CN100443700C - 用于控制还原剂的喷射的方法和装置 - Google Patents

Abstract

本发明涉及一种用于控制内燃机的排气管(2)中的催化器(4)的上游的还原剂的喷射的方法和装置(10)。根据本发明，排气管中的还原剂的喷射在计算的实际积聚值(A1)和计算的积聚设定值(A2)之间的比较结果的基础上被控制。本发明还涉及一种包括用于实施所述方法的程序代码的计算机程序，涉及一种包括可由电子控制装置读取并且在其上存储有计算机程序的介质的计算机程序产品，所述计算机程序用于使电子控制装置实施所述方法，本发明并且涉及一种电子控制装置。

Description

用于控制还原剂的喷射的方法和装置

技术领域

本发明涉及一种用于控制内燃机的排气管中的催化器(catalyst)的上游的还原剂的喷射的方法和装置。本发明还涉及一种包括用于实施所述方法的程序代码的计算机程序，涉及一种包括可由电子控制装置读取并且在其上存储有计算机程序的介质的计算机程序产品，所述计算机程序用于使电子装置实施所述方法，并且涉及一种电子控制装置。

背景技术

为满足当前的废气清洁要求，目前的机动车辆通常在排气管中设置有催化器，用于将废气中对环境有害的组分催化转化为对环境危害较小的物质。所使用的用于实现有效的催化转化的一个方法是基于在催化器上游的废气中喷射还原剂。还原物质由废气携带到催化器中，在催化器中，还原物质被吸附在催化器中的活性座(seat)上，由此使得还原物质储存(积聚)在催化器中，其中还原物质形成还原剂的一部分，或者由还原剂形成。被存储的还原物质可能会解除吸附，即脱离活性座，或者与废气物质发生反应从而将所述废气物质转化成无害的物质。这种还原催化器例如可以是SCR类型(SCR＝选择催化还原)。这种类型的催化器下文称为SCR催化器。SCR催化器选择性地还原废气中的NOx，而不是废气中的氧气。在SCR催化器的情况中，尿素或氨形式的还原剂通常从催化器的上游喷射到废气中。尿素喷射到废气中导致形成氨，并且正是氨构成了辅助SCR催化器中的催化转化的还原物质。氨通过被吸附在催化器中的活性座上而积聚在催化器中，并且存在于废气中的NOx通过与积聚在催化器中的活性座上的氨接触而被转化为氮气和水。

当还原催化器与配量的还原剂结合使用时，重要的是控制还原剂的喷射，从而实现有关的废气物质的适合的转化，同时不允许过量的未消耗的还原物质伴随着离开催化器的废气并且因此进入环境中。还原剂的消耗和相关的成本由此可以被最小化，而同时防止还原物质不适合地释放到环境中或者至少使其最小化。例如有毒和恶臭的氨作为还原物质的事实会使得需要在最大可能的程度上使释放到环境中的氨最少化，同时保持足够的还原剂的喷射，所述还原剂例如为尿素的形式，用于实现有关的废气物质的要求的转化，在这种情况中，废气物质是NOx。

当使用此处关心的类型的催化器时，还原剂的喷射目前通常在二维表的基础上被控制，每个表与特定的废气温度相联系。每个表包括对于在有关的内燃机的相应负荷和转速下将要喷射到排气管中的还原剂的总量的值。每个表因此在第一轴上具有内燃机负荷，并且在第二轴上具有内燃机转速。这些表通过在稳态条件中的性能的基础上把相应的内燃机和催化器的状态绘制成表利用经验编辑而成。这种绘制表对于内燃机和催化器的每种特定组合都必须进行，并且这种已知的方案还包括对于内燃机类型和催化器类型的每种特定组合的大量的试运行以及设置。例如内燃机排放中的任何变化要求必须对所述表中的所有值进行大量和详细的修改。因为所述表给出了适用于稳态条件的配量，因此在操作状态迅速改变的情况中，必须施加动态补偿。已知的方案的另外的缺点是：尽管进行了动态补偿，但是仍然会发生所述表不能满足的操作状态，这会导致还原剂的不正确的配量。

发明内容

本发明的目的是提供这样一种方法，该方法能够使得对内燃机的排气管中的催化器上游的还原剂的喷射的控制容易并且可靠，从而可以喷射适合于主要的操作状态的总量的还原剂。

根据本发明，所述目的通过具有下面所述特征的方法而实现。

根据本发明的方案包括：

-代表还原物质在催化器中的当前积聚的实际积聚值在来自计算模型的信息的基础上被计算出，所述计算模型考虑在主要的操作状态下催化器中的反应，连续地确定催化器的当前状态，例如还原物质在催化器的不同部分中的积聚，以及发生在催化器的不同部分中的废气物质的转化，其中还原物质形成部分的还原剂或者由还原剂形成，

-积聚设定值在排放设定值和来自所述计算模型的信息的基础上被计算出，由此排放设定值代表离开催化器的废气中的废气物质的适合的含量，当废气经过催化器时，所述废气物质通过还原物质的作用至少部分地被从废气去除或者通过还原物质的作用形成，并且积聚设定值代表在主要的操作状态下为基本实现排放设定值而在催化器中要求的还原物质积聚，

-实际积聚值与积聚设定值进行比较，和

-排气管中的还原剂的喷射在实际积聚值和积聚设定值之间的比较结果的基础上被控制。

根据本发明的方案使得可以方便和可靠地控制内燃机的排气管中的催化器上游的还原剂的喷射，从而在主要的操作状态的基础上可以喷射适合量的还原剂，用于实现有关的废气物质的适合的转化。将催化器中的当前还原物质积聚纳入考虑使得可以高精度的控制还原剂的配量，从而实现了废气物质的适合的转化，而同时限制了伴随着离开催化器的废气并由此进入环境中的未消耗的还原物质的总量。因此可以将还原剂的消耗和相关的成本最小化，而同时防止还原剂不适合地释放到环境中，或者至少使其最小化。所使用的计算模型仅需要适用于催化器，并且由此与连接到催化器的内燃机的设计无关。使用仅与催化器联系而没有与内燃机相联系的计算模型导致非常灵活的方法，当适用于特定的催化器时，该方法可用于该催化器连同任何适合的内燃机。还可以使用可升级的计算模型，其可以容易地适用于催化器的尺度。

根据本发明的方法的一个实施例，计算限制因子，该限制因子的值基于对离开催化器的废气的还原物质含量可能超出预定限制值的当前风险的估计，由此，该限制因子在计算积聚设定值中以这样一种方式被纳入考虑，即积聚设定值响应于离开催化器的废气的还原物质的含量会超过预定限制值的风险的增加而减小。因此可以使不适合量的未消耗还原物质会伴随着离开催化器的废气并且由此进入环境中的风险消除或最小化。

根据本发明的方法的另一个实施例的特征在于：

-实际排放值通过计算或检测确定，所述实际排放值代表离开催化器的废气中的废气物质的当前含量，

-实际排放值与排放设定值进行比较，和

-积聚设定值在来自所述计算模型的信息和在实际排放值和排放设定值之间的一致性的基础上被计算出。

下面的事实使得可以通过近似的方法计算积聚设定值，即使得实际排放值和排放设定值之间的一致性影响积聚设定值的事实，因为实际排放值和排放设定值之间的一致性对于积聚设定值的影响使得可以补偿在适合的和实际的废气物质的排放之间的偏差。计算的积聚设定值因此不需要准确地对应于为实现排放设定值所需要的还原物质积聚。

