CN115950582A - 一种压差传感器的修正方法、装置、介质及设备 - Google Patents

一种压差传感器的修正方法、装置、介质及设备 Download PDF

Info

Publication number
CN115950582A
CN115950582A CN202211716336.9A CN202211716336A CN115950582A CN 115950582 A CN115950582 A CN 115950582A CN 202211716336 A CN202211716336 A CN 202211716336A CN 115950582 A CN115950582 A CN 115950582A
Authority
CN
China
Prior art keywords
differential pressure
pressure sensor
value
zero drift
kalman
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.)
Pending
Application number
CN202211716336.9A
Other languages
English (en)
Inventor
侯郭顺
张娟
杨金鹏
辛桂蕾
王宏亮
张素
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.)
Weichai Power Co Ltd
Weifang Weichai Power Technology Co Ltd
Original Assignee
Weichai Power Co Ltd
Weifang Weichai Power Technology 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 Weichai Power Co Ltd, Weifang Weichai Power Technology Co Ltd filed Critical Weichai Power Co Ltd
Priority to CN202211716336.9A priority Critical patent/CN115950582A/zh
Publication of CN115950582A publication Critical patent/CN115950582A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02TCLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00Road transport of goods or passengers
    • Y02T10/10Internal combustion engine [ICE] based vehicles
    • Y02T10/40Engine management systems

Landscapes

  • Measuring Fluid Pressure (AREA)

Abstract

本申请公开了一种压差传感器的修正方法、装置、介质及设备,涉及车辆技术领域,所述压差传感器用于检测后处理系统的柴油机颗粒过滤器DPF的上游和下游之间的压差,所述方法包括:获取所述压差传感器的零点漂移值;若所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。可见,在该方法中,利用了卡尔曼压差模型的理论值,对压差传感器的数值进行了修正,进而能够提高压差传感器的准确度,减少压差传感器的误差。

