CN113202607A - 车辆颗粒物捕集器的再生控制方法、系统及存储介质 - Google Patents
车辆颗粒物捕集器的再生控制方法、系统及存储介质 Download PDFInfo
- Publication number
- CN113202607A CN113202607A CN202110413688.6A CN202110413688A CN113202607A CN 113202607 A CN113202607 A CN 113202607A CN 202110413688 A CN202110413688 A CN 202110413688A CN 113202607 A CN113202607 A CN 113202607A
- Authority
- CN
- China
- Prior art keywords
- regeneration
- regeneration control
- gpf
- active
- preset
- 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
Links
- 238000011069 regeneration method Methods 0.000 title claims abstract description 545
- 230000008929 regeneration Effects 0.000 title claims abstract description 544
- 238000000034 method Methods 0.000 title claims abstract description 97
- 239000013618 particulate matter Substances 0.000 title claims abstract description 43
- 238000011217 control strategy Methods 0.000 claims abstract description 113
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 71
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 71
- 239000000446 fuel Substances 0.000 claims description 22
- 238000010304 firing Methods 0.000 claims description 4
- 230000001172 regenerating effect Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 13
- 230000001960 triggered effect Effects 0.000 description 9
- 230000009286 beneficial effect Effects 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 4
- 239000000463 material Substances 0.000 description 4
- 229910052760 oxygen Inorganic materials 0.000 description 4
- 239000001301 oxygen Substances 0.000 description 4
- 239000000203 mixture Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000002245 particle Substances 0.000 description 3
- 230000002035 prolonged effect Effects 0.000 description 3
- 239000004071 soot Substances 0.000 description 3
- 239000003610 charcoal Substances 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000004590 computer program Methods 0.000 description 2
- 238000007405 data analysis Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000000644 propagated effect Effects 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 239000000969 carrier Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 239000003344 environmental pollutant Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000003062 neural network model Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 231100000719 pollutant Toxicity 0.000 description 1
- 238000010405 reoxidation reaction Methods 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000013316 zoning Methods 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N9/00—Electrical control of exhaust gas treating apparatus
- F01N9/002—Electrical control of exhaust gas treating apparatus of filter regeneration, e.g. detection of clogging
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Processes For Solid Components From Exhaust (AREA)
Abstract
本发明提供了一种车辆颗粒物捕集器的再生控制方法、系统及存储介质，再生控制方法包括：在每一预设循环周期，执行以下步骤：根据车辆的历史行车信息、当前车况行驶信息和当前驾驶循环的导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值；根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略；根据预设再生温度阈值和GPF内部温度预测值，采用主动再生控制策略，生成再生控制指令；下推再生控制指令至发动机控制器。本发明提供的再生控制方法、系统及存储介质，无需增加任何硬件成本，能够精准的控制GPF再生过程，能够显著提高再生的准确性和合理性，提高再生效率。
Description
技术领域
本发明涉及车辆控制技术领域，特别涉及一种车辆颗粒物捕集器的再生控制方法、系统及存储介质。
背景技术
《轻型汽车污染物排放限值及其测量方法(第六阶段)》法规的出台对汽车排放物中的颗粒物排放做了更严格的要求，对于缸内直喷的发动机来说，颗粒质量排放和颗粒数排放比传统PFI汽油机排放显著增加，成为开发满足国六排放发动机需要攻克的技术难题之一。GPF(汽油颗粒物捕集器，Gasoline Particulate Filter)是汽油机的颗粒物捕集装置，是满足排放要求的重要后处理技术。GPF为壁流式结构，通过将排气中的碳烟颗粒物捕集在壁面上来实现清除碳烟的目的。GPF能够快速有效地捕集汽车尾气中的颗粒物，但经过持续不断的微粒捕集，颗粒物沉积在载体中，排气系统的背压也会随之升高，恶化发动机的燃油经济性。为此，需要促使颗粒捕集器中的碳烟颗粒再次氧化燃烧，去除捕集到的颗粒物以降低GPF碳载量，恢复GPF的工作性能。
根据达到条件的方式，GPF再生分为被动再生过程和主动再生过程，GPF再生过程需同时满足富氧和高温2个条件。其中，被动再生过程无需通过EMS进行控制，只要GPF内部温度达到再生温度阀值且有一定量的氧气，GPF内部的颗粒物就会燃烧，被动再生通常发生在滑行断油阶段。主动再生需要主动控制发动机进气、点火、空燃比等参数，提高GPF温度至再生阀值时，通过减稀混合气空燃比来进行主动再生。被动再生过程多发生在郊区和高速工况，当汽车在高速行驶中突然松开加速踏板减速时，为避免混合器过浓造成燃烧不完全，通常将发动机中断燃油喷射，排气中的氧气流量大幅度增加，如果此时GPF温度达到再生的要求，GPF内的颗粒物便可迅速烧掉。而当汽车行驶在市区工况，GPF温度一般达不到再生要求，需要主动调节发动机运行模式和工况来增加排温以提高GPF温度，同时采用偏稀的空燃比使得GPF内部达到高温富氧的条件。
