CN104234802A - 基于NOx反馈和储氨预测的SCR催化器老化判定方法 - Google Patents

Abstract

本发明公开了一种基于NOx反馈和储氨预测的SCR催化器老化判定方法。本发明在国Ⅳ/欧Ⅳ柴油机SCR尾气后处理系统现有传感器及控制信号基础之上，通过所采集的信号实时预测SCR催化器理论储氨水平，结合催化器出口NOx反馈信号获得催化器的实际储氨能力预测值（活性涂层表面活性位密度），并与新鲜催化器理论参考值进行比较，从而得到量化的能够衡量催化器老化程度的老化系数。催化器老化程度判定结果可直接用于尿素喷射单元尿素水喷射剂量控制和SCR系统催化器相关OBD故障诊断。

Description

基于NOx反馈和储氨预测的SCR催化器老化判定方法

技术领域

本发明涉及一种柴油机SCR催化器老化程度判定方法，具体涉及一种基于NOx传感器信号反馈和储氨能力预测的SCR催化器老化程度判定方法。 

背景技术

机动车保有量与日俱增，柴油机具有载重量大、比油耗低、热效率高等优势得以不断推广。柴油机氮氧化物排放量较高，氮氧化物可导致肺部病变，并且是形成光化学烟雾和酸雨的主要原因。随着空气污染日益加重，世界范围内排放法规日益严格。在众多应运而生的改善排放技术路线中，以尿素分解产生的氨气作为还原剂的选择性催化还原技术(SCR)不仅可以有效降低NOx排放量，而且作为后处理装置，对发动机影响极小，燃油经济性较好，对燃油和机油品质要求较低，在欧洲、北美等地区得到了广泛应用。 

事实上，排气产生的高温环境、燃油中的硫等成分以及机油添加剂长期作用等因素均会导致SCR催化器老化失活。评价SCR催化器老化失活的方式有很多比如传统的温度窗口宽度，但该方法无法实现OBD在线监测；另外还有NOx转化效率的实时监测，但NOx转化效率的下降与很多因素有关，不单单是催化剂本身。相比以上几种评价方式，催化器的储氨水平评价催化器性能有着独有的优势。 

SCR催化器内部活性涂层表面分布的活性位使其具有吸附还原剂氨气的能力，吸附氨气能有效还原尾气中的NOx排放物。新鲜SCR催化器由于具有较强的储氨能力因而NOx转化效率高，老化后的SCR催化器则由于载体或涂层破坏等因素影响储氨能力大幅下降，最终影响整个SCR系统NOx转化效率。因此SCR催化器的储氨水平和能力一定程度上反应了催化器的老化程度。 

我国目前针对国Ⅳ/欧Ⅳ排放法规的柴油机SCR尾气后处理系统中未涉及也并不需要氨气传感器，如何利用柴油机SCR尾气后处理系统现有的 传感器及控制信号对SCR催化器的储氨能力以及老化程度进行预测具有很大意义。 

发明内容

本发明针对现有技术的不足，提出了一种基于NOx反馈和储氨预测的SCR催化器老化判定方法。 

本发明方法具体是： 

根据CAN总线上获得发动机运行状态信息，包括发动机转速和油门开度，通过查取排气流量脉谱图和NOx浓度三维脉谱图，获得当前工况下的柴油机排气体积流量和排气中NOx浓度，该NOx浓度即是进入SCR催化器的尾气NOx浓度，根据当前工况尿素水喷射流量及柴油机排气体积流量，获得进入SCR催化器的尾气NH₃浓度。 

NH₃在流经SCR催化器时存在吸附和脱附反应，SCR催化器内部伴随着氨气的吸附和脱附、选择性催化还原反应的进行，其储氨水平也在实时变化。SCR催化器的实时储氨水平通过求解下述储氨模型获得，该模型中氨气吸附/脱附速率、NOx选择性催化还原反应速率均由阿伦尼乌斯化学反应速率方程表述，即： 

$\frac{\mathrm{d\θ}}{\mathrm{dt}}=A_1{e}^{-\frac{E_1}{\mathrm{RT}}}{C}_{{\mathrm{NH}}_3,\mathrm{in}}(1-\mathrm{\θ})-A_2{e}^{-\frac{E_2}{\mathrm{RT}}}\mathrm{\θ}-A_3{e}^{-\frac{E_3}{\mathrm{RT}}}{C}_{{\mathrm{NO}}_X,\mathrm{in}}\mathrm{\θ}-4A_4{e}^{-\frac{E_4}{\mathrm{RT}}}\mathrm{\θ}$

