CN114278420B - 车辆scr系统预测性维护方法及预测性维护系统 - Google Patents
车辆scr系统预测性维护方法及预测性维护系统 Download PDFInfo
- Publication number
- CN114278420B CN114278420B CN202210007053.0A CN202210007053A CN114278420B CN 114278420 B CN114278420 B CN 114278420B CN 202210007053 A CN202210007053 A CN 202210007053A CN 114278420 B CN114278420 B CN 114278420B
- Authority
- CN
- China
- Prior art keywords
- scr
- vehicle
- predictive maintenance
- executing
- conversion efficiency
- 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
-
- 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
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
-
- 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
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明提供了一种车辆SCR系统预测性维护方法,包括:步骤1:判断车辆是否满足能表示SCR系统运行正常的诊断使能条件,若是则执行下一步骤,若否则循环执行该步骤;步骤2:以运行时间对SCR上下游NOx的质量流量进行积分,从而计算SCR健康度,SCR健康度用于表示SCR转化率是否正常,当转化率低于预设值时则执行下一步骤;步骤3:创建SCR预警记录,根据效率变化曲线进行安全阈值的预测计算,效率变化曲线包括载重、车架倾斜角、油门开度和车速,最终根据安全阈值的大小对客户进行预测性提示。该方法可以能够在车辆出现故障前提前精准预测和维护车辆性能,确保维修费用最低和维修时长最短,并提前降低尾气排放超标的可能性。
Description
技术领域
本发明属于机动车预测维护技术领域,尤其涉及一种车辆SCR系统预测性维护方法及预测性维护系统。
背景技术
目前,现有技术中,为了限制尾气的排放,机动车多为按OBD(On BoardDiagnostics)的诊断要求直接进行超标监测和限制车辆扭矩输出,但是这会导致两个问题:
1)卡车等机动车尾气超标后限扭会导致车辆行驶中出现行驶无力,高速上也只能低速行驶,在坡道无法爬坡,严重影响作业效率和安全。尾气超标目前都是采用事后控制,出现问题后客户才知道,卡车都是在路上运营,出现问题大多都是在路上,出现尾气排放不达标故障后大部分都是带病将车辆开到服务站维修,这期间对大气造成了不可预测的污染。
2)SCR系统出现故障后再维修会导致催化器箱损坏严重,不可逆或维护成本高,进一步增加用户损失,无法专门对此进行预测性维护。
以下将对涉及的技术做如下简介:
预测性维护技术:可通过车联网技术实时获所需的性能数据;根据所述性能数据、维护决策影响因素和维护策略模型进行智能决策,提前对设备进行维护。
车联网技术:随着车联网技术的发展,出现了大量车辆行驶相关的动态数据以及车辆配置相关的静态数据。海量的数据中隐藏着应用价值,可以采用数据挖掘技术从大量的数据中通过算法搜索隐藏于其中的价值信息。但是数据挖掘之前,需要先评价数据质量,保证挖掘数据的准确性。
尾气后处理技术:汽车尾气处理技术NOx选择催化还原(SCR)等技术已经达到实用化。选择性催化还原技术能使尾气中的NOx被加速还原为氮气和水,同时能够有效抑制氧化反应,可以在不降低发动机效率的情况下让NOx的转化率有大幅度提升,具有较好的燃油经济性。在尾气处理过程中,尿素喷射单元会根据ECU给出的指令精确的将和发动机工况相匹配的尿素喷射到后处理系统中,尿素喷射到后处理系统后,遇到高温的尾气分解为氨气和二氧化碳,分解后的氨气与尾气中的一氧化氮和二氧化氮反应生成氮气和水。
尾气监测和OBD要求(限扭):对导致排放超过OBD限值的故障进行监测,主要两种测试方法,第一通过尾气排放传感器直接测量排放,通过模型直接将排放与测试循环排放相关联;第二通过电脑的输入输出信息与测试循环比排放的关系指示排放的增加量。排放后处理器出现故障而导致排放超过OBD限值的情况,通过报出故障来激活驾驶员报警系统,以提示驾驶员尽快修复,同时会限制车辆扭矩输出。