在实际应用过程中，点火延迟是较常用的一种方式，控制器基于GPF当前温度和模型GPF碳载量决定增加排温和采用偏稀空燃比的时刻。传统GPF再生控制策略，由于无法提前获知未来行驶里程内的路况信息，仅考虑车辆当前时刻状态并按照预设的控制规则对GPF再生过程进行控制，导致这种控制策略存在如下缺陷：一是无法依据全行程的路况信息作出全局优化决策，极大地依赖预设的再生控制策略的合理性；二是基于固定规则的策略缺乏灵活性，触发不必要的点火延迟、再生打断等控制策略，导致再生过程不稳定，导致再生控制精度和效率不高。
因此，如何克服现有技术中存在的上述缺陷，提供一种车辆颗粒物捕集器的再生控制方法，以精准地控制GPF再生过程，确保再生的准确性及合理性，日益成为本领域技术人员亟待解决的技术问题之一。
需要说明的是，公开于该发明背景技术部分的信息仅仅旨在加深对本发明一般背景技术的理解，而不应当被视为承认或以任何形式暗示该信息构成已为本领域技术人员所公知的现有技术。
发明内容
本发明的目的在于，克服现有技术中车辆颗粒物捕集器的再生控制策略存在的缺陷，提供一种车辆颗粒物捕集器的再生控制方法、系统及存储介质，以精准地控制GPF再生过程，有效降低因再生产生的油耗，提高再生效率。
为实现上述目的，本发明通过以下技术方案予以实现：一种车辆颗粒物捕集器的再生控制方法，在每一预设循环周期，执行以下步骤：
根据车辆的历史行车信息、当前车况行驶信息和当前驾驶循环的导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值；
根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略；
根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令；
下推所述再生控制指令至发动机控制器。
可选地，在所述计算全行程范围内GPF内部温度预测值之前，还包括：
获取所述历史行车信息、所述当前车况行驶信息、所述当前驾驶循环的导航信息。
可选地，所述GPF碳载量再生区间的划分方法，包括：按照GPF碳载量预设阈值范围，划分为：安全区、再生区、强制再生区和非再生区；
所述GPF碳载量再生区间与再生控制策略的预设对应关系，包括：所述安全区和所述非再生区对应的再生控制策略均为无须触发主动再生；所述再生区对应第一主动再生控制策略；所述强制再生区对应第二主动再生控制策略。
可选地，所述第一主动再生控制策略，包括以下方法：
根据所述预设再生温度阈值和所述GPF内部温度预测值，获取全行程范围内的若干个再生候选区段的集合；
根据预设再生区段选取规则，从所述再生候选区段的集合中选取其中一个所述再生候选区段作为第一主动再生区段；
其中，所述第一主动再生控制策略采用的所述再生控制指令包括：在所述第一主动再生区段，使能减稀空燃比指令。
可选地，所述根据预设再生区段选取规则，从所述再生候选区段的集合中选取其中一个所述再生候选区段作为主动再生区段的方法，包括：
根据所述再生候选区段的时长，从所述再生候选区段的集合中选取时长最长的一个所述再生候选区段作为所述主动再生区段。
可选地，所述第二主动再生控制策略，包括以下方法：
根据所述预设再生温度阈值和所述GPF内部温度预测值，获取全行程范围内所有的第二主动再生区段；
根据第一个所述第二主动再生区段的起始时间和点火角的预设提前时长，生成提前点火角指令；其中，所述提前点火角指令包括：点火角的起始时间；
根据所述提前点火角指令、所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，重新计算全行程范围内GPF内部温度预测值；
根据所述预设再生温度阈值和重新预测的所述GPF内部温度预测值，得到全行程范围内所有的第三主动再生区段；
下推所述提前点火角指令至所述发动机控制器；
其中，所述第二主动再生控制策略对应的所述再生控制指令包括：对于每一个所述第三主动再生区段，使能减稀空燃比指令；
若所述车辆为燃油车辆，则所述第二主动再生控制策略对应的所述再生控制指令还包括：对于每一个所述第三主动再生区段，使能推迟点火指令；
若所述车辆为混合动力车辆，则所述第二主动再生控制策略对应的所述再生控制指令还包括：对于每一个所述第三主动再生区段，使能主动充电指令，并将所述主动充电指令下推至电机控制器。
可选地，在每一预设循环周期，根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令后，还包括：
根据所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本，并将所述再生数据样本存储至数据库。
可选地，按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型。
为了实现上述目的，本发明还提供了一种用于车辆颗粒物捕集器的再生控制系统，所述再生控制系统包括整车控制器、发动机控制器和指令生成器，其中，所述指令生成器包括第一云平台或第一域控制器；
所述整车控制器被配置为，按照一预设循环周期，将历史行车信息、当前车况行驶信息、当前驾驶循环的导航信息发送至所述指令生成器；
所述指令生成器被配置为，根据所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值；
所述指令生成器还用于，根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略；
所述指令生成器还被配置为，根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令；并下推所述再生控制指令至所述发动机控制器。
可选地，所述指令生成器还被配置为：在每一预设循环周期，根据所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本，并将所述再生数据样本存储至数据库。
可选地，所述指令生成器还被配置为：按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型。
为了实现上述目的，本发明还提供了另一种用于车辆颗粒物捕集器的再生控制系统，所述再生控制系统包括整车控制器、发动机控制器和第二域控制器；其中，
所述整车控制器被配置为，按照一预设循环周期，将历史行车信息、当前车况行驶信息、当前驾驶循环的导航信息发送至所述第二域控制器；
所述第二域控制器被配置为，根据所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值；
所述第二域控制器还用于，根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略；
所述第二域控制器还被配置为，根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令；并下推所述再生控制指令至所述发动机控制器。
可选地，还包括第二云平台，所述第二云平台被配置为：在每一预设循环周期，接收所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本集，并将所述数据样本集存储至数据库。
可选地，所述第二云平台还被配置为：按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型；
所述第二云平台还被配置为，将升级后的所述温度预测模型部署至所述第二域控制器。
基于同一发明构思，本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可执行的指令，当所述计算机可执行的指令被执行时实现如上述任一项所述的再生控制方法的步骤。
与现有技术相比，本发明提供的车辆颗粒物捕集器的再生控制方法、系统及存储介质，具有以下有益效果：
1、本发明提供的车辆颗粒物捕集器的再生控制方法，包括一种车辆颗粒物捕集器的再生控制方法，在每一预设循环周期，执行以下步骤：根据车辆的历史行车信息、当前车况行驶信息和当前驾驶循环的导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值；根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略；根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令；下推所述再生控制指令至发动机控制器。本发明提供的再生控制方法，再生控制指令是根据车辆的历史行车信息、当前车况行驶信息、当前GPF碳载量和当前驾驶循环的导航信息获得的，如此配置，本发明提出的颗粒物捕集器的再生控制方法能够作出全局优化决策，具有很好的灵活性，使得再生过程稳定，能够精准地控制GPF再生过程，确保再生的准确性及合理性，从而有效降低因再生产生的油耗，提高再生效率；而且无需增加任何硬件成本，便于实施部署。
