CN109931137A - 用于诊断颗粒过滤器的方法和设备 - Google Patents

Abstract

本发明提出用于诊断内燃机的排气系统中的颗粒过滤器(1)的一种方法和一种设备，所述设备具有如下装置：该装置由所述颗粒过滤器前面与后面的压差的测量构造测量值。此外，由所述颗粒过滤器前面与后面的压差的模型构造模型值，并且由所述测量值和所述模型值构造互相关。所述装置由所述互相关推导出所述颗粒过滤器的关于灰尘负荷的以及关于烟尘负荷的状态。

Description

用于诊断颗粒过滤器的方法和设备

技术领域

本发明从用于诊断颗粒过滤器的一种方法和一种设备出发。

背景技术

由DE 10 2014 209 840 A1已经已知用于诊断颗粒过滤器的一种方法和一种设备，在所述方法和所述设备的情况下分析处理颗粒过滤器的压差，也就是说，分析处理颗粒过滤器前面和后面的压力。

发明内容

相比之下，根据本发明的用于诊断内燃机的排气系统中的颗粒过滤器的方法和设备具有以下优点：特别可靠地分析处理颗粒过滤器前面和后面的压力。通过所构造的互相关(Kreuzkorrelation)尤其可以准确地求取：颗粒过滤器在何种程度上通过灰尘负荷或烟尘负荷所填充。因此可以求取：应该何时进行再生(即应该何时对烟尘负荷进行燃烧)，或者由于灰尘负荷而应该何时更换颗粒过滤器，或者在灰尘负荷较低的情况下，应该何时通过内部马达式的(innermotorische)措施来补偿这种影响。因此，不仅可以改善再生的控制，而且可以改善内燃机的运行。

其他的优点和改善方案通过说明书中描述的措施得出。通过互相关的时间滤波可以特别简单地求取灰尘负荷和烟尘负荷。在此，相应的时间常数应匹配于如下持续时间：颗粒过滤器的可察觉的灰尘负荷或烟尘负荷以该持续时间发生。为此，与用于求取烟尘负荷的时间滤波相比，应该以至少5倍的更长的时间常数来进行用于求取灰尘负荷的时间滤波。通过如此求取的烟尘负荷可以目标明确地选择出适用于颗粒过滤器的再生的时刻，通过该再生将烟尘颗粒转化成气态的燃烧产物。此外，可以通过内部马达式的措施相应地补偿颗粒过滤器的部分灰尘负荷，所述措施考虑到由于颗粒过滤器被灰尘所负荷而引起升高的背压(Gegendruck)。因此，改善了对如下内燃机的操控：该内燃机的废气流过颗粒过滤器。在此根据所求取的灰尘负荷，也可以促使更换颗粒过滤器，因为通过根据本发明的方法可靠地识别出需要这种更换的界限。可以替代地要么求取压差的互相关、要么求取压差的梯度的相关性。这两种方法适用于不同的应用领域。在静态运行的情况下，压差的互相关是有利的，在动态运行的情况下，分析处理压差的梯度是有利的。优选地，流动阻力乘以废气的体积流或者流动阻力乘以体积流的梯度适用于互相关的模型值。为了改善模型准确度，也可以使用流动阻力的其他系数乘以体积流的平方或体积流的梯度的平方。通过使用二次方组分改善了模型准确度。

本发明还涉及一种用于诊断内燃机的排气系统中的颗粒过滤器的设备，所述设备具有如下装置：所述装置由所述颗粒过滤器前面与后面的压差的测量构造测量值，并且所述装置由所述颗粒过滤器前面与后面的压差的模型构造模型值，并且所述装置由所述测量值和所述模型值构造互相关，其特征在于，所述装置由所述互相关推导出所述颗粒过滤器的关于灰尘负荷的以及关于烟尘负荷的状态。