根据本发明的方法的另外的实施例通过从属权利要求和下面陈述的说明表示。

本发明还涉及一种用于实施根据本发明的方法的装置，包括：

-第一计算装置，适用于：通过使用计算模型，考虑主要的操作状态下催化器中的期望反应，连续地确定催化器的当前状态，

-第二计算装置，适用于在来自所述计算模型的信息的基础上计算实际积聚值，实际积聚值代表催化器中的还原物质的当前积聚，所述还原物质形成还原剂的一部分或者由还原剂形成，由此，第二计算装置同样适用于在排放设定值和来自所述计算模型的信息的基础上计算排放设定值，由此，排放设定值代表离开催化器的废气中的废气物质的适合含量，因为废气经过催化器，因此所述废气物质通过还原物质的作用至少部分地被从废气去除或者由还原物质的作用形成，并且积聚设定值代表在主要的操作状态下为基本实现排放设定值在催化器中需要的还原物质积聚，

-比较器，适用于比较实际积聚值和积聚设定值，和

-调节装置，用于在实际积聚值和积聚设定值之间的比较的基础上控制还原剂的喷射。。

本发明还涉及一种数据程序，该数据程序可直接加载到计算机的内部存储器，并且包括用于实施根据本发明的方法的程序代码。

本发明还涉及一种计算机程序产品，其包括可由电子控制装置读取并且在其上存储有计算机程序的介质，所述计算机程序用于使电子控制装置实施根据本发明的方法。

本发明还涉及一种电子控制装置，包括执行装置、连接到执行装置的存储器以及连接到执行装置的存储介质，由此，包括用于实施上述方法的程序代码的计算机程序存储在所述存储介质中。

附图说明

下面参考附图在实施例的基础上对本发明进行更详细的描述，附图中：

图1是具有相关的催化器和根据本发明的装置的内燃机的示意图，

图2是示出根据本发明的装置的第一实施例的框图，

图3是示出根据本发明的装置的第二实施例的框图，

图4是示出用于实施根据本发明的方法的电子控制装置的框图，

图5是示出根据本发明的第一实施例的方法的流程图，

图6是示出根据本发明的第二实施例的方法的流程图，

图7是示出根据本发明的第三实施例的方法的流程图，

图8是示出根据本发明的第四实施例的方法的流程图，

图9是示出根据本发明的第五实施例的方法的流程图。

具体实施方式

图1示意性地示出了设置有根据本发明的装置10的内燃机1。离开内燃机1的废气穿过排气管2并且通过排气口3进入环境中。优选为SCR催化器形式的还原催化器4设置在排气管2中。由此使得来自内燃机1的废气在通过排气口3进入环境中之前经过该催化器4。用于还原剂的喷射点5位于还原剂4上游的排气管2中。还原剂的喷射通过喷射装置进行，喷射装置包括一个或多个喷射嘴等形式的设置在排气管中的喷射工具6、连接到喷射工具6的还原剂储存箱7。喷射装置还包括配量单元8，配量单元8本身包括配量装置和调节装置例如控制阀等，调节装置设置成调节还原剂向所述喷射装置6的供应。配量单元8由根据本发明的装置10控制，装置10确定将要喷射到废气中的还原剂的总量。

图2示出了根据本发明的装置10的第一实施例。装置10包括第一计算装置20，第一计算装置20适用于：通过使用计算模型，考虑在主要的操作状态下催化器中的期望的反应，从而连续地确定催化器的目前状态。计算模型考虑在主要的操作状态下在催化器4中期望的放热和吸热反应，并且尤其计算有关的还原物质在催化器的不同部分中的积聚，以及发生在催化器的不同部分中的有关的废气物质的转化。计算模型可以是任何适合的设计，只要它对于还原物质在催化器中的积聚和废气物质在催化器中的转化能够产生具有适合精度的正确值。下文将描述适合的计算模型的一个实例。

装置10还包括第二计算装置30，装置30适用于在来自第一计算装置20的信息的基础上计算实际的积聚值A1，A1代表还原物质在催化器4中的目前的积聚，其中还原物质形成还原剂的一部分，或由还原剂形成。第二计算装置30还适用于在排放设定值E2和来自所述计算模型的信息的基础上计算积聚设定值A2。这个排放设定值E2代表离开催化器4的废气中的废气物质的希望含量，因为废气穿过催化器，因此所述废气物质通过还原物质的作用至少部分地被从废气去除或者通过还原物质的作用形成。排放设定值E2提供了废气物质的可允许的最大排放的限度，并且尤其可通过法定的废气排放要求控制。在最简单的情况中，排放设定值E2具有恒定的值，但是它优选通过在计算装置38中以传统的方式在主要的操作状态的基础上的计算而被确定，所述主要的操作状态例如内燃机的转速和负荷。积聚设定值A2代表在主要的操作状态下为实现或者至少基本实现排放设定值E2在催化器中需要的还原物质积聚。有利的是，第一计算装置20和第二计算装置30集成在共同的计算机装置中，但如果考虑合适的话，可以采用彼此连接的单独的装置的形式。

装置10还包括比较器32，比较器32适用于接收来自第二计算装置30的实际积聚值A1和积聚设定值A2。比较器32适用于比较实际积聚值A1和积聚设定值A2，并且发出信号S1，信号S1取决于该实际值A1和设定值A2之间的一致性(conformity)例如差值。装置10还包括调节装置34、36，用于在述来自比较器32的信号S1的基础上控制还原剂的喷射。有利的是，所述调节装置包括优选为PI调节器或PID调节器的形式的调节器34，调节器34适用于接收来自比较器32的信号S1。在信号S1的基础上，调节器34向控制装置36发出控制信号S2，控制装置36连接到喷射装置的配量单元8，并且适用于在所述控制信号S2的基础上控制该配量单元，从而适合于当前状态的量的还原剂被喷射到排气管2中。

来自调节器34的控制信号S2也可以引导到第一计算装置20，从而当产生用于实际积聚值A1和积聚设定值A2的下一次计算的信息时，在计算模型中用作喷射的还原剂的总量的数量。可替换的是，第一计算装置20可适用于从控制装置36接收代表喷射的还原剂的总量的值，如图3所示。

图3示出了根据本发明的装置10的第二实施例。在上述参考图2描述的实施例和根据图3的实施例中都出现的部件用相同的附图标记表示。在根据图3的实施例中，装置10同样包括用于通过计算或测量来确定实际排放值E1的装置，E1代表离开催化器4的废气的目前的废气物质含量。在通过计算确定实际排放值E1的情况中，这优选在第一计算装置20中通过使用上述的计算模型完成，或者在单独的计算装置中在来自该计算模型的信息的基础上完成。在通过测量确定实际排放值E1的情况中，这通过设置在催化器4的下游的排气管中的测量装置完成。

在根据图3的实施例中，第二计算装置30适用于在来自第一计算装置20的信息以及实际排放值E1和排放设定值E2之间的一致性的基础上计算积聚设定值A2。在这种情况中，装置10包括比较器42，比较器42适用于接收实际排放值E1和排放设定值E2。比较器42适用于比较实际排放值E1和排放设定值E2，并且发出信号S3，信号S3取决于该实际值E1和设定值E2之间的一致性例如差值。有利的是，装置10包括优选为PI调节器或PID调节器形式的调节器44，调节器44适用于接收来自比较器42的信号S3。在信号S3的基础上，调节器44向第二计算装置30发出控制信号f_SP，第二计算装置30然后在该控制信号f_SP和来自第一计算装置20的信息的基础上确定积聚设定值A2，从而在必要的程度上对积聚设定值A2补偿实际排放值E1和排放设定值E2之间的不希望的偏差。

