CN105888797A

CN105888797A - 用于监测颗粒过滤器的方法

Info

Publication number: CN105888797A
Application number: CN201610084711.0A
Authority: CN
Inventors: P.博维
Original assignee: Delphi Technologies Holding SARL
Current assignee: BorgWarner Luxembourg Automotive Systems SA
Priority date: 2015-02-12
Filing date: 2016-02-14
Publication date: 2016-08-24
Anticipated expiration: 2036-02-14
Also published as: CN105888797B; JP2016164410A; US10161845B2; GB201502317D0; JP6152180B2; EP3056698B1; US20160238508A1; EP3056698A1

Abstract

本发明涉及用于监测颗粒过滤器的方法。具体地，提出了一种用于布置在内燃发动机的排气管线中的颗粒过滤器的诊断方法。颗粒过滤器（16）下游的废气流借助具有特性传感器循环的下游烟尘传感器（20）被监测；并且在下游烟尘传感器（20）的相应传感器循环期间监测虚拟或上游烟尘传感器处的烟尘积聚。基于上游烟尘传感器和下游烟尘传感器的信息判定颗粒过滤器（16）的运行状态。积聚的烟尘量基于上游烟尘传感器的传感器循环被确定，并可以被表示为烟尘负载水平或传感器循环的次数。在一个实施例中，颗粒过滤器的效率可根据烟尘传感器的传感器循环的相应次数被确定。在另一实施例中，上游烟尘传感器通过虚拟传感器模型被模拟。

Description

用于监测颗粒过滤器的方法

技术领域

本发明总体上涉及在内燃发动机中借助颗粒过滤器进行废气处理，更具体地涉及这样的颗粒过滤器的监测/诊断。

背景技术

现代内燃发动机的特征是带有各种排气后处理设备以降低来自发动机的排放物的毒性。通常用于处理废气的部件包括：

• 用于分解废气中的气体污染物的催化转化器；

• 用于去除废气中（尤其是在柴油发动机中的废气中）的细小、固体颗粒的颗粒过滤器（或烟尘过滤器）。

众所周知，在柴油发动机（用过量空气运行）中的废气处理如今借助氧化型催化转化器（也称之为柴油氧化催化剂或DOC）实施。所述DOC的作用是将废气流中的污染物分解为危害更小的成分。

颗粒过滤器（通常指的是柴油发动机中的柴油颗粒过滤器—DPF）进而被设计成从废气中去除柴油颗粒物质或烟尘。尽管这样的设备能达到高的效率比，但是需要对所述设备的运行状态进行日常监测并且需要定期清洗所述设备。

美国和欧洲的排放法规已经提出应用DPF的需求。就此而论，为了满足未来的车载诊断法规（OBD），该法规要求对监测所述颗粒过滤器更加严格的要求，有必要探测由DPF释放的烟尘量。

就此而论，Thorsten Ochs等人在“Particulate Matter Sensor for On BoardDiagnostics (OBD) of Diesel Particulate Filters (DPF)”（国际汽车工程师学会（SAEInternational）, 2010-01-0307 (2010年12月)）的第73至81页中，描述了使用直接放置在DPF下游的电阻式烟尘传感器的OBD概念算法来监测DPF。

这种电阻式烟尘传感器基于多层陶瓷技术，且包括具有初始无限大电阻的互成角度配置的电极。在传感器运行期间，烟尘颗粒被收集到所述传感器上并且在所述电极之间形成导电路径，从而取决于所收集的烟尘质量引起电流的增大。在新的测量循环开始前，所积聚的烟尘颗粒在再生阶段期间通过燃烧被消除。

感兴趣的信号，其表示废气中的烟尘流量，实际上是传感器运行开始（接着再生阶段）和达到预定电流阈值之间的时间，该时间被称为传感器的“响应时间”。因此，在实践中，所述响应时间与废气中的烟尘流量相关并被用于OBD诊断。

