CN113177314A - 一种dpf主动再生方法、装置、计算机设备和存储介质 - Google Patents

一种dpf主动再生方法、装置、计算机设备和存储介质 Download PDF

Info

Publication number
CN113177314A
CN113177314A CN202110465224.XA CN202110465224A CN113177314A CN 113177314 A CN113177314 A CN 113177314A CN 202110465224 A CN202110465224 A CN 202110465224A CN 113177314 A CN113177314 A CN 113177314A
Authority
CN
China
Prior art keywords
regeneration
dpf
heat
current
theoretical
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN202110465224.XA
Other languages
English (en)
Other versions
CN113177314B (zh
Inventor
郭际家
任学成
陆晓燕
陈灿玉
刘一航
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
FAW Jiefang Automotive Co Ltd
Original Assignee
FAW Jiefang Automotive Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by FAW Jiefang Automotive Co Ltd filed Critical FAW Jiefang Automotive Co Ltd
Priority to CN202110465224.XA priority Critical patent/CN113177314B/zh
Publication of CN113177314A publication Critical patent/CN113177314A/zh
Application granted granted Critical
Publication of CN113177314B publication Critical patent/CN113177314B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F30/00Computer-aided design [CAD]
    • G06F30/20Design optimisation, verification or simulation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F2119/00Details relating to the type or aim of the analysis or the optimisation
    • G06F2119/08Thermal analysis or thermal optimisation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Mathematical Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Evolutionary Biology (AREA)
  • Computer Hardware Design (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Algebra (AREA)
  • Geometry (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Processes For Solid Components From Exhaust (AREA)

Abstract

本申请涉及一种DPF主动再生方法、装置、计算机设备和存储介质。方法包括:获取车辆的DPF中再生材料的第一当前累积量,根据第一当前累积量,确定再生材料的第一理论热量;获取DPF中主动再生对象的第二当前累积量,根据第二当前累积量,确定主动再生对象的第二理论热量;基于DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合第一理论热量和第二理论热量,对DPF的热损伤概率进行评估;当热损伤概率不小于预设的风险阈值时,基于第一理论热量,对DPF的当前再生工况进行修正,重新对DPF的热损伤概率进行评估;当热损伤概率小于风险阈值时,基于DPF的当前再生工况,执行DPF主动再生任务。采用本方法能够有效保护DPF,避免热损伤。

