CN114033533B - Dpf主动再生周期确定方法、装置、电子设备及存储介质 - Google Patents
Dpf主动再生周期确定方法、装置、电子设备及存储介质 Download PDFInfo
- Publication number
- CN114033533B CN114033533B CN202111312256.2A CN202111312256A CN114033533B CN 114033533 B CN114033533 B CN 114033533B CN 202111312256 A CN202111312256 A CN 202111312256A CN 114033533 B CN114033533 B CN 114033533B
- Authority
- CN
- China
- Prior art keywords
- dpf
- target
- engine
- particulate matter
- determining
- 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.)
- Active
Links
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
-
- 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
- F01N9/005—Electrical control of exhaust gas treating apparatus using models instead of sensors to determine operating characteristics of exhaust systems, e.g. calculating catalyst temperature instead of measuring it directly
-
- 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
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/04—Methods of control or diagnosing
- F01N2900/0418—Methods of control or diagnosing using integration or an accumulated value within an elapsed period
-
- 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
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/04—Methods of control or diagnosing
- F01N2900/0422—Methods of control or diagnosing measuring the elapsed time
-
- 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
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/06—Parameters used for exhaust control or diagnosing
- F01N2900/16—Parameters used for exhaust control or diagnosing said parameters being related to the exhaust apparatus, e.g. particulate filter or catalyst
- F01N2900/1606—Particle filter loading or soot amount
-
- 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
Abstract
本发明实施例公开了一种DPF主动再生周期确定方法、装置、电子设备及存储介质,包括:根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型,以确定第一设定数量的被动再生修正系数;根据各被动再生修正系数确定目标DPF在第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率;对目标DPF在各温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量;根据目标DPF载体性能参数和单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数;根据单个发动机循环时间和发动机工况循环数计算目标DPF的主动再生周期。
Description
技术领域
本发明实施例涉及尾气处理技术领域,尤其涉及一种DPF主动再生周期确定方法、装置、电子设备及存储介质。
背景技术
内燃机开发周期往往需要一年半以上,期间经常会因为各零部件边界参数界定不当导致机型开发周期延长,严重的甚至导致项目失败,相关企业不得不面对产品断档的结果。随着国内排放法规的加严,尾气后处理产品开发工作在发动机开发计划中所占的开发时间逐渐增加,各种后处理技术的前期方案评估,对缩减开发周期,降低开发成本,减小项目风险具有重要意义。
颗粒捕集器(Diesel Particulate Filter,DPF)技术是降低内燃机颗粒物排放的一种有效手段,在柴油机国五、国六排放阶段已得到大规模应用,并且在非道路农机及工程机械上逐步进行产品开发。DPF进行主动再生时,排气温度可达600℃以上,由于各种收获机械及叉车、机场地勤车辆、油料作业机械等非道路机械的工作环境限制,车机国五、国六阶段的行车主动再生已不适用于相关农业机械及工程机械。原地驻车怠速进行主动再生、行驶过程进行被动再生的DPF再生模式已被众多发动机厂、整车厂所接受。
由于DPF碳加载时,发动机排温波动、发动机颗粒物比排放量变化、DPF被动再生进行等因素,在项目规划阶段,无法确定DPF的主动再生周期。在项目开发阶段,在DPF碳加载试验后才发现DPF再生周期不满足要求,此时再要求发动机厂提升原机排气温度以满足DPF长再生周期要求。这种DPF的主动再生周期确定方式不仅浪费了产品开发资源,更延长了产品开发周期,严重制约了我国非道路农机及工程机械的技术发展。
发明内容
本发明实施例提供一种DPF主动再生周期确定方法、装置、电子设备及存储介质,能够快速、准确地预估DPF的主动再生周期,从而降低DPF的开发资源和开发周期。
第一方面,本发明实施例提供了一种DPF主动再生周期确定方法,包括:
根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型;
根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数;
根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率;
对所述目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量;
根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数;
根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期。
第二方面,本发明实施例还提供了一种DPF主动再生周期确定装置,包括:
被动再生速率修正模型确定模块,用于根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型;
被动再生修正系数确定模块,用于根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数;
目标颗粒物平均累积量速率确定模块,用于根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率;
颗粒物载量计算模块,用于对所述目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量;
发动机工况循环数确定模块,用于根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数;
主动再生周期计算模块,用于根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期。
第三方面,本发明实施例还提供了一种电子设备,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现本发明任意实施例所提供的DPF主动再生周期确定方法。