附图说明

本发明的实施例在附图中示出并且在接下来的说明中进一步阐述。

附图示出：

图1示出排气系统，该排气系统具有颗粒过滤器、末端消声器和压差传感器；

图2示出用于诊断的互相关的时间变化过程。

具体实施方式

在图1中示出具有颗粒过滤器1和末端消声器5的排气系统。内燃机的废气通过废气输送部10被引导至颗粒过滤器1、流过颗粒过滤器1、废气连接管11和末端消声器5，然后由废气排出部12排放到周围环境中。在现代内燃机中，通常借助燃料/空气混合物进行燃烧，在该混合物的情况下，无法始终避免产生烟尘颗粒。通过流过颗粒过滤器1，废气中包含的颗粒从废气流中被滤除，使得只有基本上无颗粒的废气通过废气连接管11输送给末端消声器5。然后，在末端消声器5中进行声学阻尼，从而废气在通过废气排出部12排出时仅产生低的或至少降低的噪声水平。

此外，为了看出有多少烟尘颗粒通过从废气中过滤而已经被存储在颗粒过滤器1中，设置压差传感器2。通过分析处理颗粒过滤器1前面和后面的废气流中的压差，可以对“在颗粒过滤器1中已经包含多少烟尘颗粒”做出评估，因为颗粒过滤器1中包含的烟尘颗粒减小了可供流过的横截面，因此，颗粒过滤器1上的压力下降是负荷(即颗粒过滤器1中包含的烟尘颗粒的量)的量度。直接测量颗粒过滤器的负荷有时是困难的，因为例如在汽油发动机中，压差仅很小，并且由于连续变换的运行条件只能困难地测量小的压差。因此，借助接下来进一步描述的更灵敏的方法分析处理压差。为了测量压差，压差传感器2借助第一压力线路3与颗粒过滤器前面的废气输送部10连接并且借助第二压力线路4与颗粒过滤器1后面的废气连接管11连接。压差传感器2包括如下膜片：该膜片的偏转取决于第一压力线路3与第二压力线路4中的相对压力并且产生相应的压差信号。如果根据压差传感器2的信号确定颗粒过滤器1包含大量的烟尘颗粒，则可以根据其他边界条件采取所谓的再生过程，在该再生过程中，通过氧化使颗粒过滤器1中包含的烟尘颗粒燃烧——即转化为气态产物。为了实现这种再生，也就是说为了使颗粒过滤器1中包含的烟尘颗粒燃烧，必须在颗粒过滤器1中产生相应的温度，并且通过废气输送部10输送的废气必须仍包含足够量的氧，以便在颗粒过滤器1中进行氧化。通过对内燃机的相应控制，可以执行这种再生过程。

现在已经表明，并非所有附着在颗粒过滤器中的烟尘颗粒都能够被完全燃烧，而是在每次再生时，都会留下烟尘颗粒的少量残留的非挥发性组分，这些非挥发性组分无法转化成气体。然而，这种灰尘仅是烟尘颗粒的一小部分并且仅在长的运行时间段上导致颗粒过滤器被灰尘负荷。

为了诊断微粒过滤器1并且确定该负荷而提出：借助互相关函数或由此计算出的互相关系数(KKF)来分析处理压差传感器的所测量的信号以及排气系统中的经建模的压力信号。通过互相关函数表示：两个信号在何种程度上相似或一致。例如如果颗粒过滤器是完全空的，则在颗粒过滤器1上仅得到非常小的压力下降，也就是说，如果所述模型在颗粒过滤器中设有压力损失，则所测量的压差信号和经建模的压力信号仅略微相应于彼此。取决于颗粒过滤器1的负荷，颗粒过滤器1前面和后面的压力的相似性会发生改变。此外，颗粒过滤器后面的压力也强烈地受到末端消声器5的背压的影响。此外，排气系统中的所有压力特性也取决于温度以及流过的废气的量。现在，可以使用这些不同的压力来执行颗粒过滤器1的诊断或颗粒过滤器1的负荷的识别。