Description

一种DPF主动再生方法、装置、计算机设备和存储介质
技术领域
本申请涉及柴油发动机尾气过滤技术领域,特别是涉及一种DPF主动再生方法、装置、计算机设备和存储介质。
背景技术
DPF是Diesel Particulate Filter的缩写,中文译名为颗粒捕捉器。顾名思义,DPF就是安装在柴油发动机排放系统中的一个过滤装置,主要吸附尾气中的颗粒物,例如微粒、碳氢化合物、氮氧化合物以及硫等等,防止他们排入大气层造成环境污染。DPF上配置有电控系统、催化涂层以及铈、铁和铂等金属燃料添加型催化剂。当吸附的微粒达到一定量之后,通过电控系统以及催化剂,DPF尾端的燃烧器就会自动点火燃烧,把吸附在金属纤维毡上的颗粒全部都烧掉,变成无害的二氧化碳排到空气里。这一燃烧自净的过程就是的“DPF再生”,“DPF再生”包括被动再生和主动再生。
目前所有应用主动再生技术的柴油机都是通过向废气中喷射再生的燃油(例如碳氢HC、一氧化碳CO、一氧化氮NO等)的方式,经过DOC(diesel oxidation catalyst,氧化型柴油催化器,柴油发动机排放系统中后处理器的组成部分之一,主要负责HC、CO、NO的催化氧化)的氧化起燃,使T5温度(DOC后温度传感器测得的温度,指的是气体离开DOC时的温度)可以达到600℃左右的再生温度。当发动机工况不能满足ECU(电子控制单元,发动机的控制中心)设定的T4温度(DOC前温度传感器测得的温度,即气体进入DOC时的温度)等条件时HC不喷射,主动再生不会进行。
利用上述传统的技术方案,能判断DOC起燃成功与否,并通过计算温度差异累积与上限值比较得出故障的结论。但是其对于起燃失败原因没有详细的判断,且处置方式只有经过很多次数的确认和治愈(继续尝试再生)。这样会向DPF中造成大量的HC泄露,若突然发生燃烧,会造成DPF的热冲击和热损伤。同时反复喷射HC进行主动再生确认故障和治愈,会造成油耗成本的增高。也就是说,传统技术方案中,对于DOC起燃的状态分辨不够详细,失败后只有机械性的DOC治愈(继续尝试再生),但是再生失败时泄露的部分HC会黏附在DPF中的碳颗粒或载体上,下次再生时会提高DPF内部温度,容易造成DPF的热失效。
发明内容
基于此,有必要针对上述技术问题,提供一种能够有效保护DPF的DPF主动再生方法、装置、计算机设备和存储介质。
一种DPF主动再生方法,所述方法包括:
获取车辆的DPF中再生材料的第一当前累积量,根据所述第一当前累积量,确定所述再生材料的第一理论热量;
获取所述DPF中主动再生对象的第二当前累积量,根据所述第二当前累积量,确定所述主动再生对象的第二理论热量;
基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估;
当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止;
当所述热损伤概率小于所述风险阈值时,基于所述DPF的当前再生工况,执行DPF主动再生任务。
一种DPF主动再生装置,所述装置包括:
第一获取模块,用于获取车辆的DPF中再生材料的第一当前累积量,根据所述第一当前累积量,确定所述再生材料的第一理论热量;
第二获取模块,用于获取所述DPF中主动再生对象的第二当前累积量,根据所述第二当前累积量,确定所述主动再生对象的第二理论热量;
评估模块,用于基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估;
修正模块,用于当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止;
执行模块,用于当所述热损伤概率小于所述风险阈值时,基于所述DPF的当前再生工况,执行DPF主动再生任务。
一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,所述处理器执行所述计算机程序时实现以下步骤:
获取车辆的DPF中再生材料的第一当前累积量,根据所述第一当前累积量,确定所述再生材料的第一理论热量;
获取所述DPF中主动再生对象的第二当前累积量,根据所述第二当前累积量,确定所述主动再生对象的第二理论热量;
基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估;
当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止;
当所述热损伤概率小于所述风险阈值时,基于所述DPF的当前再生工况,执行DPF主动再生任务。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现以下步骤:
获取车辆的DPF中再生材料的第一当前累积量,根据所述第一当前累积量,确定所述再生材料的第一理论热量;
获取所述DPF中主动再生对象的第二当前累积量,根据所述第二当前累积量,确定所述主动再生对象的第二理论热量;
基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估;
当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止;
当所述热损伤概率小于所述风险阈值时,基于所述DPF的当前再生工况,执行DPF主动再生任务。
上述DPF主动再生方法、装置、计算机设备和存储介质,首先对DPF中目前残留的再生材料的累积量进行了计算,然后对DPF中需要进行处理的主动再生对象的累积量进行了计算,确定了当前DPF中主动再生会产生的理论热量;然后基于DPF当前的再生工况,根据再生材料进入DPF之前的起燃状态,评估DPF中目前累积的理论热量结合再生过程中输入的再生材料释放的热量,对所述DPF造成热损伤的概率;最后,基于这个热损伤概率,判断是否需要对DPF的当前再生工况进行修正,当需要修正时,则基于修正后的再生工况继续对DPF热损伤的概率进行评估;当不需要修正时,则基于当前再生工况,执行DPF主动再生任务。在上述方案中,充分考虑了DPF中目前残留的再生材料的累积量对DPF在再生过程中的热损伤概率的影响,避免了因为残留的再生材料释放额外的热量导致DPF失效,提高了再生过程中DPF的安全性和有效性。
附图说明
图1为一个实施例中DPF主动再生方法的应用环境图;
图2为一个实施例中DPF主动再生方法的流程示意图;
图3为一个实施例中DPF主动再生步骤的流程示意图;
图4为另一个实施例中DPF再生状态判断的流程示意图;
图5为一个实施例中DPF热损伤概率风险判断的流程示意图;
图6为一个实施例中具体的柴油机主动再生过程图;
图7为一个实施例中具体的后处理后HC泄露图;
图8为一个实施例中当前DOC热效率和累积DOC热效率;
图9是一个实施例中DPF再生状态判断的结构框图;
图10为一个实施例中DPF主动再生方法计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
本申请提供的DPF主动再生方法,可以应用于如图1所示的应用环境中。其中,终端102通过网络与服务器104进行通信。车辆102与服务器104进行通信。车辆102和服务器104可分别单独用于执行本申请中的DPF主动再生方法,也可协同用于执行本申请中的DPF主动再生方法。以车辆102和服务器104协同执行为例进行说明:服务器104通过网络获取车辆102的DPF中目前残留的再生材料的累积量进行了计算,然后对DPF中需要进行处理的主动再生对象的累积量进行了计算,确定了当前DPF中主动再生会产生的理论热量;然后基于DPF当前的再生工况,根据再生材料进入DPF之前的起燃状态,评估DPF中目前累积的理论热量结合再生过程中输入的再生材料释放的热量,对所述DPF造成热损伤的概率;最后,基于这个热损伤概率,服务器进一步判断是否需要对DPF的当前再生工况进行修正,当热损失概率小于风险阈值时,触发车辆102基于DPF的当前再生工况,执行DPF主动再生任务。以车辆102单独执行为例进行说明:车辆102对DPF中目前残留的再生材料的累积量进行了计算,然后对DPF中需要进行处理的主动再生对象的累积量进行了计算,确定了当前DPF中主动再生会产生的理论热量;然后服务器基于DPF当前的再生工况,根据再生材料进入DPF之前的起燃状态,评估DPF中目前累积的理论热量结合再生过程中输入的再生材料释放的热量,对所述DPF造成热损伤的概率;最后,基于这个热损伤概率,服务器进一步判断是否需要对DPF的当前再生工况进行修正,当需要修正时,则基于修正后的再生工况继续对DPF热损伤的概率进行评估;当不需要修正时,则基于当前再生工况,执行DPF主动再生任务。