第四方面,本发明实施例还提供了一种计算机存储介质,其上存储有计算机程序,该程序被处理器执行时实现本发明任意实施例所提供的DPF主动再生周期确定方法。
本发明实施例通过根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型,以根据被动再生速率修正模型确定第一设定数量的被动再生修正系数,从而根据各被动再生修正系数确定目标DPF在第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率。在得到目标颗粒物平均累积量速率之后,进一步对目标DPF在各温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量,并根据目标DPF载体性能参数和单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数,最终根据单个发动机循环时间和发动机工况循环数计算目标DPF的主动再生周期,解决现有DPF的主动再生周期确定方法存在的开发资源和开发周期较高等问题,能够快速、准确地预估DPF的主动再生周期,从而降低DPF的开发资源和开发周期。
附图说明
图1是本发明实施例一提供的一种DPF主动再生周期确定方法的流程图;
图2是本发明实施例二提供的一种DPF主动再生周期确定方法的流程图;
图3是本发明实施例二提供的一种DPF主动再生周期确定方法的流程示意图;
图4是本发明实施例三提供的一种DPF主动再生周期确定装置的示意图;
图5为本发明实施例四提供的一种电子设备的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。
另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。在更加详细地讨论示例性实施例之前应当提到的是,一些示例性实施例被描述成作为流程图描绘的处理或方法。虽然流程图将各项操作(或步骤)描述成顺序的处理,但是其中的许多操作可以被并行地、并发地或者同时实施。此外,各项操作的顺序可以被重新安排。当其操作完成时所述处理可以被终止,但是还可以具有未包括在附图中的附加步骤。所述处理可以对应于方法、函数、规程、子例程、子程序等等。
本发明实施例的说明书和权利要求书及附图中的术语“第一”和“第二”等是用于区别不同的对象,而不是用于描述特定的顺序。此外术语“包括”和“具有”以及他们任何变形,意图在于覆盖不排他的包含。例如包含了一系列步骤或单元的过程、方法、系统、产品或设备没有设定于已列出的步骤或单元,而是可包括没有列出的步骤或单元。
实施例一
图1是本发明实施例一提供的一种DPF主动再生周期确定方法的流程图,本实施例可适用于快速、准确地预估DPF的主动再生周期的情况,该方法可以由DPF主动再生周期确定装置来执行,该装置可以由软件和/或硬件的方式来实现,并一般可集成在电子设备中,该电子设备可以是终端设备,也可以是服务器设备,本发明实施例并不对用于执行DPF主动再生周期确定方法的电子设备的类型进行限定。相应的,如图1所示,该方法包括如下操作
S110、根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型。
其中,所谓典型发动机也即代表各发动机特性的通用标准的柴油机适用的发动机。典型发动机DPF被动再生速率MAP可以是典型发动机内的DPF在被动再生影响下捕集到的颗粒物的累积量速率分布图。被动再生速率修正模型可以是由温度区间和颗粒物的反应速率构建形成的模型,可以用于确定被动再生修正系数。可选的,颗粒物为碳或碳烟颗粒。
在本发明实施例中,在预估DPF的主动再生周期时,可以首先根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型。被动再生速率修正模型可以作为基准,来确定每个需要确定主动再生周期的目标DPF的被动再生修正系数。
可选的,可以根据典型发动机的试验数据来确定典型发动机DPF被动再生速率MAP,进一步根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型。示例性的,典型发动机的试验数据可以包括但不限于DPF前排温度等,只要可以用于确定典型发动机DPF被动再生速率MAP即可,本发明实施例并不对典型发动机的试验数据的数据类型和数据内容进行限定。
由此可见,由于典型发动机DPF被动再生速率MAP是根据典型发动机的试验数据确定,而不是根据经验推导的预估值,可以保证数据的准确性,从而保证典型发动机DPF被动再生速率MAP以及被动再生速率修正模型的准确性,进一步保证目标DPF的主动再生周期的准确性。
S120、根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数。
其中,第一设定数量是根据实际需求设定的数值,可以根据目标DPF温度区间的数量确定,本发明实施例并不对第一设定数量的具体取值进行限定。被动再生修正系数为根据被动再生速率修正模型确定的一个系数值,用于修正目标DPF在没有被动再生反应影响下捕集到的颗粒物平均累积量速率,评估发动机不同温度下DPF化学反应掉的颗粒物。可选的,被动再生修正系数的取值可以1、0或负值。其中,1表示DPF未反应颗粒物,0表示DPF捕集和消耗颗粒物的速率相同,负值则表示DPF正在反应消耗颗粒物。可以理解的是,发动机温度越高,DPF的化学反应越显著,则被动再生修正系数的绝对值数值越高。
相应的,在得到基准的被动再生速率修正模型之后,即可根据被动再生速率修正模型确定第一设定数量的被动再生修正系数。其中,每一种被动再生修正系数都可以对匹配的一种目标DPF在没有被动再生反应影响下捕集到的颗粒物平均累积量速率进行修正。
S130、根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率。
其中,目标DPF也即需要确定主动再生周期的DPF。可以理解的是,目标DPF的类型可以与典型发动机内适用的DPF的类型相同,也可以区别于典型发动机内适用的DPF的类型,本发明实施例对此并不进行限制。温度区间可以是根据发动机循环工况划分的区间,每个温度区间可以表征一个类型的发动机工况类型。在本发明实施例中,温度区间可以是目标DPF所适用的目标发动机循环工况划分得到的区间。目标发动机也即目标DPF适用的发动机。目标颗粒物平均累积量速率可以是目标DPF在被动再生反应影响下捕集到的颗粒物平均累积量速率。
进一步的,在确定第一设定数量的被动再生修正系数之后,即可根据各个被动再生修正系数确定目标DPF各个温度区间内捕集的目标颗粒物平均累积量速率。可以理解的是,在被动再生修正系数准确率有保障的前提下,目标DPF捕集的目标颗粒物平均累积量速率理论上接近目标DPF的实际颗粒物平均累积量速率。
示例性的,可以比较典型发动机与目标发动机排烟速率及排气流量等,结合排气温度修正被动再生修正系数,得到修正后的被动再生修正系数,从而根据修正后的被动再生修正系数确定出目标发动机第n个温度区间DPF捕集的碳平均累积量速率。
S140、对所述目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量。
其中,单个发动机循环内目标DPF捕集的颗粒物载量表示在一个发动机循环周期内目标DPF捕集的颗粒物载量。
在本发明实施例中,在得到目标DPF在各温度区间内捕集的目标颗粒物平均累积量速率之后,即可对目标DPF在各温度区间内捕集的目标颗粒物平均累积量速率进行加权计算,从而得到单个发动机循环内目标DPF捕集的颗粒物载量。
示例性的,可以对各温度区间内目标DPF内累积的碳载量进行加权计算,获得单个发动机循环捕集的碳载量作为单个发动机循环内目标DPF捕集的颗粒物载量。
S150、根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数。
其中,目标DPF载体性能参数可以是表征目标DPF载体性能的相关参数,如可以包括但不限于目标DPF载体材质、载体体积、载体的理论颗粒物加载量等。目标DPF极限颗粒物载量也即目标DPF最大能够承受的颗粒物载量。发动机工况循环数可以为目标DPF达到极限颗粒物载量时所需的发动机所运行的循环数。
可以理解的是,目标DPF达到极限颗粒物载量状态时,可能需要多个循环的发动机工况。因此,在计算得到单个发动机循环内目标DPF捕集的颗粒物载量之后,可以进一步确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数,从而进一步确定目标DPF的主动再生周期。可选的,可以根据目标DPF载体性能参数和单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量时对应的发动机工况循环数。
示例性的,可以根据目标DPF载体性能和单个发动机循环内目标DPF捕集的碳载量,确定目标DPF加载到极限碳载量时发动机所运行的循环数作为发动机工况循环数。
S160、根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期。