为了对颗粒过滤器1进行这种诊断，为此首先构造互相关系数1(KKF1)，其计算如下：

KKF1：Σ_20sec(ΔP_{过滤器,测量}*ΔP_{过滤器,模型})/Σ_20sec(ΔP_{过滤器,模型})²

为了计算KKF1，将信号在预给定的时间段(在此20秒)上积分或求和。然而，其他时间段(例如5秒)也是可能的，只要该时间段足够长以至于能够计算出稳定的互相关或稳定的互相关系数。信号ΔP_{过滤器,测量}涉及压差的所测量的值——即压差传感器的输出信号。值ΔP_{过滤器,模型}涉及颗粒过滤器上的压力下降的经建模的值。值ΔP_{过滤器,模型}基本上由流动阻力R1和废气体积流dVol按照如下线性关系得出：ΔP_{过滤器,模型}＝R1×dVol。但是为了更高的模型准确度，也可以附加地考虑带有第二流动阻力R2的二次分量，由此考虑废气的压缩和膨胀。然后得出ΔP_{过滤器,模型}＝R1×dVol+R2×(dVol)²形式的相关性。在使用内燃机和排气系统的情况下通过测定典型的运行值来求取R1和R2的值。然后，例如将这些值作为负载和转速的函数保存在特性曲线族中并且用于计算颗粒过滤器1上的经建模的压差。作为其他的可能性，R1和R2值也可以取决于其他的运行参数。R1可以由参考温度T0情况下的参考值R1(T0)乘以互相关因子得出，该互相关因子可以从作为废气温度的函数的特性曲线上读取。R2可以由参考温度T0情况下的参考值R2(T0)乘以互相关因子得出，其中，该互相关因子由当前废气温度情况下的废气密度得出。

替代地，也可以使用所测量的压差的时间梯度δΔP_{过滤器,测量}以及经建模的压差的时间梯度δΔP_{过滤器,模型}。由此，以如下公式得出一个另外的互相关系数KKF2：

KKF2：Σ_20sec(δΔP_{过滤器,测量}*δΔP_{过滤器,模型})/Σ_20sec(δΔP_{过滤器,模型})²

通过第一KKF1测量到：颗粒过滤器1上的在压差传感器2处实际测量的压差与颗粒过滤器1上的由模型计算出的压差在何种程度上一致。通过第二KKF2测量到：颗粒过滤器1上的在压差传感器2处实际测量的压差的时间梯度与颗粒过滤器1上的由模型计算出的压差的时间梯度在何种程度上一致。

已经表明，KKF1和KKF2都随着烟尘颗粒的或灰尘的负荷的增大而增大。KKF1或KKF2的值分别随着颗粒过滤器的烟尘或灰尘的量的增大而增大。不同的模型全部都基于第一流动阻力R1和第二流动阻力R2，于是，这些不同的模型分别与流过颗粒过滤器的废气流的体积流或体积流平方线性相关。因为所测量的信号的流动阻力随着灰尘或烟尘的负荷的增大而增发，所以所确定的归一化的互相关因子KKF随着负荷的增大而增大。这意味着负荷越强烈，则通过所说明的公式确定的KKF1和KKF2的值越大。

在图2中，相对于内燃机的运行时间示出KKF1或KKF2的值(为简单起见，作为值KKF示出)。例如可以看出，KKF的值从基本值出发并且随着内燃机的持续运行时间连续轻微增大。此外，还存在另一分量，该分量以锯齿的形式添加至基本分量。这种锯齿分量(即该分量随着斜率的增大而增大，然后又突然回落)通过颗粒过滤器的烟尘负荷产生，并且所述回路通过再生(即通过将烟尘转化成气态废气)实现。然而在此示出，在每个再生过程中，在颗粒过滤器中留下无法转化到气态状态中的少量残留组分。这种灰尘随着时间推移缓慢累积在颗粒过滤器中，并且这种灰尘在很长的运行持续时间上观察导致颗粒过滤器被堵塞。

现在可以通过时间滤波将这两种组分相互分离，并且因此产生关于颗粒过滤器的烟尘负荷和灰尘负荷的单独的陈述。这简单地通过时间滤波实现，其中，与用于求取烟尘负荷的时间滤波相比，关于灰尘负荷的过滤的时间常数比明显更长。在此证实：与用于求取烟尘负荷的时间常数相比，用于求取灰尘负荷的时间常数5倍更慢或5倍更长。因为只有整个负荷是能够测量的，所以必须将这两个分量(即烟尘负荷和灰尘负荷)在计算上彼此分离。为此，通过长时间取平均值来实现灰尘负荷的求取，然后将该灰尘负荷从分别测量的总负荷中减去。于是，该差得出当前的烟尘负荷并且可以用作用于触发再生运行的值。