其中,目标车辆102可以但不限于是各种燃油汽车,服务器104可以用独立的服务器或者是多个服务器组成的服务器集群来实现。本实施例中,目标车辆是属于目标类别的,基于目标车辆得到的目标换挡线,可以适用于目标类别中的其他车辆。
在对本申请中的DPF主动再生方法进行描述之前,首先对本申请的实施例中涉及到的部分名词作如下解释:
再生材料:用于触发DPF再生过程的材料,通过催化器DOC进入DPF,一般是各类燃料,例如:HC、CO、NO等。
主动再生对象:指DPF中主动再生过程清理的对象,如烟灰、其他颗粒附着物等。
起燃状态:再生材料经过催化过程进入DPF之前的燃烧状态,主要用于判断催化器是否正常工作。
再生工况:再生工况是指DPF进行主动再生之前的一种特殊运行状态,工况信息包括排气温度,废气流量,HC喷射量,转速,扭矩节气门开度等一些会影响到DPF再生过程的参量。
在一个实施例中,如图2所示,提供了一种DPF主动再生方法。需要说明的是,本申请中的DPF主动再生方法可以通过车辆102或者服务器104单独执行,以该方法应用于车辆102为例进行说明,包括以下步骤:
步骤S202,获取车辆的DPF中再生材料的第一当前累积量,根据所述第一当前累积量,确定所述再生材料的第一理论热量。
具体来说,为了保证DPF在再生过程中的安全性,车辆首先获取了DPF中再生材料的当前累积量,即在本次再生过程开始之前,已经存在与DPF中的再生材料的第一当前累积量。基于这个第一当前累积量,结合再生材料本身的性质特征,车辆可以确定第一当前累积量对应的再生材料在下一次的再生过程中所释放的热量的理论值,即第一理论热量。
进一步地,如果车辆经历了多次主动再生过程,则上述实施例中,第一房钱累积量为上一次主动再生过程成功完成后,截止至当前所有尝试进行主动再生且失败的各个主动再生过程中累积的再生材料量。例如,车辆进行了5次主动再生过程,其中第2次成功,第1、3、4、5次均失败,则在进行第6次主动再生之前,DPF中累积的再生材料的第一当前累积量,是第3、4、5次再生失败过程未完全消耗的再生材料量。第1次再生失败过程未完全消耗的再生材料量,则在第2次再生成功过程中被消耗。
步骤S204,获取所述DPF中主动再生对象的第二当前累积量,根据所述第二当前累积量,确定所述主动再生对象的第二理论热量。
具体来说,DPF再生过程中,不仅再生材料会释放热量,待清理的主动再生对象也会产生热量。基于主动再生对象的第二累积量,车辆可以确定第二当前累积量对应的主动再生对象在下一次的再生过程中所释放的热量的理论值,即第二理论热量。
步骤S206,基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估。
具体来说,由于再生材料进入DPF之前需要经过预处理,预处理的过程释放热量,以促使DPF达到再生所需要的温度条件。在当前的再生工况下,仍然会有新的再生材料经过预处理后进入DPF,这一过程也会释放热量(再生热量)。最终,再生过程中,DPF中需要容纳的总热量就是再生热量与第一理论热量和第二理论热量的总和,本实施例中,车辆于这个热量总和,对DPF的热损伤概率进行评估。
步骤S208,当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止。
具体来说,如果车辆评估后认为上述热量总和对DPF造成热损伤的风险较大,即超出了预设的风险阈值,就会发出参数修正的提示。由于已经存在于DPF中的第一理论热量和第二理论热量无法修改,因此所要修改的对象就是后续(下一次再生过程启动之前)上述DPF进行主动再生所需要的再生材料的输入量。同时,为了进一步保证DPF的安全性,车辆还会基于修改后的再生材料输入量,再次对DPF的热损伤概率进行评估,直至评估结果显示DPF的热损伤概率小于预设的风险阈值。
步骤S210,当所述热损伤概率小于所述风险阈值时,基于所述DPF的当前再生工况,执行DPF主动再生任务。
具体来说,如果车辆评估后认为上述热量总和对DPF造成热损伤的风险概率较小,即没有超出预设的风险阈值,那么DPF就会基于当前的再生工况进行下一次的主动再生,无须对后续DPF主动再生所需要的再生材料的输入量进行调整。
上述DPF主动再生方法中,首先对DPF中目前残留的再生材料的累积量进行了计算,然后对DPF中需要进行处理的主动再生对象的累积量进行了计算,确定了当前DPF中主动再生会产生的理论热量;然后基于DPF当前的再生工况,根据再生材料进入DPF之前的起燃状态,评估DPF中目前累积的理论热量结合再生过程中输入的再生材料释放的热量,对所述DPF造成热损伤的概率;最后,基于这个热损伤概率,判断是否需要对DPF的当前再生工况进行修正,当需要修正时,则基于修正后的再生工况继续对DPF热损伤的概率进行评估;当不需要修正时,则基于当前再生工况,执行DPF主动再生任务。在上述方案中,充分考虑了DPF中目前残留的再生材料的累积量对DPF在再生过程中的热损伤概率的影响,避免了因为残留的再生材料释放额外的热量导致DPF失效,提高了再生过程中DPF的安全性和有效性。
在一个实施例中,再生材料通过催化器催化后进入DPF,所述获取车辆的DPF中再生材料的第一当前累积量,包括:获取历史主动再生任务的执行过程中,所述再生材料进入催化器的历史输入量,根据所述历史输入量,确定进入催化器的再生材料的理论燃烧热量;所述理论燃烧热量是进入催化器的再生材料完全催化后所释放的热量;基于所述理论燃烧热量,确定所述再生材料进入所述催化器前端时的理论初始温度,以及所述再生材料经过催化后离开所述催化器后端时的理论再生温度,并根据所述理论初始温度和理论再生温度,确定与历史主动再生任务相对应的理论催化温差;获取历史主动再生任务的执行过程中,再生材料进入催化器前端的实际初始温度,以及所述再生材料经过催化后离开所述催化器后端时的实际再生温度,并根据所述实际初始温度和实际再生温度,确定与历史主动再生任务相对应的实际催化温差;根据所述理论催化温差和实际催化温差,得到未完全催化而进入DPF中的再生材料的第一当前累积量。
具体来说,按照再生材料催化释放热量的理论值,一定量的再生材料进入催化器经过完全催化后,在催化器的前端和后端造成的温差是固定的,如果实际测量得到的催化器前端和后端温差无法达到这个预期的值,则说明再生材料催化不完全,有一定的再生材料未经催化进入了DPF。由于残留在DPF中的再生材料一般会在下一次成功进行的再生过程中被消耗掉,本实施例中,车辆是统计上一次再生过程中遗留下来的再生材料的第一当前累积量。即假设第一个再生过程完成后,DPF中残留的再生材料量为Q1,经过第二个再生过程后,Q1已经被完全消耗掉,此时残留在DPF中的是第二个再生过程喷射到DOC中后未完全催化而进入DPF的再生材料量Q2,在对第三个再生过程进行计算时,就只需要考虑Q2对DPF产生的影响,且此时Q2与Q1之间并没有直接的关系。对上述第三次再生过程来说,车辆通过第二次再生过程中,气体经过车辆前端和后端的温差,结合催化器本身的结构特征,来确定理论燃烧值与实际燃烧值之间的差距,从而得到未完全催化的再生材料的量Q2。
在另一个实施例中,车辆有可能经过多次失败的主动再生过程,例如,车辆进行了5次主动再生过程,其中第2次成功,则第1次再生失败过程累积的再生材料已经在第2次主动再生的过程中被消耗掉。而由于第3、4、5次均失败,车辆需要在进行第6次主动再生的风险评估之前,准确计算DPF中累积的再生材料的第一当前累积量,即第3、4、5次再生失败过程未完全消耗的再生材料量。在这个过程中,车辆每次再生失败,都会将上次失败过程中累积的再生材料量累加至下一再生过程的第一当前累积量中,直至车辆主动再生成功,此时默认DPF中的再生材料已经被清理完全,车辆将第一当前累积量清零,然后再开始下一主动再生过程的风险评估。