其中,单个发动机循环时间也即单个发动机工况的时间。
相应的,在确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数之后,即可根据单个发动机循环时间和发动机工况循环数计算目标DPF的主动再生周期。
示例性的,假设单个发动机循环时间为t,发动机工况循环数为N,则目标DPF的主动再生周期t’=t×N。
由此可见,本发明实施例所提供的DPF主动再生周期确定方法充分考虑了DPF被动再生反应、典型发动机与目标发动机的差异、发动机工况加权、DPF载体材质使用碳载量极限的影响,以确保DPF实际颗粒物加载量的准确率,从而实现只标定典型发动机即可对多款发动机的目标DPF颗粒物加载试验进行DPF再生周期的准确评估。通过本发明实施例所提供DPF主动再生周期确定方法能够快速进行DPF再生周期的预估,可提前对目标发动机排气温度、目标发动机初始排烟量提出要求,并可指导DPF载体尺寸选型,从而缩短DPF产品开发周期,降低DPF产品开发费用,提高DPF开发的可行性。
本发明实施例通过根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型,以根据被动再生速率修正模型确定第一设定数量的被动再生修正系数,从而根据各被动再生修正系数确定目标DPF在第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率。在得到目标颗粒物平均累积量速率之后,进一步对目标DPF在各温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量,并根据目标DPF载体性能参数和单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数,最终根据单个发动机循环时间和发动机工况循环数计算目标DPF的主动再生周期,解决现有DPF的主动再生周期确定方法存在的开发资源和开发周期较高等问题,能够快速、准确地预估DPF的主动再生周期,从而降低DPF的开发资源和开发周期。
实施例二
图2是本发明实施例二提供的一种DPF主动再生周期确定方法的流程图,图3是本发明实施例二提供的一种DPF主动再生周期确定方法的流程示意图,本实施例以上述实施例为基础进行具体化,给出了被动再生速率修正模型、被动再生修正系数、目标颗粒物平均累积量速率、单个发动机循环内DPF捕集的颗粒物载量、发动机工况循环数以及DPF的主动再生周期的多种具体可选的确定方式。相应的,如图2和图3所示,本实施例的方法可以包括:
S210、根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型。
相应的,S210具体可以包括下述操作:
S211、对典型发动机进行DPF颗粒物加载,得到典型发动机在所述第一设定数量的温度区间的基准颗粒物加载量。
其中,基准颗粒物加载量可以是对典型发动机进行DPF颗粒物加载所记录得到的颗粒物的总的加载量。
在本发明实施例中,可以首先根据典型发动机的发动机厂提供的发动机循环工况数据,结合DPF被动再生典型工作温度中的步长数据,将发动机循环工况划分为第一设定数量的温度区间。其中,发动机循环工况数据可以是发动机厂提供的发动机工况的相关数据,可以用于确定发动机的温度区间。示例性的,发动机循环工况数据可以包括但不限于发动机转速、扭矩、排气温度、碳载量排放速率以及排气流量等。DPF被动再生典型工作温度可以是预先选择的典型DPF的工作温度。所谓典型DPF也即代表各DPF特性的标准形式的DPF。
示例性的,可以首先将典型发动机标准的循环工况划分固定的温度区间,同时,可以根据发动机温度、转速及扭矩等参数对不固定的温度区间进行划分。在划分不固定的温度区间时可以参考DPF被动再生典型工作温度中的步长数据,如DPF一个明显变化的工作温度步长为100度-150度,则典型发动机也需要对应划分一个与100度-150度相匹配的温度区间,如110度-150度或100度-160度的温度区间等。
在本发明实施例中,确定典型发动机DPF被动再生速率MAP之前,可以首先对典型发动机进行DPF颗粒物加载,得到典型发动机在各温度区间的基准颗粒物加载量。
示例性的,可以在典型发动机上进行DPF碳加载,通过称重法记录每个温度区间加载的碳加载量Mload作为各温度区间的基准颗粒物加载量基准颗粒物加载量。其中,Mload单位为g。
S212、获取典型发动机在所述第一设定数量的温度区间的剩余颗粒物载量和温度区间循环运行时间。
其中,剩余颗粒物载量可以是典型发动机在各温度区间内所剩余没有反应的颗粒物载量。温度区间循环运行时间也即每个温度区间对应的时间范围。示例性的,100度-150度的温度区间对应的温度区间循环运行时间可以为9小时。
在对典型发动机的发动机循环工况划分为第一设定数量的温度区间之后,可以进一步统计每个温度区间的剩余颗粒物载量和温度区间循环运行时间,以便于后续计算应用。
S213、根据所述基准颗粒物加载量和所述剩余颗粒物载量确定所述第一设定数量的温度区间内的反应颗粒物载量。
其中,反应颗粒物载量可以是每个温度区间内反应消耗的颗粒物载量。
相应的,在确定典型发动机在各温度区间的基准颗粒物加载量和反应颗粒物载量之后,即可根据基准颗粒物加载量和剩余颗粒物载量确定典型发动机在各温度区间内的反应颗粒物载量。
示例性的,可以在典型发动机上进行DPF被动再生速率测试,调节DPF前排气温度至n个温度区域,记录典型发动机在不同温度区间内反应的碳载量Mpassive作为反应颗粒物载量,同时统计各温度区间循环运行时间tn,单位为小时。具体的,Mpassive=Mload-Mremain。其中,Mremain表示剩余颗粒物载量。可以理解的是,每个温度区间对应一个Mpassive、Mload和Mremain的值。其中,Mpassive和Mremain单位为g,
S214、根据所述第一设定数量的温度区间内的反应颗粒物载量和所述温度区间循环运行时间确定各所述温度区间的DPF被动再生速率。
其中,DPF被动再生速率可以是个温度区间对应的颗粒物的平均反应速率。
示例性的,假设第n个温度区域的DPF被动再生速率为mpassive-n,温度区间循环运行时间为tn,则mpassive-n=Mpassive/tn。
S215、根据各所述温度区间的DPF被动再生速率确定各所述温度区间的DPF被动再生速率MAP。
相应的,在确定各温度区间的DPF被动再生速率之后,即可根据各温度区间的DPF被动再生速率确定各所述温度区间的DPF被动再生速率MAP。在DPF被动再生速率MAP中,一个温度值可以对应一个DPF被动再生速率,该DPF被动再生速率也可以理解为颗粒物的转化效率。
S216、根据各所述温度区间的DPF被动再生速率MAP确定所述被动再生速率修正模型。
可选的,根据各温度区间的DPF被动再生速率MAP确定被动再生速率修正模型,可以是以温度区间为单位,根据被动再生速率MAP确定每个温度区间对应的DPF被动再生速率,从而建立温度区间与DPF被动再生速率之间的映射关系,形成被动再生速率修正模型。
可选的,还可以直接忽略步骤S215,在确定各温度区间的DPF被动再生速率之后,直接根据温度区间以及温度区间的DPF被动再生速率构建被动再生速率修正模型,本发明实施例对此并不进行限制。
S220、根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数。
相应的,S220具体可以包括下述操作:
S221、根据目标发动机的发动机循环工况数据和DPF被动再生典型工作温度将发动机循环工况划分为所述第一设定数量的温度区间。
示例性的,可以首先将目标发动机标准的循环工况划分固定的温度区间,同时,可以根据发动机温度、转速及扭矩等参数对不固定的温度区间进行划分。在划分不固定的温度区间时可以参考DPF被动再生典型工作温度中的步长数据,如DPF一个明显变化的工作温度步长为100度-150度,则目标发动机也需要对应划分一个与100度-150度相匹配的温度区间,如110度-150度或100度-160度的温度区间等。也即,可以采用与典型发动机相同的方式对目标发动机的发动机循环工况划分为第一设定数量的温度区间。
S222、根据实时记录的典型发动机的颗粒物加载数据确定各所述温度区间的典型发动机平均颗粒物排放速率。
其中,典型发动机平均颗粒物排放速率可以是典型发动机在一个温度区间内的颗粒物的排放速率的平均值。
示例性的,可以根据实时记录的典型发动机的碳烟加载数据确定各所温度区间的典型发动机平均碳烟排放速率。其中,第n个温度区间典型发动机平均碳烟排放速率可以记为m’load-n,单位为g/kW.h或g/h。
S223、统计各所述温度区间的目标发动机颗粒物排放累积速率。
其中,目标发动机颗粒物排放累积速率可以是目标在每个温度区间内的颗粒物的累积的排放速率。
具体的,可以统计各温度区间的目标发动机平均颗粒物排放速率,以根据各温度区间和各温度区间的目标发动机平均颗粒物排放速率确定各温度区间的目标发动机颗粒物排放累积速率。示例性的,第n个温度区间的目标发动机颗粒物排放累积速率可以为第n个温度区间的目标DPF内累积的碳载量速率,记为Mn。其中,目标发动机平均颗粒物排放速率可以是目标发动机在每个温度区间内的颗粒物的平均排放速率。
