CN108194168A - 一种微粒捕集器微粒加载量计算方法及其装置 - Google Patents

Abstract

本发明公开了一种微粒捕集器微粒加载量计算方法。计算方法包括微粒沉积层佩克莱数判断、微粒沉积层微观参数计算、根据压降反推微粒沉积厚度与加载量以及微粒加载饱和度四个步骤。其装置包括ECU、压力传感器、温度传感器、氧传感器、空气质量流量传感器等。本发明的目的在于考虑发动机不同工况下，微粒沉积微观形态的不同，利用理论压降模型，计算微粒捕集器内的微粒加载量，从而精确控制再生时机，同时计算微粒加载饱和度，用以表征微粒捕集器加载程度，对于延长微粒捕集器寿命，减小再生能耗有很大的积极作用。

Description

一种微粒捕集器微粒加载量计算方法及其装置

技术领域

本发明涉及一种微粒捕集器微粒加载量计算方法及其装置

背景技术

在当前众多柴油机微粒后处理技术中，微粒捕集器被认为最具有应用前景与发展潜力。微粒捕集器在应用过程中主要有两大应用难关，一是过滤体材料的选择，必须具有高过滤效率，低流动阻力，同时还要具备良好的抗高温性能与机械强度。二是载体的再生，即微粒捕集器工作一段时间后，微粒沉积到达一定程度，微粒捕集器两端压降到达限定值，影响正常的微粒捕集与发动机工作，需要采取特定的方式将沉积在载体孔道内的微粒去除。其中，前者的技术难关已经基本攻克，而微粒捕集器的再生仍是阻碍其大规模应用的难题。具体到再生过程，最重要的一点是如何判断再生开始的时机，即某项指标达到预先设定的限定值时，再生开始。

当前应用最为普遍的再生时机判断方法是压降法，即事先标定微粒捕集器在各个工况下，微粒加载量达到限定值的压降MAP图，存储在ECU内，当ECU接收到传感器传送的尾气温度、质量流量和压差信号，在MAP图中查询当前的限定压降值，与当前压差传感器信号值对比，决定是否开始再生。此种方法的弊端明显，一是压降数据不能直观反映微粒捕集器内的微粒加载量，因为微粒捕集器的最大加载量通常由厂家提供，并以总的微粒质量给出；二是事先标定的MAP图不够精确，微粒的加载沉积过程受到发动机工况等各种因素的影响，其孔隙率、加载密度等微观参数变化较大，造成事先标定的MAP图不符合实际情况，另外标定MAP图也是一项耗费人力物力的过程。

另外一种常见的再生时机判断方法，在于实时监测排气管内的微粒排放量与微粒捕集器内的氮氧化物与沉积微粒反应速率(被动再生)，计算出孔道内的微粒净增长速率，通过对从上一次再生结束后的时间域进行积分，即可得出载体内的微粒沉积量。这种方法直接给出了微粒沉积量，但是对传感器要求高，计算过程复杂，ECU负担加重，离实际应用有一定的距离。

随着微粒捕集器两端压降理论模型的愈发精确，使得利用压降模型的逆向推演得出微粒加载量成为可能。具体来说，ECU接收微粒捕集器前端的温度信号、压差信号、发动机进气质量流量信号以及燃油消耗率信号，结合微粒捕集器的几何参数，利用理论压降模型反推出微粒加载量，与厂商提供的限定加载量对比，进而确定再生开始时机。这一过程中的关键参数在于孔道内微粒沉积层的渗透率k_soot与加载密度ρ_soot。由渗透率与压降数据推演出孔道内的微粒层厚度，再结合加载密度得出载体总的微粒加载量。

微粒在孔道内的沉积微观形态对于确定实际加载量具有决定性的作用，而其沉积形态取决于微粒运动过程中扩散与对流作用的综合作用。当扩散作用占主导时，微粒沉积层呈现较为疏松的结构，体现在孔隙率ε较大，而加载密度较小。当对流作用占主导时，微粒沉积层呈现较为致密的结构，孔隙率ε较小，加载密度较大。而微粒运动中扩散与对流作用的综合可以用佩克莱数Pe＝u_w·d_primary/D_p来表征。当佩克莱数较大时，微粒沉积趋向于致密，当佩克莱数较小时，微粒沉积趋向于疏松。