也就是说,在一个具体的实施例中,若当前起燃状态显示DPF再生状态可以继续进行,则进行热损伤概率计算,当热损伤风险超过阈值则进行降低再生温升速率、再生温度梯度保持时间延长、增大废气流量等方式降低热损伤风险。若热损伤风险小于阈值则继续正常再生。若当前起燃状态显示DPF再生状态为不能起燃,则将HC累积量进行累加,并为下一次再生时热损伤提供参数。当再生成功后HC累积量清零并重新开始累加。
在上述实施例中,通过对上一次再生过程中再生材料未经催化而进入DPF的第一当前累积量进行计算,可以确定第一当前累积量所对应的再生材料会给DPF带来多大的额外热量,有助于提高DPF的安全性和有效性。
在一个实施例中,根据所述第一当前累积量,确定所述再生材料的第一理论热量,包括:根据再生材料泄露系数和所述第一当前累积量,确定所述DPF中再生材料的真实累积量;基于所述真实累积量,确定DPF中的所述再生材料在下一次再生过程中,燃烧释放的第一理论热量。
具体来说,对于再生材料本身来说,由于其燃烧释放热量的物理参数固定,基于第一当前累积量,车辆可以很好地确定这部分再生材料在再生过程中释放的热量,获得对应的第一理论热值。
在上述实施例中,通过对上一次再生过程中再生材料未经催化而进入DPF的再生材料在下一次再生过程中释放的第一理论热量进行计算,可以确定第一当前累积量所对应的再生材料会给DPF带来多大的额外热量,有助于提高DPF的安全性和有效性。
在一个实施例中,再生材料通过催化器催化后进入DPF,所述基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估之前,所述方法还包括:当满足再生条件时,基于所述DPF的当前再生工况,确定所述再生材料的第一输入量;根据所述催化器前端和所述催化器后端的输出气流温度,计算第一输入量的再生材料在所述催化器中经过催化后所产生的热效率;根据所述热效率,确定所述再生材料在进入DPF之前的起燃状态。
具体来说,本实施例中,再生材料进入DPF之前的起燃状态与催化器(DOC)有密切的关系,如果催化器的催化效果不佳,则再生材料进入DPF之前的起燃状态很难达到再生所需要的条件。因此,当满足再生条件时,车辆需要基于DPF的当前再生工况,确定再生材料的第一输入量,即理论上本次需要输入的再生材料的量Q3,基于Q3对应的再生材料输入量,确定催化器前端和催化器后端的分别输出的气流温度T1和T2,对再生材料在催化器中的催化效率进行计算,确定对应的热效率,并基于热效率,判断再生材料在进入DPF之前的起燃状态是否是可以解决的。如图3所示。如果起燃状态显示这个问题不属于DPF的问题且不可通过重启主动再生解决,则需要先对这一故障问题进行排除再行主动再生,以免对DPF造成额外损伤。其中,当再生状态判断子流程判断得出的起燃状态为不能起燃时,需要上次成功进行主动再生之后,对每次未成功启动的主动再生过程泄漏的HC量进行累加,并利用累加得到的再生材料第一当前累积量,对DPF的热损伤概率进行评估,直至下次成功进行主动再生后清零。
在上述实施例中,对再生材料进入DPF之前的起燃状态进行判断后,也能够避免DOC故障时多次重启再生过程,导致DPF中再生材料大量累积对DPF造成不可逆的损伤。
在一个实施例中,再生材料通过催化器催化后进入DPF,所述基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估之前,所述方法还包括:当满足再生条件时,基于所述DPF的当前再生工况,确定所述再生材料的单次输入量和总输入量;所述单次输入量为当前再生过程中输入催化器的再生材料的输入量,所述总输入量为包括当前再生过程的所有历史再生过程中,输入催化器的再生材料的输入量;根据所述催化器后端的单次输出气流升温热值和所述单次输入量,确定当前再生过程中,所述再生材料在所述催化器中的单次热效率;所述单次输出气流升温热值为当前再生过程中,所述催化器后端的输出气流升温热值;根据所述催化器后端的累积输出气流升温热值和所述总输入量,得到包括当前再生过程的所有历史再生过程中,所述再生材料在所述催化器中的累积热效率;所述累积输出气流升温热值为包括当前再生过程的所有历史再生过程中,所述催化器后端的输出气流升温热值;根据所述单次热效率和累积热效率,确定再生材料进入DPF之前的起燃状态。
具体来说,车辆为了对再生材料的起燃状态进行准确评估,采用了单次输入量和累积输入量两个视角进行判断。其中,单次输入量是一次再生过程中,输入催化器的再生材料的量,总输入量为包括当前再生过程的所有历史再生过程中,输入催化器的再生材料的输入量。车辆基于单次输入量,以及与之对应的催化器后端的单次输出气流升温热值,其确定了当前再生过程中,再生材料在所述催化器中的单次热效率。类似地,车辆基于累积输入量,以及与之对应的催化器后端的累积输出气流升温热值,获取了包括当前再生过程的所有历史再生过程中,与累积输入量对应的累积热效率。并进一步地基于上述单次热效率和累积热效率,确定了再生材料进入DPF之前的起燃状态。如图3所示。
在上述实施例中,通过单次热效率和累积热效率对再生材料进入DPF之前的起燃状态进行准确判断,能够避免DOC故障时多次重启再生过程,导致DPF中再生材料大量累积对DPF造成不可逆的损伤。
在一个实施例中,当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止,包括:当所述热损伤概率不小于预设的风险阈值时,根据所述第一理论热量,对输入催化器的再生材料的输入参数进行修改;根据修改后的输入参数,确定下一次再生过程中所述DPF的预测再生工况;基于所述预测再生工况,根据当前再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止。
具体来说,车辆进一步通过预设的阈值参数,结合当前计算得到的DPF热损伤概率,来确定其热损伤风险,如果热损伤概率不小于预设的风险阈值,就意味着采用当前的再生工况进行DPF再生的话,可能会对DPF造成损失。由于已经存在于DPF中的第一理论热量和第二理论热量无法修改,因此所要修改的对象就是后续(下一次再生过程启动之前)通过催化器进入DPF的再生材料的输入参数。对下一次再生过程所需要的再生材料的输入参数进行修改后,即可重新对DPF下一次再生过程的热损伤风险再次进行评估,直到评估得到的热损伤概率小于风险阈值。
在上述实施例中,对DPF的再生工况进行反复调整,可以在保证DPF能够正常启动的前提下,尽量降低再生材料进入DPF后给DPF带来额外的热损伤风险。
在一个实施例中,输入参数包括再生材料的输入量、输入速率、催化器后端温度参数,所述根据所述第一理论热量,对输入催化器的再生材料的输入参数进行修改,包括:根据所述第一理论热量,将下一再生过程中所述再生材料的输入量修改为第二输入量;更改对下一再生过程中催化器后端温度参数的目标参数,并根据所述催化器后端温度参数的目标参数对所述再生材料的输入速率进行修改。
具体来说,车辆对进入DPF的再生材料的输入量进行修改可以包括多种方式,例如改变再生材料的输入量,控制再生材料进入DOC的喷射速度,或者是基于催化器后端温度参数变化梯度对再生材料的输入量进行调节等,上述输入量、输入速率、催化器后端温度参数可以单独用于实现上述输入参数的改变,也可以组合实现。例如,根据第一理论热量,车辆直接在下一次的再生材料输入量中减去再生材料对应的第一当前累积量后得到对应的第二输入量,所获得的热损伤概率小于预设的风险阈值,则无需对其他参数进行修改。如果计算得到的热损伤概率仍然大于预设的风险阈值,则还可以对催化器后端温度参数的目标参数进行修改,即要求在上述第二输入量的基础上,催化器后端温度参数需要严格按照一定的温度梯度来实现,例如在确定的目标温度下需要保持固定的时长。对再生材料的输入速率进行修改,就是要求在一定时间内,再生材料经过催化器催化后释放的热量需要在一定的限制范围内。以上几种方式可以通过单独或者相互配合的方式实现输入参数修改的目的,本实施例中对此不作具体限制。