示例性的,可以第n个温度区间目标发动机累积的碳烟排放速率mn’作为第n个温度区间的目标发动机颗粒物排放累积速率,其中,mn’=m’load-n*tn,单位为g/kW.h或g/h。
S224、根据所述典型发动机平均颗粒物排放速率和目标发动机平均颗粒物排放速率确定目标发动机排烟修正系数。
其中,目标发动机排烟修正系数可以是对目标发动机的目标发动机平均颗粒物排放速率进行修正的系数。
具体的,目标发动机排烟修正系数可以为目标发动机平均颗粒物排放速率与典型发动机平均颗粒物排放速率的比值。可以理解的是,每个温度区间均可以对应一个目标发动机排烟修正系数。
示例性的,可以将第n个温度区间内目标发动机平均碳烟排放速率mn’与典型发动机平均碳烟排放速率m’load-n的比值确定为目标发动机排烟修正系数。
S225、根据典型发动机平均排气流量和目标发动机平均排气流量确定目标发动机排气流量修正系数。
其中,典型发动机平均排气流量可以是典型发动机在一个温度区间内的排气流量的平均值。目标发动机平均排气流量可以是目标发动机在一个温度区间内的排气流量的平均值。目标发动机排气流量修正系数可以是对目标发动机的目标发动机平均排气流量进行修正的系数。
具体的,可以首先获取第n个温度区间典型发动机排气流量q,根据第n个温度区间典型发动机排气流量q与第n个温度区间的温度区间循环运行时间tn的比值确定典型发动机平均排气流量qn。相应的,目标发动机排气流量修正系数可以为目标发动机平均排气流量q‘n与典型发动机平均排气流量qn的比值。可以理解的是,每个温度区间均可以对应一个目标发动机排烟修正系数。
S226、根据所述目标发动机排烟修正系数、所述目标发动机排气流量修正系数、所述温度区间的温度区间循环运行时间、所述目标发动机颗粒物排放累积速率以及所述被动再生速率修正模型确定第一设定数量的被动再生修正系数。
具体的,可以依次对每个温度区间进行计算,根据被动再生速率修正模型获取第n个温度区间对应的DPF被动再生速率作为模型被动再生修正系数Kmodel-n。假设目标发动机排烟修正系数为Cn,目标发动机排气流量修正系数为Qn,进一步的,可以基于如下公式确定第n个温度区间对应的被动再生修正系数Kn:Kn=Kmodel-n/(Cn*Qn)。
S230、根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率。
在本发明的一个可选实施例中,所述根据各所述被动再生修正系数确定DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率,可以包括:获取目标DPF在各所述温度区间内捕集的初始颗粒物平均累积量速率;根据各所述被动再生修正系数对各所述温度区间内捕集的初始颗粒物平均累积量速率进行修正,得到目标DPF在各所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率。
其中,初始颗粒物平均累积量速率可以是目标DPF在没有被动再生反应影响下捕集到的颗粒物平均累积量速率。
在本发明实施例中,在得到目标DPF在各温度区间内捕集的初始颗粒物平均累积量速率之后,可以考虑被动再生反应利用被动再生修正系数对初始颗粒物平均累积量速率的影响,利用目标DPF的被动再生反应修正系数对初始颗粒物平均累积量速率进行修正,得到目标DPF在各温度区间内捕集的目标颗粒物平均累积量速率。
示例性的,可以根据第n个温度区间对应的被动再生修正系数对第n个温度区间工况的目标DPF内累积的碳载量速率Mn进行修正,得到目标DPF在第n个温度区间内捕集的目标颗粒物平均累积量速率Mn’,单位为g/kW.h或g/h。
S240、对目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量。
在本发明的一个可选实施例中,所述对目标DPF在各所述温度区间内的颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量,可以包括:确定所述第一设定数量的温度区间内的发动机平均功率;根据目标DPF在各所述温度区间内的目标颗粒物平均累积量速率、所述发动机平均功率以及各所述温度区间的温度区间循环运行时间确定各所述温度区间内发动机累积的颗粒物载量;对各所述温度区间内发动机累积的颗粒物载量进行累加计算,得到所述单个发动机循环内目标DPF捕集的颗粒物载量;或,根据目标DPF在各所述温度区间内的目标颗粒物平均累积量速率以及各所述温度区间的温度区间循环运行时间确定各所述温度区间内发动机累积的颗粒物载量;对各所述温度区间内发动机累积的颗粒物载量进行累加计算,得到所述单个发动机循环内目标DPF捕集的颗粒物载量。
其中,发动机平均功率可以是目标发动机在第一设定数量的温度区间内的平均功率。
可选的,如果目标颗粒物平均累积量速率的单位为g/kW.h,则在计算单个发动机循环内目标DPF捕集的颗粒物载量时,可以首先确定第一设定数量的温度区间内的发动机平均功率,从而根据目标DPF在每个温度区间内的目标颗粒物平均累积量速率、发动机平均功率以及每个温度区间的温度区间循环运行时间确定每个温度区间内发动机累积的颗粒物载量,进而对各温度区间内发动机累积的颗粒物载量进行累加计算,得到单个发动机循环内目标DPF捕集的颗粒物载量。
示例性的,假设将第n个温度区间DPF捕集的碳烟质量速率作为第n个温度区间内的目标颗粒物平均累积量速率Mn’,单位为g/kW.h,统计的第n个温度区间内的发动机平均功率为Pen,单位为kW,则第n个温度区间内发动机累积的颗粒物载量可以为第n个温度区间内发动机累积的碳载量Mn,具体的,Mn=Mn’×Pen×tn,单位为g。其中,tn表示第n个温度区间的工况时间,也即第n个温度区间的温度区间循环运行时间。相应的,将n个温度区间的碳载量进行累加,获得单个发动机循环捕集的碳载量M作为单个发动机循环内DPF捕集的颗粒物载量,单位为g。
可选的,如果目标颗粒物平均累积量速率的单位为g/h,则在计算单个发动机循环内目标DPF捕集的颗粒物载量时,可以直接根据目标DPF在每个温度区间内的目标颗粒物平均累积量速率以及每个温度区间的温度区间循环运行时间确定每个温度区间内发动机累积的颗粒物载量,从而对每个温度区间内发动机累积的颗粒物载量进行累加计算,得到单个发动机循环内目标DPF捕集的颗粒物载量。
示例性的,假设将第n个温度区间DPF捕集的碳烟质量速率作为第n个温度区间内的目标颗粒物平均累积量速率Mn’,单位为g/h,第n个温度区间内发动机累积的颗粒物载量可以为第n个温度区间内发动机累积的碳载量Mn,具体的,Mn=Mn’×tn,单位为g。相应的,将n个温度区间的碳载量进行累加,获得单个发动机循环捕集的碳载量M作为单个发动机循环内目标DPF捕集的颗粒物载量,单位为g。
S250、根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数。
在本发明的一个可选实施例中,所述根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数,可以包括:根据目标DPF载体损耗参数确定目标DPF载体的理论颗粒物加载量;计算目标DPF的载体体积;根据所述目标DPF载体的理论颗粒加载量和所述载体体积计算目标DPF的极限颗粒物载量;根据所述目标DPF的极限颗粒物载量和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到所述目标DPF极限颗粒物载量匹配的发动机工况循环数。
其中,目标DPF载体损耗参数是目标DPF载体的一种再生性能经验值,具体可以表示目标DPF载体损耗的数值。目标DPF载体的理论颗粒物加载量也即目标DPF在理论上可以承载的颗粒物加载量。
在本发明实施例中,计算目标DPF极限颗粒物载量匹配的发动机工况循环数时,可以根据目标DPF载体损耗参数确定目标DPF载体的理论颗粒物加载量,同时计算目标DPF的载体体积,以根据目标DPF载体的理论颗粒加载量和载体体积计算目标DPF的极限颗粒物载量。相应的,在确定目标DPF的极限颗粒物载量之后,即可根据目标DPF的极限颗粒物载量和单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数。
示例性的,假设将目标DPF载体的碳载量限值m0’作为目标DPF载体的理论颗粒物加载量,且确定了目标DPF的载体体积为V,则可以计算得到目标DPF主动再生碳载量限值M’作为DPF的极限颗粒物载量,具体的,M’=m0’×V,单位为g。则目标DPF捕集碳烟达到限值时的发动机循环数量N可以作为达到目标DPF极限颗粒物载量匹配的发动机工况循环数,具体的,N=M’÷M。
S260、根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期。