由Ochs等人提出的DPF OBD概念算法依赖于极限DPF模型，即，表示DPF处于最不可接受的运行条件时的模型。基于模拟的发动机排出的烟尘质量流量并且考虑到所述极限DPF模型，计算基于模型的预期响应时间。然后，所述DPF OBD概念算法把所述预期响应时间与所测得的响应时间相对比，并能在此基础上得出关于所述DPF的运行状态的结论。如果所测得的响应时间比所述预期的响应时间短，那么所述DPF被指示为故障的。

发明内容

本发明的目的是提供一种在排气管线中的颗粒过滤器的替代诊断方法，该方法使用下游烟尘传感器。

本发明提出一种用于监测布置在内燃发动机的排气管线中的颗粒过滤器的方法，其包括：

借助下游烟尘传感器来监测所述颗粒过滤器下游的废气流；

在所述下游烟尘传感器的相应的传感器循环期间，监测在上游烟尘传感器处的烟尘积聚。

然后所述方法包括基于由所述上游烟尘传感器和所述下游烟尘传感器给出的信息来判定所述颗粒过滤器运行状态（例如，故障的或起作用的）的步骤。

事实上，本发明提出了一种诊断概念，其不需要极限颗粒过滤器模型，而是依赖于一对烟尘传感器来评估所述颗粒过滤器的性能。

如在下面将是明显的那样，所述上游烟尘传感器可以是真实的传感器或者可以被模拟。

在所述上游传感器处积聚的烟尘量可以基于所述上游烟尘传感器的传感器循环被确定，并可由烟尘负载水平（或烟尘指标）表示，或者可由传感器循环的次数或频率表示。

术语“传感器循环”在本发明的上下文中指的是烟尘传感器的激活阶段，因此是从开始积聚延伸直到所述传感器达到其阈值的阶段，在所述激活阶段期间，所述传感器能够测量烟尘量。因此，传感器循环通常接着再生阶段后面，并且在所述传感器信号达到预定阈值时完成。传感器循环的时长对应于传感器的响应时间。

鉴于现有技术解决方案已经主要试图估计在颗粒过滤器出口处的预期传感器循环时间，本发明则是基于所述颗粒过滤器上游的烟尘积聚的估计，其与估计定位在所述颗粒过滤器之前的烟尘传感器的响应相似。让我们假设一配置，其中，具有相同探测特性的两个烟尘传感器（例如，具有与烟尘量成反比的传感器响应时间和相同的探测阈值的电阻式传感器）被放置于具有良好效率的颗粒过滤器之前和之后。在单个传感器循环在下游被测量时，上游烟尘传感器应经历若干循环。根据以下公式这将更加清楚：

η = PF效率(%) = (1)

该公式以颗粒过滤器下游的烟尘传感器循环的次数（nbr cycles downstream）和上游的烟尘循环的次数（nbr cycles upstream）的函数表示了所述颗粒过滤器的效率。

例如，对于效率为90%的颗粒过滤器，在下游传感器仅经历一个循环的同时，上游传感器应该反应10次（即，完成10个传感器循环）。

因此，在本发明方法的一个实施例中，颗粒过滤器的效率通过对给定的观察期的传感器循环的相应次数被计算，优选根据公式1被计算，然后该效率值被用于颗粒过滤器诊断的目的。当在颗粒过滤器之前使用真实的传感器时，这个方法尤其易于实施。优选地，针对下游烟尘传感器的一个传感器循环的观察期来计算效率。

在另一个实施例中，受该积聚原理启发，所述方法依赖于烟尘指标的确定，所述烟尘指标代表了在下游烟尘传感器的传感器循环期间，在上游烟尘传感器处的负载水平或积聚的烟尘量。烟尘指标可以指示对应于任何所需比例或量纲（例如，像百分比）的积聚烟尘量。