在上述实施例中,通过对再生材料的输入参数进行修改,可以在保证DPF能够正常启动的前提下,尽量降低再生材料进入DPF后给DPF带来额外的热损伤风险。
如图3所示是一个具体的DPF主动再生步骤。在进行具体的再生过程之前,首先对本实施例中涉及到的参数进行如下解释:
t1为本次再生HC喷射持续时间下限值(标定值);
t2为车辆的累积运行时间上限值(标定值);
a为再生状态判断逻辑累积HC泄漏量的的下限值(标定值);
b为再生状态判断逻辑当前DOC空速的上限值(标定值);
c为再生状态判断逻辑当前DOC热效率(HC转化效率)的下限值(标定值);
d为再生状态判断逻辑累积DOC热效率(HC累积转化效率)的下限值(标定值);
T为再生状态判断逻辑当前T4温度的下限值(标定值);
f为当前DPF热损伤概率的上限值(标定值)。
具体过程如下:
步骤1:首先车辆ECU根据原有逻辑计算并发出再生的指令;
步骤2:等待条件合适后开始进入再生状态,开始HC喷射,按照附图3的流程进行;
步骤3:HC喷射开始后启动HC转化效率的计算程序和HC泄露量计算程序,计算方式如下:
HC转化效率计算:
DOC热效率即HC转化效率,DOC热效率诊断通过监控HC转换效率实现。HC转换效率为DOC中发生放热反应时测量与建模得到的热量比值,其中测量得到的热值根据DOC上下游温度传感器采集的温度计算,建模得到的热值根据HC燃烧释放热量计算。其中,对于DOC催化器来说,气体入口是上游,出口是下游。HC在DOC中燃烧,产生高温气流输入DPF使C元素氧化。如果HC氧化不完全,就会进入DPF造成累积。
当满足诊断条件时(例如达到了预设的诊断时间,或者是设定DOC停止工作即对其进行转换,或每进行一次主动再生都进行一次诊断等),经过一段时间热量累积,若HC转换效率过低,则初步判定DOC热效率转换故障。
(1)DOC实际温差计算
DPF再生时,HC在DOC中燃烧导致DOC下游温度上升。DOC实际温差为DOC下游温度传感器与DOC上游温度传感器采集温度的偏差。
(2)DOC建模温差计算
能量交换方程为:
q=mexh·cp·ΔT=mfuel·HV
其中:q表示传热速率,单位kJ/h;mexh表示排气质量流量,单位kg/h;cp表示排气比热,单位kJ/(kg*K);ΔT表示温差,单位K;mfuel表示HC质量流量,单位kg/h;HV表示燃油热值,单位kJ/kg。
则对应的DOC建模理想温差计算公式为:
Figure BDA0003043534850000151
为保证温差结果的精确性,本实施例中额外加入了DOC效率及DOC老化修正。
(3)温差累积
分别对DOC实际温差及DOC建模理想温差进行累积,计算累积的HC泄露(即进入到DPF的再生材料对应的第一累积量)。
(4)DOC热效率初步评价
DOC累积热效率(HC累积转换效率)=DOC实际温差累积值/DOC建模温差累积值。
DOC当前热效率(HC当前转换效率)=DOC实际温差值/DOC建模温差值。
(5)HC泄漏量计算
本步骤中的HC泄漏量指泄露至DPF并留存于DPF中的HC。DOC对HC进行氧化反应使其燃烧,当DOC催化剂的氧化速率或氧化能力不能将喷射HC全部转化时,剩余HC会随废气到达DPF中。由于DPF有捕集能力,且其中的碳颗粒或灰分可以给HC提供吸附的作用,所以大部分HC会留存在DPF中,少部分继续随废气排出。留存在DPF中的HC在主动再生时会起到助燃甚至瞬燃的效果:
Figure BDA0003043534850000161
其中,cfuel表示HC泄漏量,单位ppm;mfuel表示HC质量流量,单位kg/h;mexh表示排气质量流量,单位kg/h;θDOC表示DOC当前热效率,单位%;X表示HC泄露系数。
步骤4:当本次再生持续时间满足t1时,进入再生状态判断子程序,如附图3所示。
步骤5:再生状态判断子程序完成后将当前再生状态输出,若再生不成功则进行热损伤概率计算。
通过对数据分析,本实施例中将DOC起燃详细分为以下几种状态:T4温度过低导致的起燃困难(可以起燃)、T4温度过低导致的起燃困难(不能起燃)、空速过高导致的起燃困难(可以起燃)、空速过高导致的起燃困难(不能起燃)、正常范围内的起燃、DOC老化或中毒导致的起燃困难(可以起燃)、DOC老化或中毒导致的起燃困难(不能起燃)。区分以上几种DOC起燃的状态后,判断该主动再生是否需要继续进行,以及之后ECU需要采取的策略:继续进行再生、等工况合适再进行再生、进行DOC的治愈。
对热损伤概率进行计算时,由于发动机不同、发动机数据不同、再生时工况不同、后处理器结构不同、DPF载体尺寸和材料不同、碳载量不同等因素影响,本实施例中的热损伤概率是通过不断的对某一种发动机搭载的某一种后处理器的反复温度场试验来确定,并辅以碳载量模型、DPF中碳颗粒分布模型、HC瞬时燃烧放热模型、DPF载体传热模型等数据进行DPF内温差梯度计算,最终得出的是一张关于累积HC泄漏量、空速、T5温度的热损伤经验概率参照,并进一步地基于这个经验概率参照,得到预设的风险阈值,进而通过预设的风险阈值来对具体的DPF热损伤概率进行风险评价。
步骤6:输出热损伤概率和HC累积泄漏量至ECU中存储,应用于下次再生的计算。
上述实施例中,针对HC泄漏的问题和DPF再生保护的问题,通过再生状态判断的子程序和HC泄露及DPF失效风险判断计算程序,详细分辨DOC起燃的状态,并且在失败时及时反馈HC泄漏量,给予下次起燃一定的修正,更加有效防止失效故障的发生。
综上所述,本实施例是通过计算实际废气流量得到的热值与喷射的HC所能释放的理论热值进行实时比较和累积比较,实时得出DOC当前的HC热效率和当前主动再生累积HC热效率。若本次再生被判定为失败,则将计算该次主动再生循环的HC泄露量和累积HC泄漏量,判定DPF存在热损伤和失效的风险。如图3所示。
若风险较大,下次主动再生采取降低再生T5目标温度、降低HC喷射量、梯度再生和调整空速等措施。这样可以很好的解决了主动再生失败造成的HC泄露至DPF,下次再生时DPF可能热损伤或失效的问题。同时也降低了故障确认次数和治愈次数过多,造成的油耗升高问题发生的概率。
应该理解的是,虽然图2-5的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2-5中的至少一部分步骤可以包括多个步骤或者多个阶段,这些步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
如图6所示,是一个具体的实施例中,是某柴油机厂生产的四缸柴油机+后处理器进行的一次再生试验。该发动机的最大排气质量为500kg/h左右,该后处理器经过一定时间的耐久试验,经过测试其再生能力有一定的劣化(如图7所示),其DOC尺寸为6.77*4inch,DPF尺寸为6.77*8inch,满载碳载量为4g/L。上一次再生为一次正常的完整再生,默认DPF中HC累积量为0。再生开始后,随着后喷1的喷射量不断增加T5温度不断增加,再生工况中的温度参数最终只达到550℃,所以这是一次失败的再生。
利用上述DPF再生方法,经过计算后发现,本次再生的当前DOC热效率和累积DOC热效率均在40%以下,如图8所示,且在HC持续喷射后120s后,当前DOC热效率降至30%以下,所以被判定为再生失败。根据再生的状态判断子程序判断,T4温度在290℃以上,满足大于要求280℃的要求,空速为12万/h,不满足小于10万/h的要求,所以当前再生状态为空速过高引起的再生失败。
基于上述方法,再次计算本次的HC泄漏量,本次试验的HC泄露系数X按0.75算,可以得出DPF中预计累积了1345885ppm的HC。假设下次再生为满碳状态下的再生,则根据下次再生累积HC泄漏量、空速、T5温度查表得出热损伤概率为0.1,小于上限值0.4,则允许下次再生可以继续正常进行。将累积HC泄漏量和允许可以继续正常进行再生的结果存储入ECU中用于再生判断。
上述实施例中,针对HC泄漏的问题和DPF再生保护的问题,通过再生状态判断的子程序和HC泄露及DPF失效风险判断计算程序,详细分辨DOC起燃的状态,并且在失败时及时反馈HC泄漏量,给予下次起燃一定的修正,更加有效防止失效故障的发生。