佩克莱数与微粒沉积层孔隙率的关系可以描述为，随着佩克莱数的增加，孔隙率以非常快的速度趋向一个渐进值，当佩克莱数减小时，孔隙率与佩克莱数呈现出指数函数关系，数学上，可以表示为ε＝A·Pe^-B+C，其中A、B、C为常数，其具体数值可以通过数值模拟求得。同时微粒的沉积过程属于无晶格有轨生长沉积，在机理上将微粒层的孔隙率限定在一个较小的范围，再结合佩克莱数与孔隙率的函数特性，根据佩克莱数的估计值来计算微粒层孔隙率，误差将会非常小。

一般实际应用中，用压差比来表示微粒加载的饱和程度或者再生的完成程度，同样，这种方法会遇到MAP图难以标定，微粒层形态变化导致MAP图失真的问题。因此需要用更加精确的方法来确定微粒捕集器加载程度，并定义加载饱和度，以便于合理的控制再生能量，降低能耗。

发明内容

本发明的目的在于提供一种微粒捕集器载体内微粒加载量的计算方法，精确控制再生时机，简单可行，避免了进行MAP图标定等繁重工作，同时提出了微粒加载饱和度的概念，用以衡量微粒捕集器加载程度。计算过程包括微粒沉积层佩克莱数判断、微粒沉积层微观结构参数计算、根据压降反推微粒沉积厚度与微粒加载量以及加载饱和度计算四个步骤。本计算方法的益处在于：考虑不同工况下，微粒沉积层孔隙率与加载密度的不同，利用佩克莱数计算微粒层的孔隙率，进而计算具体工况下的微粒加载量，结算结果更加精确，并且该方法绕过了繁重的MAP图标定与ECU数据处理，同时提出了微粒加载饱和度的定义，使得再生时机判断更为可靠，对延长微粒捕集器寿命，降低能耗有重要的意义。

为了解决标定MAP图，工作繁重，结果不精确，并且真实的MAP图会随着发动机工况的不同而发生变化的问题，本计算方法直接跳过MAP图的标定，利用理论压降模型进行反推的方法，计算微粒加载量。技术方案如下：针对具体的微粒捕集器几何参数建立其两端压降的理论模型，压降模型应具有精度足够和易于计算的特点，函数表达式为：ΔP＝f(Q,ξ,w,k_soot)，可知压降为尾气体积流量、孔道几何参数、微粒层沉积厚度以及微粒层渗透率的函数，其中孔道体积流量由发动机进气总管的空气质量流量信号、燃油消耗率与微粒捕集器前端的温度信号计算而来，压降由微粒捕集器两端的压差传感器测量，孔道几何参数已知，因此如果已知微粒层的渗透率k_soot，即可求得函数关系式中的唯一未知数，微粒层沉积厚度w。微粒层的渗透率k_soot与孔隙率ε直接关联，孔隙率与微粒层加载密度的关系式为ρ_soot＝ρ_solid(1-ε)，结合之前推导出的微粒沉积层厚度w，即可得出微粒加载量。

在一些实施例中，为了解决微粒层孔隙率ε，即孔道表面微粒层的加载疏松程度随工况不同而变化，进而难以确定其渗透率的问题。采取的技术方案是：将微粒层孔隙率与孔道内气粒两相流的佩克莱数直接关联，研究表明微粒层的孔隙率与佩克莱数具有简单的函数关系如下：ε＝A·Pe^-B+C，即当佩克莱数很小时，孔隙率与佩克莱数程指数关系，当佩克莱数增大时，孔隙率非常快速的趋向于一个固定值，根据研究成果，微粒捕集器孔道内的佩克莱数很少小于0.3，结合孔隙率与佩克莱数的函数特性，由佩克莱数Pe＝u_wgd_primary/D_p来判断微粒层孔隙率的大小具有相当的精确度。