烟尘传感器通常在新的传感器循环开始之前被重新初始化，并且烟尘指标的估计相对于下游烟尘传感器的传感器循环的开始被计算。

烟尘指标的确定能够基于测量（通过上游传感器）或者通过模拟，或者通过二者的结合。在实际中，对部件的经济性来说，模拟是优选的。这也避免了将烟尘传感器放置在发动机出口处的恶劣环境中。

有利地，烟尘指标的确定涉及以若干预定的发动机运行参数（比如，发动机排出烟尘的浓度以及和废气速度）作为输入值的模型。这些参数允许计算和估计颗粒过滤器上游的烟尘流量。

所述模型可以包括模拟放置在颗粒过滤器上游的烟尘传感器并且输出该上游虚拟传感器的模型响应时间的传递函数，优选地，所述模型响应时间与在当前发动机运行参数的稳定状态下的响应时间相对应（即假定在完整的PM传感器循环期间当前发动机运行条件保持不变）。在所述下游烟尘传感器的传感器循环期间，所述模型迭代地计算所述烟尘指标。所述烟尘指标基于与每次迭代周期对应的模型传感器循环时间的部分被计算。

因此，通常定期地更新的所述烟尘指标提供了颗粒过滤器上游的烟尘积聚量的实时确定。

为了颗粒过滤器诊断，然后所述烟尘指标可与至少一个阈值相对比，该阈值被校准以探测令人满意地运行的颗粒过滤器。例如，所述烟尘指标定期地与通过阈值和故障阈值相对比，所述通过阈值和故障阈值被校准以达到所期望的探测阈值；使用两个不同的阈值提高了稳健性。然而，所述通过阈值和故障阈值可具有相同的值。

为了进一步提高所述诊断的稳健性，由于该方法受人工制品、测量误差等的影响，所以优选地，仅当在先烟尘指标值（存储于缓冲器中）的平均值高于所述通过阈值或低于所述故障阈值时，通过（PASS）或故障（FAIL）状态才作为判定被报告。

根据另一方面，本发明涉及用于监测布置在内燃发动机的排气管线中的颗粒过滤器的系统，所述系统包括：布置在所述颗粒过滤器之后的下游烟尘传感器；以及，用于实施上述方法的控制装置。

根据进一步的方面，本发明涉及包括可由处理器实施的指令的电脑程序，当被处理器执行时，所述电脑程序导致所述处理器执行上述方法。

附图说明

本发明现在将参照附图以举例的方式被描述，其中：

图1是带有设置有若干排气后处理设备的排气管线的发动机的原理图；

图2是表示位于PF上游的虚拟烟尘传感器和位于所述PF下游的烟尘传感器的反应与时间的关系的原理图，其中，峰值表示有关传感器的传感器循环的结束；

图3是描绘了（随时间推移）对于效率为90%的颗粒过滤器，下游烟尘传感器的反应和所述烟尘指标（指示为负载水平）估计的原理图；

图4是本发明的诊断方法的实施例的流程图；

图5示出了一组对于（b）正常工作的颗粒过滤器和（c）故障的颗粒过滤器的烟尘指标（PMS负载水平）与时间的函数的曲线图，而曲线图（a）示出了在测试循环期间对应的车速；以及

图6是计算所述烟尘指标的虚拟传感器模型的图表。

具体实施方式

图1示出了连接到内燃发动机12，例如多缸柴油发动机，的排气管线系统10，内燃发动机12产生包含烟尘和/或颗粒以及其他污染物的废气流。发动机控制单元（ECU，未示出）信号且操作地被连接到用于控制和监测发动机运行的许多传感器和致动器，如在本领域中已知的那样。

排气管线系统10通常包括涡轮增压器涡轮机和废气再循环阀（未示出）以及一系列排气后处理设备，以减少污染排放物。具体地，排气管线10在此包括：氧化促进催化设备14（下文称为柴油氧化催化剂—DOC），后面接着有颗粒过滤器16（下文称为柴油颗粒过滤器—DPF）以及氮氧化物后处理设备，比如选择性催化还原（SCR）设备18。