A₁、E₁为氨吸附反应的频率因子和活化能，A₂、E₂为氨脱附反应的频率因子和活化能、A₃、E₃为NOx还原反应的频率因子和活化能，A₄、E₄氨氧化反应的频率因子和活化能；为催化器入口NH₃浓度，单位为mol/m³；为催化器入口NOx浓度，单位为mol/m³；R为气体常数；T为催化器载体温度；θ为SCR催化器内部活性涂层表面氨覆盖率： 

根据催化器入口NH₃和NOx浓度、载体温度采集信息以及催化器初始氨存储状态，通过实时求解上述储氨模型，可获得实时SCR催化器内部活性涂层表面氨覆盖率θ随时间的变化。 

催化器储氨能力预测计算： 

首先，以脉谱图查得的催化器入口NOx浓度、排气流量，催化器入口NH₃浓度，催化器载体温度，再结合由NOx传感器获得的SCR催化器出口NOx浓度作为输入量，得到催化器内部氨表面覆盖浓度

$C_{{\mathrm{NH}}_3\left(s\right)}=\frac{C_{{\mathrm{NO}}_x,\mathrm{in}}-C_{{\mathrm{NO}}_x,\mathrm{out}}}{A_3{e}^{-\frac{E_3}{\mathrm{RT}}}{C}_{{\mathrm{NO}}_x,\mathrm{in}}}\·\frac{v_s}{1-\mathrm{\ϵ}}$

其中，v_s为体积空速，可根据排气流量和催化器体积计算获得；ε为孔隙率。 

之后，根据当前工况下计算得到的实时催化器内部活性涂层表面氨覆盖率θ和氨气表面覆盖浓度计算SCR催化器实际储氨能力Ω： 

$\mathrm{\Ω}=\frac{C_{{\mathrm{NH}}_3\left(s\right)}}{\mathrm{\θ}}.$

假定新鲜催化器储氨能力参考值为Ω₀，则该催化器老化系数可表示为： 

$\mathrm{\γ}=\frac{\mathrm{\Ω}}{{\mathrm{\Ω}}_0}$

γ位于0和1之间，γ越小，催化器老化越严重。 

本发明的有益效果：本发明在国Ⅳ/欧Ⅳ柴油机SCR尾气后处理系统现有传感器及控制信号基础之上，通过所采集的信号实时预测SCR催化器理论储氨水平，结合催化器出口NOx反馈信号获得催化器的实际储氨能力预测值(活性涂层表面活性位密度)，并与新鲜催化器理论参考值进行比较，从而得到量化的能够衡量催化器老化程度的老化系数。催化器老化程度判定结果可直接用于尿素喷射单元尿素水喷射剂量控制和SCR系统催化器相关OBD故障诊断(如图1所示)。。 

附图说明

图1为尿素喷射单元尿素水喷射剂量控制和SCR系统催化器相关OBD诊断示意图。 

图2是本发明方法示意图。 

具体实施方式

以下结合附图对本发明作进一步说明。 

本发明所述判定包括以下几部分(如图2所示)：NOx浓度脉谱图，排气流量脉谱图，入口NH₃浓度计算，催化器载体温度计算，催化器储氨模型，催化器储氨能力预测计算，新鲜催化器储氨能力参考值。 

所述NOx浓度脉谱图部分，可以根据当前发动机转速和油门开度，查取得到发动机排气中NOx浓度作为催化器储氨模型和催化器储氨能力预测计算部分的输入量，该NOx浓度脉谱图由发动机稳态台架测试得到。 

所述排气流量脉谱图部分，可以根据发动机转速和油门开度，查取得到发动机排气流量作为SCR催化器入口NH₃浓度计算和催化器储氨能力预测计算部分的输入量，该排气流量脉谱图由发动机稳态台架测试得到。 

所述入口NH₃浓度计算部分，可以根据当前尿素计量泵的尿素喷射流量和排气流量计算得到入口NH₃浓度作为催化器储氨模型和催化器储氨能力预测计算部分的输入量。 

所述催化器载体温度计算部分，可以根据催化器入口温度和出口温度传感器实测值，通过实时取平均值计算估计出催化器载体温度作为催化器储氨模型和催化器储氨能力预测计算部分输入量。 

所述催化器储氨模型部分，可以根据入口NOx浓度、入口NH₃浓度、催化器载体温度，计算得到催化器内部活性涂层表面氨覆盖率作为催化器储氨能力预测计算部分的输入量。 

所述催化器储氨能力预测计算部分，可以根据排气流量、入口NOx浓度、出口NOx浓度、入口NH₃浓度、催化器载体温度，计算得到催化器内部实际氨表面覆盖浓度，再结合由储氨模型获得的催化器内部活性涂层表面氨覆盖率，计算得到催化器内部活性涂层表面活性位的浓度，即催化器实际储氨能力。 