在根据图3的实施例中，调节以所谓的串级调节的形式施加，由此第二计算装置30、比较器32和调节器34构成内部调节回路12a，调节回路12a通过影响还原剂的配量而设定催化器中的必要的还原物质积聚，并且因此比较器42和调节器44构成外部调节回路12b，调节回路12b通过利用内部调节回路12a影响催化器中的还原物质的必要积聚的水平而设定废气物质的希望的排放。

用于实施根据本发明的方法的程序代码优选适用于形成计算机程序的一部分，所述计算机程序可直接加载到计算机的内部存储器，例如加载到上述计算机装置的内部存储器。有利的是，通过下述的计算机程序产品提供该计算机程序，所述计算机程序产品包括计算机可读的存储介质，并且计算机程序存储在所述介质上。所述存储介质采用例如光存储介质或磁存储介质的形式，所述光存储介质为CD-ROM盘、DVD盘等的形式，所述磁存储介质为硬盘、软盘、磁带等形式。图4示出了电子控制装置50，其包括优选为中央处理器(CPU)的用于执行软件的装置51，装置51通过数据总线52与例如RAM类型的存储器53通讯。控制装置50也包括至少一个存储介质54，例如为ROM、PROM、EPROM或EEPROM类型的存储器或者闪速存储器，执行装置51通过数据总线52与存储介质54通讯。包括用于实施根据本发明的方法的程序代码的计算机程序存储在存储介质54中。

还原剂优选采用尿素(CO(NH₂)₂)的形式，但也可采用例如氨(NH₃)或者碳氢化合物(燃料)的形式。在下面的描述中，应当假定催化器4为SCR催化器，并且使用尿素或氨形式的还原剂。然而应当注意，根据本发明的方案不限于这种类型的还原催化器以及这种类型的还原剂。将尿素喷射到废气中导致氨的形成，并且氨构成辅助SCR催化器中的催化转化的还原物质。在这种情况中，有关的废气物质为NOx的形式。

有利的是，上述的计算模型设计成使用下面的参数作为输入值：

a)催化器4的上游的废气温度P1。该温度可以由温度传感器确定，或者以传统的计算它的方法中的任一种来确定。

b)催化器4的上游的废气中的NOx浓度P2。该浓度可由传感器确定，但有利的是利用传统的计算它的方法中的任一种确定，例如在内燃机的负荷、转速、喷射角即当燃料喷射到内燃机气缸中时的内燃机曲轴的角度以及可应用的EGR含量(EGR＝废气再循环)的基础上，所述EGR含量即被引导返回到内燃机的废气的含量。

c)穿过催化器4的废气质量流量P3。该废气质量流量可由质量流量传感器确定，但有利的是，可按照传统的用于计算它的方法中的任一种计算，例如在内燃机的负荷和转速的基础上。

d)喷射到废气中的还原剂的总量P4。有利的是，对于喷射的还原剂的总量的值从控制装置36或从调节器34获得。

计算模型还可使用SCR催化器上游的废气中的O₂浓度和/或周围温度作为输入值。O₂浓度例如可以通过相对空燃比传感器确定，但有利的是可以按照传统的用于计算它的方法中的任一种来确定，例如在内燃机的负荷、转速和可应用的EGR含量的基础上。

下面描述计算模型的设计，有利的是使用该设计以获得用于计算前述的实际积聚值A1、积聚设定值A2和可应用的实际排放值E1的信息，上述值与根据本发明的方法和装置有关。

在SCR催化器中，氮氧化物NOx与氨发生反应并且被还原为氮气。NOx为需要从废气中去除的有害废气物质，并且氨为用于实现这个目的的还原物质。氨或尿素(转化为氨)从SCR催化器的上游被喷射到废气中。计算模型用于确定多少NOx在SCR催化器中被转化，以及多少未消耗的氨离开了SCR催化器。计算模型还连续计算穿过催化器的温度会如何改变，以及多少氨积聚在催化器的不同部分中。这包括向计算模型连续地提供关于穿过催化器的气流的量、流入催化器中的气体的温度和组分的信息。

多个反应发生在SCR催化器中。氨被吸附在催化器中的活性座上，导致氨在催化器中的积聚。积聚的氨或者解除吸附，即脱离活性座，或者与NOx反应。在高温下，氨利用氧气的氧化也会在一定程度上发生。确定多少NOx在催化器中被转化的因素是各种反应的反应速度r_i。反应和它们的相关反应速度如下：

1)S+NH₃-＞S_NH₃                r₁＝k₁c_NH3θ_V

2)S_NH₃-＞S+NH₃                r₂＝k₂θ_NH3

3)4S_NH₃+4NO+O₂-＞4S+4N₂+6H₂O  r₃＝k₃c_NOθ_NH3

4)4S_NH₃+5O₂-＞4S+6H₂O+4NO     r₄＝k₄c_O2θ_NH3

其中k_i是对于反应i的速度常数，c_i是物质i的浓度，θ_V是未被占用的座的比率，并且θ_NH3是被氨占用的座的比率。反应速度r_i根据Arrhenius等式取决于温度：

$k_i=k_{0,i}{e}^{\frac{E_{A,i}}{\mathrm{RT}}}$

其中k_0，i是对于反应i的常数，E_A，i是对于反应i的活化能，R是普适气体常量，并且T为温度。

为了确定经过催化器之后的废气的组分以及多少氨积聚在SCR催化器的不同部分中，根据计算模型求解出了多个物质平衡。因为SCR催化器具有整体的结构，因此气体流动穿过小的通道，由此，所述通道之间的壁包括活性催化器材料。通过考虑将穿过通道的气流分为多个部分来对催化器进行建模。物质平衡从催化器的入口处的部分到催化器的出口处的部分连续地被求解出。NOx和氨从穿过通道的气流被传送到管道的壁，这些物质在那里发生发应。为了将所述物质被输送到通道的壁和通道的壁中的速率的作用纳入考虑，通道的壁同样被划分为多个部分。因为每个通道部分内的壁部分中的物质平衡相互关联，因此它们必须在一个方程系统中一起求解。根据计算模型，建立下面的物质平衡：

F_tot(y_i，k-1-y_i，k)-Г_i,k，0(c_i，k，0-c_i，k，1)＝0

${\mathrm{\Γ}}_{i,k,n-1}\left(c_{i,k,n-1}{c}_{i,k,n}\right)-{\mathrm{\Γ}}_{i,k,n}(c_{i,k,n}-c_{i,k,n+1})+\underset{j}{\mathrm{\Σ}}{v}_{i,j}{r}_{j,k,n}{w}_{k,n}=0$ 其中n≥1

其中F_tot为总体摩尔流，y_i，k和c_i，k分别为通道部分k中的物质i的摩尔比率和浓度，Г_i，k，0和Г_i，k，n为对于物质i从气流向第一壁部分以及在通道部分k的壁部分n和n+1之间输送的相应系数，v_i，j是对于物质i在反应j中的理想化合系数，r_j，k，n是对于通道部分k和壁部分n中的反应j的反应速度，并且w_k，n是通道部分k和壁部分n中的活性催化器材料的质量。通道部分k和壁部分n中的氨聚集然后通过物质平衡获得：

$\mathrm{Nc}\frac{d{\mathrm{\θ}}_{{\mathrm{NH}}_3,k,n}}{\mathrm{dt}}=\underset{j}{\mathrm{\Σ}}{v}_{i,j}{r}_{j,k,n}$

其中Nc是每单位质量的催化器的活性座的数目。

为了确定穿过SCR催化器的温度，对于气体的热平衡和对于催化器的热平衡以类似的方式根据计算模型求解。对于气体的热平衡由下面的等式给出：

F_totc_p(T_g，k-1-T_g，k)-h_kA_k(T_g，k-T_s，k)＝0

其中T_g，k和T_s，k分别是通道部分k中的气体温度和催化器温度，c_p是气体的热容，h_k是通道部分k中的热传递系数，并且A_k是通道部分k中的壁面积。对于催化器的热平衡通过如下等式给出：