在一个实施例中,如图9所示,提供了一种DPF主动再生装置900,包括:第一获取模块902,第二获取模块904,评估模块906,修正模块908,执行模块910,其中:第一获取模块902,用于获取车辆的DPF中再生材料的第一当前累积量,根据所述第一当前累积量,确定所述再生材料的第一理论热量。第二获取模块904,用于获取所述DPF中主动再生对象的第二当前累积量,根据所述第二当前累积量,确定所述主动再生对象的第二理论热量。评估模块906,用于基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估。修正模块908,用于当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止。执行模块910,用于当所述热损伤概率小于所述风险阈值时,基于所述DPF的当前再生工况,执行DPF主动再生任务。
上述DPF主动再生装置中,首先对DPF中目前残留的再生材料的累积量进行了计算,然后对DPF中需要进行处理的主动再生对象的累积量进行了计算,确定了当前DPF中主动再生会产生的理论热量;然后基于DPF当前的再生工况,根据再生材料进入DPF之前的起燃状态,评估DPF中目前累积的理论热量结合再生过程中输入的再生材料释放的热量,对所述DPF造成热损伤的概率;最后,基于这个热损伤概率,判断是否需要对DPF的当前再生工况进行修正,当需要修正时,则基于修正后的再生工况继续对DPF热损伤的概率进行评估;当不需要修正时,则基于当前再生工况,执行DPF主动再生任务。在上述方案中,充分考虑了DPF中目前残留的再生材料的累积量对DPF在再生过程中的热损伤概率的影响,避免了因为残留的再生材料释放额外的热量导致DPF失效,提高了再生过程中DPF的安全性和有效性。
在一个实施例中,所述第一获取模块,还用于:获取历史主动再生任务的执行过程中,所述再生材料进入催化器的历史输入量,根据所述历史输入量,确定进入催化器的再生材料的理论燃烧热量;所述理论燃烧热量是进入催化器的再生材料完全催化后所释放的热量;基于所述理论燃烧热量,确定所述再生材料进入所述催化器前端时的理论初始温度,以及所述再生材料经过催化后离开所述催化器后端时的理论再生温度,并根据所述理论初始温度和理论再生温度,确定与历史主动再生任务相对应的理论催化温差;获取历史主动再生任务的执行过程中,再生材料进入催化器前端的实际初始温度,以及所述再生材料经过催化后离开所述催化器后端时的实际再生温度,并根据所述实际初始温度和实际再生温度,确定与历史主动再生任务相对应的实际催化温差;根据所述理论催化温差和实际催化温差,得到未完全催化而进入DPF中的再生材料的第一当前累积量。
在上述实施例中,通过对上一次再生过程中再生材料未经催化而进入DPF的第一当前累积量进行计算,可以确定第一当前累积量所对应的再生材料会给DPF带来多大的额外热量,有助于提高DPF的安全性和有效性。
在一个实施例中,所述第一获取模块,还用于:根据再生材料泄露系数和所述第一当前累积量,确定所述DPF中再生材料的真实累积量;基于所述真实累积量,确定DPF中的所述再生材料在下一次再生过程中,燃烧释放的第一理论热量。
在上述实施例中,通过对上一次再生过程中再生材料未经催化而进入DPF的再生材料在下一次再生过程中释放的第一理论热量进行计算,可以确定第一当前累积量所对应的再生材料会给DPF带来多大的额外热量,有助于提高DPF的安全性和有效性。
在一个实施例中,所述评估模块,还用于:当满足再生条件时,基于所述DPF的当前再生工况,确定所述再生材料的第一输入量;根据所述催化器前端和所述催化器后端的输出气流温度,计算第一输入量的再生材料在所述催化器中经过催化后所产生的热效率;根据所述热效率,确定所述再生材料在进入DPF之前的起燃状态。
在上述实施例中,对再生材料进入DPF之前的起燃状态进行判断后,也能够避免DOC故障时多次重启再生过程,导致DPF中再生材料大量累积对DPF造成不可逆的损伤。
在一个实施例中,所述评估模块,还用于:当满足再生条件时,基于所述DPF的当前再生工况,确定所述再生材料的单次输入量和总输入量;所述单次输入量为当前再生过程中输入催化器的再生材料的输入量,所述总输入量为包括当前再生过程的所有历史再生过程中,输入催化器的再生材料的输入量;根据所述催化器后端的单次输出气流升温热值和所述单次输入量,确定当前再生过程中,所述再生材料在所述催化器中的单次热效率;所述单次输出气流升温热值为当前再生过程中,所述催化器后端的输出气流升温热值;根据所述催化器后端的累积输出气流升温热值和所述总输入量,得到包括当前再生过程的所有历史再生过程中,所述再生材料在所述催化器中的累积热效率;所述累积输出气流升温热值为包括当前再生过程的所有历史再生过程中,所述催化器后端的输出气流升温热值;根据所述单次热效率和累积热效率,确定再生材料进入DPF之前的起燃状态。
在上述实施例中,通过单次热效率和累积热效率对再生材料进入DPF之前的起燃状态进行准确判断,能够避免DOC故障时多次重启再生过程,导致DPF中再生材料大量累积对DPF造成不可逆的损伤。
在一个实施例中,所述修正模块,还用于:当所述热损伤概率不小于预设的风险阈值时,根据所述第一理论热量,对输入催化器的再生材料的输入参数进行修改;根据修改后的输入参数,确定下一次再生过程中所述DPF的预测再生工况;基于所述预测再生工况,根据当前再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止。
在上述实施例中,对DPF的再生工况进行反复调整,可以在保证DPF能够正常启动的前提下,尽量降低再生材料进入DPF后给DPF带来额外的热损伤风险。
在一个实施例中,所述修正模块,还用于:根据所述第一理论热量,将下一再生过程中所述再生材料的输入量修改为第二输入量;更改对下一再生过程中催化器后端温度参数的目标参数,并根据所述催化器后端温度参数的目标参数对所述再生材料的输入速率进行修改。
在上述实施例中,通过对再生材料的输入参数进行修改,可以在保证DPF能够正常启动的前提下,尽量降低再生材料进入DPF后给DPF带来额外的热损伤风险。
关于DPF主动再生装置的具体限定可以参见上文中对于DPF主动再生方法的限定,在此不再赘述。上述DPF主动再生装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机设备,该计算机设备可以是单独的车辆,也可以是车辆与服务器共同构成,其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中,该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储DPF主动再生过程中的相关数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种DPF主动再生方法。
本领域技术人员可以理解,图10中示出的结构,仅仅是与本申请方案相关的部分结构的框图,并不构成对本申请方案所应用于其上的计算机设备的限定,具体的计算机设备可以包括比图中所示更多或更少的部件,或者组合某些部件,或者具有不同的部件布置。
在一个实施例中,还提供了一种计算机设备,包括存储器和处理器,存储器中存储有计算机程序,该处理器执行计算机程序时实现上述各方法实施例中的步骤。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现上述各方法实施例中的步骤。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器(Read-Only Memory,ROM)、磁带、软盘、闪存或光存储器等。易失性存储器可包括随机存取存储器(Random Access Memory,RAM)或外部高速缓冲存储器。作为说明而非局限,RAM可以是多种形式,比如静态随机存取存储器(Static Random Access Memory,SRAM)或动态随机存取存储器(Dynamic Random Access Memory,DRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。