所述新鲜催化器储氨能力参考值，可以与预测得出的催化器实际储氨能力作比较，得到催化器老化系数，并作为整个老化判定方法的输出量。 

具体实施过程如下： 

根据CAN总线(J1939)上获得发动机运行状态信息，包括发动机转速、油门开度等，通过查取排气流量和NOx浓度三维脉谱图，可获得当前 工况下的柴油机排气体积流量和排气中NOx浓度，该NOx浓度即是进入SCR催化器的尾气NOx浓度。 

根据当前工况尿素水喷射流量及柴油机排气体积流量，可获得进入SCR催化器的尾气NH₃浓度。尿素喷射量与NH₃生成量对应关系可以按下式尿素热解和水解方程式计算。 

(NH₂)₂CO+H₂O→2NH₃+CO₂

NH₃在流经SCR催化器时存在吸附和脱附反应，即(s表示催化器内部活性涂层表面的活性位)： 

NH₃+s→NH₃(s) 

NH₃(s)→NH₃+s 

吸附的NH₃可与尾气中的NOx发生氧化还原反应，将NOx还原成N₂和H₂O(不同配方SCR催化器反应动力学可能有所区别)，即： 

${\mathrm{NH}}_3\left(s\right)+{\mathrm{NO}}_x+\frac{(1.5-x)}{2}{O}_2\→N_2+1.5H_{2}O+s$

在高排气温度下，吸附的NH₃还有可能直接被尾气中的O₂氧化，即： 

4NH₃(s)+3O₂→2N₂+6H₂O+4s 

SCR催化器内部伴随着氨气的吸附和脱附、选择性催化还原反应的进行，其储氨水平也在实时变化。SCR催化器的实时储氨水平可通过求解下述储氨模型获得，该模型中氨气吸附/脱附速率、NOx选择性催化还原反应速率等均由阿伦尼乌斯化学反应速率方程表述，即： 

$\frac{\mathrm{d\θ}}{\mathrm{dt}}=A_1{e}^{-\frac{E_1}{\mathrm{RT}}}{C}_{{\mathrm{NH}}_3,\mathrm{in}}(1-\mathrm{\θ})-A_2{e}^{-\frac{E_2}{\mathrm{RT}}}\mathrm{\θ}-A_3{e}^{-\frac{E_3}{\mathrm{RT}}}{C}_{{\mathrm{NO}}_X,\mathrm{in}}\mathrm{\θ}-4A_4{e}^{-\frac{E_4}{\mathrm{RT}}}\mathrm{\θ}$

A₁、E₁为氨吸附反应的频率因子和活化能，A₂、E₂为氨脱附反应的频率因子和活化能、A₃、E₃为NOx还原反应的频率因子和活化能，A₄、E₄氨氧化反应的频率因子和活化能；为催化器入口NH₃浓度，mol/m³； 为催化器入口NOx浓度，mol/m³；R为气体常数；T为催化器载体温度，可用催化器出入口温度平均值近似估计；θ为SCR催化器内部活性涂层表面氨覆盖率，可表示为： 

$\mathrm{\θ}=\frac{C_{{\mathrm{NH}}_3\left(s\right)}}{\mathrm{\Ω}}$

其中，Ω表示单位体积SCR催化器所具有的活性涂层表面活性位数量，即活性涂层表面活性位浓度(mol/m³)；为SCR催化器内部吸附氨气的摩尔浓度，即氨表面覆盖浓度(mol/m³)。 

根据催化器入口NH₃和NOx浓度、载体温度采集信息以及催化器初始氨存储状态，通过实时求解上述储氨模型，可获得实时SCR催化器内部活性涂层表面氨覆盖率θ随时间的变化。 

催化器储氨能力预测计算部分，可以分成两部分： 

首先，以脉谱图查得的催化器入口NOx浓度、排气流量，催化器入口NH₃浓度，催化器载体温度，再结合由NOx传感器获得的SCR催化器出口NOx浓度作为输入量，可以得到催化器内部氨表面覆盖浓度(mol/m³)： 

$C_{{\mathrm{NH}}_3\left(s\right)}=\frac{C_{{\mathrm{NO}}_x,\mathrm{in}}-C_{{\mathrm{NO}}_x,\mathrm{out}}}{A_3{e}^{-\frac{E_3}{\mathrm{RT}}}{C}_{{\mathrm{NO}}_x,\mathrm{in}}}\·\frac{v_s}{1-\mathrm{\ϵ}}$