这样的排气后处理设备是本领域已知的，并且因此在本文中将仅简要描述。

DOC 14是一种将废气流中的污染物分解为危害更小的成分的氧化促进催化设备。更具体地，一氧化碳（CO）和碳氢化合物（HC）被氧化，以及碳氢化合物从颗粒物质（烟尘）解除吸附并且因此减轻颗粒质量。此外，包含在废气流中的一定比例的NO被氧化成NO₂。DOC14通常由陶瓷衬底结构、氧化混合物（“载体涂层”）以及具有催化活性的贵金属比如铂、钯或铑组成。

SCR催化剂18通过废气、还原剂以及催化剂（例如，在重型车辆中的钒基催化剂或客车上用的沸石基催化剂）之间的化学反应去除氮氧化合物（NO_x）。基于尿素的SCR催化剂，例如，使用气态氨作为活性NOx的还原剂。通常，喷射系统被用来将尿素供给到进入所述SCR催化剂的废气流中，尿素在SCR催化剂中分解成气态氨（NH3）并被储存在催化剂中。然后包含在进入所述催化剂的发动机废气中的NOx与被储存的氨反应，这产生氮气和水。

DPF 16被设计成从废气中去除柴油颗粒物质和/或烟尘。现有的DPF，例如，是基于由具有大量平行通道的碳化硅或者堇青石制成的蜂窝状过滤结构；或者是基于包括金属载体结构的烧结金属过滤器，所述金属载体结构由填充有烧结金属粉末的网构成。替代地，所述DPF可以是催化型的，被称之为CDPF。

众所周知，在DPF 16中沉积的烟尘/颗粒物质的逐渐增长的量将逐渐增大排气背压。因此DPF 16必须定期再生，这意味着要燃烧掉已经收集到的烟尘。在客车中，这通过所谓的“活性再生”相当常规地被完成，所述“活性再生”涉及升高废气的温度并且因此升高DPF 16的温度到约550°C至600°C，以利用废气中存在的氧气来氧化颗粒物质。

一种用于监测颗粒过滤器，比如DPF 16，的运行状态的车载诊断方案现在将参照附图被详细地描述。

附图标记20指示了被安装在DPF 16之后的烟尘传感器（在现有技术中也被称为颗粒物质传感器），以监测离开DPF 16的废气流中的烟尘浓度。在此，烟尘传感器20定位在DPF16和 SCR 18之间，但也可被布置在SCR催化剂18之后。

烟尘传感器20通常可以是电阻式的。例如，烟尘传感器可基于多层陶瓷技术，并且包括具有初始无限大电阻的互成角度配置的电极的传感器元件。

在传感器运行期间，烟尘颗粒被收集到所述传感元件上并且在所述电极之间形成导电路径。在新的测量循环开始前，所积聚的烟尘颗粒在再生阶段通过燃烧被消除。优选地，所述传感器还包括可控的加热元件以主动地执行再生。

因此，所述烟尘传感器可被设计为集成式传感器，该传感器提供输出信号，该输出信号是在所述传感元件上积聚的烟尘的函数；并且该传感器周期性地被再生以从所述传感器元件去除颗粒。

实际上，当所述传感器输出信号（例如，电流，但也可以是电压或电阻）达到预定阈值（例如，基于比如运行条件、制造商信息或者作为设计决策的标准的预定阈值）时，所述传感器被再生。

所述传感器的实际测量时段在本文被称为“激活阶段”，即，基本上从时间t_start（刚刚再生的传感器）直到在t_End达到电流阈值的时刻，并且在此期间所述烟尘积聚且所述传感器电流被确定。所述传感器的激活周期也可被称为“传感器循环”；一个传感器循环对应于所述激活阶段期间从t_start到t_end的全部积累。所述传感器达到预定电流阈值（从t_start到t_end）所需的时间通常被称为所述传感器的“响应时间”，并且因此该时间对应于已知的烟尘量。