Description

一种压差传感器的修正方法、装置、介质及设备
技术领域
本申请涉及车辆技术领域,尤其涉及一种压差传感器的修正方法、装置、介质及设备。
背景技术
随着车辆技术的发展,为了减少尾气中有毒有害气体的排放,车辆上会配置后处理系统,后处理系统的后处理箱中通过柴油机颗粒过滤器(Diesel Particulate Filter,DPF)降低尾气中的颗粒物。为了确定后处理系统是否存在故障,通常会在后处理箱中设置压差传感器,来测量后处理箱的上游和下游的压差,基于该压差,来进行后续的故障诊断。
但在实际应用过程中,存在压差传感器一致性不足、线束阻值变化等情况,会导致压差传感器测量出现偏差,基于该出现偏差的压差,会引起后续的误诊断。
发明内容
本申请提供了一种压差传感器的修正方法、装置、介质及设备,能够提高压差传感器检测结果的准确度。
为达到上述目的,本申请采用如下技术方案:
第一方面,本申请提供了一种压差传感器的修正方法,所述压差传感器用于检测后处理系统的柴油机颗粒过滤器DPF的上游和下游之间的压差,所述方法包括:
获取所述压差传感器的零点漂移值;
若所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;
利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。
在一些可能的实现方式中,所述方法还包括:
若所述压差传感器的零点漂移值小于或等于所述预设阈值,利用所述零点漂移值对所述卡尔曼压差模型的参数进行更新。
在一些可能的实现方式中,所述方法还包括:
基于所述压差传感器的修正值,进行故障诊断。
在一些可能的实现方式中,所述卡尔曼压差模型的方程为:
Δp=AρV2+BμV+Cg(x)
其中,△p为所述压差传感器的理论值,ρ为车辆的排气密度,V为车辆的排气体积流量,μ为车辆的排气动态黏度系数,g(x)为所述压差传感器的零点漂移值,A、B和C为系数。
在一些可能的实现方式中,所述A、所述B和所述C通过以下方式确定:
θ=[A,B,C]T
φ=[ρV2,μV,g(x)]T
Δpmk=φTθk+v
θk=θk-1+w
其中,令先验估计值为
Figure BDA0004027726020000021
后验估计值为
Figure BDA0004027726020000022
v和w为外部干扰,K为所述卡尔曼压差模型的参数。
第二方面,本申请提供了一种压差传感器的修正装置,所述压差传感器用于检测后处理系统的柴油机颗粒过滤器DPF的上游和下游之间的压差,所述装置包括:
获取单元,用于获取所述压差传感器的零点漂移值;
比较单元,用于若所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;
修正单元,用于利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。
在一些可能的实现方式中,所述比较单元,还用于若所述压差传感器的零点漂移值小于或等于所述预设阈值,利用所述零点漂移值对所述卡尔曼压差模型的参数进行更新。
在一些可能的实现方式中,所述装置还包括:诊断单元;
所述诊断单元,用于基于所述压差传感器的修正值,进行故障诊断。
在一些可能的实现方式中,所述卡尔曼压差模型的方程为:
Δp=AρV2+BμV+Cg(x)
其中,△p为所述压差传感器的理论值,ρ为车辆的排气密度,V为车辆的排气体积流量,μ为车辆的排气动态黏度系数,g(x)为所述压差传感器的零点漂移值,A、B和C为系数。
在一些可能的实现方式中,所述A、所述B和所述C通过以下方式确定:
θ=[A,B,C]T
φ=[ρV2,μV,g(x)]T
Δpmk=φTθk+v
θk=θk-1+w
其中,令先验估计值为
Figure BDA0004027726020000031
后验估计值为
Figure BDA0004027726020000032
v和w为外部干扰,K为所述卡尔曼压差模型的参数。
第三方面,本申请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用于存储计算机程序,所述计算机程序用于执行第一方面中任意一种所述的方法。
第四方面,本申请提供了一种设备,该设备包括:存储器和处理器;所述存储器上存储有计算机程序;所述处理器用于执行所述存储器中的所述计算机程序,以实现第一方面中任意一种所述的方法。
由上述技术方案可知,本申请的技术方案具有如下有益效果:
本申请提供了一种压差传感器的修正方法,该方法包括获取压差传感器的零点漂移值,如果所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。可见,在该方法中,利用了卡尔曼压差模型的理论值,对压差传感器的数值进行了修正,进而能够提高压差传感器的准确度,减少压差传感器的误差。
应当理解的是,本申请中对技术特征、技术方案、有益效果或类似语言的描述并不是暗示在任意的单个实施例中可以实现所有的特点和优点。相反,可以理解的是对于特征或有益效果的描述意味着在至少一个实施例中包括特定的技术特征、技术方案或有益效果。因此,本说明书中对于技术特征、技术方案或有益效果的描述并不一定是指相同的实施例。进而,还可以任何适当的方式组合本实施例中所描述的技术特征、技术方案和有益效果。本领域技术人员将会理解,无需特定实施例的一个或多个特定的技术特征、技术方案或有益效果即可实现实施例。在其他实施例中,还可在没有体现所有实施例的特定实施例中识别出额外的技术特征和有益效果。
附图说明
图1为本申请实施例提供的一种压差传感器的修正方法的流程图;
图2为本申请实施例提供的一种压差传感器的修正装置的示意图。
具体实施方式
本申请说明书和权利要求书及附图说明中的术语“第一”、“第二”和“第三”等是用于区别不同对象,而不是用于限定特定顺序。
在本申请实施例中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请实施例中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其它实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
为了下述各实施例的描述清楚简洁,首先给出相关技术的简要介绍。
柴油机颗粒过滤器(Diesel Particulate Filter,DPF)用于捕集尾气中的颗粒物,如碳烟等。在后处理系统中通常会配置压差传感器,以测量DPF的上游和下游之间的压差。
由于DPF的捕集机理,颗粒物会逐渐在DPF内部累积。为了监控DPF内部颗粒物累积情况,目前主流方案通过压差传感器进行监控,其基本原理为当DPF内部颗粒物累积越多,相应孔道间隙越小,使DPF两端压差越大。但在实际应用过程中,存在压差传感器一致性不足、线束阻值变化等情况,导致传感器测量出现偏差,引起DPF再生或诊断误判。
目前,可以通过整车下电后,获取压差传感器的当前压差数值,作为漂移数值,然后对最近的多个驾驶循环的漂移数值进行加权平均,进而得到压差传感器的修正值,然后在下一个驾驶循环将修正值和压差传感器的实际测量值求和,得到压差传感器的最终数值。
另外一种方式是在上述方案的基础上进一步考虑温度对压差的影响,进一步规避温度对压差传感器漂移的影响。
上述两种方案中,通过整车下电后检测压差传感器的零点漂移值,将该零点漂移值作为压差传感器的修正值,虽然可以对压差传感器进行一定的修正,但是实际压差传感器工作过程中,其漂移存在随机性,并且整车再次上电后,并未判断压差传感器是否正常,仅靠下电的零点漂移值来修正存在不准确的情况。
有鉴于此,本申请实施例提供了一种压差传感器的修正方法,该方法可以由修正设备来执行,其中修正设备可以是ECU或车辆上的其他控制单元。
具体地,该压差传感器用于检测后处理系统的柴油机颗粒过滤器DPF的上游和下游之间的压差,该方法包括:获取所述压差传感器的零点漂移值;若所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。可见,在该方法中,利用了卡尔曼压差模型的理论值,对压差传感器的数值进行了修正,进而能够提高压差传感器的准确度,减少压差传感器的误差。
为了使得本申请的技术方案更加清楚、易于理解,下面结合附图,对本申请的技术方案进行介绍。
如图1所示,该图为本申请实施例提供的一种压差传感器结冰风险的识别方法的流程图,该方法包括:
S101、修正设备获取所述压差传感器的零点漂移值。