在本发明的一个可选实施例中,所述根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期,可以包括:根据各所述第一设定数量的温度区间的温度区间循环运行时间与各所述温度区间确定所述单个发动机循环时间;将所述单个发动机循环时间和所述发动机工况循环数的乘积值作为所述目标DPF的主动再生周期。
示例性的,假设第n个温度区间的温度区间循环运行时间为tn,单个发动机循环时间为t,则t=tn*n,发动机工况循环数为N,目标DPF的主动再生周期为t’,则t’=t×N,单位为h。
以碳烟颗粒为颗粒物具体说明本发明技术方案的有益效果:根据典型发动机的试验数据,获得典型发动机DPF被动再生速率MAP;比较典型发动机与目标发动机排烟速率、排气流量,结合排气温度确定被动再生修正系数,确定出第n个温度区间目标DPF捕集的碳烟质量速率;对各温度区间内目标DPF内累积的碳载量进行加权计算,获得单个发动机循环捕集的碳载量;根据载体材质、载体体积确定出目标DPF允许的极限碳加载量,并与单个发动机循环实际碳加载量比对,获得加载至极限碳加载量所需的发动机循环数;结合单个发动机循环运行时间,确定出主动再生周期。也即,本发明实施例提供了一种不需要进行DPF碳加载试验即可进行DPF再生周期评估的方法,可以根据DPF对颗粒物的过滤效率确定目标机型的DPF碳捕集量,在典型发动机上进行的DPF后处理被动再生性能测试确定出DPF被动再生速率,便于后续根据目标发动机运行参数进行目标DPF被动再生反应碳载量修正,实现无需标定即可准确评估目标DPF的再生周期的目的,从而提高DPF开发的可行性。
需要说明的是,以上各实施例中各技术特征之间的任意排列组合也属于本发明的保护范围。
实施例三
图4是本发明实施例三提供的一种DPF主动再生周期确定装置的示意图,如图4所示,所述装置包括:被动再生速率修正模型确定模块310、被动再生修正系数确定模块320、目标颗粒物平均累积量速率确定模块330、颗粒物载量计算模块340、发动机工况循环数确定模块350以及主动再生周期计算模块360,其中:
被动再生速率修正模型确定模块310,用于根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型;
被动再生修正系数确定模块320,用于根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数;
目标颗粒物平均累积量速率确定模块330,用于根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率;
颗粒物载量计算模块340,用于对所述目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量;
发动机工况循环数确定模块350,用于根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数;
主动再生周期计算模块360,用于根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期。
本发明实施例通过根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型,以根据被动再生速率修正模型确定第一设定数量的被动再生修正系数,从而根据各被动再生修正系数确定目标DPF在第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率。在得到目标颗粒物平均累积量速率之后,进一步对目标DPF在各温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量,并根据目标DPF载体性能参数和单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数,最终根据单个发动机循环时间和发动机工况循环数计算目标DPF的主动再生周期,解决现有DPF的主动再生周期确定方法存在的开发资源和开发周期较高等问题,能够快速、准确地预估DPF的主动再生周期,从而降低DPF的开发资源和开发周期。
可选的,被动再生速率修正模型确定模块310具体用于:对典型发动机进行DPF颗粒物加载,得到典型发动机在所述第一设定数量的温度区间的基准颗粒物加载量;获取典型发动机在所述第一设定数量的温度区间的剩余颗粒物载量和温度区间循环运行时间;根据所述基准颗粒物加载量和所述剩余颗粒物载量确定所述第一设定数量的温度区间内的反应颗粒物载量;根据所述第一设定数量的温度区间内的反应颗粒物载量和所述温度区间循环运行时间确定各所述温度区间的DPF被动再生速率;根据各所述温度区间的DPF被动再生速率确定各所述温度区间的DPF被动再生速率MAP;根据各所述温度区间的DPF被动再生速率MAP确定所述被动再生速率修正模型。
可选的,被动再生修正系数确定模块320具体用于:根据目标发动机的发动机循环工况数据和DPF被动再生典型工作温度将发动机循环工况划分为所述第一设定数量的温度区间;根据实时记录的典型发动机的颗粒物加载数据确定各所述温度区间的典型发动机平均颗粒物排放速率;统计各所述温度区间的目标发动机颗粒物排放累积速率;根据所述典型发动机平均颗粒物排放速率和目标发动机平均颗粒物排放速率确定目标发动机排烟修正系数;根据典型发动机平均排气流量和目标发动机平均排气流量确定目标发动机排气流量修正系数;根据所述目标发动机排烟修正系数、所述目标发动机排气流量修正系数、所述温度区间的温度区间循环运行时间、所述目标发动机颗粒物排放累积速率以及所述被动再生速率修正模型确定第一设定数量的被动再生修正系数。
可选的,目标颗粒物平均累积量速率确定模块330具体用于:获取目标DPF在各所述温度区间内捕集的初始颗粒物平均累积量速率;根据各所述被动再生修正系数对各所述温度区间内捕集的初始颗粒物平均累积量速率进行修正,得到目标DPF在各所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率。
可选的,颗粒物载量计算模块340具体用于:确定所述第一设定数量的温度区间内的发动机平均功率;根据目标DPF在各所述温度区间内的目标颗粒物平均累积量速率、所述发动机平均功率以及各所述温度区间的温度区间循环运行时间确定各所述温度区间内发动机累积的颗粒物载量;对各所述温度区间内发动机累积的颗粒物载量进行累加计算,得到所述单个发动机循环内目标DPF捕集的颗粒物载量;或,根据目标DPF在各所述温度区间内的目标颗粒物平均累积量速率以及各所述温度区间的温度区间循环运行时间确定各所述温度区间内发动机累积的颗粒物载量;对各所述温度区间内发动机累积的颗粒物载量进行累加计算,得到所述单个发动机循环内目标DPF捕集的颗粒物载量。
可选的,发动机工况循环数确定模块350具体用于:根据目标DPF载体损耗参数确定目标DPF载体的理论颗粒物加载量;计算目标DPF的载体体积;根据所述目标DPF载体的理论颗粒加载量和所述载体体积计算目标DPF的极限颗粒物载量;根据所述目标DPF的极限颗粒物载量和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到所述目标DPF极限颗粒物载量匹配的发动机工况循环数。
可选的,主动再生周期计算模块360具体用于:根据各所述第一设定数量的温度区间的温度区间循环运行时间与各所述温度区间确定所述单个发动机循环时间;将所述单个发动机循环时间和所述发动机工况循环数的乘积值作为所述目标DPF的主动再生周期。
上述DPF主动再生周期确定装置可执行本发明任意实施例所提供的DPF主动再生周期确定方法,具备执行方法相应的功能模块和有益效果。未在本实施例中详尽描述的技术细节,可参见本发明任意实施例提供的DPF主动再生周期确定方法。
由于上述所介绍的DPF主动再生周期确定装置为可以执行本发明实施例中的DPF主动再生周期确定方法的装置,故而基于本发明实施例中所介绍的DPF主动再生周期确定方法,本领域所属技术人员能够了解本实施例的DPF主动再生周期确定装置的具体实施方式以及其各种变化形式,所以在此对于该DPF主动再生周期确定装置如何实现本发明实施例中的DPF主动再生周期确定方法不再详细介绍。只要本领域所属技术人员实施本发明实施例中DPF主动再生周期确定方法所采用的装置,都属于本申请所欲保护的范围。
实施例四
图5为本发明实施例四提供的一种电子设备的结构示意图。图5示出了适于用来实现本发明实施方式的示例性电子设备12的框图。图5显示的电子设备12仅仅是一个示例,不应对本发明实施例的功能和使用范围带来任何限制。
如图5所示,电子设备12以通用计算设备的形式表现。电子设备12的组件可以包括但不限于:一个或者多个处理器16,存储器28,连接不同系统组件(包括存储器28和处理器16)的总线18。
总线18表示几类总线结构中的一种或多种,包括存储器总线或者存储器控制器,外围总线,图形加速端口,处理器或者使用多种总线结构中的任意总线结构的局域总线。举例来说,这些体系结构包括但不限于工业标准体系结构(Industry StandardArchitecture,ISA)总线,微通道体系结构(Micro Channel Architecture,MCA)总线,增强型ISA总线、视频电子标准协会(Video Electronics Standards Association,VESA)局域总线以及外围组件互连(Peripheral Component Interconnect,PCI)总线。