$m_{s,k}{c}_{p,s}\frac{d{T}_{s,k}}{\mathrm{dt}}=h_k{A}_{k,0}(T_{g,k}-T_{s,k})+\underset{n}{\mathrm{\Σ}}\underset{j}{\mathrm{\Σ}}{r}_{j,k,n}{w}_{k,n}(-\mathrm{\Δ}{H}_j)$

其中m_s，k为通道部分k中的催化器的质量，c_p，s为催化器材料的热容，并且-ΔH_j为对于反应j的反应热。

本领域的普通技术人员将认为，上述的计算模型能够以许多不同的方式修改，并且还可以使用上述模型之外的计算模型以获得对于计算实际积聚值A1、积聚设定值A2以及可应用的实际排放值E1所需要的信息。

图5到图9描述了示出根据本发明的各个实施例的方法的流程图。当催化器4和相关的喷射装置动作时，图5到图9所示的方法步骤连续地实现。第一步骤是：通过上述类型的计算模型计算催化器的目前状态。通过计算模型中的计算获得的信息然后用于计算上述的实际积聚值A1和积聚设定值A2。实际积聚值A1和积聚设定值A2然后被比较，并且在该比较的基础上产生用于还原剂的配量的控制信号S2。最后的步骤是：在所述控制信号S2的基础上实现排气管中的还原剂的配量和喷射。喷射的还原剂的总量由此在实际积聚值A1和积聚设定值A2之间的一致性的基础上被控制。

根据图5所示的实施例，确定上述类型的排放设定值E2，由此，在计算积聚设定值A2中考虑该排放设定值E2。

排放设定值E2同样在图6所示的实施例中确定。在该实施例中，上述类型的实际排放值E1同样在来自计算模型的信息的基础上被计算出。该实际排放值E1被与排放设定值E2进行比较，并且该比较用作产生控制信号f_sp的基础，然后在计算积聚设定值A2中考虑该控制信号f_sp。积聚设定值A2的计算由此受到实际排放值E1和排放设定值E2之间的一致性的影响。

在图7所示的实施例中，限制因子f_constrain在来自计算模型的信息的基础上被计算出，该限制因子的值取决于对离开催化器的废气的还原物质含量可能超出预定限制值的当前风险的估计。然后在计算积聚设定值A2中以这样一种方式将这个限制因子f_constrain纳入考虑，即积聚设定值A2响应于离开催化器的废气的还原物质含量可能超过预定限制值的风险的增加而减小。有利的是，在计算积聚设定值A2中，该限制因子f_constrain用作相乘因子，并且为了该目的，它被赋予了在0和1之间的范围中的值，取决于离开催化器的废气的还原物质含量可能超过预定限制值的当前风险，由此，当没有这种风险时，该限制因子的值接近1，并且当这种风险很危急时，该限制因子的值接近0。在这个实施例中，在计算积聚设定值A2中，同样考虑上述类型的控制信号f_SP。

在图8所示的实施例中，积聚设定值A2通过两个相乘因子的相乘而计算出，由此，第一相乘因子采用计算的最大积聚值Amax的形式，Amax代表在主要的操作状态下催化器中允许的最大还原物质积聚，并且第二相乘因子f_sp取决于实际排放值E1和排放设定值E2之间的一致性。所述第二相乘因子对应于上述的控制信号f_sp。最大积聚值Amax在来自计算模型的信息的基础上被计算出。下面再次有利的是计算上述类型的限制因子f_constrain，由此，在计算最大积聚值Amax中以这样一种方式考虑该限制因子f_constrain，即最大积聚值Amax响应于离开催化器的废气的还原物质含量可能超过预定限制值的风险的增大而减小。

催化器中允许的最大还原物质积聚此处是指最大的还原物质积聚，根据进行的计算，在主要的操作状态下，在催化器中允许所述最大还原物质积聚，同时不会将超过确定的限制值的未消耗的还原物质释放到环境中。

在图9所示的实施例中，计算对于沿着催化器的氨积聚的限制值分布图该限制值分布图然后用于确定在主要的操作状态下催化器对于NOx的转化能力。所确定的NOx转化能力用在计算积聚设定值A2中，由此使得可以以这种方式影响积聚设定值A2，从而降低离开催化器的废气的还原物质含量可能超过预定限制值的风险。因此可以将下面的风险消除或者至少最小化，即不适合量的未消耗的还原物质会伴随着离开催化器的废气并且由此进入环境中的风险，其中没有任何上述类型的限制因子必须使用。与使用上述的限制因子相联系的一个缺点是：在限制因子从低到高改变或者从高到低改变的情况中，会发生调节的惯性和非线性。根据图9的实施例不具有任何这些缺点，并且能够使线性调节具有非常好的性能。

在简化的变形中，根据本发明的方法可这样设计成使得实际积聚值A1和积聚设定值A2分别是指位置最接近催化器的入口端即最接近后者的上游端的计算模型的催化器部分中的目前的和要求的还原物质积聚。在这种情况中，实际积聚值A1可通过计算模型直接获得，并且积聚设定值A2例如可以通过下面提出的算法而获得，根据该算法，催化器沿着它的纵向方向按照与上述的计算模型相对应的方式被分为多个部分。用于确定积聚设定值A2和实际积聚值A1的算法下文称为配量算法。

需要确定的第一件事是对于穿过催化器的还原物质的摩尔分数的限制值分布图：

$y_{R,K}^L=y_{L,R}+y_{\mathrm{NOx},k}-y_{\mathrm{NOx},K}$

其中y_L，R是对于离开催化器的还原物质的摩尔分数的限制值，并且y_NOx，k和y_NOx，K是在部分k和K(K＝催化器的最后的部分)中相应的NOx的摩尔分数。因为对于NOx的摩尔分数沿着催化器减小，因此对于在限制值分布图中的还原物质的摩尔分数将同样沿着催化器减小。对于还原物质的摩尔分数的限制值分布图然后用于计算对于还原物质的积聚的限制值分布图：

${\mathrm{\θ}}_{R,k}^L=\frac{K\left(T_{s,k}\right)\·c_{\mathrm{tot},k}\·y_{R,k}^L}{1+K\left(T_{s,k}\right)\·c_{\mathrm{tot},k}\·y_{R,k}^L}$

其中K(T_s，k)是对于在部分k中在温度Ts下还原物质的吸附的平衡常数，并且c_tot，k是总体气体浓度。平衡常数由对于还原物质的吸附和解除吸附的相应的速度常数k_a(T_s，k)和k_d(T_s，k)之间的比值确定：

$k\left(T_{s,k}\right)=\frac{k_a\left(T_{s,k}\right)}{k_d\left(T_{s,k}\right)}$

完全的NOx转化和当前的NOx转化之间的比率通过下面的等式确定：

$f_{\max }=\frac{y_{\mathrm{NOx},0}}{y_{\mathrm{NOx},0}-y_{\mathrm{NOx},K}}$

在完全的NOx转化的情况中，该比率用于确定对于还原物质的摩尔分数的分布图：

$y_{R,k}^{\max }=y_{L,R}+f_{\max }(y_{\mathrm{NOx},k}-y_{\mathrm{NOx},K})$

这个分布图然后用于确定相对应的还原物质积聚分布图：

${\mathrm{\θ}}_{R,k}^{\max }=\frac{K\left(T_{s,k}\right)\·c_{\mathrm{tot},k}\·y_{R,k}^{\max }}{1+K\left(T_{s,k}\right)\·c_{\mathrm{tot},k}\·y_{R,k}^{\max }}$