2、本发明提供的颗粒物捕集器的再生控制方法，按照GPF碳载量预设阈值范围，划分为：安全区、再生区、强制再生区和非再生区，所述安全区和所述非再生区对应的再生控制策略均为无须触发主动再生；所述再生区对应第一主动再生控制策略；所述强制再生区对应第二主动再生控制策略。如此配置，通过圈定再生区段并结合当前GPF碳载量采用不同的再生控制策略，并下推至发动机控制器(EMS)，从而完成全局化的再生策略。进一步地，在GPF碳载量的安全区和非再生区，无需触发主动再生，在安全区内，GPF碳载量小，无需触发主动再生策略，避免了不必要的点火延迟、再生过程不稳定等问题；在非再生区，GPF碳载量过多，采用无需触发主动再生，能够避免在再生过程中，GPF烧毁的风险，提高了再生的灵活性和针对性。
3、本发明提供的颗粒物捕集器的再生控制方法，在GPF碳载量的再生区域，所述第一主动再生控制策略，包括以下方法：根据所述预设再生温度阈值和所述GPF内部温度预测值，获取全行程范围内的若干个再生候选区段的集合；根据预设再生区段选取规则，从所述再生候选区段的集合中选取其中一个所述再生候选区段作为第一主动再生区段；其中，所述第一主动再生控制策略采用的所述再生控制指令包括：在所述第一主动再生区段，使能减稀空燃比指令。如此配置，能够合理选取再生区段，从而抓住最佳的再生机会，提高再生效率，仅下推减稀空燃比指令，无需推迟点火指令，从而达到在控制GPF碳载量的同时，减少油耗，提升驾驶体验。
4、本发明提供的颗粒物捕集器的再生控制方法，在GPF碳载量的强制再生区，所述第二主动再生控制策略，包括以下方法：根据所述预设再生温度阈值和所述GPF内部温度预测值，获取全行程范围内所有的第二主动再生区段；根据第一个所述第二主动再生区段的起始时间和点火角的预设提前时长，生成提前点火角指令；根据所述提前点火角指令、所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，重新计算全行程范围内GPF内部温度预测值；根据所述预设再生温度阈值和重新预测的所述GPF内部温度预测值，得到全行程范围内所有的第三主动再生区段；下推所述提前点火角指令至所述发动机控制器；其中，所述第二主动再生控制策略对应的所述再生控制指令包括：对于每一个所述第三主动再生区段，使能减稀空燃比指令；若所述车辆为燃油车辆，则所述第二主动再生控制策略对应的所述再生控制指令还包括：对于每一个所述第三主动再生区段，使能推迟点火指令；若所述车辆为混合动力车辆，则所述第二主动再生控制策略对应的所述再生控制指令还包括：对于每一个所述第三主动再生区段，使能主动充电指令，并将所述主动充电指令下推至电机控制器。如此配置，本发明提供的强制再生控制方法，在强制再生区，能够抓住一切机会触发主动再生，避免GPF碳载量过高，能够增大GPF再生区段长度，提高主动再生时长。进一步地，本发明提供的强制再生控制方法，不仅能够适用燃油车辆，而且能够适用于混合动力车辆，应用范围广。
5、本发明提供的颗粒物捕集器的再生控制方法，还包括：根据所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本，并将所述再生数据样本存储至数据库。以及按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型。如此配置，温度预测模型基于车辆自身的历史样本数据迭代升级，更具有针对性和合理性，能够进一步提高再生控制策略的合理性和灵活性，提高其控制精度和再生效率。
6、本发明提供的颗粒物捕集器的再生控制系统，与本发明提供的颗粒物捕集器的再生控制方法，属于同一发明构思，因此至少具有相同的有益效果，进一步地，本发明提供的颗粒物捕集器的再生控制系统，应用范围广，能够适用不同拓扑结构的车型，包括但不限于具有域控制器的车型、能够网联云平台的车型、以及具有域控制器且能够网联云平台的车型。
本发明提供的存储介质，与本发明提供的颗粒物捕集器的再生控制方法属于同一发明构思，因此，至少具有相同的有益效果，在此，不再一一赘述。
附图说明
图1为本发明一实施例提供的颗粒物捕集器的再生控制方法的原理示意图；
图2为本发明一实施例提供的颗粒物捕集器的再生控制方法的总体流程示意图；
图3为本发明一实施例提供的再生控制方法之确定GPF当前GPF碳载量对应的主动再生控制策略的方法流程示意图；
图4为本发明一实施例提供的GPF碳载量在再生区的再生控制策略的流程示意图；
图5为图4提供的再生控制策略的其中一种应用场景示意图；
图6为本发明一实施例提供的GPF碳载量在强制再生区的再生控制策略的流程示意图；
图7为图6提供的再生控制策略的其中一种应用场景示意图；
图8为本发明一实施例提供的颗粒物捕集器的再生控制系统的结构示意图；
图9为本发明又一实施例提供的颗粒物捕集器的再生控制系统的结构示意图；
图10为本发明再一实施例提供的颗粒物捕集器的再生控制系统的结构示意图；
其中，附图标记说明如下：
100-整车控制器，200-发动机控制器，310-第一云平台、320-第二云平台、410-第一域控制器、420-第二域控制器。
具体实施方式
为使本发明的目的、优点和特征更加清楚，以下结合附图对本发明提出的车辆颗粒物捕集器的再生控制方法、系统及存储介质作进一步详细说明。需说明的是，附图均采用非常简化的形式且均使用非精准的比例，仅用以方便、明晰地辅助说明本发明实施例的目的。应当了解，说明书附图并不一定按比例地显示本发明的具体结构，并且在说明书附图中用于说明本发明某些原理的图示性特征也会采取略微简化的画法。本文所公开的本发明的具体设计特征包括例如具体尺寸、方向、位置和外形将部分地由具体所要应用和使用的环境来确定。以及，在以下说明的实施方式中，有时在不同的附图之间共同使用同一附图标记来表示相同部分或具有相同功能的部分，而省略其重复说明。在本说明书中，使用相似的标号和字母表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步讨论。
在适当情况下，如此使用的这些术语可替换。类似的，如果本文所述的方法包括一系列步骤，且本文所呈现的这些步骤的顺序并非必须是可执行这些步骤的唯一顺序，且一些所述的步骤可被省略和/或一些本文未描述的其他步骤可被添加到该方法。
本发明的核心思想在于提供一种颗粒物捕集器的再生控制方法，参见图1，图1为本发明提供的颗粒物捕集器的再生控制方法的基本原理示意图。从图1可以看出，本发明提供的再生控制方法基于工况和车况预测GPF再生控制策略，根据历史行车信息(出行习惯)、当前车况行驶信息和当前驾驶循环的导航信息(包括路况数据)，进行数据解析与预处理后推断未来行程内GPF内部温度，通过圈定再生区段并结合当前GPF碳载量完成再生控制策略的制定，并下推控制决策至EMS，以完成全局优化的再生策略。
具体地，参见图2，图2为本发明一实施例提供的车辆颗粒物捕集器的再生控制方法的流程图，在每一预设循环周期，执行以下步骤：
S100：根据车辆的历史行车信息、当前车况行驶信息和当前驾驶循环的导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值。
S200：根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略。
S300：根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令。
S400：下推所述再生控制指令至发动机控制器。
本领域的技术人员可以理解地，所述预设循环周期，可以为固定的时间周期，比如8秒～12秒中任一值，或者根据实际工况和车况，非固定的循环周期，比如，根据车辆行驶的地理区域不同，循环周期不同；甚至在同一驾驶循环中，根据路况信息不同，每一预设循环周期的时长不同，本发明对此不作限制。进一步地，所述历史行车信息包括但不限于控制器上传的车辆工况信息：比如车速、发动机负荷与转速、水温、空燃比、GPF内部模型温度、GPF入口实测温度和车辆GPS经纬度信号等；所述当前车况行驶信息包括但不限于车辆本次驾驶循环已行驶路程的数据：比如车速，发动机负荷与转速、水温、空燃比，GPF内部模型温度GPF入口实测温度和车辆GPS经纬度信号，以及车辆各个动力装置的状态；所述当前驾驶循环的导航信息包括但不限于环境温度，导航行程内各路段的车速，道路等级等路况信息，所述路况信息是指当前所处位置和目的地路径之间车辆的目标车速信息，路况信息主要跟以下因素有关：车流速度、道路最高限速、道路最低限速、各速度段对应的距离、车距及障碍物信息有关；其中，车流速度、道路最高限速、道路最低限速以及各速度段对应的距离均可以从导航信息中获得，车距信息和障碍物信息可以通过车载传感器(雷达和摄像头)获得，同时道路最高限速、道路最低限速和障碍物信息也可以通过车载摄像头进行校核。更进一步地，本发明也不限制所述温度预测模型的具体形式和温度预测原理，可以是神经网络模型，也可以是根据车辆的历史行车信息和GPF内部温度的历史统计值建立的预设关系表等，应根据实际工况合理选择，本发明对此不作任何限定。
本发明提供的再生控制方法，再生控制指令是根据车辆的历史行车信息、当前车况行驶信息、当前GPF碳载量和当前驾驶循环的导航信息获得的，如此配置，本发明提出的颗粒物捕集器的再生控制方法能够作出全局优化决策，具有很好的灵活性，使得再生过程稳定，能够精准地控制GPF再生过程，确保再生的准确性及合理性，从而有效降低因再生产生的油耗，提高再生效率；而且无需增加任何硬件成本，便于实施部署。