电子设备12典型地包括多种计算机系统可读介质。这些介质可以是任何能够被电子设备12访问的可用介质,包括易失性和非易失性介质,可移动的和不可移动的介质。
存储器28可以包括易失性存储器形式的计算机系统可读介质,例如随机存取存储器(Random Access Memory,RAM)30和/或高速缓存存储器32。电子设备12可以进一步包括其它可移动/不可移动的、易失性/非易失性计算机系统存储介质。仅作为举例,存储系统34可以用于读写不可移动的、非易失性磁介质(图5未显示,通常称为“硬盘驱动器”)。尽管图5中未示出,可以提供用于对可移动非易失性磁盘(例如“软盘”)读写的磁盘驱动器,以及对可移动非易失性光盘(例如只读光盘(Compact Disc-Read Only Memory,CD-ROM)、数字视盘(Digital Video Disc-Read Only Memory,DVD-ROM)或者其它光介质)读写的光盘驱动器。在这些情况下,每个驱动器可以通过一个或者多个数据介质接口与总线18相连。存储器28可以包括至少一个程序产品,该程序产品具有一组(例如至少一个)程序模块,这些程序模块被配置以执行本发明各实施例的功能。
具有一组(至少一个)程序模块42的程序/实用工具40,可以存储在例如存储器28中,这样的程序模块42包括但不限于操作系统、一个或者多个应用程序、其它程序模块以及程序数据,这些示例中的每一个或某种组合中可能包括网络环境的实现。程序模块42通常执行本发明所描述的实施例中的功能和/或方法。
电子设备12也可以与一个或多个外部设备14(例如键盘、指向设备、显示器24等)通信,还可与一个或者多个使得用户能与该电子设备12交互的设备通信,和/或与使得该电子设备12能与一个或多个其它计算设备进行通信的任何设备(例如网卡,调制解调器等等)通信。这种通信可以通过输入/输出(Input/Output,I/O)接口22进行。并且,电子设备12还可以通过网络适配器20与一个或者多个网络(例如局域网(Local Area Network,LAN),广域网Wide Area Network,WAN)和/或公共网络,例如因特网)通信。如图所示,网络适配器20通过总线18与电子设备12的其它模块通信。应当明白,尽管图5中未示出,可以结合电子设备12使用其它硬件和/或软件模块,包括但不限于:微代码、设备驱动器、冗余处理单元、外部磁盘驱动阵列、(Redundant Arrays of Independent Disks,RAID)系统、磁带驱动器以及数据备份存储系统等。
处理器16通过运行存储在存储器28中的程序,从而执行各种功能应用以及数据处理,实现本发明实施例所提供的DPF主动再生周期确定方法:根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型;根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数;根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率;对所述目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量;根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数;根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期。
实施例五
本发明实施例五还提供一种存储计算机程序的计算机存储介质,所述计算机程序在由计算机处理器执行时用于执行本发明上述实施例任一所述的DPF主动再生周期确定方法:根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型;根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数;根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率;对所述目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量;根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数;根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期。
本发明实施例的计算机存储介质,可以采用一个或多个计算机可读的介质的任意组合。计算机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、便携式计算机磁盘、硬盘、随机存取存储器(RAM)、只读存储器(ReadOnly Memory,ROM)、可擦式可编程只读存储器((Erasable Programmable Read OnlyMemory,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。在本文件中,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结合使用。
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。
计算机可读介质上包含的程序代码可以用任何适当的介质传输,包括但不限于无线、电线、光缆、射频(Radio Frequency,RF)等等,或者上述的任意合适的组合。
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)。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (10)
1.一种颗粒捕捉器DPF主动再生周期确定方法,其特征在于,包括:
根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型;
根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数;
根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率;
对所述目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量;
根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数;
根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期。
2.根据权利要求1所述的方法,其特征在于,所述根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型,包括:
对典型发动机进行DPF颗粒物加载,得到典型发动机在所述第一设定数量的温度区间的基准颗粒物加载量;
获取典型发动机在所述第一设定数量的温度区间的剩余颗粒物载量和温度区间循环运行时间;
根据所述基准颗粒物加载量和所述剩余颗粒物载量确定所述第一设定数量的温度区间内的反应颗粒物载量;
根据所述第一设定数量的温度区间内的反应颗粒物载量和所述温度区间循环运行时间确定各所述温度区间的DPF被动再生速率;
根据各所述温度区间的DPF被动再生速率确定各所述温度区间的DPF被动再生速率MAP;
根据各所述温度区间的DPF被动再生速率MAP确定所述被动再生速率修正模型。
3.根据权利要求1所述的方法,其特征在于,所述根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数,包括:
根据目标发动机的发动机循环工况数据和DPF被动再生典型工作温度将发动机循环工况划分为所述第一设定数量的温度区间;
根据实时记录的典型发动机的颗粒物加载数据确定各所述温度区间的典型发动机平均颗粒物排放速率;
统计各所述温度区间的目标发动机颗粒物排放累积速率;
根据所述典型发动机平均颗粒物排放速率和目标发动机平均颗粒物排放速率确定目标发动机排烟修正系数;
根据典型发动机平均排气流量和目标发动机平均排气流量确定目标发动机排气流量修正系数;
根据所述目标发动机排烟修正系数、所述目标发动机排气流量修正系数、所述温度区间的温度区间循环运行时间、所述目标发动机颗粒物排放累积速率以及所述被动再生速率修正模型确定第一设定数量的被动再生修正系数。
4.根据权利要求1所述的方法,其特征在于,所述根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率,包括:
获取目标DPF在各所述温度区间内捕集的初始颗粒物平均累积量速率;