计算对于当前还原物质积聚和还原物质积聚的限制值的解除吸附速度：

r_d，k＝k_d(T_s，k)θ_R，k

$r_{d,k}^L=k_d\left(T_{s,k}\right){\mathrm{\θ}}_{R,k}^L$

之后，可以计算出这些速度之间的比值：

$f_{d,k}=\frac{r_{d,k}}{r_{d,k}^L}$

该比值用于确定限制因子：

$f_{\mathrm{constrain}}=\frac{1}{1+{(c_1^{\mathrm{tune}}{f}_{d,a}+c_2^{\mathrm{tune}}{f}_{d,b})}^{c_3^{\mathrm{tune}}}}$

其中部分a和b以及参数c₁ ^tune、c₂ ^tune和c₃ ^tune分别被选择并且被调整以获得最优功能。当还原物质的积聚与积聚限制值相比相对小时，限制因子具有靠近整数的特性。当积聚接近限制值时，限制因子的值减小。积聚设定值A2最终由下面的等式确定：

$A2=A_{\max }\·f_{\mathrm{SP}}={\mathrm{\θ}}_{R,1}^{\max }\·f_{\mathrm{constrain}}\·f_{\mathrm{SP}}$

其中f_SP是来自外部调节回路12b的控制信号。此处，已经发现，限制因子影响积聚设定值A2。当还原物质积聚接近限制值时，积聚设定值因此将下降，直到获得平衡状态。在这种情况中，实际积聚值A1是催化器的第一部分中的还原物质的积聚：

A1＝θ_R，1

在上面提出的配量算法公式中，R代表当前还原物质。在还原物质采用氨的形式的情况中，R因此代表NH₃。

利用配量算法的这个简化的变形，可以实现催化器中的还原物质的积聚的快速调节。因为是催化器的第一部分中的还原物质积聚被调节，因此对于还原剂的配量的改变的响应是迅速的。还可以调整所述调节，从而没有发生反应就离开催化器的还原物质的总量恒定地低于限定值，因为当还原物质的积聚接近限制值时，限制因子减小了积聚设定值A2。这个简单的配量算法变形的主要缺点在于：内部控制状态，即催化器中的还原物质积聚，不直接代表催化器中的NOx的转化。因为NOx的转化依赖于温度，因此在低温的情况下需要更多的积聚用于实现相同的NOx转化。这意味着外部调节回路12b必须响应于温度变化补偿积聚设定值A2。另一个问题是温度变化造成温度沿着催化器发生改变，并且使得在催化器的不同部分中，还原物质以不同的速率被消耗。因为内部控制状态仅与催化器的第一部分有关，因此穿过催化器的变化必须通过外部调节回路12b来补偿。

在一个更加精确的变形中，根据本发明的方法可以这样设计：

-对于计算模型中的每一个部分，计算实际积聚值A_k和转化值R_max，k，由此实际积聚值A_k代表该部分中在主要的操作状态下允许的最大还原物质积聚，并且转化值R_max，k代表当该部分中的还原物质积聚对应于积聚值A_k时，该部分中的期望的废气物质转化，

-将对于各个部分的转化值R_max，k进行求和，以及

-结果的总和被转换成对于位置最接近于催化器的入口端的部分中允许的最大还原物质积聚的假定值，由此，该假定值构成前述的最大积聚值Amax。

这样获得的最大积聚值Amax然后用作以上述的方式通过乘以相乘因子fsp而获得积聚设定值A2的基础，该相乘因子fsp取决于实际排放值E1和排放设定值E2之间的一致性。

有利的是，计算对于每个部分的上述类型的限制因子f_{constrain，k}，由此，在计算转化值R_max，k中以这样一种方式考虑该限制因子f_{constrain，k}，即转换值响应于离开催化器的废气的还原物质的含量可能超过预定的限制值的风险的增加而减小。

另外，对于每一个部分，计算对于该部分中的废气物质的当前转化的值R_k。对于催化器中的废气物质的总体当前转化的值R_tot然后通过对各个部分的值R_k求和而获得，之后将由此获得的对于催化器中的废气物质的总体当前转化的值R_tot转化成对于位置最靠近催化器的入口端处的部分中的当前还原物质积聚的假定值，由此该假定值构成实际积聚值A1。

在该精确的变形中，内部控制状态提供了穿过全部催化器的NOx转化的典型的度量。在这种情况中，配量算法将与对于催化器的计算模型如何用公式表达相联系。下面的实例示出了如果还原物质是氨并且对于催化器的计算模型包括下列的具有相关反应速度的反应，那么配量算法会如何设计：

S+NH₃-＞S_NH₃                  r₁＝k₁c_NH3θ_V    (1)

S_NH₃-＞S+NH₃                  r₂＝k₂θ_NH3      (2)

4S_NH₃+4NO+O₂-＞4S+4N₂+6H₂O    r₃＝k₃c_NOθ_NH3   (3)

4S_NH₃+5O₂-＞4S+6H₂O+4NO       r₄＝k₄c_O2θ_NH3   (4)

反应速度以每单位质量的催化器给出。将对于反应3(NOx转化)的反应速度乘以各个部分中的催化器质量再累加，并且然后将结果除以对于第一部分中的反应速度的表达式与催化器质量的乘积，但其中省略氨的积聚，这提供了穿过全部催化器的NOx转化的度量，以对于催化器中的第一部分的氨积聚表示，这构成了内部控制状态的当前值，即实际积聚值A1：

$A1={\mathrm{\Φ}}_{N{H}_3}=\frac{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{k}_3\left(T_{s,k}\right)\·c_{\mathrm{tot},k}\·y_{\mathrm{NOx},k}\·{\mathrm{\θ}}_{N{H}_3,k}\·w_k}{k_3\left(T_{s,1}\right)\·c_{\mathrm{tot},1}\·y_{\mathrm{NOx},k}\·w_1}$

对于内部控制状态的设定值，即积聚设定值A2，以类似的方式确定：

$A2={\mathrm{\Φ}}_{\mathrm{SP},N{H}_3}=f_{\mathrm{SP}}\·\frac{\underset{k=1}{\overset{K}{\mathrm{\Σ}}}{f}_{\mathrm{constrain},k}\·k_3\left(T_{s,k}\right)\·c_{\mathrm{tot},k}\·y_{\mathrm{NOx},k}\·{\mathrm{\θ}}_{{\mathrm{NH}}_3,k}^{\max }\·w_k}{k_3\left(T_{s,1}\right)\·c_{\mathrm{tot},1}\·y_{\mathrm{NOx},k}\·w_1}$

其中可以按照在根据本发明的方法的简化变形中的上述的配量算法中的θ_R，k ^max相同的方式确定。限制因子根据下面的等式对于每个部分可被赋予不同的值：

$f_{\mathrm{constrain},k}=\frac{1}{1+c_k^{\mathrm{tune}}\·f_{d,k}}$

其中f_d，k以与根据本发明的方法的简化变形中的上述的配量算法中相同的方式确定，并且其中参数c_k ^tune可以对于每个部分进行不同的调整。

这个精确的变形与所述简化的变形具有相同的优点。可以实现内部控制状态的快速调节，因为后者与催化器的第一部分中的还原物质积聚紧密联系。配量算法也可以调整成使得没有进行反应就离开催化器的还原物质的总量恒定地低于限定值，因为当还原物质积聚靠近限制值时，限制因子降低积聚设定值A2。与简化的变形相反，所述精确的配量算法中的内部控制状态与NOx转化相联系。这意味着当温度改变时，积聚设定值A2被自动调整。内部控制状态与穿过全部催化器的NOx转化相联系的事实意味着配量算法也能够补偿催化器的不同部分中还原物质的变化的消耗，所述催化器的不同部分中还原物质的变化的消耗是由沿着催化器的温度变化而造成的。精确的配量算法由此能够补偿会延着催化器发生的变化中的大部分，这意味着外部调节回路12b仅需要对积聚设定值A2做出较小的调整，以将NOx的排放保持在适合的水平。