此外,卡车等运输车辆大多都是长距离运输且运输时效性要求高,中途出现故障可会导致运输货物不能按时交货,尤其生鲜、果蔬和快递类产品,延期会导致巨额索赔,所以在出现故障前提前精准预测和维护车辆性能对卡车行业尤为重要,因此需要设计一种车辆SCR系统预测性维护方法。
发明内容
(一)要解决的技术问题
本发明提供了一种车辆SCR系统预测性维护方法及预测性维护系统,该方法能够在卡车等车辆出现故障前提前精准预测和维护车辆性能,确保维修费用最低和维修时长最短,并提前降低尾气排放超标的可能性。
(二)技术方案
本发明还公开了一种车辆SCR系统预测性维护方法,所述方法包括:
步骤1:判断车辆是否满足能表示SCR系统运行正常的诊断使能条件,若是则执行下一步骤,若否则循环执行该步骤;
步骤2:以运行时间对SCR上下游NOx的质量流量进行积分,从而计算SCR健康度,所述SCR健康度用于表示SCR转化率是否正常,当转化率低于预设值时则执行下一步骤;
步骤3:创建SCR预警记录,根据效率变化曲线进行安全阈值的预测计算,所述效率变化曲线包括载重、车架倾斜角、油门开度和车速,最终根据所述安全阈值的大小对客户进行预测性提示。
进一步的,步骤2中,具体包括以下步骤:
步骤(a):以运行时间对SCR上下游NOx的质量流量进行积分后,并判断是否达到积分完成条件,若是则执行下一步骤,若否则循环执行该步骤;
步骤(b):计算SCR实际平均转化效率和SCR限值转化效率;
步骤(c):判断所述SCR实际平均转化效率是否小于90%的次数超过三次或者小于所述SCR限值转化效率,若是,则执行SCR转化效率低报警;若否则表示排放正常。
进一步的,步骤(b)中,SCR实际平均转化效率和SCR限值转化效率的计算方式具体为:
式中,SCRChk_etaActAvrg1为SCR实际平均转化效率,SCRChk_dmNOxSensDSFlt_mp为下游NOx传感器采集的NOx浓度得到的NOx质量流量,SCRChk_dmNOxUsFltDdT_mp为上游NOx传感器采集的NOx浓度得到的原排NOx质量流量,SCRChk_facEtaCorl_C则为修正系数。
式中,SCRChk_etaThresAvrg1为SCR限值转化效率,SCRChk_etaThres1_mp则为SCR低效率转换限值。
进一步的,步骤1中,所述诊断使能条件包括以下条件:
a)SCR上游温度范围为大于200℃;
b)设定的水温范围为70℃~110℃;
c)设定的环境温度范围为-7℃~38℃;
d)设定的环境压力范围为大于840hPa;
e)SCR上游NOx浓度大于200ppm;
f)尿素实际喷射量大于0mg/s。
进一步的,所述效率变化曲线还包括刹车踏板开度信号、环境温度、环境气压、发动机出水温度、SCR上游温度、SCR下游温度、SCR上游NOx浓度、SCR下游NOx浓度、车架号和/或车型。
进一步的,所述根据安全阈值的大小对客户进行预测性提示包括:当能够保障所述安全阈值的时间已经小于等于本类车型或本车型使用习惯的5个工作日内时,则进行预测性维护的处理。
进一步的,所述预测性维护的处理包括自动语音提醒司机、智能预约最近服务站和/或采取人工服务。
进一步的,所述车辆为大型运输车辆。
在另外一方面,本发明还公开了一种基于车辆SCR系统的预测性维护系统,包括:
至少一个处理器;以及与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至8任一项所述的车辆SCR系统预测性维护方法。
在另外一方面,本发明还公开了一种作业机械,包括如上述所述的基于车辆SCR系统的预测性维护系统。
在另外一方面,本发明还公开了一种非暂态计算机可读存储介质,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如上述任一项所述的车辆SCR系统预测性维护方法。
(三)有益效果
(1)本发明基于已经确认状态的SCR设备,根据其上下游的传感器等信息,按时间、进行积分运算,将SCR效率的实时运算结果进行采集到车联网云端,从而发现SCR转换效率是否低;在SCR转换效率低的情况下,进一步创造SCR预警记录,此时车联网云端采集大量的效率变化曲线、并结合细分市场车型或当前车辆的使用习惯,通过效率变化曲线综合进行的安全阈值计算,提前监测出故障,提前修复降低尾气排放超标的可能性。
(2)本发明通过匹配售后信息如维修费用和维修时长,修正维修和保养最经济的安全阈值。当能够保障安全阈值的时间已经小于等于本类车型或本车型使用习惯的5个工作日内,进行预测性维护的处理程序,确保维修费用最低和维修时长最短。
(3)此外,本发明的预测性维护方法使用了SCR系统中的控制单元选择性的采集了载重、车架倾斜角、油门开度、车速等信息,从而作为实用性强的效率变化曲线,并计算当前的安全阈值,预测SCR系统的整体使用寿命以保障人员和财产的安全,该方法充分有效的选择使用了合适的变量来进行预测性维护,特别适合卡车等大型运输车辆。