在内燃机的运行中，尤其可以通过颗粒过滤器考虑由灰尘负荷引起的背压。通过相应的操控可以补偿增大的气缸压力对发动机的气缸充气的影响。

在极端情况下(即当车辆已经运行很长的时间段时)或者通过其他事件(例如使用受污染的运行燃料)而达到颗粒过滤器的提前的过度灰尘负荷，则内燃机的运行者可以要求更换被灰尘过度堵塞的颗粒过滤器。因此可以确保始终对尾气进行最佳清洁。

在图2中相对于内燃机的运行持续时间绘制出互相关因子KKF。如果内燃机安装在车辆中，则这例如可以是车辆的公里数。然而替代地，也可以简单地绘制出内燃机的运行时间或转数。此外，在图2中示出内燃机的非常均匀运行的曲线图。然而尤其对于车辆中的内燃机来说，当前的烟尘形成以及因此烟尘负荷的增长强烈地取决于车辆的运行参数。因此，可以相对于内燃机的运行时间绘制出烟尘负荷方面的明显波动。

此外，已经描述通过压差传感器实现压差确定。但是替代地，也可以在比较两者的情况下对颗粒过滤器前面和后面的绝对压力进行测量，或者也可以仅对颗粒过滤器的前面的或后面的压力进行测量并且分别对另外的压力进行建模。重要的是确定颗粒过滤器前面与后面的压差。

Claims (10)

1.一种用于诊断内燃机的排气系统中的颗粒过滤器(1)的方法，其中，由所述颗粒过滤器前面与后面的压差的测量构造测量值，由所述颗粒过滤器前面与后面的压差的模型构造模型值，由所述测量值和所述模型值构造互相关，其特征在于，由所述互相关推导出所述颗粒过滤器的关于灰尘负荷的以及关于烟尘负荷的状态。

2.根据权利要求1所述的方法，其特征在于，通过所述互相关的时间滤波来求取所述灰尘负荷和所述烟尘负荷。

3.根据权利要求2所述的方法，其特征在于，与用于求取所述烟尘负荷的时间滤波相比，以至少5倍的更长的时间常数实现用于求取所述灰尘负荷的时间滤波。

4.根据以上权利要求中任一项所述的方法，其特征在于，根据所求取的烟尘负荷进行所述颗粒过滤器的再生。

5.根据以上权利要求中任一项所述的方法，其特征在于，根据所求取的灰尘负荷来改变所述内燃机的操控。

6.根据以上权利要求中任一项所述的方法，其特征在于，根据所求取的灰尘负荷促使更换所述颗粒过滤器(1)。

7.根据以上权利要求中任一项所述的方法，其特征在于，所述测量值相应于所述颗粒过滤器前面与后面的压差或所述颗粒过滤器前面与后面的压差的梯度。

8.根据以上权利要求中任一项所述的方法，其特征在于，由流动阻力乘以通过所述颗粒过滤器的体积流或者由流动阻力乘以通过所述颗粒过滤器的体积流的梯度构造所述模型值。

9.根据权利要求8所述的方法，其特征在于，还附加地由一个另外的流动阻力乘以所述体积流的平方或者由一个另外的流动阻力乘以所述体积流的梯度的平方构造所述模型值。

10.一种用于诊断内燃机的排气系统中的颗粒过滤器(1)的设备，所述设备具有如下装置：所述装置由所述颗粒过滤器前面与后面的压差的测量构造测量值，并且所述装置由所述颗粒过滤器前面与后面的压差的模型构造模型值，并且所述装置由所述测量值和所述模型值构造互相关，其特征在于，所述装置由所述互相关推导出所述颗粒过滤器的关于灰尘负荷的以及关于烟尘负荷的状态。