下面在还原物质为氨的基础上更详细地描述根据图9的实施例的可能的实施，由此对于催化器的计算模型包括下列具有相关反应速度的反应：

S+NH₃-＞S_NH₃                    r₁＝k₁C_NH3θ_V

S_NH₃-＞S+NH₃                    r₂＝k₂θ_NH3

4S_NH₃+4NO+O₂-＞4S+4N₂+6H₂O      r₃＝k₃C_NOθ_NH3

来自催化器模型的信息用于估算催化器的NOx转化能力。对于NOx和氨的表面集中因子η根据下面的等式计算：

${\mathrm{\η}}_{\mathrm{NOx},k}=\frac{y_{\mathrm{NOx},k,s}}{y_{\mathrm{NOx},k,g}}$

${\mathrm{\η}}_{N{H}_3,k}=\frac{y_{{\mathrm{NH}}_3,k,s}}{y_{{\mathrm{NH}}_3,k,g}}$

其中y_NOx，k，s和y_NOx，k，g是通道部分k中的内壁表面上和气流中的相应的NOx摩尔分数，并且

和

是通道部分k中的内壁表面上和气流中的相应的NH₃摩尔分数。分母被检测它们是否O，并且在分母为0的情况中，表面集中因子被设置为1，即：

$y_{\mathrm{NOx},k,g}=0\⇒{\mathrm{\η}}_{\mathrm{NOx},k}=1$

$y_{{\mathrm{NH}}_3,k,g}=0\⇒{\mathrm{\η}}_{{\mathrm{NH}}_3,k}=1$

氨集中因子f_NH3，k根据下面的等式计算：

$f_{{\mathrm{NH}}_3,k}=\frac{y_{{\mathrm{NH}}_3,k,g}}{y_{{\mathrm{NH}}_3,k,g}+2\·y_{\mathrm{Urea},k,g}}$

其中y_Urea，k，g是通道部分k中的气流中的尿素的摩尔分数。

之后使用迭代过程用于确定对于沿着催化器的氨积聚的限制值分布图

在第一次迭代中，NOx的摩尔限制值分数相对于氨的摩尔限制值分数的导数被设置为初始值：

${\left[\frac{{\mathrm{dy}}_{\mathrm{NOx}}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}\right]}^1=-0.5$

在随后的迭代中，该导数以下面的等式计算：

$\frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{d\θ}}_{{\mathrm{NH}}_3}^L}=-\frac{y_{N{O}_x,1}\·{\mathrm{\θ}}_{{\mathrm{NH}}_3,1}\·y_{{\mathrm{NO}}_x,0}(y_{{\mathrm{NO}}_x,0}-y_{{\mathrm{NO}}_x,1})}{{({\mathrm{\θ}}_{{\mathrm{NH}}_3,1}^L(y_{{\mathrm{NO}}_x,0}-y_{{\mathrm{NO}}_x,1})+y_{{\mathrm{NO}}_x,1}\·{\mathrm{\θ}}_{{\mathrm{NH}}_3,1})}^2}$

$\frac{{\mathrm{d\θ}}_{{\mathrm{NH}}_3}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}=\frac{k_1\left(T_{s,1}\right)\·c_{\mathrm{tot},1}\·{\mathrm{\η}}_{{\mathrm{NH}}_3,1}(k_2\left(T_{s,1}\right)+v_3\·k_3\left(T_{s,1}\right)\·c_{\mathrm{tot},1}\·y_{{\mathrm{NO}}_x,1}^L\·{\mathrm{\η}}_{{\mathrm{NO}}_x,1})}{{(k_1\left(T_{s,1}\right)\·c_{\mathrm{tot},1}\·y_{{\mathrm{NH}}_3,1}^L\·{\mathrm{\η}}_{{\mathrm{NH}}_3,1}+k_2\left(T_{s,1}\right)+v_3\·k_3\left(T_{s,1}\right)\·c_{\mathrm{tot},1}{y}_{{\mathrm{NO}}_x,1}^L\·{\mathrm{\η}}_{{\mathrm{NO}}_x,1})}^2}$

${\left[\frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}\right]}^{\mathrm{update}}=\left\{\begin{array}{cc}-1& \frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{d\&theta;}}_{{\mathrm{NH}}_3}^L}\&CenterDot;\frac{{\mathrm{d\&theta;}}_{{\mathrm{NH}}_3}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}\&le;1\\ \frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{d\&theta;}}_{{\mathrm{NH}}_3}^L}\&CenterDot;\frac{{\mathrm{d\&theta;}}_{{\mathrm{NH}}_3}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}& -1<\frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{d\&theta;}}_{{\mathrm{NH}}_3}^L}\&CenterDot;\frac{{\mathrm{d\&theta;}}_{N{H}_3}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}<0\\ 0& \frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{d\&theta;}}_{{\mathrm{NH}}_3}^L}\&CenterDot;\frac{{\mathrm{d\&theta;}}_{{\mathrm{NH}}_3}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}\&GreaterEqual;0\end{array}\right\}$

${\left[\frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{dy}}_{N{H}_3}^L}\right]}^i=f^i\&CenterDot;{\left[\frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}\right]}^{i-1}+(1-f^i)\&CenterDot;{\left[\frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}\right]}^{\mathrm{update}}$

在每一次迭代中，还要完成下面的计算：

$f^{L,\mathrm{update}}=\frac{y_{{\mathrm{NO}}_x,0}-y_{{\mathrm{NO}}_x,1}-{\left[\frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}\right]}^i\&CenterDot;({2y}_{L,{\mathrm{NH}}_3}+y_{{\mathrm{NO}}_x,1}-y_{{\mathrm{NO}}_x,K})}{y_{{\mathrm{NO}}_x,0}-y_{{\mathrm{NO}}_x,1}+{\left[\frac{{\mathrm{dy}}_{{\mathrm{NO}}_x}^L}{{\mathrm{dy}}_{{\mathrm{NH}}_3}^L}\right]}^i\&CenterDot;(y_{{\mathrm{NO}}_x,1}-y_{{\mathrm{NO}}_x,K})}$

$f^L=\left\{\begin{array}{cc}0& f^{L,\mathrm{update}}\&le;0\\ f^{L,\mathrm{update}}& 0<f^{L,\mathrm{update}}<\frac{y_{{\mathrm{NO}}_x,0}}{y_{{\mathrm{NO}}_x,0}-y_{{\mathrm{NO}}_x,K}}\\ \frac{y_{{\mathrm{NO}}_x,0}}{y_{{\mathrm{NO}}_x,0}-y_{{\mathrm{NO}}_x,K}}& f^{L,\mathrm{update}}\&GreaterEqual;\frac{y_{{\mathrm{NO}}_x,0}}{y_{{\mathrm{NO}}_x,0}-y_{{\mathrm{NO}}_x,K}}\end{array}\right\}$

$y_{{\mathrm{NH}}_3,k}^L=y_{L,{\mathrm{NH}}_3}+f^L\&CenterDot;f_{{\mathrm{NH}}_3,k}\&CenterDot;(y_{{\mathrm{NO}}_x,k}-y_{{\mathrm{NO}}_x,K})$