根据各所述被动再生修正系数对各所述温度区间内捕集的初始颗粒物平均累积量速率进行修正,得到目标DPF在各所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率。
5.根据权利要求1所述的方法,其特征在于,所述对所述目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量,包括:
确定所述第一设定数量的温度区间内的发动机平均功率;
根据目标DPF在各所述温度区间内的目标颗粒物平均累积量速率、所述发动机平均功率以及各所述温度区间的温度区间循环运行时间确定各所述温度区间内发动机累积的颗粒物载量;
对各所述温度区间内发动机累积的颗粒物载量进行累加计算,得到所述单个发动机循环内目标DPF捕集的颗粒物载量;或
根据目标DPF在各所述温度区间内的目标颗粒物平均累积量速率以及各所述温度区间的温度区间循环运行时间确定各所述温度区间内发动机累积的颗粒物载量;
对各所述温度区间内发动机累积的颗粒物载量进行累加计算,得到所述单个发动机循环内目标DPF捕集的颗粒物载量。
6.根据权利要求1所述的方法,其特征在于,所述根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数,包括:
根据目标DPF载体损耗参数确定目标DPF载体的理论颗粒物加载量;
计算目标DPF的载体体积;
根据所述目标DPF载体的理论颗粒加载量和所述载体体积计算目标DPF的极限颗粒物载量;
根据所述目标DPF的极限颗粒物载量和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到所述目标DPF极限颗粒物载量匹配的发动机工况循环数。
7.根据权利要求1所述的方法,其特征在于,所述根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期,包括:
根据各所述第一设定数量的温度区间的温度区间循环运行时间与各所述温度区间确定所述单个发动机循环时间;
将所述单个发动机循环时间和所述发动机工况循环数的乘积值作为所述目标DPF的主动再生周期。
8.一种DPF主动再生周期确定装置,其特征在于,包括:
被动再生速率修正模型确定模块,用于根据典型发动机DPF被动再生速率MAP确定被动再生速率修正模型;
被动再生修正系数确定模块,用于根据所述被动再生速率修正模型确定第一设定数量的被动再生修正系数;
目标颗粒物平均累积量速率确定模块,用于根据各所述被动再生修正系数确定目标DPF在所述第一设定数量的温度区间内捕集的目标颗粒物平均累积量速率;
颗粒物载量计算模块,用于对所述目标DPF在各所述温度区间内的目标颗粒物平均累积量速率进行加权计算,得到单个发动机循环内目标DPF捕集的颗粒物载量;
发动机工况循环数确定模块,用于根据目标DPF载体性能参数和所述单个发动机循环内目标DPF捕集的颗粒物载量确定达到目标DPF极限颗粒物载量匹配的发动机工况循环数;
主动再生周期计算模块,用于根据单个发动机循环时间和所述发动机工况循环数计算目标DPF的主动再生周期。
9.一种电子设备,其特征在于,所述电子设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个计算机程序;
当所述一个或多个计算机程序被所述一个或多个处理器执行,使得所述一个或多个处理器执行所述计算机程序时实现如权利要求1-7中任一所述的DPF主动再生周期确定方法。
10.一种计算机存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7中任一所述的DPF主动再生周期确定方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111312256.2A CN114033533B (zh) | 2021-11-08 | 2021-11-08 | Dpf主动再生周期确定方法、装置、电子设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111312256.2A CN114033533B (zh) | 2021-11-08 | 2021-11-08 | Dpf主动再生周期确定方法、装置、电子设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114033533A CN114033533A (zh) | 2022-02-11 |
CN114033533B true CN114033533B (zh) | 2022-11-18 |
Family
ID=80143198
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111312256.2A Active CN114033533B (zh) | 2021-11-08 | 2021-11-08 | Dpf主动再生周期确定方法、装置、电子设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114033533B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114810305B (zh) * | 2022-05-09 | 2023-05-23 | 潍柴动力股份有限公司 | 颗粒捕集器中颗粒物载量确定方法、装置及设备 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004286019A (ja) * | 2003-03-03 | 2004-10-14 | Denso Corp | 内燃機関の排気ガス浄化装置 |
JP2011069374A (ja) * | 2011-01-13 | 2011-04-07 | Nissan Motor Co Ltd | 排ガス浄化フィルタの再生温度制御装置及び再生温度制御方法 |
WO2021155088A1 (en) * | 2020-01-30 | 2021-08-05 | Cummins Inc. | Systems and methods for conditioning an aftertreatment system using an electric machine to drive a combustion engine |
Family Cites Families (30)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH0713452B2 (ja) * | 1987-09-17 | 1995-02-15 | トヨタ自動車株式会社 | 内燃機関の排気粒子捕集器の粒子捕集量検出装置 |
US6829890B2 (en) * | 2002-08-13 | 2004-12-14 | International Engine Intellectual Property Company, Llc | Forced regeneration of a diesel particulate filter |
JP4288985B2 (ja) * | 2003-03-31 | 2009-07-01 | 株式会社デンソー | 内燃機関の排気浄化装置 |
JP2005090359A (ja) * | 2003-09-17 | 2005-04-07 | Nissan Motor Co Ltd | Dpfの再生制御装置 |
EP1544432B1 (en) * | 2003-12-15 | 2008-07-09 | Nissan Motor Co., Ltd. | Regeneration control of diesel particulate filter |
JP4525232B2 (ja) * | 2004-08-06 | 2010-08-18 | 日産自動車株式会社 | ディーゼルエンジンの排気後処理装置 |
JP2006183599A (ja) * | 2004-12-28 | 2006-07-13 | Nissan Motor Co Ltd | 内燃機関の排気浄化装置 |
JP2006316682A (ja) * | 2005-05-12 | 2006-11-24 | Honda Motor Co Ltd | 内燃機関の排気浄化装置 |
JP4539595B2 (ja) * | 2006-03-28 | 2010-09-08 | 三菱自動車工業株式会社 | 内燃機関のpm堆積量推定装置 |
JP5156096B2 (ja) * | 2008-08-22 | 2013-03-06 | ボッシュ株式会社 | 排気微粒子堆積量の推定装置及び推定方法 |
JP5195287B2 (ja) * | 2008-10-30 | 2013-05-08 | 日産自動車株式会社 | 内燃機関の排気浄化装置 |