进一步地，在其中一种优选实施方式中，在所述计算全行程范围内GPF内部温度预测值之前，还包括：获取所述历史行车信息、所述当前车况行驶信息、所述当前驾驶循环的导航信息。具体地，如图1所示，所述历史行车信息可以从数据库中获得，所述当前车况行驶信息可以从车载域控制器获取；所述当前驾驶循环的导航信息可以通过车载域控制器和云平台进行通信以获得导航信息，具备了更为强大的信息获取能力；
较佳地，在其中一种优选实施方式中，所述GPF碳载量再生区间的划分方法，包括：按照GPF碳载量预设阈值范围，划分为：安全区、再生区、强制再生区和非再生区。所述GPF碳载量分区的主要原理如下：在所述安全区内，GPF碳载量小，无需触发主动再生策略；在所述再生区内，其核心思想是抓住最佳的再生机会进行再生以提高再生效率，提高烧炭效率和经济性；在所述强制再生区内，减少GPF碳载量是最重要的目标，而一旦GPF碳载量到达非再生区，为避免GPF烧毁，不再触发任何主动再生策略，此时，应触发GPF碳载量过高报警，以保护GPF，减少颗粒物排放，保护环境。具体地，所述GPF碳载量再生区间与再生控制策略的预设对应关系，包括：所述安全区和所述非再生区对应的再生控制策略均为无须触发主动再生；所述再生区对应第一主动再生控制策略；所述强制再生区对应第二主动再生控制策略。如下表一所示：
表一：GPF碳载量分区与再生控制策略的对应关系表
| GPF碳载量(按从小到大排列) | 再生控制策略 |
| 安全区 | 无需触发主动再生 |
| 再生区 | 第一主动再生控制策略 |
| 强制再生区 | 第二主动再生控制策略 |
| 非再生区 | 无需触发主动再生 |
与此相适应，步骤S200中，所述根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略的方法流程请参见图3，图3为本发明一实施例提供的再生控制方法之确定GPF当前GPF碳载量对应的主动再生控制策略的方法流程示意图。
如此配置，本发明提供的再生控制方法，通过圈定再生区段并结合当前GPF碳载量采用不同的再生控制策略，并下推至发动机控制器(EMS)，从而完成全局化的再生策略。进一步地，在GPF碳载量的安全区和非再生区，无需触发主动再生，在安全区内，GPF碳载量小，无需触发主动再生策略，避免了不必要的点火延迟、再生过程不稳定等问题；在非再生区，GPF碳载量过多，采用无需触发主动再生，能够避免在再生过程中，GPF烧毁的风险，提高了再生的灵活性和针对性。
以下，对GPF碳载量位于在生区的第一主动再生控制策略和GPF碳载量位于强制再生区的第二主动再生控制策略，分别说明如下：
较佳地，在所述再生区域，采用所述第一主动再生控制策略，其控制流程请参见图4，图4为本实施例提供的GPF碳载量在再生区的再生控制策略的流程示意图。从图4可以看出，所述第一主动再生控制策略，包括以下方法：
S311:根据所述预设再生温度阈值和所述GPF内部温度预测值，获取全行程范围内的若干个再生候选区段的集合。
S312:根据预设再生区段选取规则，从所述再生候选区段的集合中选取其中一个所述再生候选区段作为第一主动再生区段。具体地，所述根预设再生区段选取规则，包括：根据所述再生候选区段的时长，从所述再生候选区段的集合中选取时长最长的一个所述再生候选区段作为所述主动再生区段。
S313：根据所述第一主动再生区段，生成第一再生控制指令，其中，所述第一再生控制指令包括：在所述第一主动再生区段，使能减稀空燃比指令。
如此配置，本发明提供的再生控制方法，在能够合理选取再生区段，从而抓住最佳的再生机会，提高再生效率，仅下推减稀空燃比指令，无需推迟点火指令，从而达到在控制GPF碳载量的同时，减少油耗，提升驾驶体验。
具体地，参见图5，图5为本实施例提供的第一主动再生控制策略的其中一种应用场景示意图。从图5可以看出，本应用场景中，所述预设再生温度阈值为440℃，所述GPF内部温度预测值大于所述预设再生温度阈值的区段共有3个(即有3个再生候选区段，如前文所述，高温是满足GPF再生的条件之一)，每个候选区段的时长分别为：224s、568s和377s，根据所述再生候选区段的时长，其中第(2)个候选区段的时长最长，因此，将第二候选区段作为主动再生区段，使能所述再生控制指令。即：下推减稀空燃比的指令至发动机控制器，同时，下推无需推迟点火指令。如此，能够抓住最佳的再生机会进行再生，从而提高烧炭效率和经济性。
较佳地，在所述强制再生区，采用所述第二主动再生控制策略，其控制流程参见图6，图6为本实施例提供的GPF碳载量在强制再生区的再生控制策略的流程示意图。从图6可以看出，包括以下方法：
S321：根据所述预设再生温度阈值和所述GPF内部温度预测值，获取全行程范围内所有的第二主动再生区段。
S322：根据第一个所述第二主动再生区段的起始时间和点火角的预设提前时长，生成提前点火角指令；其中，所述提前点火角指令包括：点火角的起始时间。
S323：根据所述提前点火角指令、所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，重新计算全行程范围内GPF内部温度预测值。
S324：根据所述预设再生温度阈值和重新预测的所述GPF内部温度预测值，得到全行程范围内所有的第三主动再生区段。
S325：根据所述全行程范围内所有的第三主动再生区段，生成第二再生控制指令，所述第二再生控制指令包括：对于每一个所述第三主动再生区段，使能减稀空燃比指令；若所述车辆为燃油车辆(包括但不限于汽油机、柴油机等)，则所述第二主动再生控制策略对应的所述再生控制指令还包括：对于每一个所述第三主动再生区段，使能推迟点火指令；若所述车辆为混合动力车辆，则所述第二主动再生控制策略对应的所述再生控制指令还包括：对于每一个所述第三主动再生区段，使能主动充电指令，并将所述主动充电指令下推至电机控制器。以增大发动机负荷，提高排温进而达到所述预设再生温度阈值。
S236：下推所述提前点火角指令至所述发动机控制器。
如此配置，本发明提供的强制再生控制方法，在强制再生区，能够抓住一切机会触发主动再生，避免GPF碳载量过高，能够增大GPF再生区段长度，提高主动再生时长。进一步地，本发明提供的强制再生控制方法，不仅能够适用燃油车辆，而且能够适用于混合动力车辆，应用范围广。
参见图7，图7为本实施例提供的第二主动再生控制策略的其中一种应用场景示意图。从图7可以看出，本应用场景中，与所述第二主动再生区段相比，所述第三主动再生区段满足所述再生所述预设再生温度阈值的时间更早(如图中的提前量，约为15s左右)，再生区段的时长更长，所述第三主动再生区段的GPF内部温度的预测值更高。与第一再生控制策略相比，在每一个所述第三主动再生区段，均使能所述再生控制指令，并及时下推所述提前点火角指令至所述发动机控制器，如此配置，能够抓住一切机会触发主动再生。
较佳地，继续参见图2，在其中一种示例性实施方式中，在每一预设循环周期，根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令后，还包括：
S500：根据所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本，并将所述再生数据样本存储至数据库，并更新车辆的历史行车信息。所述车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令的具体内容请参见前文的相关描述，在此，不再一一赘述。
S600：按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型。如此配置，温度预测模型基于车辆自身的历史样本数据迭代升级，更具有针对性和合理性，能够进一步提高再生控制策略的合理性和灵活性，提高其控制精度和再生效率。本领域的技术人员能够理解，与所述预设循环周期的时长相比，所述预设模型更新周期的时长相对较长，比如车辆行驶超过一定公里数或者车辆的历史行车信息满足一定的路况条件等。
与所述颗粒物捕集器的再生控制方法相对应，本发明还提供了一种颗粒物捕集器的再生控制系统。本发明提供的再生控制系统基于车辆的现有系统结构，通过域控制器XCU和/或云平台及其软件功能设计进行实现与部署。
本发明提供的颗粒物捕集器的再生控制系统，包括但不限于以下三种模式：
(1)整车控制器+云端服务器模式：
该模式的策略为：云端收集车载数据和导航数据，经数据解析与预处理后，基于对驾驶循环工况识别，完成GPF内部温度预测，GPF再生策略基于GPF内部温度及碳载量完成再生策略的制定，并下推再生指令至EMS。数据将被存储到数据库用于模型的迭代更新。
具体地，参见图8，图8为本实施例提供的再生控制系统的结构示意图。从图8可以看出，本实施例提供的再生控制系统包括整车控制器100、发动机控制器200和指令生成器，其中，所述指令生成器包括第一云平台310。
具体地，所述整车控制器100被配置为，按照一预设循环周期，将所述历史行车信息、所述当前车况行驶信息、所述当前驾驶循环的导航信息发送至所述指令生成器。