这样的电阻式烟尘传感器在本领域中是已知的（从上述Ochs等人以及从其他处可知），因此无需在此详细描述。

从控制的角度来看，方便地是，除了相对于废气流中的颗粒物质的量而变化的传感器信号之外，所述传感器还生成传感器状态信息。

例如，所述传感器状态可包括传感器再生状态标志（0或1）以识别再生阶段、传感器激活标志（0或1）以识别所述激活阶段、以及传感器自诊断标志（0或1），这些标志被用来指示所述烟尘信号是否有效并且因此可用于监测DPF 16。当所述传感器状态是有效时，它指示了烟尘传感器20正在有效地监测来自DPF 16的烟尘输出（传感器激活标志=1），并且表示烟尘信号有效且可用（传感器没有再生且顺利通过自诊断）。

烟尘传感器20通常可被连接到传感器控制单元（SCU），该传感器控制单元本身负责信号处理以及管理，也就是说，该传感器控制单元用于分析所述传感器信号以及生成所述传感器状态。所述传感器状态可通过所述SCU，经由例如CAN总线技术，被传送到发动机控制单元ECU。然后所述ECU可以被配置成根据本发明的方法实施颗粒过滤器诊断方案。

应当理解的是，用于监测颗粒过滤器的本发明的方法采用烟尘指标，所述烟尘指标代表所述颗粒过滤器上游积聚的烟尘量，该烟尘指标可通过上游烟尘传感器或通过估计来确定。在下文中，有利地，所述烟尘指标的确定通过估计被完成，以节省额外的烟尘传感器。

本发明的方法采用基于颗粒过滤器上游烟尘积聚的估计的策略，该策略可被认为是与估计位于所述颗粒过滤器之前的烟尘传感器的响应相似（但在此实际上是虚拟烟尘传感器）。

对于下游烟尘传感器的给定的传感器循环而言，所述颗粒过滤器的效率越大，则所积聚的烟尘质量越大，并且因此烟尘指标的量级也越大。

基于传感器循环的效率确定的原理可以根据图2被理解，图2是原理图，其中，每个峰24对应于达到电流阈值的烟尘传感器，即，完成了传感器循环。时间（t）以秒表示，并且纵轴刻度以0和1之间的任意值渐变。起始于时间t=0，所述上游传感器反应十次直到t=600秒（即10个传感器循环），其中安装在所述PF之后的PM传感器首次反应（由较粗的曲线26表示）。

对应的效率可根据公式（1）被计算：

η = 1- 1/10 = 0.9 ，即对应于90%的效率。

然后，在其后的600秒中观察到相同的行为，即直到t=1200秒。

优选地，所述烟尘指标是虚拟烟尘传感器的烟尘负载的估计而不是烟尘传感器循环的次数的估计，但是所述烟尘传感器的量程也能被设计为反映烟尘传感器循环的次数。例如在图3的曲线图中，烟尘指标以%表示，其中，100%增长将对应于完成传感器循环，即，图2中的一个峰24，但是尽管如此，所给出的电流值代表了瞬时积聚的烟尘量。

在与图2中的情况相似且考虑颗粒过滤器的效率为90%的情况下，由此，可观察到当所述下游烟尘传感器在600s处首次反应时，图3中的烟尘指标值为1000%。

如可从图3被理解的那样，优选地，所述烟尘指标定期地被确定，并且因此给出了在虚拟的上游烟尘传感器处所述烟尘水平的相当连续的指示。

在此可能注意到的是，在所述附图中，所述烟尘指标被命名为“负载水平”、“PM传感器负载水平”或“PMS LL”。

确定所述烟尘指标的一个可行的方式在图6中被说明，其中，所述烟尘指标基于包括传递函数40的模型被计算，传递函数40模拟了放置在所述颗粒过滤器上游的烟尘传感器并且输出在稳定状态下的传感器循环时间（SS cycle time (t)），即，电流条件在完整的烟尘传感器循环期间将保持恒定的情况下的循环时间。所述模型以若干预定的发动机运行参数作为输入，尤其是，发动机输出烟尘浓度（框42）和废气速度（框44）。计算所述SS循环时间的该模型可以基于公式或映射，或基于所述两者。可以考虑其他的影响参数以提高模型的精度。