其中，v_s为体积空速，可根据排气体积流量和催化器体积计算获得(s^-1)；ε称为孔隙率，与SCR催化器孔密度、壁厚、活性涂层厚度等有关，可视为常数。 

之后，根据当前工况下计算得到的实时催化器内部活性涂层表面氨覆盖率θ和氨气表面覆盖浓度SCR催化器实际储氨能力(活性涂层表面活性位摩尔浓度Ω)可估计为： 

$\mathrm{\Ω}=\frac{C_{{\mathrm{NH}}_3\left(s\right)}}{\mathrm{\θ}}$

假定新鲜催化器储氨能力参考值为Ω₀，则该催化器老化系数可表示为： 

$\mathrm{\γ}=\frac{\mathrm{\Ω}}{{\mathrm{\Ω}}_0}$

γ位于0和1之间，γ越小，催化器老化越严重；新鲜催化器的γ接近于1。 

该催化器老化系数即为判定算法输出量，通过γ的大小，便可以实施判定催化器老化的程度。 

Claims (1)

1.基于NOx反馈和储氨预测的SCR催化器老化判定方法，其特征在于该方法具体是：

根据CAN总线上获得发动机运行状态信息，包括发动机转速和油门开度，通过查取排气流量脉谱图和NOx浓度三维脉谱图，获得当前工况下的柴油机排气体积流量和排气中NOx浓度，该NOx浓度即是进入SCR催化器的尾气NOx浓度，根据当前工况尿素水喷射流量及柴油机排气体积流量，获得进入SCR催化器的尾气NH₃浓度；

NH₃在流经SCR催化器时存在吸附和脱附反应，SCR催化器内部伴随着氨气的吸附和脱附、选择性催化还原反应的进行，其储氨水平也在实时变化；SCR催化器的实时储氨水平通过求解下述储氨模型获得，该模型中氨气吸附/脱附速率、NOx选择性催化还原反应速率均由阿伦尼乌斯化学反应速率方程表述，即：

$\frac{\mathrm{d\θ}}{\mathrm{dt}}=A_1{e}^{-\frac{E_1}{\mathrm{RT}}}{C}_{{\mathrm{NH}}_3,\mathrm{in}}(1-\mathrm{\θ})-A_2{e}^{-\frac{E_2}{\mathrm{RT}}}\mathrm{\θ}-A_3{e}^{-\frac{E_3}{\mathrm{RT}}}{C}_{{\mathrm{NO}}_X,\mathrm{in}}\mathrm{\θ}-4A_4{e}^{-\frac{E_4}{\mathrm{RT}}}\mathrm{\θ}$

A₁、E₁为氨吸附反应的频率因子和活化能，A₂、E₂为氨脱附反应的频率因子和活化能、A₃、E₃为NOx还原反应的频率因子和活化能，A₄、E₄氨氧化反应的频率因子和活化能；为催化器入口NH₃浓度，单位为mol/m³；为催化器入口NOx浓度，单位为mol/m³；R为气体常数；T为催化器载体温度；θ为SCR催化器内部活性涂层表面氨覆盖率：

根据催化器入口NH₃和NOx浓度、载体温度采集信息以及催化器初始氨存储状态，通过实时求解上述储氨模型，可获得实时SCR催化器内部活性涂层表面氨覆盖率θ随时间的变化；

催化器储氨能力预测计算：

首先，以脉谱图查得的催化器入口NOx浓度、排气流量，催化器入口NH₃浓度，催化器载体温度，再结合由NOx传感器获得的SCR催化器出口NOx浓度作为输入量，得到催化器内部氨表面覆盖浓度

$C_{{\mathrm{NH}}_3\left(s\right)}=\frac{C_{{\mathrm{NO}}_x,\mathrm{in}}-C_{{\mathrm{NO}}_x,\mathrm{out}}}{A_3{e}^{-\frac{E_3}{\mathrm{RT}}}{C}_{{\mathrm{NO}}_x,\mathrm{in}}}\·\frac{v_s}{1-\mathrm{\ϵ}}$

其中，v_s为体积空速，可根据排气流量和催化器体积计算获得；ε为孔隙率；

之后，根据当前工况下计算得到的实时催化器内部活性涂层表面氨覆盖率θ和氨气表面覆盖浓度计算SCR催化器实际储氨能力Ω：

$\mathrm{\Ω}=\frac{C_{{\mathrm{NH}}_3\left(s\right)}}{\mathrm{\θ}};$

假定新鲜催化器储氨能力参考值为Ω₀，则该催化器老化系数表示为：

$\mathrm{\γ}=\frac{\mathrm{\Ω}}{{\mathrm{\Ω}}_0}$

γ位于0和1之间，γ越小，催化器老化越严重。