所述第一云平台310被配置为，根据所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值。所述第一云平台310还用于根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略。所述第一云平台310还被配置为，根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令；并下推所述再生控制指令至所述发动机控制器200。
较佳地，在其中一种优选实施方式中，所述第一云平台310还被配置为：在每一预设循环周期，根据所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本，并将所述再生数据样本存储至数据库。进一步地，所述第一云平台310还用于按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型。
如此配置，采用云平台控制策略适用于任何配置GPF的车辆，尤其是长期处于低温工作环境的车辆。
(2)整车控制器+域控制器XCU模式
本实施例提供的再生控制系统，对于配置有第一域控制器410的车辆，如图9所示，本实施例提供的再生控制系统包括整车控制器100、发动机控制器200和指令生成器，其中，所述指令生成器包括第一域控制器410。与(1)中整车控制器+云端服务器的模式类似，其差异在于，将部署在第一云平台310的主动再生控制策略的生成和数据的存储部署在第一域控制器410，无需云平台。其差异在于，该方案下所述历史行车信息、所述当前车况行驶信息和所述导航信息等相关数据直接传递给所述第一域控制器410，在所述第一域控制器410内部完成数据存储，时序模型分析，再生策略制定以及下推指令到所述发动机控制器200。其基本原理与(1)中整车控制器+云端服务器的模式类似，不再一一赘述。
(3)整车控制器+域控制器XCU+云平台模式
本实施例提供的再生控制系统，参见图10，图10为本实施例提供的颗粒物捕集器的再生控制系统的结构示意图。从图10可以看出，本实施例提供的再生控制系统包括：整车控制器100、发动机控制器200和第二域控制器420和第二云平台320。本实施例的核心思想在于，对于配置有第二域控制器420的车辆，将所述第二域控制器420和第二云平台320结合使用的场景。在基于云-域控制器的部署方式中，所述第二云平台320收集车辆行驶数据并完成所述温度预测模型的迭代升级，并将所述温度预测模型部署到所述第二域控制器420。GPF内部温度的预测及再生控制策略由所述第二域控制器420执行。如此配置，能够将数据存储，温度预测模型的升级迭代更新等占用的计算资源迁移至第二云平台320，从而节约所述第二域控制器420的计算资源和存储资源，进一步有效降低因再生产生的油耗。
本实施例提供的再生控制系统采用的主动生成控制策略的控制与上述(1)整车控制器+云端服务器模式和(2)整车控制器+域控制器XCU模式的基本原理类似。大致说明如下，所述整车控制器100被配置为，按照一预设循环周期，将所述历史行车信息、所述当前车况行驶信息、所述当前驾驶循环的导航信息发送至所述第二域控制器420。所述第二域控制器420被配置为，根据所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值；所述第二域控制器420还用于，根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略；进一步地，所述第二域控制器420还被配置为，根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令；并下推所述再生控制指令至所述发动机控制器200。
较佳地，在其中一种优选实施方式中，所述主动再生控制系统还包括第二云平台320，所述第二云平台320被配置为：在每一预设循环周期，接收所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本集，并将所述数据样本集存储至数据库，较佳地，所述数据库部署在所述第二云平台320。进一步地，所述第二云平台320还被配置为：按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型；并将升级后的所述温度预测模型部署至所述第二域控制器。
使用本发明提供的颗粒物捕集器的再生控制方法或系统，基于南北两辆实车真实出行工况数据进行仿真试验，对比GPF云端再生控制策略和传统发动机控制器本地控制策略，云端策略的性能提升如下：北方车辆单年累积行驶里程共8681km，GPF烧炭时长提升29.5％，综合节油率为1.8％，再生油耗节油率为32.3％；南方车辆单年累积行驶里程共8613km，GPF烧炭时长提升140％，综合节油率为1.3％，再生油耗节油率为32.4％。GPF云端再生策略充分利用识别的工况信息作出全旅程策略优化，有效降低因再生产生的油耗，增加再生时长，提高再生效率。
由此可见，本发明提供的颗粒物捕集器的再生控制系统，应用范围广，能够适用不同拓扑结构的车型，包括但不限于具有域控制器的车型、能够网联(包括但不限于4G、5G通信连接)云平台的车型、以及具有域控制器且能够网联云平台的车型。进一步地，由于本发明提供的再生控制系统与本发明提供的再生控制方法属于同一发明构思，因此，至少具有相同的有益效果，在此，不再一一赘述。
应当注意的是，在本文的实施方式中所揭露的方法和系统，也可以通过其他的方式实现。以上所描述的系统实施方式仅仅是示意性的，例如，附图中的流程图和框图显示了根据本文的多个实施方式的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用于执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本文各个实施方式中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
本发明的再一实施方式还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机可执行的指令，当所述计算机可执行的指令被执行时实现如上述任一实施方式所述的车辆颗粒物捕集器的再生控制方法的步骤。由于本发明提供的计算机可读存储介质，与上述各实施方式提供的车辆颗粒物捕集器的再生控制方法属于同一发明构思，因此，至少具有与其相同的有益效果，在此，不再一一赘述。
本实施方式的可读存储介质，可以采用一个或多个计算机可读的介质的任意组合。可读介质可以是计算机可读信号介质或者计算机可读存储介质。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子(非穷举的列表)包括：具有一个或多个导线的电连接、便携式计算机硬盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本文中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其组合使用。
计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。
可以以一种或多种程序设计语言或其组合来编写用于执行本发明操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言-诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言-诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)连接到用户计算机，或者可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。
综上所述，本发明提出的颗粒物捕集器的再生控制方法、系统和存储介质，适用于任何拓扑结构的车型，能够作出全局优化决策，具有很好的灵活性，使得再生过程稳定，能够精准地控制GPF再生过程，确保再生的准确性及合理性，从而有效降低因再生产生的油耗，提高再生效率；而且无需增加任何硬件成本，便于实施部署。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
综上，上述实施例对本发明提出的车辆颗粒物捕集器的再生控制方法、系统及存储介质的不同构型进行了详细说明，当然，上述描述仅是对本发明较佳实施例的描述，并非对本发明范围的任何限定，本发明包括但不局限于上述实施中所列举的构型，本领域技术人员可以根据上述实施例的内容举一反三，本发明领域的普通技术人员根据上述揭示内容做的任何变更、修饰，均属于权利要求书的保护范围。
Claims (15)
1.一种车辆颗粒物捕集器的再生控制方法，其特征在于，在每一预设循环周期，执行以下步骤：
根据车辆的历史行车信息、当前车况行驶信息和当前驾驶循环的导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值；
根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略；