在一些实施例中，为了计算微粒层孔隙率，需要知道微粒加载过程中的佩克莱数。具体方法是：ECU根据温度与质量流量信号计算自上一次再生结束时的孔道渗流速度u_w随时间变化的具体数值，并对时间积分，求取平均渗流速度，在此期间的原始微粒平均直径d_primary与微粒聚合扩散系数D_p根据工况信息由经验估计得来，根据以上三个参数即可求得微粒加载过程中具有代表性的佩克莱数，进而可以利用其求得微粒层的孔隙率。

在一些实施例中，为了计算微粒层孔隙率，需要计算佩克莱数与孔隙率函数关系式中的A、B、C三个常数。具体方法是：利用计算流体动力学仿真工具模拟具体的微粒捕集器孔道中的微粒无晶格有轨沉积过程，通过给定不同的佩克莱数值得出一系列佩克莱数与孔隙率的数据点，利用得到的数据点作为原始训练数据，用公式ε＝A·Pe^-B+C作为训练的模型假设，结合梯度下降法则，即可求得最为精确的函数参数A、B、C。

在一些实施例中，需要计算微粒捕集器中微粒的加载程度，以提供合适的主动再生能量，及估计下一次再生发生的时间，具体方法为：首先根据ECU提供的平均渗流速度u_w，计算特征佩克莱数，将该数值代入由仿真数据拟合而来的微粒层孔隙率与佩克莱数函数关系式ε＝A·Pe^-B+C中，求出微粒层孔隙率，根据微粒层孔隙率求出微粒层渗透率k_soot以及微粒层加载密度ρ_soot，其中后者可由以下公式求得：ρ_soot＝ρ_solid(1-ε)。通常微粒捕集器厂家会提供允许的最大微粒加载质量m_soot.max，由m_soot.max、ρ_soot可以计算微粒加载量到达限定值时，孔道内的微粒层厚度w_max，根据微粒层厚度以及微粒层渗透率即可得到在最大微粒加载量下，微粒捕集器两端的最大允许压降ΔP_max随尾气体积流量Q的变化关系，同时洁净微粒捕集器两端的压降ΔP_clean随尾气体积流量Q的变化函数亦容易求得，尾气的体积流量Q可以根据发动机进气口的空气质量流量、燃油消耗率、微粒捕集器前端的温度计算而来，定义微粒加载饱和度δ＝(ΔP-ΔP_clean)/(ΔP_max-ΔP_clean)，用以衡量微粒捕集器的加载程度，用以估计外加再生能量的大小或者下一次再生开始的时间。

附图说明

图1是微粒加载量计算的装置示意图

图2是计算过程流程图

图3是佩克莱数与孔隙率函数关系式常数A、B、C计算流程图

图4是微粒加载饱和度计算流程图

图5是微粒加载饱和度示意图

在图1中：

1-温度传感器，2-氧传感器，3-微粒捕集器，4-压差传感器，

5-温度传感器，6-ECU，7-空气质量流量计。

具体实施方式

下面结合附图对本发明作进一步说明。

如图1所示，该计算方法的硬件设备包括温度传感器1，用以监测微粒捕集器前端温度信号。氧传感器2，用以对空气质量流量与燃油消耗率进行修正。微粒捕集器3，作为微粒沉积的载体。压差传感器4，将微粒捕集器两端的压差信号传递给ECU。温度传感器5，用以对微粒捕集器前端的温度进行修正。ECU6，用以接受并处理温度、压差、氧浓度、燃油消耗率、空气质量流量等信号。空气质量流量计7，监测发动机进气管的进气质量信号，并传输到ECU。