所述烟尘指标根据虚拟烟尘传感器循环时间，在时间上积分被计算，并通过公式（2）以百分比被表示（也可参见框46）；

烟尘指标(负载水平%) = (2)

所述负载水平给出了关于已经积聚在所述颗粒过滤器的上游在虚拟烟尘传感器中的烟尘总量的直接估计。

由于在本发明的方法中，所述烟尘指标相对于下游传感器的传感器循环被确定，因此，所述烟尘指标将在新的传感器循环开始之前被重置（在新的激活阶段的t_start时复位到0%）。

图4示出了根据本发明的方法的诊断算法的实施例的流程图，所述诊断算法基于从所述下游烟尘传感器和烟尘指标所获得的信息。

所述诊断方案的主要输入是：

- 烟尘传感器20的状态，其由信号处理设备（框100）给出，例如，传感器激活标志（0或1），再生标志（0或1）。在此感兴趣的主要信息是知晓传感器循环是否已经完成（例如，可通过从激活标志切换到再生标志被确定）。

- 从所述模型获得的烟尘指标的电流值（PM传感器负载水平——框102）。

本方法还使用以下参数：

- “故障阈值”：低于该值的值，所述颗粒过滤器被认为是有故障的；

- “通过阈值”：高于该值的值，所述颗粒过滤器被认为正常运行（起作用的）；

- “失活阈值”：高于该值的值，所述烟尘传感器失活；

- “PMS LL avg”：储存于附图标记50指示的缓冲存储器中的若干过去确定的烟尘指标值的平均值。储存在这个缓冲器50中的值是由在图4中所示的方法的在先实施期间所确定的烟尘指标值，并且按照框116被写入缓冲器中。PMS LL avg给出了所述颗粒过滤器性能的近期趋势的指示。

让我们假设我们处在指示新的传感器循环的开始（激活阶段的开始）的时间t_start=0。用于一个监测周期图4的例行程序启动，并且定期地运行输入值和试验，例如，每100毫秒、或者每秒或任何适当的周期。

所述例行程序的首次试验是在菱形框104，其基于所述烟尘传感器状态信息来确定所述传感器循环是否完成。只要所述烟尘传感器还没有达到其电流阈值（即，只要所述传感器循环是不完整的），那么对这个试验的响应就是“否”。

因此，在所述积聚周期期间，对菱形框104的响应是“否”，并且框106的试验检查了当前烟尘指标值（PMS LL）是否高于所述通过阈值。

如果情况并非如此，那么所述例行程序关闭该循环以返回至菱形框104的入口。

如果对菱形框106的回答是“是”，那么所述当前烟尘指标值可以被认为指示所述PF已经通过所述诊断试验。然而，为了兼顾测量误差，平均烟尘指标PMS LL avg也与所述通过阈值相对比（框108）。如果试验108令人满意（PMS LL avg>通过阈值），那么明确地得出PF有效/起作用的结论（在110处激活通过标志）。

试验框108试验的下游是基于框112的等待循环，所述等待循环等待所述传感器循环的结束，在所述传感器循环结束后，所述烟尘指标的最后的计算值作为用于所述PF的烟尘指标的最新值被存储在缓冲器50中。

在当前烟尘指标值超过失活阈值时，该等待循环被试验114中断。在此种情况下，所述监测停止以节省下游烟尘传感器的寿命，并且烟尘指标的最后的计算值被储存在缓冲器50中。