根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令；
下推所述再生控制指令至发动机控制器。
2.根据权利要求1所述的再生控制方法，其特征在于，在所述计算全行程范围内GPF内部温度预测值之前，还包括：
获取所述历史行车信息、所述当前车况行驶信息、所述当前驾驶循环的导航信息。
3.根据权利要求1所述的再生控制方法，其特征在于，所述GPF碳载量再生区间的划分方法，包括：按照GPF碳载量预设阈值范围，划分为：安全区、再生区、强制再生区和非再生区；
所述GPF碳载量再生区间与再生控制策略的预设对应关系，包括：所述安全区和所述非再生区对应的再生控制策略均为无须触发主动再生；所述再生区对应第一主动再生控制策略；所述强制再生区对应第二主动再生控制策略。
4.根据权利要求3所述的再生控制方法，其特征在于，所述第一主动再生控制策略，包括以下方法：
根据所述预设再生温度阈值和所述GPF内部温度预测值，获取全行程范围内的若干个再生候选区段的集合；
根据预设再生区段选取规则，从所述再生候选区段的集合中选取其中一个所述再生候选区段作为第一主动再生区段；
其中，所述第一主动再生控制策略采用的所述再生控制指令包括：在所述第一主动再生区段，使能减稀空燃比指令。
5.根据权利要求4所述的再生控制方法，其特征在于，所述根据预设再生区段选取规则，从所述再生候选区段的集合中选取其中一个所述再生候选区段作为主动再生区段的方法，包括：
根据所述再生候选区段的时长，从所述再生候选区段的集合中选取时长最长的一个所述再生候选区段作为所述主动再生区段。
6.根据权利要求3所述的再生控制方法，其特征在于，所述第二主动再生控制策略，包括以下方法：
根据所述预设再生温度阈值和所述GPF内部温度预测值，获取全行程范围内所有的第二主动再生区段；
根据第一个所述第二主动再生区段的起始时间和点火角的预设提前时长，生成提前点火角指令；其中，所述提前点火角指令包括：点火角的起始时间；
根据所述提前点火角指令、所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，重新计算全行程范围内GPF内部温度预测值；
根据所述预设再生温度阈值和重新预测的所述GPF内部温度预测值，得到全行程范围内所有的第三主动再生区段；
下推所述提前点火角指令至所述发动机控制器；
其中，所述第二主动再生控制策略对应的所述再生控制指令包括：对于每一个所述第三主动再生区段，使能减稀空燃比指令；
若所述车辆为燃油车辆，则所述第二主动再生控制策略对应的所述再生控制指令还包括：对于每一个所述第三主动再生区段，使能推迟点火指令；
若所述车辆为混合动力车辆，则所述第二主动再生控制策略对应的所述再生控制指令还包括：对于每一个所述第三主动再生区段，使能主动充电指令，并将所述主动充电指令下推至电机控制器。
7.根据权利要求1所述的再生控制方法，其特征在于，在每一预设循环周期，根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令后，还包括：
根据所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本，并将所述再生数据样本存储至数据库。
8.根据权利要求7所述的再生控制方法，其特征在于，按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型。
9.一种用于车辆颗粒物捕集器的再生控制系统，其特征在于，包括整车控制器、发动机控制器和指令生成器，其中，所述指令生成器包括第一云平台或第一域控制器；
所述整车控制器被配置为，按照一预设循环周期，将历史行车信息、当前车况行驶信息、当前驾驶循环的导航信息发送至所述指令生成器；
所述指令生成器被配置为，根据所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值；
所述指令生成器还用于，根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略；
所述指令生成器还被配置为，根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令；并下推所述再生控制指令至所述发动机控制器。
10.根据权利要求9所述的再生控制系统，其特征在于，所述指令生成器还被配置为：在每一预设循环周期，根据所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本，并将所述再生数据样本存储至数据库。
11.根据权利要求10所述的再生控制系统，其特征在于，所述指令生成器还被配置为：按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型。
12.一种用于车辆颗粒物捕集器的再生控制系统，其特征在于，包括整车控制器、发动机控制器和第二域控制器；其中，
所述整车控制器被配置为，按照一预设循环周期，将历史行车信息、当前车况行驶信息、当前驾驶循环的导航信息发送至所述第二域控制器；
所述第二域控制器被配置为，根据所述历史行车信息、所述当前车况行驶信息和所述导航信息，利用温度预测模型，计算全行程范围内GPF内部温度预测值；
所述第二域控制器还用于，根据GPF碳载量再生区间与再生控制策略的预设对应关系，确定GPF当前GPF碳载量对应的主动再生控制策略；
所述第二域控制器还被配置为，根据预设再生温度阈值和所述GPF内部温度预测值，采用所述主动再生控制策略，生成再生控制指令；并下推所述再生控制指令至所述发动机控制器。
13.根据权利要求12所述的车辆颗粒物捕集器的再生控制系统，其特征在于，还包括第二云平台，所述第二云平台被配置为：在每一预设循环周期，接收所述当前车况行驶信息、当前驾驶循环的导航信息、每个循环周期的GPF内部温度预测值以及所述再生控制指令，形成再生数据样本集，并将所述数据样本集存储至数据库。
14.根据权利要求13所述的再生控制系统，其特征在于，所述第二云平台还被配置为：按照预设模型更新周期，根据所述数据库中的再生数据样本集，升级所述温度预测模型；
所述第二云平台还被配置为，将升级后的所述温度预测模型部署至所述第二域控制器。
15.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机可执行的指令，当所述计算机可执行的指令被执行时实现如权利要求1至8任一项所述的再生控制方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110413688.6A CN113202607B (zh) | 2021-04-16 | 2021-04-16 | 车辆颗粒物捕集器的再生控制方法、系统及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110413688.6A CN113202607B (zh) | 2021-04-16 | 2021-04-16 | 车辆颗粒物捕集器的再生控制方法、系统及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113202607A true CN113202607A (zh) | 2021-08-03 |
| CN113202607B CN113202607B (zh) | 2022-07-19 |
Family
ID=77027437
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110413688.6A Active CN113202607B (zh) | 2021-04-16 | 2021-04-16 | 车辆颗粒物捕集器的再生控制方法、系统及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113202607B (zh) |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113669135A (zh) * | 2021-08-23 | 2021-11-19 | 潍柴动力股份有限公司 | Dpf再生方法、装置、ecu及存储介质 |
| CN114320547A (zh) * | 2021-12-28 | 2022-04-12 | 联合汽车电子有限公司 | 颗粒捕集器的再生方法、装置、设备、系统和存储介质 |
| CN114687835A (zh) * | 2022-03-14 | 2022-07-01 | 北汽福田汽车股份有限公司 | 颗粒捕集器控制方法、存储介质以及车辆 |
| CN114810381A (zh) * | 2022-03-26 | 2022-07-29 | 中国第一汽车股份有限公司 | 一种结合vvt控制的gpf主动再生控制方法及系统 |
| CN115217581A (zh) * | 2022-07-21 | 2022-10-21 | 联合汽车电子有限公司 | 一种捕集器再生方法、装置、介质、控制器、模组及车辆 |