在本计算方法中，ECU记录从上一次再生结束时刻开始至当前时刻的空气质量流量、燃油消耗率、微粒捕集器前端温度信号，进而计算出孔道内渗流速度随时间的变化信号，将该信号对时间求积分，取平均值，即可算出该段时间内的特征渗流速度同时结合工况，根据经验估算出原始微粒平均直径d_primary以及微粒聚合扩散系数D_p，根据公式：Pe＝u_wgd_primary/D_p求出微粒沉积过程中的佩克莱数。

利用计算流体力学仿真工具，计算特定的微粒捕集器孔道几何尺寸下，不同的入口气流佩克莱数对应的微粒无晶格有轨沉积孔隙率，共进行m个样本仿真，标记所得原始数据点为(Pe_i，ε_i)i＝1,2…m，作为训练样本，ε＝A·Pe^-B+C作为学习准则，使取得最小值为评价标准，任意选取一组初始参数向量(A₀,B₀,C₀)，采用梯度下降法则对参数向量进行更新，即其中φ表示梯度常数，用来表征迭代收敛的速度，对初始参数向量进行迭代，一直到收敛，收敛标准以J值的变化量在两次迭代后在规定范围内为准，最终得到微粒层孔隙率与佩克莱数的函数关系式：ε＝A·Pe^-B+C。

将微粒实际沉积过程中的佩克莱数Pe代入佩克莱数与微粒层孔隙率函数关系式中，求得微粒层孔隙率ε，从而有微粒层渗透率其中函数f(ε)为库韦巴拉函数形式，f(ε)＝2[2-1.8·(1-ε)^1/3-ε-0.2·(1-ε)²]/[9·(1-ε)]，SCF为斯托克斯-康宁汉姆系数SCF＝1+Kn(1.257+0.4e^-1.^1/Kn)，Kn＝2λ/d_aggregate为聚合克努森数，其中λ为气体分子平均自由程，d_aggregate为微粒平均聚合直径。在计算微粒层渗透率k_soot的过程中，ECU接收温度传感器1的微粒捕集器前端温度信号，并用温度传感器5的信号对其进行修正，同时接收空气质量流量传感器7与燃油消耗率信号，计算得到排气管内尾气质量流量，并用氧传感器2的信号对其进行修正，结合尾气温度与尾气质量流量求出尾气的体积流量Q，与此同时压差传感器4将微粒捕集器两端的压差信号ΔP发送给ECU。根据相关研究，微粒层滤饼沉积状态下的压降模型可以表示为其中孔道几何参数、尾气特征参数、载体两端压降、微粒层渗透率为已知，可以解出沉积在孔道内的微粒层厚度w，而微粒层厚度又可以表示为如下函数表达式：微粒层的加载密度可以由ρ_soot＝ρ_solid·(1-e)计算得来，进而可以得到当前微粒捕集器中加载的微粒质量m_soot。

当距离上一次再生结束，汽车行驶里程达到一定数值，ECU启动再生时机判断程序，根据微粒捕集器厂商提供的载体最大微粒承载质量m_soot.max以及按照之前所述计算出的微粒层加载密度ρ_soot可以求得孔道内最大允许的微粒层厚度w_max，将该数值代入压降理论模型中，即可得到微粒捕集器两端最大允许压降随排气管内尾气体积流量的函数变化关系，记为ΔP_max＝f(Q)，同时微粒捕集器洁净状态下两端的压降可以表示为其中除尾气体积流量以外的所有微粒捕集器初始参数由厂家提供。记压差传感器测量的当前压差为ΔP，实时尾气体积流量Q由尾气温度与质量流量计算得来，定义微粒加载饱和度为δ＝(ΔP-ΔP_clean)/(ΔP_max-ΔP_clean)，根据饱和度的大小可以预估下一次再生开始的时间。若当前时刻开始再生，饱和度越大，提供的外部再生能量功率可以较小，以防止载体中较大的温度与温度梯度，反之，应当适当的提高外部能量功率，以快速完成再生过程。

Claims (4)