$y_{{\mathrm{NO}}_x,k}^L=y_{{\mathrm{NO}}_x,0}-f^L\&CenterDot;(y_{{\mathrm{NO}}_x,0}-y_{{\mathrm{NO}}_x,k})$

${\mathrm{\&theta;}}_{{\mathrm{NH}}_3,k}^L=\frac{k_1\left(T_{s,k}\right)\&CenterDot;c_{\mathrm{tot},k}\&CenterDot;y_{{\mathrm{NH}}_3,k}^L\&CenterDot;{\mathrm{\&eta;}}_{{\mathrm{NH}}_3,k}}{k_1\left(T_{s,k}\right)\&CenterDot;c_{\mathrm{tot},k}\&CenterDot;y_{{\mathrm{NH}}_3,k}^L\&CenterDot;{\mathrm{\&eta;}}_{{\mathrm{NH}}_3,k}+k_2\left(T_{s,k}\right)+v_3\&CenterDot;k_3\left(T_{s,k}\right)\&CenterDot;c_{\mathrm{tot},k}\&CenterDot;y_{{\mathrm{NO}}_x,k}^L\&CenterDot;{\mathrm{\&eta;}}_{\mathrm{NOx},k}}$

在上述公式中，

是对于经过催化器之后的氨的摩尔分数的允许限制值，T_s，k和C_tot，k分别是通道部分k中的催化器温度和总体气体浓度，v₃是对于在NOx还原反应中的氨的理想化合系数，并且f^L是描述在催化器的能力极限时的NOx转化和当前的NOx转化之间的比值的能力因子。该计算快速收敛，并且四次迭代就已足够。迭代因子fⁱ用于使计算稳定，并且对于在第二次到第四次迭代中的该迭代因子的适合的值为f²＝0.2，f³＝0.1，f⁴＝0。

之后，对于沿着催化器的氨的积聚的结果的限制值分布图

被用在调节中以确定在主要的操作状态下催化器的NOx转化能力。在计算积聚设定值A2中考虑该能力。当实施根据图9的实施例时，用于确定实际积聚值A1和积聚设定值A2的可想象的公式的实例在下面列出。

在这种情况中，实际积聚值A1根据下面的公式利用沿着催化器的所有通道部分中的第一壁部分中的NOx转化而计算，转化成第一通道部分的第一壁部分中的氨积聚：

$A1={\mathrm{\&Phi;}}_{N{H}_3}=\frac{\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{k}_3\left(T_{s,k}\right)\&CenterDot;c_{\mathrm{tot},k}\&CenterDot;y_{\mathrm{NOx},k}\&CenterDot;{\mathrm{\&eta;}}_{N{O}_x,k}\&CenterDot;{\mathrm{\&theta;}}_{N{H}_3,k}\&CenterDot;w_k}{k_3\left(T_{s,1}\right)\&CenterDot;c_{\mathrm{tot},1}\&CenterDot;y_{\mathrm{NOx},1}\&CenterDot;{\mathrm{\&eta;}}_{{\mathrm{NO}}_x,k}\&CenterDot;w_1}$

其中w_k是通道部分k中的活性催化器材料的质量。在上述的公式中，分子提供了催化器的当前NOx的度量。

积聚设定值A2通过类似的计算利用对于氨积聚的限制值分布图

而获得：

$A2={\mathrm{\&Phi;}}_{\mathrm{SP},N{H}_3}=f_{\mathrm{SP}}\&CenterDot;\frac{\underset{k=1}{\overset{K}{\mathrm{\&Sigma;}}}{k}_3\left(T_{s,k}\right)\&CenterDot;c_{\mathrm{tot},k}\&CenterDot;y_{\mathrm{NOx},k}\&CenterDot;{{\mathrm{\&eta;}}_{{\mathrm{NO}}_x,k}\mathrm{\&theta;}}_{{\mathrm{NH}}_3,k}^L\&CenterDot;w_k}{k_3\left(T_{s,1}\right)\&CenterDot;c_{\mathrm{tot},1}\&CenterDot;y_{\mathrm{NOx},1}\&CenterDot;{\mathrm{\&eta;}}_{{\mathrm{NO}}_x,1}\&CenterDot;w_1}$

在上述公式中，分子提供了在主要的操作状态下催化器的NOx转化能力的度量。

本发明当然决不限制于上述的优选实施例，因为对于本领域的普通技术人员来说，可以对其做出多种修改，而不会由此脱离如权利要求限定的本发明的基本概念。排气系统例如可包括至少一个另外的催化器，该催化器依次与还原催化器4连接，所述另外的催化器例如还原催化器上游的氧化催化器和/或水解催化器和/或还原催化器下游的清洗(slip)催化器。

Claims (27)

1.一种用于控制内燃机(1)的排气管(2)中的催化器(4)的上游的还原剂的喷射的方法，其特征在于：

-代表还原物质在催化器(4)中的当前积聚的实际积聚值(A1)在来自计算模型的信息的基础上被计算出，所述计算模型考虑在主要的操作状态下催化器中的期望的反应，连续地确定催化器的当前状态，例如还原物质在催化器的不同部分中的积聚，以及发生在催化器的不同部分中的废气物质的转化，其中还原物质形成部分的还原剂或者由还原剂形成，

-积聚设定值(A2)在排放设定值(E2)和来自所述计算模型的信息的基础上被计算出，由此排放设定值(E2)代表离开催化器(4)的废气中的废气物质的适合的含量，当废气经过催化器时，所述废气物质通过还原物质的作用至少部分地被从废气去除或者通过还原物质的作用形成，并且积聚设定值(A2)代表在主要的操作状态下为基本实现排放设定值(E2)而在催化器中要求的还原物质积聚，

-实际积聚值(A1)与积聚设定值(A2)进行比较，和

-排气管中的还原剂的喷射在实际积聚值(A1)和积聚设定值(A2)之间的比较结果的基础上被控制。

2.如权利要求1所述的方法，其特征在于，计算限制因子(f_constrain)，所述限制因子的值取决于对离开催化器的废气的还原物质含量可能超出预定限制值的当前风险的估计，并且所述限制因子在计算积聚设定值(A2)中以这样一种方式被纳入考虑，即积聚设定值(A2)响应于离开催化器的废气的还原物质的含量会超过预定限制值的风险的增加而减小。

3.如权利要求2所述的方法，其特征在于，所述限制因子(f_constrain)在计算积聚设定值(A2)中被用作相乘因子，并且被赋予了在0和1之间改变的值，这取决于离开催化器的废气的还原物质含量可能超过预定限制值的当前风险，由此，当没有这种风险时，限制因子的值接近于1，并且当这种风险很紧迫时，该值接近0。

4.如权利要求1所述的方法，其特征在于，在主要的操作状态下的催化器的NOx转化能力在来自所述计算模型的信息的基础上被计算，并且在计算积聚设定值(A2)中被纳入考虑。

5.如上述权利要求中任一项所述的方法，其特征在于，实际积聚值(A1)和积聚设定值(A2)被提供给第一比较器(32)，比较器(32)向第一调节器(34)发出信号(S1)，信号(S1)取决于实际积聚值(A1)和积聚设定值(A2)之间的一致性，并且调节器(34)在来自比较器(32)的信号的基础上发出控制信号(S2)，由此在控制信号(S2)的基础上控制排气管中的还原剂的喷射。