零点漂移值是指压差传感器的误差,在一些实施例中,在整车下电后,DPF的上游和下游之间的压差应该接近于0,而压差传感器检测得到的数值并不是接近于0的数值,此时压差传感器检测的数值记为零点漂移值,也可以称为压差传感器的误差。
在一些实施例,修正设备可以获取多个驾驶循环的压差传感器的零点漂移值,然后进行加权平均处理,得到压差传感器最终的零点漂移值。
S102、若所述压差传感器的零点漂移值大于预设阈值,修正设备利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值。
预设阈值可以是预先设定的数值,该预设阈值可以是接近于0的数值,从而减少误差。
如果压差传感器的零点漂移值大于预设阈值,则表征压差传感器检测的数值不是接近于0的数值,也就是说,压差传感器存在误差。
此时,修正设备可以利用预先学习得到的卡尔曼压差模型,得到压差传感器的理论值。
其中,卡尔曼压差模型的方程为:
Δp=AρV2+BμV+Cg(x);
其中,△p为所述压差传感器的理论值,ρ为车辆的排气密度,V为车辆的排气体积流量,μ为车辆的排气动态黏度系数,g(x)为所述压差传感器的零点漂移值,在一些实施例中,g(x)可以通过标定得到,A、B和C为系数。
其中,Δp=AρV2+BμV+Cg(x)可以由以下公式简化得到:
Δp=Δpin/out+Δpwall+Δpchannel+Δpsoot
=Kin/out(ρv2/2)+(μ/Kw)vw+βρv2+4f(L/d)(ρv2/2)+(μ/Ksoot)vwsoot
=[Kin/out/2+β+4f(L/d)](ρv2/2)+(μ/Kw)vw+(μ/Ksoot)vwsoot
其中,Kin/out为进出口处的摩擦系数,与截面面积有关;β为惯性阻力系数;f为孔道内气体摩擦系数;L为孔道长度;d为孔道宽度;△pin/out为进出口的压力值,△pwall为墙面的压力值,△pchannel为孔道的压力值,△psoot为碳层的压力值。
其中,所述A、所述B和所述C通过以下方式确定:
θ=[A,B,C]T
φ=[ρV2,μV,g(x)]T
则,卡尔曼滤波观测方程与状态方程如下:
Δpmk=φTθk+v
θk=θk-1+w;
其中,v、w分别为外部干扰,方差分别为Q、R。
令先验估计值为
Figure BDA0004027726020000081
后验估计值为
Figure BDA0004027726020000082
为了使估计值趋近于实际值,需要不断迭代寻找参数K,是的实际值与估计值的方差最小,设定方差为ek,协方差矩阵为Mk,则:
Figure BDA0004027726020000083
Figure BDA0004027726020000084
评价指标如下:
Figure BDA0004027726020000085
对K进行求导,令导数为0,得到:
Figure BDA0004027726020000086
即,卡尔曼滤波参数K为:
Figure BDA0004027726020000087
先验误差及其协方差矩阵的先验值为:
Figure BDA0004027726020000088
Figure BDA0004027726020000089
更新误差的协方差矩阵为:
Figure BDA00040277260200000810
将K代入,得
Figure BDA00040277260200000811
通过上述公式可计算出卡尔曼滤模型的压差的理论值。
S103、修正设备利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。
修正设备在得到压差传感器的理论值后,利用该理论值对压差传感器进行修正,进而得到压差传感器的准确数值。
在一些实施例中,如果压差传感器的零点漂移值小于或等于预设阈值,利用该零点漂移值对卡尔曼压差模型的参数进行更新,以对卡尔曼压差模型进行校准,进一步提高卡尔曼压差模型的准确度。
本申请提供了一种压差传感器的修正方法,该方法包括获取压差传感器的零点漂移值,如果所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。可见,在该方法中,利用了卡尔曼压差模型的理论值,对压差传感器的数值进行了修正,进而能够提高压差传感器的准确度,减少压差传感器的误差。
本申请实施例还提供了一种压差传感器的修正装置,所述压差传感器用于检测后处理系统的柴油机颗粒过滤器DPF的上游和下游之间的压差,参见图2,该图为本申请实施例提供的一种压差传感器结冰风险的识别装置的示意图,该装置包括:
获取单元201,用于获取所述压差传感器的零点漂移值;
比较单元202,用于若所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;
修正单元203,用于利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。
在一些可能的实现方式中,所述比较单元202,还用于若所述压差传感器的零点漂移值小于或等于所述预设阈值,利用所述零点漂移值对所述卡尔曼压差模型的参数进行更新。
在一些可能的实现方式中,所述装置还包括:诊断单元;
所述诊断单元,用于基于所述压差传感器的修正值,进行故障诊断。
在一些可能的实现方式中,所述卡尔曼压差模型的方程为:
Δp=AρV2+BμV+Cg(x)
其中,△p为所述压差传感器的理论值,ρ为车辆的排气密度,V为车辆的排气体积流量,μ为车辆的排气动态黏度系数,g(x)为所述压差传感器的零点漂移值,A、B和C为系数。
在一些可能的实现方式中,所述A、所述B和所述C通过以下方式确定:
θ=[A,B,C]T
φ=[ρV2,μV,g(x)]T
Δpmk=φTθk+v
θk=θk-1+w
其中,令
Figure BDA0004027726020000101
v和w为外部干扰,K为所述卡尔曼压差模型的参数。
本申请提供了一种压差传感器的修正装置,该装置获取单元,用于获取所述压差传感器的零点漂移值;比较单元,用于若所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;修正单元,用于利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。可见,在该装置中,利用了卡尔曼压差模型的理论值,对压差传感器的数值进行了修正,进而能够提高压差传感器的准确度,减少压差传感器的误差。
本申请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用于存储计算机程序,所述计算机程序用于执行方法实施例中任意一种所述的方法。
本申请还提供了一种设备,该设备包括:存储器和处理器;所述存储器上存储有计算机程序;所述处理器用于执行所述存储器中的所述计算机程序,以实现方法实施例中任意一种所述的方法。
通过以上的实施方式的描述,所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,仅以上述各功能模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能模块完成,即将装置的内部结构划分成不同的功能模块,以完成以上描述的全部或者部分功能。上述描述的系统,装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本实施例所提供的几个实施例中,应该理解到,所揭露的处理设备和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本实施例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,也可以采用软件功能单元的形式实现。
所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来,该计算机软件产品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)或处理器执行各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:快闪存储器、移动硬盘、只读存储器、随机存取存储器、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何在本申请揭露的技术范围内的变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应以所述权利要求的保护范围为准。