1.判断微粒沉积层佩克莱数，ECU实时记录从上一次再生结束之后的空气质量流量、燃油消耗率、微粒捕集器前后端温度、氧含量信号，据此计算从上一次再生结束至当前时刻的孔道内渗流速度u_w信号，将其对时间积分求取平均值，求出特征渗流速度，同时结合该段时间内发动机的工况信息，估算原始微粒平均直径d_primary以及微粒聚合扩散系数D_p，根据佩克莱数计算公式求取微粒实际沉积过程中的佩克莱数：Pe＝u_wgd_primary/D_p。

2.微粒沉积层微观参数计算，利用计算流体力学仿真工具，计算特定微粒捕集器孔道尺寸下，不同入口气流佩克莱数对应的微粒无晶格有轨沉积孔隙率，共进行n个样本点仿真，得到原始数据点(Pe_i，ε_i)_i＝1,2…m，作为训练样本，ε＝A·Pe^-B+C作为学习准则，以使取得最小值作为评价标准，任意选取一组初始参数向量(A₀,B₀,C₀)，采用梯度下降法则对参数向量进行更新，即其中φ表示梯度常数，用来表征迭代收敛的速度，对初始参数向量进行迭代，一直到参数向量收敛，收敛标准以J值的变化量在两次迭代后在规定范围内为准，得到微粒层孔隙率与佩克莱数的函数关系式：ε＝A·Pe^-B+C，将微粒沉积过程中的佩克莱数Pe代入，求得微粒层孔隙率ε，微粒层的渗透率其中函数f(ε)的具体形式为f(ε)＝2[2-1.8·(1-ε)^1/3-ε-0.2·(1-ε)²]/[9·(1-ε)]，SCF为斯托克斯-康宁汉姆系数，可以表示为SCF＝1+Kn(1.257+0.4e^-1.1/Kn)，Kn＝2λ/d_aggregate为聚合克努森数，式中λ为发动机尾气气体分子平均自由程，d_aggregate为微粒平均聚合直径，至此，微粒层的微观参数孔隙率ε与渗透率k_soot由计算得到。

3.根据压降反推微粒沉积厚度与微粒加载量，ECU接收微粒捕集器前端温度传感器信号，并用微粒捕集器后端的温度传感器信号对其进行修正，得到当前时刻微粒捕集器前端的准确温度，同时接收进气道空气传感器与燃油消耗率信号得到尾气质量流量，并用氧传感器信号对其就行修正，结合温度信号，计算出发动机尾气的体积流量Q，与此同时压差传感器将微粒捕集器两端的压差信号ΔP发送给ECU，微粒滤饼沉积状态下微粒捕集器两端的理论压降模型可以表示为：模型中孔道几何参数、尾气特征参数、载体两端压降、微粒层渗透率已知，可以顺利求解孔道内的微粒层厚度w，微粒沉积厚度与微粒捕集器内微粒加载质量m_soot的函数关系可以表示为其中微粒层加载密度ρ_soot＝ρ_solid·(1-ε)，进而求得当前时刻微粒捕集器中加载的微粒质量m_soot。

4.当距离上一次再生结束，发动机运行到达一定时间后，ECU启动再生时机判断，微粒捕集器厂家通常会提供微粒捕集器内最大允许的微粒承载质量m_soot.max，结合之前步骤中求得的微粒层加载密度，可以求得最大允许的微粒层厚度将w_max代入压降理论模型，可以得到微粒捕集器两端最大允许压降随尾气体积流量的变化关系，记为ΔP_max＝f(Q)，微粒捕集器两端没有微粒沉积时的压降可以表示为其中孔道壁厚、过滤壁面渗透率等参数由厂家提供，记压差传感器当前时刻的压差为ΔP，尾气体积流量Q由质量流量信号与温度信号换算而来，定义微粒加载饱和度为δ＝(ΔP-ΔP_clean)/(ΔP_max-ΔP_clean)，根据饱和度的大小可以预估下一次再生开始的时间，如果当前时刻开始再生，饱和度越大，外部再生功率可以适当减小，以降低再生过程中的最高温度与温度梯度，饱和度较小，外部再生功率可以适当增大，以快速的完成再生。