| CN115324756A (zh) * | 2022-08-07 | 2022-11-11 | 潍柴动力股份有限公司 | 一种行车主动再生方法、装置及电子设备 |
| CN115341980A (zh) * | 2022-08-15 | 2022-11-15 | 奇瑞汽车股份有限公司 | Gpf再生方法、装置及存储介质 |
| CN115434792A (zh) * | 2021-08-26 | 2022-12-06 | 广州汽车集团股份有限公司 | 一种汽油机颗粒捕集器主动再生控制方法及系统 |
| CN116291820A (zh) * | 2023-02-02 | 2023-06-23 | 重庆赛力斯新能源汽车设计院有限公司 | 一种增程器gpf行车再生控制方法及装置 |
| CN116378837A (zh) * | 2023-04-03 | 2023-07-04 | 一汽解放汽车有限公司 | 化学废弃物消除方法、装置、计算机设备和存储介质 |
Citations (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997016632A1 (fr) * | 1995-10-30 | 1997-05-09 | Toyota Jidosha Kabushiki Kaisha | Appareil de regulation des emissions de l'echappement pour un moteur a combustion interne |
| CN105781830A (zh) * | 2015-01-12 | 2016-07-20 | 福特环球技术公司 | 用于伺机性柴油微粒过滤器再生的系统和方法 |
| CN106460626A (zh) * | 2014-02-25 | 2017-02-22 | Mtu 腓特烈港有限责任公司 | 用于在内燃机的运行中颗粒过滤器的再生的方法 |
| CN107810314A (zh) * | 2015-07-07 | 2018-03-16 | 罗伯特·博世有限公司 | 用于优化柴油颗粒过滤器的主动再生的方法 |
| US20180340784A1 (en) * | 2017-05-26 | 2018-11-29 | Ford Global Technologies, Llc | Systems and methods for particulate filter regeneration |
| CN109477439A (zh) * | 2016-07-19 | 2019-03-15 | 罗伯特·博世有限公司 | 用于运行燃烧马达的方法 |
| US20190093538A1 (en) * | 2017-09-27 | 2019-03-28 | Denso International America, Inc. | Regeneration Compliance Systems for Location Based Management of Particulate Filter Regeneration |
| US20200063632A1 (en) * | 2018-08-24 | 2020-02-27 | Ford Global Technologies, Llc | Systems and methods for particulate filter regeneration |
| DE102019205128A1 (de) * | 2018-10-08 | 2020-04-09 | Vitesco Technologies GmbH | Verfahren und Vorrichtung zum Temperaturmanagement eines Abgasnachbehandlungssystems eines schadstoffausstoßenden Kraftfahrzeuges |
| CN111287828A (zh) * | 2018-12-07 | 2020-06-16 | 罗伯特·博世有限公司 | 用于运行内燃机的方法和控制器 |
| CN111502805A (zh) * | 2020-03-26 | 2020-08-07 | 潍柴动力股份有限公司 | 车辆dpf主动再生的控制方法及控制装置 |
| CN111677584A (zh) * | 2020-06-15 | 2020-09-18 | 中国第一汽车股份有限公司 | 一种颗粒捕集器状态提醒方法、装置、系统及存储介质 |
| CN111845772A (zh) * | 2020-05-27 | 2020-10-30 | 联合汽车电子有限公司 | Gpf主动再生方法、电子设备及可读存储介质 |
| KR20210038144A (ko) * | 2019-09-30 | 2021-04-07 | 대경에이티 주식회사 | Dpf 재생시스템 |
-
2021
- 2021-04-16 CN CN202110413688.6A patent/CN113202607B/zh active Active
Patent Citations (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO1997016632A1 (fr) * | 1995-10-30 | 1997-05-09 | Toyota Jidosha Kabushiki Kaisha | Appareil de regulation des emissions de l'echappement pour un moteur a combustion interne |
| CN106460626A (zh) * | 2014-02-25 | 2017-02-22 | Mtu 腓特烈港有限责任公司 | 用于在内燃机的运行中颗粒过滤器的再生的方法 |
| CN105781830A (zh) * | 2015-01-12 | 2016-07-20 | 福特环球技术公司 | 用于伺机性柴油微粒过滤器再生的系统和方法 |
| CN107810314A (zh) * | 2015-07-07 | 2018-03-16 | 罗伯特·博世有限公司 | 用于优化柴油颗粒过滤器的主动再生的方法 |
| CN109477439A (zh) * | 2016-07-19 | 2019-03-15 | 罗伯特·博世有限公司 | 用于运行燃烧马达的方法 |
| CN108930577A (zh) * | 2017-05-26 | 2018-12-04 | 福特全球技术公司 | 用于微粒过滤器再生的系统和方法 |
| US20180340784A1 (en) * | 2017-05-26 | 2018-11-29 | Ford Global Technologies, Llc | Systems and methods for particulate filter regeneration |
| US20190093538A1 (en) * | 2017-09-27 | 2019-03-28 | Denso International America, Inc. | Regeneration Compliance Systems for Location Based Management of Particulate Filter Regeneration |
| US20200063632A1 (en) * | 2018-08-24 | 2020-02-27 | Ford Global Technologies, Llc | Systems and methods for particulate filter regeneration |
| DE102019205128A1 (de) * | 2018-10-08 | 2020-04-09 | Vitesco Technologies GmbH | Verfahren und Vorrichtung zum Temperaturmanagement eines Abgasnachbehandlungssystems eines schadstoffausstoßenden Kraftfahrzeuges |
| CN111287828A (zh) * | 2018-12-07 | 2020-06-16 | 罗伯特·博世有限公司 | 用于运行内燃机的方法和控制器 |
| KR20210038144A (ko) * | 2019-09-30 | 2021-04-07 | 대경에이티 주식회사 | Dpf 재생시스템 |
| CN111502805A (zh) * | 2020-03-26 | 2020-08-07 | 潍柴动力股份有限公司 | 车辆dpf主动再生的控制方法及控制装置 |
| CN111845772A (zh) * | 2020-05-27 | 2020-10-30 | 联合汽车电子有限公司 | Gpf主动再生方法、电子设备及可读存储介质 |