附图说明
为了更清楚地说明本发明或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图:
图1是本发明的SCR系统的系统框图;
图2是本发明预测性维护方法中的SCR健康度预警记录生成流程图;
图3是本发明预测性维护方法中的SCR健康度预警方法流程图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚,下面将结合本发明中的附图,对本发明中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
为了针对车辆的SCR系统进行预测性控制,需要使用车联网等通信技术进行信息的有效采集,如图1所示,在SCR系统中,SCR控制单元与车辆上安装的载重传感器、车架倾角传感器、油门踏板传感器、车速传感器、刹车踏板传感器、环境温度传感器、环境气压传感器、发动机出水温度传感器、SCR上游温度传感器、SCR下游温度传感器、SCR上游NOx浓度传感器,SCR下游NOx浓度传感器等通信电连接,SCR控制单元通过实时采集以上参数,从而采集驾驶员的操作和使用习惯,作为效率变化曲线。
此外,SCR控制单元与发动机控制器进行总线连接(例如CAN总线连接),实时采集发动机信息;且SCR控制单元还与T-BOX车载终端通信连接,T-BOX车载终端与后台大数据处理系统的车联网云端采用4G/5G通信,车联网云端计算每一台车实时使用习惯,均衡历史使用信息及近期使用信息两种算法,车联网云端整合大量的效率变化曲线,并结合细分市场车型或当前车辆的使用习惯,通过效率变化曲线进行安全阈值的预测计算,安全阈值能对应关联一个预测时间值,而该预测时间值则能够反映需要进行SCR系统维护处理的剩余时长,后台大数据处理系统最终将安全阈值信息回传T-BOX车载终端,通过现场仪表或客户移动通信端对客户进行预测性提示。
如图2-图3所示,本发明的车辆SCR系统预测性维护方法包含以下步骤:
步骤1:判断车辆是否满足能表示SCR系统运行正常的诊断使能条件,若是则执行下一步骤,若否则循环执行步骤1;
具体的,在步骤1中,SCR系统的所述诊断使能条件至少包括:
a)SCR上游温度范围为大于200℃;
b)设定的水温范围为70℃~110℃;
c)设定的环境温度范围为-7℃~38℃;
d)设定的环境压力范围为大于840hPa;
e)SCR上游NOx浓度大于200ppm;
f)尿素实际喷射量大于0mg/s。
通过以上的诊断条件,能确保SCR系统在正常运行,并且为后续SCR健康度预警方法的数据采集工作和建立SCR预警记录时计算安全阈值的数据采集工作同时做好基础。
步骤2:以运行时间对SCR上下游NOx的质量流量进行积分,从而计算SCR健康度,所述SCR健康度用于表示SCR转化率是否正常,当转化率低于预设值时则执行下一步骤;若否则结束程序;
具体的,参见图2-3可知,在步骤2中,针对SCR效率的诊断逻辑和SCR健康度的计算,可采用如下表示SCR健康度的预警方法,该方法包含以下步骤(a)-(c):
步骤(a):以运行时间对SCR上下游NOx的质量流量进行积分后,并判断是否达到积分完成条件,若是则执行下一步骤,若否则循环执行该步骤;
参见图2可知,判断是否达到积分完成条件可以具体为:判断积分累计的寄存结果是否达到了设定的最低阈值,当然积分完成条件也可以是其它的设定条件。
步骤(b):计算SCR实际平均转化效率和SCR限值转化效率;
两变量的具体计算方式如下:
式中,SCRChk_etaActAvrg1为SCR实际平均转化效率,SCRChk_dmNOxSensDsFlt_mp为下游NOx传感器采集的NOx浓度得到的NOx质量流量,SCRChk_dmNOxUsFltDdT_mp为上游NOx传感器采集的NOx浓度得到的原排NOx质量流量,SCRChk_facEtaCor1_C则为修正系数;在NOx的质量流量采集正常后,系统通过对一段时间内的NOx质量流量积分,以计算SCR平均转化效率。
SCRChk_etaThresAvrg1为SCR限值转化效率,SCRChk_etaThres1_mp则为SCR低效率转换限值,该值为通过大量试验测试出来的检验SCR效率偏低的一个限值;
需要指出的是,SCR实际平均转化效率和SCR限值转化效率也可以采用其它的常规计量方式计算得出。
步骤(c):判断所述SCR实际平均转化效率是否小于90%的次数超过三次或者小于所述SCR限值转化效率,若是,则执行SCR转化效率低报警,此时表示SCR转化效率低,即SCR转化率不正常;若否则表示排放正常。