如果所述烟尘指标没有超过所述通过阈值并且到达了所述烟尘传感器循环的终点（在试验104处为“是”），那么所述烟尘指标与故障阈值相对比。

如果所述烟尘指标低于所述故障阈值，但也低于所述平均烟尘指标PMS LL avg（试验120），那么得出故障的颗粒过滤器的结论（在框122中，故障标记）。

如果试验118或120中的一个产生“否”，那么所述最后计算的烟尘指标值简单地被储存在缓冲器50中。

在更新缓冲器50时，所述例行程序可以被重置，并且尤其是所述烟尘指标（负载水平）可以被重置，如在框124中指示的那样。

仍要注意几种情况。若所述传感器循环完成（在试验104处为“是”）且所述烟尘指标高于所述故障阈值（试验118产生“否”），那么所述烟尘指标简单地被写入缓冲器50中并且不对DPF的运行状态进行判定。DPF的监测将通过开始新的传感器循环继续进行。

同样，当试验108产生“否”时，即，平均烟尘指标值PMS LL avg低于通过阈值时，将不对DPF的状态进行判定。

进一步地，当作出故障（112）判定或者当烟尘指标超过失活阈值（在逻辑框114处为“是”）时，DPF的监测可被中断并在下一个驱动循环时重新开始。

图5示出了关于起作用的（正常运行的）颗粒过滤器（图5B）以及故障的颗粒过滤器（图5C）的烟尘指标的演化的两个示例，其中，已经利用本发明的方法进行了诊断。

图5A是表示对于从冷起动开始的典型的发动机试验循环，车速随时间变化的曲线图。

图5B由此示出了随时间变化的烟尘指标的演化（PM传感器负载水平），以及通过阈值和故障阈值。图5的第二个曲线图b）示出了随时间变化的负载水平的演化曲线。可以看出负载水平仍然保持为0直到约500秒时；这是由于冷起动。刚好在500秒之后，烟尘指标开始上升，并在所示出的时间窗口上（达到1200秒）继续升高。负载水平曲线在t=800秒处穿过“故障”阈值线，之后在约900秒处穿过“通过”阈值线。

烟尘指标开始增长的时刻被指示为t_start，如上述所解释的那样，这是因为借助烟尘传感器的估计与下游烟尘传感器的传感器循环的开始（激活阶段的启动）一起启动。在图5 b）的曲线图中，下游烟尘传感器的传感器循环在所示出的1200秒的监测周期期间未完成；驱动循环被完成，使得发动机和传感器在到达t_End之前被关闭。同样，失活阈值也未被达到（例如，设定在1600%）。

在较长的驱动循环情况下，负载水平将进一步升高直到到达失活阈值或者直到完成所述PM传感器循环。

图5C的曲线图继而又关注有缺陷的DPF的情况。下游烟尘传感器的传感器循环的持续时间由t_start和t_end来指示。如图所示，在下游烟尘传感器的传感器循环期间，烟尘指标仍然低于故障阈值，这指示了故障的PF。

在t_end之后，下游烟尘传感器被再生并且另一个测量循环开始。

Claims

1.一种用于监测布置在内燃发动机的排气管线中的颗粒过滤器的方法，所述方法包括以下步骤：

借助下游烟尘传感器（20）来监测所述颗粒过滤器（16）下游的废气流，所述下游烟尘传感器具有特性传感器循环，在所述特性传感器循环期间，颗粒物质积聚直至达到预定阈值；