Claims (10)

1.一种压差传感器的修正方法,其特征在于,所述压差传感器用于检测后处理系统的柴油机颗粒过滤器DPF的上游和下游之间的压差,所述方法包括:
获取所述压差传感器的零点漂移值;
若所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;
利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。
2.根据权利要求1所述的方法,其特征在于,所述方法还包括:
若所述压差传感器的零点漂移值小于或等于所述预设阈值,利用所述零点漂移值对所述卡尔曼压差模型的参数进行更新。
3.根据权利要求1或2所述的方法,其特征在于,所述方法还包括:
基于所述压差传感器的修正值,进行故障诊断。
4.根据权利要求1所述的方法,其特征在于,所述卡尔曼压差模型的方程为:
Δp=AρV2+BμV+Cg(x)
其中,△p为所述压差传感器的理论值,ρ为车辆的排气密度,V为车辆的排气体积流量,μ为车辆的排气动态黏度系数,g(x)为所述压差传感器的零点漂移值,A、B和C为系数。
5.根据权利要求4所述的方法,其特征在于,所述A、所述B和所述C通过以下方式确定:
θ=[A,B,C]T
φ=[ρV2,μV,g(x)]T
Δpmk=φTθk+v
θk=θk-1+w
其中,令先验估计值为
Figure FDA0004027726010000021
后验估计值为
Figure FDA0004027726010000022
v和w为外部干扰,K为所述卡尔曼压差模型的参数。
6.一种压差传感器的修正装置,其特征在于,所述压差传感器用于检测后处理系统的柴油机颗粒过滤器DPF的上游和下游之间的压差,所述装置包括:
获取单元,用于获取所述压差传感器的零点漂移值;
比较单元,用于若所述压差传感器的零点漂移值大于预设阈值,利用预先学习得到的卡尔曼压差模型,得到所述压差传感器的理论值;
修正单元,用于利用所述理论值对所述压差传感器进行修正,得到所述压差传感器的修正值。
7.根据权利要求6所述的装置,其特征在于,所述比较单元,还用于若所述压差传感器的零点漂移值小于或等于所述预设阈值,利用所述零点漂移值对所述卡尔曼压差模型的参数进行更新。
8.根据权利要求6或7所述的装置,其特征在于,所述装置还包括:诊断单元;
所述诊断单元,用于基于所述压差传感器的修正值,进行故障诊断。
9.一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用于存储计算机程序,所述计算机程序用于执行权利要求1-5任意一项所述的方法。
10.一种设备,其特征在于,包括:存储器和处理器;
所述存储器上存储有计算机程序;所述处理器用于执行所述存储器中的所述计算机程序,以实现权利要求1-5中任意一项所述的方法。
CN202211716336.9A 2022-12-29 2022-12-29 一种压差传感器的修正方法、装置、介质及设备 Pending CN115950582A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211716336.9A CN115950582A (zh) 2022-12-29 2022-12-29 一种压差传感器的修正方法、装置、介质及设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211716336.9A CN115950582A (zh) 2022-12-29 2022-12-29 一种压差传感器的修正方法、装置、介质及设备