在步骤(c)中,当一段时间内的SCR实际平均转化效率小于90%时,执行转化效率偏低计数N进行累加,当N的连续累加次数大于3次时,系统进行SCR转化效率低报警;此外,当根据质量流量积分计算得到的所述SCR实际平均转化效率小于所述SCR限值转化效率时,系统同样执行SCR转化效率低报警,以表示SCR转化率低(此处的SCR转化率低并非表示此时SCR系统发生了故障,主要是表明其系统处于非正常的亚健康状态)。在判断SCR转化率低后,则需要进一步实现本发明主要要实现的预测性维护功能,其通过创建SCR预警记录和计算安全阈值来实现。
步骤3:创建SCR预警记录,根据效率变化曲线进行安全阈值的预测计算,所述效率变化曲线包括载重、车架倾斜角、油门开度和车速,最终根据所述安全阈值的大小对客户进行预测性提示。
参见图1可知,本发明的效率变化曲线的主要变量包括位于图1顶部第一排传感器测量的车辆载重、车架倾斜角、油门开度、车速等能够直接反映车辆行驶状态的变量,至于其它如刹车踏板开度信号、环境温度、环境气压、发动机出水温度、SCR上游温度、SCR下游温度、SCR上游NOx浓度,SCR下游NOx浓度等参数,则都作为效率变化曲线的非主要组成变量进行考量。此外,效率变化曲线的非主要组成变量还可以考虑车架号和车型,以并结合细分市场车型或当前车辆的使用习惯来获得更加准确具体的效率变化曲线。
SCR预警记录表中效率变化曲线对应的非主要组成变量中的部分数据库设计可参考下表1:
表1 SCR健康度预警记录表
由此可知,本发明中通过以上的主要变量和非主要变量进行建模,通过多输入单输出的模型最终计算获得一个安全阈值,该安全阈值能对应关联一个预测时间值,而该预测时间值能够反映需要进行SCR系统维护处理的剩余时长或者SCR系统的寿命,后台大数据处理系统最终将安全阈值及其相关信息回传T-BOX车载终端,通过现场仪表或客户移动通信端对客户进行预测性提示。此外,还可以通过售后信息如维修费用和维修时长,修正安全阈值。
进一步的,所述根据安全阈值的大小对客户进行预测性提示包括:当能够保障所述安全阈值的时间已经小于等于本类车型或本车型使用习惯的5个工作日内时,则进行预测性维护的处理。所述预测性维护的处理包括但不限于:自动语音提醒司机、智能预约最近服务站、当逐渐接近最终的安全阈值时则采取人工服务。
在硬件方面,本发明还保护了一种基于车辆SCR系统的预测性维护系统,包括:至少一个处理器;以及与处理器通信连接的至少一个存储器,其中:存储器存储有可被处理器执行的程序指令,处理器调用程序指令能够执行如上述任一项所述的车辆SCR系统预测性维护方法。
此外,本发明还对应保护了一种作业机械,包括如上述所述的基于车辆SCR系统的预测性维护系统。
最后,上述本发明的预测性维护方法可以作为软件程序或者计算机指令在非暂态计算机可读存储介质中执行或者在带有存储器和处理器的控制系统中执行,且其计算程序简单且运行快速。在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。上述以软件功能单元的形式实现的集成的单元,可以存储在一个计算机可读取存储介质中。上述软件功能单元存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)或处理器(processor)执行本发明各个实施例所述方法的部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(Random Access Memory,RAM)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (8)
1.一种车辆SCR系统预测性维护方法,其特征在于,所述方法包括:
步骤1:判断车辆是否满足能表示SCR系统运行正常的诊断使能条件,若是则执行下一步骤,若否则循环执行该步骤;
步骤2:以运行时间对SCR上下游NOx的质量流量进行积分,从而计算SCR健康度,所述SCR健康度用于表示SCR转化率是否正常,当转化率低于预设值时则执行下一步骤;
步骤2中具体包括以下步骤:
步骤(a): 以运行时间对SCR上下游NOx的质量流量进行积分后,并判断是否达到积分完成条件,若是则执行下一步骤,若否则循环执行该步骤;
步骤(b):计算SCR实际平均转化效率和SCR限值转化效率; SCR实际平均转化效率和SCR限值转化效率的计算方式具体为:
式中,SCRChk_etaActAvrg1为SCR实际平均转化效率,SCRChk_dmNOxSensDsFlt_mp为下游NOx传感器采集的NOx浓度得到的NOx质量流量,SCRChk_dmNOxUsFltDdT_mp为上游NOx传感器采集的NOx浓度得到的原排NOx质量流量,SCRChk_facEtaCor1_C则为修正系数;
式中,SCRChk_etaThresAvrg1为SCR限值转化效率,SCRChk_etaThres1_mp则为SCR低效率转换限值;