在所述下游烟尘传感器（20）的相应的传感器循环期间监测在上游烟尘传感器处的烟尘积聚；

基于所述上游烟尘传感器和所述下游烟尘传感器的信息来判定所述颗粒过滤器（16）的运行状态。

2.根据权利要求1所述的方法，其特征在于，

所述上游烟尘传感器具有特性传感器循环，在所述特性传感器循环期间，颗粒物质积聚直至达到预定阈值；以及

所积聚的烟尘量基于所述上游烟尘传感器的传感器循环被确定，并且被表示为烟尘负载水平，或被表示为传感器循环的次数或频率。

3.根据权利要求2所述的方法，其特征在于，

所述颗粒过滤器的效率根据对于给定观察时段的传感器循环的相应次数来计算，优选地，根据以下公式被计算：

其中：是所述下游烟尘传感器的传感器循环的次数，以及是所述上游烟尘传感器的传感器循环的次数。

4.根据权利要求1或2所述的方法，其特征在于，

所述上游烟尘传感器通过以若干预定的发动机运行参数作为输入的虚拟传感器模型来提供。

5.根据权利要求4所述的方法，其特征在于，

所述发动机运行参数至少包括发动机排出烟尘的浓度和废气速度。

6.根据权利要求4或5所述的方法，其特征在于，

所述模型包括输出模型传感器响应时间的传递函数（40），优选地，与对应于当前发动机运行参数的稳定状态下的响应时间相对应。

7.根据权利要求6所述的方法，其特征在于，

在所述下游烟尘传感器的一个传感器循环期间，代表了所述上游烟尘传感器的烟尘负载水平的烟尘指标是基于模型传感器循环时间的与每个迭代周期对应的部分被迭代计算的。

8.根据权利要求7所述的方法，其特征在于，

所述烟尘指标的计算基于下述原理公式来实现：

烟尘指标(%) =

其中，SS cycle time (t)是所述模型传感器循环时间。

9.根据前述权利要求中任一项所述的方法，其特征在于，

在所述下游烟尘传感器的一个传感器循环的时段期间监测在所述上游传感器处的烟尘积聚。

10.根据权利要求7至9中任一项所述的方法，其特征在于，所述烟尘指标与下述阈值进行比较：

通过阈值，当所述烟尘指标超过所述通过阈值时，指示正在起作用的颗粒过滤器；以及

优选地，与故障阈值比较，如果所述烟尘指标不超过所述故障阈值，则指示故障的颗粒过滤器。

11.根据权利要求7至9中任一项所述的方法，其特征在于，定期地执行以下例程：

确定当前时刻所述下游烟尘传感器（20）的状态和所述烟尘指标（102）；

如果所述下游烟尘传感器还没有完成其传感器循环，那么：

把所述烟尘指标与通过阈值（106）进行比较，并且如果超过所述通过阈值（106），那么把在先烟尘指标值的平均值与所述通过阈值（108）进行比较，并且如果超过，那么所述颗粒过滤器被认为具有正在起作用的运行状态（110）；或者

如果所述下游烟尘传感器已经完成其传感器循环并且所述烟尘指标低于故障阈值（118），那么：

把在先烟尘指标值的平均值与所述故障阈值（120）进行比较，并且如果低于所述故障阈值（120），那么所述颗粒过滤器被认为具有故障的运行状态（122）。

12.根据权利要求11所述的方法，其特征在于，

在完成所述下游烟尘传感器的传感器循环之后，当前烟尘指标值作为在先烟尘指标值被存储。

13.根据权利要求11或12所述的方法，其特征在于，

当所述当前烟尘指标值达到预定失活阈值时，其作为在先烟尘指标值被存储。

14.根据权利要求2或3所述的方法，其特征在于，

所述上游烟尘传感器是真实的烟尘传感器。

15.根据权利要求4至14中任一项所述的方法，

所述下游烟尘传感器是电阻式的；以及

所述上游烟尘传感器是电阻式的，或者所述虚拟传感器模型模拟电阻式烟尘传感器。

16.一种用于监测布置在内燃发动机的排气管线中的颗粒过滤器的系统，所述系统包括：

布置于所述颗粒过滤器之后的下游烟尘传感器；以及

控制装置，所述控制装置被配置成用于实施根据权利要求1至15中任一项所述的方法。

17.一种计算机程序，其包括可由处理器执行的指令，当被处理器执行时，所述指令使所述处理器实施根据权利要求1至15中任一项所述的方法。