| CN111677584A (zh) * | 2020-06-15 | 2020-09-18 | 中国第一汽车股份有限公司 | 一种颗粒捕集器状态提醒方法、装置、系统及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 黄铁雄等: "DPF热再生过程温度控制与试验", 《内燃机学报》 * |
Cited By (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113669135A (zh) * | 2021-08-23 | 2021-11-19 | 潍柴动力股份有限公司 | Dpf再生方法、装置、ecu及存储介质 |
| CN115434792A (zh) * | 2021-08-26 | 2022-12-06 | 广州汽车集团股份有限公司 | 一种汽油机颗粒捕集器主动再生控制方法及系统 |
| CN115434792B (zh) * | 2021-08-26 | 2023-08-15 | 广州汽车集团股份有限公司 | 一种汽油机颗粒捕集器主动再生控制方法及系统 |
| CN114320547A (zh) * | 2021-12-28 | 2022-04-12 | 联合汽车电子有限公司 | 颗粒捕集器的再生方法、装置、设备、系统和存储介质 |
| CN114320547B (zh) * | 2021-12-28 | 2023-06-20 | 联合汽车电子有限公司 | 颗粒捕集器的再生方法、装置、设备、系统和存储介质 |
| CN114687835B (zh) * | 2022-03-14 | 2023-03-07 | 北汽福田汽车股份有限公司 | 颗粒捕集器控制方法、存储介质以及车辆 |
| CN114687835A (zh) * | 2022-03-14 | 2022-07-01 | 北汽福田汽车股份有限公司 | 颗粒捕集器控制方法、存储介质以及车辆 |
| CN114810381A (zh) * | 2022-03-26 | 2022-07-29 | 中国第一汽车股份有限公司 | 一种结合vvt控制的gpf主动再生控制方法及系统 |
| CN114810381B (zh) * | 2022-03-26 | 2023-09-22 | 中国第一汽车股份有限公司 | 一种结合vvt控制的gpf主动再生控制方法及系统 |
| CN115217581A (zh) * | 2022-07-21 | 2022-10-21 | 联合汽车电子有限公司 | 一种捕集器再生方法、装置、介质、控制器、模组及车辆 |
| CN115324756A (zh) * | 2022-08-07 | 2022-11-11 | 潍柴动力股份有限公司 | 一种行车主动再生方法、装置及电子设备 |
| CN115324756B (zh) * | 2022-08-07 | 2024-02-20 | 潍柴动力股份有限公司 | 一种行车主动再生方法、装置及电子设备 |
| CN115341980A (zh) * | 2022-08-15 | 2022-11-15 | 奇瑞汽车股份有限公司 | Gpf再生方法、装置及存储介质 |
| CN115341980B (zh) * | 2022-08-15 | 2024-02-02 | 奇瑞汽车股份有限公司 | Gpf再生方法、装置及存储介质 |
| CN116291820A (zh) * | 2023-02-02 | 2023-06-23 | 重庆赛力斯新能源汽车设计院有限公司 | 一种增程器gpf行车再生控制方法及装置 |
| CN116291820B (zh) * | 2023-02-02 | 2024-04-19 | 重庆赛力斯新能源汽车设计院有限公司 | 一种增程器gpf行车再生控制方法及装置 |
| CN116378837A (zh) * | 2023-04-03 | 2023-07-04 | 一汽解放汽车有限公司 | 化学废弃物消除方法、装置、计算机设备和存储介质 |
| CN116378837B (zh) * | 2023-04-03 | 2024-06-04 | 一汽解放汽车有限公司 | 化学废弃物消除方法、装置、计算机设备和存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113202607B (zh) | 2022-07-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113202607B (zh) | 车辆颗粒物捕集器的再生控制方法、系统及存储介质 | |
| US10309793B2 (en) | Systems and methods for particulate filter regeneration | |
| US11092453B2 (en) | Systems and methods for particulate filter regeneration | |
| Barth et al. | Development of a heavy-duty diesel modal emissions and fuel consumption model | |
| CN109466538A (zh) | 用于控制发动机怠速停止的方法和系统 | |
| GB2479196A (en) | Method for regenerating a particulate filter using a navigation system | |
| CN103661361A (zh) | 控制具有压燃式发动机的混合动力车辆的方法 | |
| CN107489504B (zh) | 用于规划用于废气后处理的措施的方法和控制装置 | |
| CN112101415B (zh) | 累碳量预测方法、装置、汽车、云端服务器及计算机可读存储介质 | |
| CN104155409A (zh) | 汽车虚拟湿度传感器 | |
| US20210285779A1 (en) | 219-0086 Drive through Low-Emission-Zones: A Connected System to Reduce Emissions | |
| US20190232943A1 (en) | Vehicle control system, vehicle control method, and storage medium | |
| Tulpule et al. | Effect of traffic, road and weather information on PHEV energy management | |
| Kropiwnicki | A unified approach to the analysis of electric energy and fuel consumption of cars in city traffic | |
| CN111845772A (zh) | Gpf主动再生方法、电子设备及可读存储介质 | |
| US20200173802A1 (en) | Route parameter manager system | |
| CN114483258A (zh) | 行驶数据的处理方法、处理装置和处理器 | |
| Madziel et al. | The impact of exhaust emission from combustion engines on the environment: modelling of vehicle movement at roundabouts | |
| Abousleiman et al. | Electric vehicles energy efficient routing using ant colony optimization | |
| JP4484879B2 (ja) | 自動車のディーゼルエンジンの排気ガスの中へ放出される汚染化合物の量の推定システムを評価する方法 | |
| Seo et al. | Development of a cold-start emission model for diesel vehicles using an artificial neural network trained with real-world driving data | |
| Zheng et al. | Study of multi-objective path planning method for vehicles | |
| US20220126727A1 (en) | Degradation determination device for secondary battery | |
| Hopka et al. | Smart DPF Regenerations-A Case Study of a Connected Powertrain Function | |
| US11034345B2 (en) | Systems and methods for vehicle operation |
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 |