Claims (10)

1.一种DPF主动再生方法,其特征在于,所述方法包括:
获取车辆的DPF中再生材料的第一当前累积量,根据所述第一当前累积量,确定所述再生材料的第一理论热量;
获取所述DPF中主动再生对象的第二当前累积量,根据所述第二当前累积量,确定所述主动再生对象的第二理论热量;
基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估;
当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止;
当所述热损伤概率小于所述风险阈值时,基于所述DPF的当前再生工况,执行DPF主动再生任务。
2.根据权利要求1所述的方法,其特征在于,所述再生材料通过催化器催化后进入DPF,所述获取车辆的DPF中再生材料的第一当前累积量,包括:
获取历史主动再生任务的执行过程中,所述再生材料进入催化器的历史输入量,根据所述历史输入量,确定进入催化器的再生材料的理论燃烧热量;所述理论燃烧热量是进入催化器的再生材料完全催化后所释放的热量;
基于所述理论燃烧热量,确定所述再生材料进入所述催化器前端时的理论初始温度,以及所述再生材料经过催化后离开所述催化器后端时的理论再生温度,并根据所述理论初始温度和理论再生温度,确定与历史主动再生任务相对应的理论催化温差;
获取历史主动再生任务的执行过程中,再生材料进入催化器前端的实际初始温度,以及所述再生材料经过催化后离开所述催化器后端时的实际再生温度,并根据所述实际初始温度和实际再生温度,确定与历史主动再生任务相对应的实际催化温差;
根据所述理论催化温差和实际催化温差,得到未完全催化而进入DPF中的再生材料的第一当前累积量。
3.根据权利要求1所述的方法,其特征在于,所述根据所述第一当前累积量,确定所述再生材料的第一理论热量,包括:
根据再生材料泄露系数和所述第一当前累积量,确定所述DPF中再生材料的真实累积量;
基于所述真实累积量,确定DPF中的所述再生材料在下一次再生过程中,燃烧释放的第一理论热量。
4.根据权利要求1所述的方法,其特征在于,所述再生材料通过催化器催化后进入DPF,所述基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估之前,所述方法还包括:
当满足再生条件时,基于所述DPF的当前再生工况,确定所述再生材料的第一输入量;
根据所述催化器前端和所述催化器后端的输出气流温度,计算第一输入量的再生材料在所述催化器中经过催化后所产生的热效率;
根据所述热效率,确定所述再生材料在进入DPF之前的起燃状态。
5.根据权利要求1所述的方法,其特征在于,所述再生材料通过催化器催化后进入DPF,所述基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估之前,所述方法还包括:
当满足再生条件时,基于所述DPF的当前再生工况,确定所述再生材料的单次输入量和总输入量;所述单次输入量为当前再生过程中输入催化器的再生材料的输入量,所述总输入量为包括当前再生过程的所有历史再生过程中,输入催化器的再生材料的输入量;
根据所述催化器后端的单次输出气流升温热值和所述单次输入量,确定当前再生过程中,所述再生材料在所述催化器中的单次热效率;所述单次输出气流升温热值为当前再生过程中,所述催化器后端的输出气流升温热值;
根据所述催化器后端的累积输出气流升温热值和所述总输入量,得到包括当前再生过程的所有历史再生过程中,所述再生材料在所述催化器中的累积热效率;所述累积输出气流升温热值为包括当前再生过程的所有历史再生过程中,所述催化器后端的输出气流升温热值;
根据所述单次热效率和累积热效率,确定再生材料进入DPF之前的起燃状态。
6.根据权利要求1所述的方法,其特征在于,所述当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止,包括:
当所述热损伤概率不小于预设的风险阈值时,根据所述第一理论热量,对输入催化器的再生材料的输入参数进行修改;
根据修改后的输入参数,确定下一次再生过程中所述DPF的预测再生工况;
基于所述预测再生工况,根据当前再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止。
7.根据权利要求6所述的方法,其特征在于,所述输入参数包括再生材料的输入量、输入速率、催化器后端温度参数,所述根据所述第一理论热量,对输入催化器的再生材料的输入参数进行修改,包括:
根据所述第一理论热量,将下一再生过程中所述再生材料的输入量修改为第二输入量;
更改对下一再生过程中催化器后端温度参数的目标参数,并根据所述催化器后端温度参数的目标参数对所述再生材料的输入速率进行修改。
8.一种DPF主动再生装置,其特征在于,所述装置包括:
第一获取模块,用于获取车辆的DPF中再生材料的第一当前累积量,根据所述第一当前累积量,确定所述再生材料的第一理论热量;
第二获取模块,用于获取所述DPF中主动再生对象的第二当前累积量,根据所述第二当前累积量,确定所述主动再生对象的第二理论热量;
评估模块,用于基于所述DPF的当前再生工况,根据再生材料进入DPF之前的起燃状态,结合所述第一理论热量和第二理论热量,对所述DPF的热损伤概率进行评估;
修正模块,用于当所述热损伤概率不小于预设的风险阈值时,基于所述第一理论热量,对所述DPF的当前再生工况进行修正,以调整所述DPF进行下一次主动再生所需的再生材料的输入量,基于调整后的所述再生材料的输入量,重新对所述DPF的热损伤概率进行评估,并继续执行直至所述热损伤概率小于所述风险阈值时停止;
执行模块,用于当所述热损伤概率小于所述风险阈值时,基于所述DPF的当前再生工况,执行DPF主动再生任务。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有计算机程序,其特征在于,所述处理器执行所述计算机程序时实现权利要求1至7中任一项所述的方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1至7中任一项所述的方法的步骤。
CN202110465224.XA 2021-04-28 2021-04-28 一种dpf主动再生方法、装置、计算机设备和存储介质 Active CN113177314B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110465224.XA CN113177314B (zh) 2021-04-28 2021-04-28 一种dpf主动再生方法、装置、计算机设备和存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110465224.XA CN113177314B (zh) 2021-04-28 2021-04-28 一种dpf主动再生方法、装置、计算机设备和存储介质