步骤(c):判断所述SCR实际平均转化效率是否小于90%的次数超过三次或者小于所述SCR限值转化效率,若是,则执行SCR转化效率低报警;若否则表示排放正常;
步骤3:创建SCR预警记录,根据效率变化曲线进行安全阈值的预测计算,所述效率变化曲线包括载重、车架倾斜角、油门开度和车速,最终根据所述安全阈值的大小对客户进行预测性提示;
所述根据安全阈值的大小对客户进行预测性提示包括:当能够保障所述安全阈值的时间已经小于等于本类车型或本车型使用习惯的5个工作日内时,则进行预测性维护的处理。
2.根据权利要求1所述的车辆SCR系统预测性维护方法,其特征在于,步骤1中,所述诊断使能条件包括以下条件:
a)SCR上游温度范围为大于200℃;
b)设定的水温范围为70℃~110℃;
c)设定的环境温度范围为-7℃~38℃;
d)设定的环境压力范围为大于840hPa;
e)SCR上游NOx浓度大于200ppm;
f)尿素实际喷射量大于0mg/s。
3.根据权利要求1~2中任一项所述的车辆SCR系统预测性维护方法,其特征在于,所述效率变化曲线还包括刹车踏板开度信号、环境温度、环境气压、发动机出水温度、SCR上游温度、SCR下游温度、SCR上游NOx浓度、SCR下游NOx浓度、车架号和/或车型。
4.根据权利要求1所述的车辆SCR系统预测性维护方法,其特征在于,所述预测性维护的处理包括自动语音提醒司机、智能预约最近服务站和/或采取人工服务。
5.根据权利要求1所述的车辆SCR系统预测性维护方法,其特征在于,所述车辆为大型运输车辆。
6.一种基于车辆SCR系统的预测性维护系统,其特征在于,包括:
至少一个处理器;以及与所述处理器通信连接的至少一个存储器,其中:
所述存储器存储有可被所述处理器执行的程序指令,所述处理器调用所述程序指令能够执行如权利要求1至5任一项所述的车辆SCR系统预测性维护方法。
7.一种作业机械,其特征在于,包括如权利要求6所述的基于车辆SCR系统的预测性维护系统。
8.一种非暂态计算机可读存储介质,其特征在于,所述非暂态计算机可读存储介质存储计算机指令,所述计算机指令使所述计算机执行如权利要求1至5任一项所述的车辆SCR系统预测性维护方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210007053.0A CN114278420B (zh) | 2022-01-05 | 2022-01-05 | 车辆scr系统预测性维护方法及预测性维护系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210007053.0A CN114278420B (zh) | 2022-01-05 | 2022-01-05 | 车辆scr系统预测性维护方法及预测性维护系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114278420A CN114278420A (zh) | 2022-04-05 |
CN114278420B true CN114278420B (zh) | 2022-11-04 |
Family
ID=80880258
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210007053.0A Active CN114278420B (zh) | 2022-01-05 | 2022-01-05 | 车辆scr系统预测性维护方法及预测性维护系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114278420B (zh) |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8454916B2 (en) * | 2010-06-18 | 2013-06-04 | GM Global Technology Operations LLC | Selective catalytic reduction (SCR) catalyst depletion control systems and methods |
US8429898B2 (en) * | 2010-06-18 | 2013-04-30 | GM Global Technology Operations LLC | Selective catalytic reduction (SCR) catalyst depletion control systems and methods |
CN111810280A (zh) * | 2020-04-26 | 2020-10-23 | 东风商用车有限公司 | Dpf碳载量预警的系统 |