Publications (1)

Publication Number Publication Date
CN115950582A true CN115950582A (zh) 2023-04-11

Family

ID=87282239

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211716336.9A Pending CN115950582A (zh) 2022-12-29 2022-12-29 一种压差传感器的修正方法、装置、介质及设备

Country Status (1)

Country Link
CN (1) CN115950582A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116559016A (zh) * 2023-07-11 2023-08-08 中国科学技术大学 一种差压值修正方法及装置、浓度分析仪与可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116559016A (zh) * 2023-07-11 2023-08-08 中国科学技术大学 一种差压值修正方法及装置、浓度分析仪与可读存储介质
CN116559016B (zh) * 2023-07-11 2023-09-22 中国科学技术大学 一种差压值修正方法及装置、浓度分析仪与可读存储介质

Similar Documents

Publication Publication Date Title
EP3061937A1 (en) Abnormality determination system for an exhaust device
JP6422343B2 (ja) 内燃機関のガスセンサのダイナミック特性を監視する方法および装置
US8478565B2 (en) Method of monitoring soot mass in a particulate filter and monitoring system for same with correction for active regeneration inefficiency
CN107956543B (zh) 一种柴油机颗粒捕集器故障检测系统及其检测方法
US8495861B2 (en) Fault detection system for PM trapper
RU2693340C9 (ru) Система для определения состояния воздушного фильтра, в частности для двигателей внутреннего сгорания, способ определения состояния воздушного фильтра, машиночитаемый носитель, двигатель внутреннего сгорания, наземное транспортное средство
WO2011072250A2 (en) Apparatus, system, and method for catalyst presence detection
JP3959038B2 (ja) 内燃機関の吸気ラインにおける圧力に基づいて気圧を算定する方法
US20200355107A1 (en) Method for operating a particulate filter in an exhaust aftertreatment system of a combustion engine
CN115950582A (zh) 一种压差传感器的修正方法、装置、介质及设备
US10465625B2 (en) Method for monitoring an exhaust-gas sensor
JP2010116857A (ja) エアフロセンサの異常診断装置及び異常診断方法
CN112943426B (zh) 一种dpf碳载量的估算方法
EP3409912A1 (en) Particulate matter detection system and method
EP2014888B1 (en) Method of estimation of the pressure drop between two sections of the exhaust line of an internal combustion engine
EP3299796B1 (en) Soot sensor signal correction
CN111927606B (zh) 对诊断的评估时间点的确定
CN113218812A (zh) 颗粒捕集器压差管路的检测方法、相关装置及可读介质
US11454608B2 (en) Particulate matter detection system and method
US10329989B2 (en) Particulate matter detection system and method
CN114991923B (zh) 颗粒捕集器压差确定方法、装置、设备及介质
CN115929451A (zh) 压差传感器结冰风险的识别方法、装置、介质及设备
CN114398789A (zh) 一种确定发动机进气系统一致性的方法及装置
CN116066221A (zh) 一种dpf运行状态监测方法、装置、电子设备以及存储介质
CN117823264A (zh) 一种颗粒物捕集器累碳计算方法、装置、设备及存储介质

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