6.如权利要求5所述的方法，其特征在于，第一调节器(34)为PI调节器形式。

7.如权利要求1所述的方法，其特征在于，

-实际排放值(E1)通过计算或检测确定，所述实际排放值(E1)代表离开催化器(4)的废气中的废气物质的当前含量，

-实际排放值(E1)与排放设定值(E2)进行比较，和

-积聚设定值(A2)在来自所述计算模型的信息和在实际排放值(E1)和排放设定值(E2)之间的一致性的基础上被计算出。

8.如权利要求7所述的方法，其特征在于，所述实际排放值(E1)通过所述计算模型或者在来自所述计算模型的信息的基础上被计算出。

9.如权利要求7所述的方法，其特征在于，所述实际排放值(E1)和排放设定值(E2)被提供给第二比较器(42)，第二比较器(42)向第二调节器(44)发出信号(S3)，信号(S3)取决于实际排放值(E1)和排放设定值(E2)之间的一致性，并且第二调节器(44)在来自所述第二比较器(42)的信号的基础上发出控制信号(fsp)，使控制信号(fsp)影响积聚设定值(A2)的计算。

10.如权利要求9所述的方法，其特征在于，第二调节器(44)为PI调节器形式。

11.如权利要求7所述的方法，其特征在于，积聚设定值(A2)通过两个相乘因子的相乘而获得，由此，第一相乘因子采用计算的最大积聚值(Amax)的形式，所述最大积聚值(Amax)代表在主要的操作状态下催化器中允许的最大还原物质积聚，并且第二相乘因子取决于实际排放值(E1)和排放设定值(E2)之间的一致性。

12.如权利要求1所述的方法，其特征在于，根据计算模型，催化器(4)沿它的纵向方向被分为多个部分，由此，实际积聚值(A1)和积聚设定值(A2)分别是指位置最接近催化器的入口端的部分中的当前的还原物质积聚和要求的还原物质积聚。

13.如权利要求11所述的方法，其特征在于，根据计算模型，催化器(4)沿着它的纵向方向被分为多个部分，并且最大积聚值(Amax)是指在主要的操作状态下位置最靠近催化器的入口端处的部分中允许的最大还原物质积聚。

14.如权利要求11所述的方法，其特征在于，计算限制因子(f_constrain)，所述限制因子(f_constrain)的值取决于对离开催化器的废气中的还原物质含量可能超过预定限制值的当前风险的估计，并且所述限制因子(f_constrain)在计算最大积聚值(Amax)中以这样一种方式被纳入考虑，即最大积聚值(Amax)响应于离开催化器的废气的还原物质含量可能超过预定限制值的风险的增大而减小。

15.如权利要求14所述的方法，其特征在于，限制因子(f_constrain)在计算积聚设定值(Amax)中被用作相乘因子，并且被赋予了在0和1之间改变的值，这取决于离开催化器的废气的还原物质含量可能超过预定限制值的当前风险，由此，当没有这种风险时，限制因子的值接近1，并且当这种风险很紧迫时，该值接近0。

16.如权利要求11所述的方法，其特征在于，

-根据计算模型，催化器(4)沿着它的纵向方向被分为多个部分，

-对于计算模型的每个部分，计算积聚值(Ak)和转化值(R_max，k)，由此，积聚值(Ak)代表在主要的操作状态下所述部分中允许的最大还原物质积聚，并且转化值(R_max，k)代表当所述部分中的还原物质积聚对应于积聚值时，所述部分中的废气物质的期望的转化，

-对于各个部分的转化值(R_max，k)被累加，和

-结果的总和被转化成对于位置最靠近催化器的入口端的部分中允许的最大还原物质积聚的假定值，由此，所述假定值构成所述最大积聚值(Amax)。

17.如权利要求16所述的方法，其特征在于，计算对于每个部分的限制因子(f_{constrain，k})，所述限制因子的值取决于对离开催化器的废气的还原物质含量可能超过预定限制值的当前风险的估计，并且所述限制因子(f_{constrain，k})在计算转化值(R_max，k)中以这样一种方式被纳入考虑，即转化值(R_max，k)响应于离开催化器的废气的还原物质含量可能超过预定限制值的风险的增加而减小。

18.如权利要求17所述的方法，其特征在于，所述限制因子(f_{constrain，k})在计算转化值(R_max，k)中被用作相乘因子，并且被赋予了在0和1之间改变的值，这取决于离开催化器的废气的还原物质含量可能超过预定限制值的当前风险，由此，当没有这种风险时，限制因子的值接近1，并且当这种风险很紧迫时，该值接近0。

19.如权利要求16-18中任一项所述的方法，其特征在于，

-对于每个部分，计算对于所述部分中的废气物质的当前转化的值(Rk)，

-对于催化器(4)中的废气物质的总体当前转化的值(Rtot)通过累加各个部分的值(Rk)而计算出，和

-对于催化器中的废气物质的总体当前转化的值(Rtot)被转换成位置最靠近催化器的入口端的部分中的当前还原物质积聚的假定值，由此，所述假定值构成实际积聚值(A1)。

20.如权利要求1所述的方法，其特征在于，排放设定值(E2)在当前操作状态的基础上被计算出。

21.如权利要求1所述的方法，其特征在于，当产生用于计算实际积聚值(A1)和积聚设定值(A2)的信息时，至少下面的参数被用在计算模型中：

-催化器上游的废气温度(P1)，

-催化器上游的废气中废气物质的浓度(P2)，

-经过催化器的废气质量流量(P3)，和

-喷射的还原剂的总量(P4)。

22.如权利要求1所述的方法，其特征在于，尿素或氨被用作还原剂，由此，还原物质采用氨的形式。

23.如权利要求1所述的方法，其特征在于，所述废气物质具有NOx的形式。

24.一种用于实现如权利要求1-23中任一项所述的方法的装置，其中所述方法用于控制内燃机(1)的排气管(2)中的催化器(4)上游的还原剂的喷射，其特征在于，所述装置包括：

-第一计算装置(20)，适用于：通过使用计算模型，考虑主要的操作状态下催化器中的期望反应，连续地确定催化器的当前状态，

-第二计算装置(30)，适用于在来自所述计算模型的信息的基础上计算实际积聚值(A1)，实际积聚值(A1)代表催化器(4)中的还原物质的当前积聚，所述还原物质形成还原剂的一部分或者由还原剂形成，由此，第二计算装置(30)同样适用于在排放设定值(E2)和来自所述计算模型的信息的基础上计算排放设定值(A2)，由此，排放设定值(E2)代表离开催化器(4)的废气中的废气物质的适合含量，因为废气经过催化器，因此所述废气物质通过还原物质的作用至少部分地被从废气去除或者由还原物质的作用形成，并且积聚设定值(A2)代表在主要的操作状态下为基本实现排放设定值(E2)在催化器中需要的还原物质积聚，

-比较器(32)，适用于比较实际积聚值(A1)和积聚设定值(A2)，和

-调节装置(34，36)，用于在实际积聚值(A1)和积聚设定值(A2)之间的比较的基础上控制还原剂的喷射。

25.如权利要求24所述的装置，其特征在于，所述装置包括用于通过计算或测量确定实际排放值(E1)的装置，实际排放值(E1)代表离开催化器(4)的废气中的废气物质的当前含量，并且第二计算装置(30)适用于在来自所述计算模型的信息和在实际排放值(E1)和排放设定值(E2)之间的一致性的基础上计算积聚设定值(A2)。

26.一种包括可由电子控制装置读取并且在其上存储有计算机程序的介质的计算机程序产品，所述计算机程序用于使电子控制装置实施如权利要求1-23中任一项所述的方法。

27.一种电子控制装置(50)，包括执行装置(51)、连接到执行装置(51)的存储器(53)以及连接到执行装置的存储介质(54)，由此，包括用于实施如权利要求1-23中任一项所述的方法的程序代码的计算机程序存储在所述存储介质(54)中。

Images