CN112112716B (zh) * | 2020-09-28 | 2022-05-17 | 无锡威孚力达催化净化器有限责任公司 | 一种scr系统尿素溶液浓度异常的诊断方法 |
CN112682145A (zh) * | 2020-12-28 | 2021-04-20 | 潍柴动力股份有限公司 | SCR转化NOx效率监控方法、装置及车辆 |
-
2022
- 2022-01-05 CN CN202210007053.0A patent/CN114278420B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114278420A (zh) | 2022-04-05 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10329986B2 (en) | Model-based monitoring for selective catalytic reduction device in aftertreatment assembly | |
US10690078B2 (en) | System and method for estimating engine exhaust nitrogen oxide sensor instability | |
CN113790094B (zh) | 一种后处理系统硫中毒确定方法、装置、车辆及介质 | |
GB2475318A (en) | Method for diagnosing catalytic device by estimating an aging index | |
CN106321206A (zh) | 一种实时在线计算的NOx排放监控方法 | |
CN111770141B (zh) | 一种基于车联网的车辆燃油含硫量的评估方法 | |
CN106194365A (zh) | 一种基于模型的nox排放监控方法 | |
US9181841B2 (en) | Method and apparatus for monitoring the light-off temperature of a diesel oxidation catalyst | |
CN113756921B (zh) | 一种scr系统硫中毒确定方法、装置、车辆及介质 | |
CN112682132B (zh) | 一种基于obd系统的远程监控平台的尿素加注点尿素质量分析方法 | |
CN112945309A (zh) | 基于大数据驱动的燃油加注质量的监控装置及方法 | |
US11635011B2 (en) | Controller and method for controlling operation of an aftertreatment system based on short-term and long-term cumulative degradation estimates | |
CN105658937A (zh) | 用于监测传感器的运行的方法 | |
CN110671178B (zh) | 一种基于不同扭矩段排温特征的排温传感器诊断方法 | |
CN115392116A (zh) | 一种基于obd数据修复的重型柴油卡车超排判定方法 | |
CN115238651A (zh) | 一种ecu数据分析nox排放值的方法 | |
Müller et al. | On-Board Monitoring to meet upcoming EU-7 emission standards–Squaring the circle between effectiveness and robust realization | |
CN114278420B (zh) | 车辆scr系统预测性维护方法及预测性维护系统 | |
CN112594044B (zh) | 后处理系统老化预测方法及装置 | |
CN110985173B (zh) | 基于不同喷油量下排温特征的排温传感器诊断方法 | |
CN112504685A (zh) | 基于dpf碳载量的发动机故障预警方法 | |
CN110645112B (zh) | 发动机故障检测方法、装置和发动机 | |
CN114517727A (zh) | 数据采集装置、分析装置、分析方法及计算机程序产品 | |
CN113002454B (zh) | 一种用于车辆的obd故障报警方法、报警系统及车辆 | |
US20240052796A1 (en) | Systems and methods for forecasting aftertreatment temperatures over a horizon |
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 |