US8061129B2 (en) * | 2009-01-30 | 2011-11-22 | Thermo King Corporation and Donaldson Company, Inc. | System and method to regenerate a diesel particulate filter |
JP5404457B2 (ja) * | 2010-02-03 | 2014-01-29 | 三菱重工業株式会社 | エンジンの排ガス浄化装置 |
JP2013217197A (ja) * | 2012-04-04 | 2013-10-24 | Toyota Motor Corp | 差圧検出装置および内燃機関の排気浄化装置 |
GB2501703A (en) * | 2012-04-30 | 2013-11-06 | Gm Global Tech Operations Inc | Method of estimating a variation of a quantity of soot accumulated in a particulate filter |
WO2014076815A1 (ja) * | 2012-11-16 | 2014-05-22 | トヨタ自動車株式会社 | 内燃機関の排気浄化システム |
US9261006B2 (en) * | 2013-03-01 | 2016-02-16 | Cummins Ip, Inc. | Apparatus, method and system for diagnosing reductant deposits in an exhaust aftertreatment system |
US10132256B2 (en) * | 2013-05-10 | 2018-11-20 | GM Global Technology Operations LLC | Particulate filter device monitoring system for an engine |
US9046021B2 (en) * | 2013-06-05 | 2015-06-02 | Tenneco Automotive Operating Company Inc. | Exhaust treatment regeneration control system |
CN103511043B (zh) * | 2013-09-22 | 2015-10-07 | 潍柴动力股份有限公司 | 一种颗粒物捕集器的主动再生控制方法及装置 |
JP6191380B2 (ja) * | 2013-10-17 | 2017-09-06 | いすゞ自動車株式会社 | 内燃機関の排気ガス浄化システム及び内燃機関の排気ガス浄化方法 |
CN106224065A (zh) * | 2016-07-29 | 2016-12-14 | 安徽江淮汽车股份有限公司 | 柴油机dpf碳累积量的检测方法 |
CN106640303B (zh) * | 2017-01-25 | 2019-02-15 | 中国第一汽车股份有限公司 | 柴油机颗粒补集器的再生控制系统 |
CN107605583B (zh) * | 2017-09-21 | 2019-09-17 | 北京汽车研究总院有限公司 | 柴油车颗粒捕集器累碳量估算方法 |
CN108278146B (zh) * | 2018-01-29 | 2021-04-06 | 中国第一汽车股份有限公司 | 内燃机微粒过滤器控制系统 |
JP6870638B2 (ja) * | 2018-03-19 | 2021-05-12 | トヨタ自動車株式会社 | 内燃機関の排気浄化装置および内燃機関の制御装置 |
CN109630247A (zh) * | 2018-12-11 | 2019-04-16 | 上海星融汽车科技有限公司 | 一种柴油机颗粒捕集器再生预测方法 |
CN109667642B (zh) * | 2019-01-14 | 2021-01-15 | 江苏大学 | 一种柴油机dpf再生的判断方法 |
CN111102040A (zh) * | 2019-12-17 | 2020-05-05 | 凯龙高科技股份有限公司 | 一种非道路柴油机颗粒捕集器碳载量计算方法及系统 |
CN111636953B (zh) * | 2020-06-02 | 2021-07-20 | 潍柴动力股份有限公司 | 一种动力系统的控制装置及其控制方法 |
-
2021
- 2021-11-08 CN CN202111312256.2A patent/CN114033533B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2004286019A (ja) * | 2003-03-03 | 2004-10-14 | Denso Corp | 内燃機関の排気ガス浄化装置 |
JP2011069374A (ja) * | 2011-01-13 | 2011-04-07 | Nissan Motor Co Ltd | 排ガス浄化フィルタの再生温度制御装置及び再生温度制御方法 |
WO2021155088A1 (en) * | 2020-01-30 | 2021-08-05 | Cummins Inc. | Systems and methods for conditioning an aftertreatment system using an electric machine to drive a combustion engine |
Also Published As
Publication number | Publication date |
---|---|
CN114033533A (zh) | 2022-02-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7593804B2 (en) | Fixed-point virtual sensor control system and method | |
US7505949B2 (en) | Process model error correction method and system | |
EP3018541B1 (en) | Configurable inferential sensor for vehicle control systems | |
CN114033533B (zh) | Dpf主动再生周期确定方法、装置、电子设备及存储介质 | |
US20200065690A1 (en) | Method and system for predicting system status | |
CN116558834A (zh) | Pems排放分析方法、装置、计算机设备和存储介质 | |
CN114033532B (zh) | Dpf主动再生周期确定方法、装置、电子设备及存储介质 | |
CN114607495B (zh) | 一种氮氧化物浓度确定方法、装置、电子设备及存储介质 | |
WO2023169118A1 (zh) | 发动机控制方法、装置、储存介质和计算机设备 | |
CN114778141B (zh) | 汽车电驱动总成台架耐久试验制定方法、装置及设备 | |
CN116734970A (zh) | 一种发动机空气流量计修正方法、装置、设备及存储介质 | |
CN116220870A (zh) | 车辆尾气排放的控制方法、装置、电子设备和存储介质 | |
CN115063050A (zh) | 一种基于大数据的重型柴油车NOx排放清单确定方法 | |
CN113671386B (zh) | 一种氢燃料电池耐久性能分析方法及装置 | |
CN115270932A (zh) | 整车排放参数优化方法、系统、电子设备和存储介质 | |
CN114282680A (zh) | 一种基于机器学习算法的车辆尾气排放预测方法及系统 | |
CN115163266B (zh) | 一种颗粒捕集器灰分负荷确定方法、装置、设备和介质 | |
CN112782584A (zh) | 电池电量的剩余使用额度的预测方法、系统、介质及设备 | |
CN114969962B (zh) | 车辆rde排放恶劣工况的生成方法、装置、设备及存储介质 | |
CN112464395B (zh) | 发动机的物理模型参数标定方法和装置 | |
CN116992221B (zh) | 一种运维平台的故障检测方法、装置、设备及存储介质 | |
CN114753911B (zh) | Scr系统混合器工况检测方法、装置、电子设备和存储介质 | |
CN115600397A (zh) | Dpf原排碳载模型标定方法、装置、计算机设备和存储介质 | |
CN117370065B (zh) | 一种异常任务确定方法、电子设备及存储介质 | |
CN114837805B (zh) | 一种车辆燃油硫含量的确定方法、装置、车辆及存储介质 |
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 |