value in regard of exhaust emissions | |
CN113550835B (zh) | 污染物排放控制方法、***和存储介质及行车电脑、车辆 | |
Ajtay et al. | Static and dynamic instantaneous emission modelling | |
CN110067624B (zh) | 用于对机动车中的内燃机进行排放监控的方法和装置 | |
CN115840902A (zh) | 劣质燃油添加地点的诊断方法 | |
EP3485153A1 (en) | Method and system for diagnosing an aftertreatment system |
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 |