Publications (2)

Publication Number Publication Date
CN113177314A true CN113177314A (zh) 2021-07-27
CN113177314B CN113177314B (zh) 2024-06-04

Family

ID=76926887

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110465224.XA Active CN113177314B (zh) 2021-04-28 2021-04-28 一种dpf主动再生方法、装置、计算机设备和存储介质

Country Status (1)

Country Link
CN (1) CN113177314B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114738093A (zh) * 2022-05-09 2022-07-12 一汽解放汽车有限公司 一种dpf再生控制方法
CN115075968A (zh) * 2022-06-13 2022-09-20 潍柴动力股份有限公司 一种发动机dpf再生方法及装置、电子设备
CN115163817A (zh) * 2022-06-28 2022-10-11 中国第一汽车股份有限公司 一种变速器的换挡控制方法、装置、电子设备及存储介质
CN115288832A (zh) * 2022-08-25 2022-11-04 潍柴动力股份有限公司 一种识别doc硫中毒和老化的诊断方法及诊断系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080264037A1 (en) * 2007-04-27 2008-10-30 Hideyuki Takahashi Apparatus for deterioration diagnosis of an oxidizing catalyst
US20120060478A1 (en) * 2009-05-21 2012-03-15 GM Global Technology Operations LLC Method for diagnosing a diesel oxidation catalyst
DE102012106756A1 (de) * 2011-12-05 2013-06-06 Hyundai Motor Company Verfahren zum Detektieren eines Bruchs eines Diesel- Partikelfilters
CN103628956A (zh) * 2012-08-22 2014-03-12 现代自动车株式会社 确定车辆的柴油氧化催化剂再生成周期的方法
US20160222900A1 (en) * 2013-09-27 2016-08-04 Mitsubishi Heavy Industries, Ltd. Dpf regeneration control device
CN109973175A (zh) * 2019-03-20 2019-07-05 一汽解放汽车有限公司 柴油机颗粒捕集器再生时的温度控制方法
US20200049045A1 (en) * 2017-08-31 2020-02-13 Komatsu Ltd. Determination method for exhaust gas treatment device and determination system for exhaust gas treatment device
CN110941917A (zh) * 2019-12-17 2020-03-31 凯龙高科技股份有限公司 一种柴油机dpf基于压降的碳载量计算方法
CN111691957A (zh) * 2020-07-06 2020-09-22 潍柴动力股份有限公司 一种dpf的主动再生控制方法及控制系统
CN112664301A (zh) * 2020-12-23 2021-04-16 潍柴动力股份有限公司 一种dpf主动再生方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080264037A1 (en) * 2007-04-27 2008-10-30 Hideyuki Takahashi Apparatus for deterioration diagnosis of an oxidizing catalyst
US20120060478A1 (en) * 2009-05-21 2012-03-15 GM Global Technology Operations LLC Method for diagnosing a diesel oxidation catalyst
DE102012106756A1 (de) * 2011-12-05 2013-06-06 Hyundai Motor Company Verfahren zum Detektieren eines Bruchs eines Diesel- Partikelfilters
CN103628956A (zh) * 2012-08-22 2014-03-12 现代自动车株式会社 确定车辆的柴油氧化催化剂再生成周期的方法
US20160222900A1 (en) * 2013-09-27 2016-08-04 Mitsubishi Heavy Industries, Ltd. Dpf regeneration control device
US20200049045A1 (en) * 2017-08-31 2020-02-13 Komatsu Ltd. Determination method for exhaust gas treatment device and determination system for exhaust gas treatment device
CN109973175A (zh) * 2019-03-20 2019-07-05 一汽解放汽车有限公司 柴油机颗粒捕集器再生时的温度控制方法
CN110941917A (zh) * 2019-12-17 2020-03-31 凯龙高科技股份有限公司 一种柴油机dpf基于压降的碳载量计算方法
CN111691957A (zh) * 2020-07-06 2020-09-22 潍柴动力股份有限公司 一种dpf的主动再生控制方法及控制系统
CN112664301A (zh) * 2020-12-23 2021-04-16 潍柴动力股份有限公司 一种dpf主动再生方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
TAN, PQ 等: "Experimental study on the temperature characteristics of a diesel particulate filter during a drop to idle active regeneration process", APPLIED THERMAL ENGINEERING, vol. 178, pages 115628 *
唐蛟;李国祥;王志坚;郭圣刚;张军;陶建忠;: "DPF碳载量模型的建立及试验", 内燃机学报, vol. 33, no. 01, pages 51 - 57 *

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114738093A (zh) * 2022-05-09 2022-07-12 一汽解放汽车有限公司 一种dpf再生控制方法
CN114738093B (zh) * 2022-05-09 2023-03-31 一汽解放汽车有限公司 一种dpf再生控制方法
CN115075968A (zh) * 2022-06-13 2022-09-20 潍柴动力股份有限公司 一种发动机dpf再生方法及装置、电子设备
CN115075968B (zh) * 2022-06-13 2024-02-20 潍柴动力股份有限公司 一种发动机dpf再生方法及装置、电子设备
CN115163817A (zh) * 2022-06-28 2022-10-11 中国第一汽车股份有限公司 一种变速器的换挡控制方法、装置、电子设备及存储介质
CN115288832A (zh) * 2022-08-25 2022-11-04 潍柴动力股份有限公司 一种识别doc硫中毒和老化的诊断方法及诊断系统
CN115288832B (zh) * 2022-08-25 2023-12-15 潍柴动力股份有限公司 一种识别doc硫中毒和老化的诊断方法及诊断系统

Also Published As

Publication number Publication date
CN113177314B (zh) 2024-06-04

Similar Documents

Publication Publication Date Title
CN113177314B (zh) 一种dpf主动再生方法、装置、计算机设备和存储介质
CN109356698B (zh) 一种dpf自适应主动再生控制方法、装置和系统
US7263825B1 (en) Apparatus, system, and method for detecting and labeling a filter regeneration event
US7478527B2 (en) Apparatus, system, and method for estimating particulate production
US7937935B2 (en) Method for controlling catalyst and filter temperatures in regeneration of a catalytic diesel particulate filter
US20140331644A1 (en) Exhaust aftertreatment component condition estimation and regeneration
KR100417750B1 (ko) 내연기관의 배기 정화 장치
US20150240695A1 (en) Detecting over-temperature in exhaust system
JP2012516971A (ja) 車載式の酸化触媒診断
US7677030B2 (en) Apparatus, system, and method for determining a regeneration availability profile
CN112324546B (zh) 发动机sof控制系统故障检测方法及故障检测的设备
US20120031080A1 (en) Method and apparatus for predicting peak temperature in a vehicle particulate filter
CN113047971B (zh) 防止发动机颗粒数超标的方法和装置
Canova et al. Model-based fault detection and isolation for a diesel lean NOx trap aftertreatment system
CN110714822B (zh) Dpf再生的控制方法及控制系统
KR20190069003A (ko) Isg가 장착된 디젤차량의 매연여과장치 재생 전략 판단방법 및 매연여과장치의 재생 제어에 따른 매연물질 연소량 계산방법
Hiranuma et al. Development of DPF system for commercial vehicle-basic characteristic and active regenerating performance
CN114776419B (zh) 一种dpf再生控制方法、系统、车辆及存储介质
CN110546353B (zh) 过滤器再生控制装置及过滤器再生控制方法
JP2009526944A (ja) 微粒子フィルタの再生に使用される燃料噴射システム内の燃料噴射器をパージする方法及び装置
CN113685254B (zh) 一种颗粒捕捉器的主动再生控制方法和柴油发动系统
CN110985172B (zh) 一种触发dpf主动再生的方法及系统
Michelin et al. Optimized diesel particulate filter system for diesel exhaust aftertreatment
Pisu et al. Model-based fault diagnosis of a NOx aftertreatment system
WO2017130408A1 (ja) 排気浄化装置

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant