CN116324660A - 使用预测分析管理排气后处理系统的系统和方法 - Google Patents
使用预测分析管理排气后处理系统的系统和方法 Download PDFInfo
- Publication number
- CN116324660A CN116324660A CN202180055692.8A CN202180055692A CN116324660A CN 116324660 A CN116324660 A CN 116324660A CN 202180055692 A CN202180055692 A CN 202180055692A CN 116324660 A CN116324660 A CN 116324660A
- Authority
- CN
- China
- Prior art keywords
- control strategy
- controller
- regeneration event
- vehicle
- associated control
- 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
Links
- 238000000034 method Methods 0.000 title claims description 45
- 238000004458 analytical method Methods 0.000 title claims description 21
- 230000008929 regeneration Effects 0.000 claims abstract description 107
- 238000011069 regeneration method Methods 0.000 claims abstract description 107
- 238000011217 control strategy Methods 0.000 claims abstract description 90
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 claims description 90
- 229910021529 ammonia Inorganic materials 0.000 claims description 45
- 238000004891 communication Methods 0.000 claims description 16
- 238000010531 catalytic reduction reaction Methods 0.000 claims description 7
- 230000009849 deactivation Effects 0.000 claims description 7
- 239000012530 fluid Substances 0.000 claims description 7
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 51
- 239000007789 gas Substances 0.000 description 43
- 239000004071 soot Substances 0.000 description 43
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 40
- 229910052717 sulfur Inorganic materials 0.000 description 40
- 239000011593 sulfur Substances 0.000 description 40
- 230000008021 deposition Effects 0.000 description 29
- 239000003054 catalyst Substances 0.000 description 25
- 238000002485 combustion reaction Methods 0.000 description 16
- 230000006870 function Effects 0.000 description 13
- 238000012545 processing Methods 0.000 description 13
- 239000000446 fuel Substances 0.000 description 11
- 230000035508 accumulation Effects 0.000 description 10
- 238000009825 accumulation Methods 0.000 description 10
- 230000008569 process Effects 0.000 description 9
- 230000033228 biological regulation Effects 0.000 description 8
- 239000003638 chemical reducing agent Substances 0.000 description 8
- 238000006243 chemical reaction Methods 0.000 description 6
- 238000003795 desorption Methods 0.000 description 6
- 230000004044 response Effects 0.000 description 6
- 238000013459 approach Methods 0.000 description 5
- 230000001413 cellular effect Effects 0.000 description 5
- 239000013618 particulate matter Substances 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 4
- 230000005540 biological transmission Effects 0.000 description 4
- 239000004202 carbamide Substances 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 4
- 230000000670 limiting effect Effects 0.000 description 4
- 230000003647 oxidation Effects 0.000 description 4
- 238000007254 oxidation reaction Methods 0.000 description 4
- 230000002829 reductive effect Effects 0.000 description 4
- 230000011664 signaling Effects 0.000 description 4
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 3
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 230000007423 decrease Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 229930195733 hydrocarbon Natural products 0.000 description 3
- 150000002430 hydrocarbons Chemical class 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 238000011946 reduction process Methods 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000011144 upstream manufacturing Methods 0.000 description 3
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 238000003491 array Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 2
- 230000006399 behavior Effects 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 230000009194 climbing Effects 0.000 description 2
- 150000001875 compounds Chemical class 0.000 description 2
- 239000003344 environmental pollutant Substances 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 238000010438 heat treatment Methods 0.000 description 2
- 238000010801 machine learning Methods 0.000 description 2
- 238000007726 management method Methods 0.000 description 2
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000010295 mobile communication Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 2
- 231100000572 poisoning Toxicity 0.000 description 2
- 230000000607 poisoning effect Effects 0.000 description 2
- 231100000719 pollutant Toxicity 0.000 description 2
- 238000000197 pyrolysis Methods 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000003213 activating effect Effects 0.000 description 1
- 230000004913 activation Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 239000010953 base metal Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000006227 byproduct Substances 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 230000015556 catabolic process Effects 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 238000007906 compression Methods 0.000 description 1
- 230000006835 compression Effects 0.000 description 1
- 238000006731 degradation reaction Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 239000003502 gasoline Substances 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 230000001976 improved effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 230000000977 initiatory effect Effects 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 238000011068 loading method Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 229910052751 metal Inorganic materials 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000003345 natural gas Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 239000010970 precious metal Substances 0.000 description 1
- 238000010926 purge Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006722 reduction reaction Methods 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000000243 solution Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000008093 supporting effect Effects 0.000 description 1
- WFKWXMTUELFFGS-UHFFFAOYSA-N tungsten Chemical compound [W] WFKWXMTUELFFGS-UHFFFAOYSA-N 0.000 description 1
- 229910052721 tungsten Inorganic materials 0.000 description 1
- 239000010937 tungsten Substances 0.000 description 1
- 229910052720 vanadium Inorganic materials 0.000 description 1
- GPPXJZIENCGNKB-UHFFFAOYSA-N vanadium Chemical compound [V]#[V] GPPXJZIENCGNKB-UHFFFAOYSA-N 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/40—Business processes related to the transportation industry
-
- 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
- Y02T10/12—Improving ICE efficiencies
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Exhaust Gas After Treatment (AREA)
Abstract
系统和装置包括控制器,该控制器包括耦合到存储指令的存储器的至少一个处理器,该指令在由至少一个处理器执行时,使得该至少一个处理器:接收指示交通工具的当前路线或当前性能中的至少一个的数据;将当前路线或当前性能中的至少一个与控制策略相关联;以及基于相关联的控制策略确定用于后处理系统的主动再生事件的定时或持续时间中的至少一个。
Description
相关申请的交叉引用
本申请要求于2020年8月12日提交的题为“SYSTEMS AND METHODS FORMANAGEMENT OF EXHAUST AFTERTREATMENT SYSTEM USING PREDICTIVE ANALYTICS”的美国专利申请号63/064,504的利益和优先权,该美国专利申请的全部内容基于所有目的通过引用并入本文。
技术领域
本公开涉及排气后处理系统内的部件的管理。
背景
排气后处理系统通常被设计成减少颗粒物、氮氧化物(NOx)、碳氢化合物和其他对环境有害的污染物的排放。然而,当系统处理废气以减少这些对环境有害的污染物时,沉积物会在整个后处理系统中形成。这些沉积物由过滤元件的操作和/或由还原过程的剩余副产物形成。当这些沉积物形成时,后处理系统的功效和效率会受到不利影响。因此,定期清除这些沉积物有利于保持后处理系统的性能。然而,被称为再生事件的这些清除事件会干扰正常的发动机操作,并且需要附加的资源来致动。
概述
一个实施例涉及一种包括控制器的系统,该控制器包括至少一个处理器,该至少一个处理器耦合到存储指令的存储器,该指令在由至少一个处理器执行时,使该至少一个处理器:接收指示交通工具的当前路线或当前性能中的至少一个的数据,将当前路线或当前性能中的至少一个与控制策略相关联,并且基于相关联的控制策略确定用于后处理系统的主动再生事件的定时(timing)或持续时间中的至少一个。
另一个实施例涉及用于管理后处理系统的部件的方法。该方法包括:由控制器接收指示交通工具的当前路线或当前性能中的至少一个的数据,由控制器将当前路线或当前性能中的至少一个与控制策略相关联,以及由控制器基于相关联的控制策略确定用于后处理系统的主动再生事件的定时或持续时间中的至少一个。
另一个实施例涉及一种系统,该系统包括控制器,该控制器包括至少一个处理器,该至少一个处理器耦合到存储指令的存储器,该指令在由至少一个处理器执行时,使该至少一个处理器:接收指示交通工具的当前路线或当前性能中的至少一个的数据,将当前路线或当前性能中的至少一个与控制策略相关联,并基于相关联的控制策略使用加热器或气缸停用(CDA)系统中的至少一个,改变用于后处理系统的被动再生事件的定时或持续时间中的至少一个。
本概述仅为说明性的,并不打算以任何方式加以限制。结合附图,在本文阐述的详细描述中,本文描述的设备或过程的其他方面、发明特征和优点将变得明显,其中相同的附图标记指代相同的元件。
附图简述
图1是根据示例实施例的交通工具的示意图。
图2是根据示例实施例的模型框架的示意图。
图3是根据示例实施例的图1的交通工具的控制器的示意图。
图4是根据示例实施例的跟踪示例路线的各种参数的一组图表。
图5是根据示例实施例的用于管理后处理系统的部件的方法的流程图。
详细描述
以下更详细地描述与使用预测分析来管理排气后处理系统的方法、装置和系统相关的各种概念及其实现。在转向详细示出某些示例性实施例的附图之前,应该理解,本公开不限于说明书中阐述的或附图中示出的细节或方法。还应当理解,本文使用的术语仅用于描述的目的,不应被视为限制性的。例如,如内部所用,“最优”也应被解释为包括“接近最优”或“基本最优”。
总体上参考附图,本文公开的各种实施例涉及使用预测分析来管理排气后处理系统的系统、装置和方法。排气后处理系统通常被构造成接收来自发动机的废气,并在废气被释放到大气中之前对其进行清洁。然而,当排气后处理系统的各种部件处理废气时,来自例如不完全燃烧的诸如烟灰或硫之类的各种颗粒会积聚在部件上,这些部件需要再生以便以期望的效率继续处理废气。该再生过程通常包括将废气或系统中的部件加热到更高的温度,以烧掉排气后处理系统部件上的颗粒。虽然这种再生通常在发动机停止工作(例如,维修舱,处于停放的非移动状态等)时进行,但可能的是废气能够通过正常操作达到足够的再生温度。根据本公开,一种控制器包括至少一个处理器,该处理器耦合到存储指令的存储器,该指令在由至少一个处理器执行时,使该至少一个处理器:接收指示交通工具的当前路线的数据,基于指示当前路线的数据将当前路线与存储的路线相关联,确定后处理系统中的沉积物量超过第一阈值,基于存储的路线确定在后处理系统中的沉积物量超过第二阈值之前是否会沿着当前路线发生被动再生事件,并且响应于确定在后处理系统中的沉积物量超过第二阈值之前不会发生被动再生事件,触发主动再生事件。
从技术上和有益的方面来说,本公开能够响应于对历史路线数据的分析和比较,管理后处理系统中部件的主动和被动再生事件。在操作中,如本文所述,本公开使得能够使用基于云的分析来分析来自其他交通工具的数据,以便确定占空比和其他相关使用信息,然后设计用于交通工具部件的控制策略,以便基于分析来优化管理后处理系统。通过将交通工具的当前路线与设计的控制策略相关联,当交通工具沿着当前路线前进时,系统能够确定或预测交通工具中后处理系统部件的行为或状态。通过预测部件何时需要再生,以及要么将再生纳入先前计划的停机时间,要么在知道工作时再生的条件即将到来的情况下放弃非工作时再生,该系统提供了对燃料、柴油排气流体(DEF)使用和能量的节省,并且更准确地保持了后处理系统的性能。此外,该系统可以通过移除先前用于跟踪再生事件的传感器来降低硬件成本,并且可以通过移除复杂的模型来减少交通工具计算系统上的处理消耗。
现在参考图1,根据示例实施例,示出了包括耦合到交通工具10的远程计算系统35的系统100。交通工具10包括发动机12、后处理系统70、定位系统42、远程信息处理单元30和控制器26。交通工具10可以是任何类型的公路或越野交通工具,包括但不限于长途运输卡车、中档卡车(例如,皮卡车等)、轿车、轿跑、坦克、飞机、船和任何其他类型的交通工具。基于这些配置,各种附加类型的部件也可以包括在系统中,例如变速器、一个或更多个齿轮箱、泵、致动器,等等。
发动机12可以是任何类型的内燃机。因此,发动机12可以是汽油、天然气或柴油发动机、混合发动机(例如,内燃机和电动机的组合)和/或任何其他合适的发动机。这里,发动机12是柴油动力压缩点火发动机。发动机12包括气缸停用(“CDA”)系统44,该CDA系统44被构造成选择性地启动或停用第一气缸112、第二气缸114、第三气缸116、第四气缸118、第五气缸120和第六气缸122(本文中统称为“气缸112-122”)。应当理解,虽然在图1中表示了六个气缸,但是气缸的数量可以根据系统配置和要求而变化。气缸112-122可以是适合于它们被设置在其中的发动机的任何类型的气缸(例如,尺寸和形状适合于容纳活塞)。
CDA系统44被构造或配置成从控制器接收信号以在发动机12的操作期间选择性地启动和/或停用(即,不发生燃烧)气缸112-122中的一个或更多个。CDA系统操作以停用发动机的各个气缸(即,不发生燃烧),使得来自发动机的动力由少于所有气缸的气缸提供。CDA系统44可以包括/控制部件以实现CDA操作模式(例如,进气阀、排气阀、控制阀的打开/关闭的螺线管等)。在一些情况下,一个或更多个进气阀可以关闭,从而不允许用于燃烧的空气流入气缸,从而防止燃烧。在其他情况下,可以允许空气流过气缸,但通过无火花或柴油喷射来防止燃烧。因此,气缸的“停用”可以以多种方式实现。动态跳火(“DSF”)系统是一种类型的气缸停用(“CDA”)系统。DSF系统使发动机在DSF模式下操作,其中一个或更多个气缸在逐循环和/或逐气缸的基础上被停用/不工作(例如,不发生燃烧)。因此,气缸可以在第一发动机循环中不工作,而在第二发动机循环中工作。另一种类型的CDA操作模式称为“固定气缸CDA”。在固定气缸CDA中,在固定气缸CDA操作模式的持续时间内,相同的气缸是工作的/不工作的。“工作的”气缸意味着允许在该气缸中发生燃烧。使发动机在DSF或固定气缸CDA模式下操作可以通过减少废气的总流量和/或要求工作气缸产生与发动机在进入DSF模式之前产生的总功量相同的总功量来提高废气的温度。CDA系统44被配置或构造成在DSF模式或固定气缸CDA操作模式下操作。
使用少于最大数量的气缸112-122(在该示例实施例中,最大数量为6)导致改进的燃料经济性,因为操作减少数量的气缸需要减少的燃料量。然而,使用少于6个气缸112-122也导致动力输出降低,这可能使得在一些道路和斜坡上行进困难。使用少于6个气缸112-122还导致比所有6个气缸112-122操作期间导致的排气温度更高的排气温度,因为被启动气缸112-122在更高的燃烧压力下操作以补偿任何不工作的气缸112-122,这导致更高的燃烧温度。因此,CDA系统44可用于在不消耗附加燃料的情况下提高排气温度,从而改善交通工具10的性能,同时减少燃料和DEF的使用。
后处理系统70与发动机12处于废气接收连通中。后处理系统包括柴油氧化催化剂(DOC)72、柴油颗粒过滤器(DPF)74、还原剂输送系统78、选择性催化还原(SCR)系统76、氨泄漏催化剂(ASC)80和加热器48。DOC 72被构造成接收来自发动机12的废气并氧化废气中的碳氢化合物和一氧化碳。DPF 74被布置或定位在DOC 72的下游,并且被构造成从在废气流中流动的废气中去除颗粒,例如烟灰。DPF 74包括接收废气的入口和出口,在从废气中基本上过滤掉颗粒物质和/或将颗粒物质转化为二氧化碳后,废气在出口处排出。在一些实施方式中,可以省略DPF 74。
后处理系统70还可以包括还原剂输送系统,该还原剂输送系统可以包括分解室(例如,分解反应器、反应器导管、分解管、反应器管等)以将还原剂转化为氨。还原剂可以是例如尿素、柴油排气流体(DEF)、尿素水溶液(UWS)、尿素水溶液(aqueous ureasolution)(例如,AUS32等)和其他类似的流体。将柴油排气流体(DEF)添加到废气流中以帮助催化还原。还原剂可以通过DEF给料器78被注入SCR催化剂构件的上游,使得SCR催化剂构件接收还原剂和废气的混合物。还原剂液滴然后经历蒸发、热解和水解过程以在分解室、SCR催化剂构件和/或废气导管系统内形成气态氨,气态氨离开后处理系统70。后处理系统70还可以包括氧化催化剂(例如,DOC 72),氧化催化剂流体耦合到废气导管系统以氧化废气中的烃和一氧化碳。为了适当地帮助这种还原,DOC 72可能需要处于特定的操作温度。在一些实施例中,该特定操作温度在200℃-500℃之间。在其他实施例中,特定操作温度是DOC72的转化效率(例如,HC转化为危害较小的化合物,这被称为HC转化效率)超过预定义阈值的温度。
SCR 76被配置成通过加速氨和废气中的NOx之间的NOx还原过程而帮助减少NOx排放,该还原过程使氨和废气中的NOx变成双原子氮、水和/或二氧化碳。如果SCR催化剂构件不在特定温度或不高于特定温度,则NOx还原过程的加速受到限制,并且SCR 76将不会以满足规定的必要效率水平操作。在一些实施例中,该特定温度为250℃-300℃。SCR催化剂构件可以由非活性材料和活性催化剂的组合制成,使得非活性材料(例如陶瓷金属)将废气引向活性催化剂,活性催化剂是适合于催化还原的任何种类的材料(例如,贱金属氧化物如钒、钼、钨等,或贵金属如铂)。
ASC 80可以是各种流通式催化剂中的任何一种,例如氨氧化(AMOX)催化剂,其被构造成与氨反应以主要产生氮。ASC 80被构造成除去在未与排气中的NOx反应的情况下已通过SCR 76泄漏或离开SCR 76的氨。在某些情况下,后处理系统70可以在有或没有ASC 80的情况下操作。此外,尽管ASC 80在图1中被示出为与SCR 76分离的单元,但在一些实施方式中,ASC 80可以与SCR 76集成,例如,ASC 80和SCR 76可以位于同一外壳内。根据本公开,SCR 76和ASC 80串联定位,其中SCR 76在ASC 80前面。
因为后处理系统70在废气被释放到大气中之前处理废气,所以随着时间的推移,从废气中处理或去除的大部分颗粒物质或化学物质在后处理系统中积聚。例如,由DPF 74从废气中过滤出的烟灰随时间在DPF 74上积聚。类似地,由于燃料的不完全燃烧而可能残留在废气中的硫颗粒在SCR 76中累积并且使SCR催化剂构件的有效性退化。此外,在催化剂上游经历不完全热解的DEF可能在后处理系统70的下游部件上积聚并形成沉积物。然而,后处理系统70的这些部件上的这些积聚(以及随后的有效性退化)是可逆的。换言之,通过提高流经后处理系统的废气的温度,可以从DPF 74和SCR 76中基本上去除烟灰、硫和DEF沉积物,从而恢复性能(例如,对于SCR而言,是NOx到N2和其它化合物的转化效率)。这些去除过程被称为再生事件,并且可以对DPF 74、SCR 76或在其上形成沉积物的后处理系统70中的任何其它部件执行这些去除过程。
在一些实施例中,加热器48位于后处理系统70之前的排气流路中,并且被构造成可控地加热后处理系统70上游的废气。加热器48可以是任何种类的外部热源,该外部热源可以被构造成提高经过的废气的温度,这进而提高后处理系统70中的部件的温度,例如DOC72或SCR催化剂构件的温度,从而改善交通工具10的性能,同时减少燃料和DEF的使用。因此,加热器可以是电加热器、感应加热器、微波或燃烧燃料(例如,HC燃料)的加热器。如这里所示,加热器48是从交通工具10的电池汲取电力的电加热器。
再生事件可以主动或被动地触发(即,废气的温度升高到目标再生温度)。主动再生事件是通过发动机正常运行以外的方法升高废气温度的再生事件(即,通过一个或更多个过程专门命令再生)。例如,主动再生事件包括启动加热器48以升高废气的温度。在另一示例中,主动再生事件包括触发CDA系统44以选择性地停用气缸112-122中的至少一个以提高废气的温度。主动再生事件还可以包括命令燃料被喷射到排气流中,从而升高废气的温度。相反,被动再生事件是通过发动机12的正常操作使废气的温度升高的再生事件,其导致催化剂或部件的再生。例如,如果交通工具正在爬大坡,则在爬坡期间由发动机12产生的热能可以将废气加热至目标再生温度,从而触发被动再生事件。被动再生事件也可以由加热器48和/或CDA系统44辅助或改变,加热器48和/或CDA系统44可以被启动,以便减少达到目标再生温度的时间,并在相对较长的时间段内维持比原本可由被动再生事件提供的温度更高的废气温度。换句话说,加热器48和/或CDA系统44可以操作以改变被动再生事件发生的时间(即,通过例如加热器的启动来加速发生)和被动再生事件的持续时间。例如,被动再生事件可导致废气温度在X秒的时间段内处于或高于目标再生温度(目标再生温度可基于催化剂而不同,并且通常指烧掉催化剂上不想要的烟灰或堆积物所需的废气温度或部件温度)。当废气温度降低时(发出被动再生事件结束的信号),加热器被启动以继续加热废气温度或部件。这用于延长再生事件的持续时间。作为另一个例子,加热器和/或CDA系统可以在被动再生事件发生之前工作,这可以起到比其他情况下更早触发被动再生事件的作用。加热器48和CDA系统44的组合还可以降低执行被动再生事件所需的燃料成本,从而降低总成本。
远程信息处理单元30可以被构造为任何类型的远程信息处理控制单元。因此,远程信息处理单元30可以包括但不限于用于存储跟踪数据的一个或更多个存储器设备、用于处理跟踪数据的一个或更多个电子处理单元以及用于促进远程信息处理单元30与一个或更多个远程设备(例如,远程计算系统35)之间的数据交换的通信接口。就这一点而言,通信接口可以被配置为任何类型的移动通信接口或协议,包括但不限于Wi-Fi、WiMax、互联网、无线电设备(Radio)、蓝牙、Zigbee、卫星、无线电(radio)、蜂窝、GSM、GPRS、LTE等。远程信息处理单元30还可以包括用于与交通工具10的控制器26通信的通信接口。用于与控制器26通信的通信接口可以包括任何类型和数量的有线和无线协议(例如,IEEE 802下的任何标准等)。例如,有线连接可以包括串行电缆、光纤电缆、SAE J1939总线、CAT5电缆或任何其他形式的有线连接。相比之下,无线连接可以包括互联网、Wi-Fi、蓝牙、Zigbee、蜂窝、无线电等。在一个实施例中,包括任意数量的有线和无线连接的控制器局域网(CAN)总线提供控制器26和远程信息处理单元30之间的信号、信息和/或数据的交换。在其他实施例中,局域网(LAN)、广域网(WAN)或外部计算机(例如,通过使用互联网服务提供商的互联网)可以提供、促进和支持远程信息处理单元30与控制器26之间的通信。在又一实施例中,远程信息处理单元30和控制器26之间的通信经由统一诊断服务(UDS)协议。所有这些变型都旨在落入本公开的精神和范围内。
定位系统42被配置为检测交通工具10在某个时间点的位置。在一些实施例中,该时间点是当前时刻,而在其他实施例中,该时间点是即将到来的和未来的时刻。在示例性实施例中,定位系统42是全球定位系统(GPS),其中定位系统42从一个(多个)卫星接收GPS数据并促进与该(多个)卫星和控制器26的基于位置的通信。在另一示例性实施例中,定位系统42是将交通工具10连接到车队(fleet)90中的其他交通工具的通信系统,并且基于交通工具10相对于车队90中其他交通工具的相对位置,例如通过三角测量来接收交通工具10的位置。在另一示例性实施例中,定位系统42是与多个信标通信的通信系统,使得基于交通工具10相对于多个信标的位置来确定交通工具10的位置。这多个信标可以是沿着道路的某些点建造的塔、用于收取通行费的现有基础设施或蜂窝塔,仅举几个例子。因此,定位系统42可以与远程信息处理单元30包括在一起。
定位系统42是这些实施例的任意组合,使得如果一个实施例发生故障,则另一个实施例可以起作用。例如,如果GPS关闭,则定位系统42可以依赖于与其他车队90交通工具的三角测量。
控制器26耦合到发动机12、后处理系统70、远程信息处理单元30和定位系统42,并且被构造或配置成至少部分地控制后处理系统70以及在一些实施例中控制发动机12。部件之间和部件当中的通信可以经由任意数量的有线或无线连接。例如,有线连接可以包括串行电缆、光纤电缆、CAT5电缆或任何其他形式的有线连接。相比之下,无线连接可以包括互联网、Wi-Fi、蜂窝、无线电等。在一个实施例中,CAN总线提供信号、信息和/或数据的交换。CAN总线包括任意数量的有线和无线连接。在这点上,控制器26可以被配置成从诸如排气流量传感器、速度传感器、压力传感器、温度传感器和/或与发动机12或后处理系统70相关联的任何其他传感器的传感器接收信号、信息、数据等(例如,发动机操作参数信号和/或后处理系统操作参数信号)。
由于图1的部件被示出为包含在交通工具10中,因此控制器26可以被构造为一个或更多个电子控制单元(ECU)。在图3中更详细地描述了控制器26的功能和结构。可替代地,除了由远程计算系统35执行的其他操作之外,控制器26的在本文中描述的至少一些或所有操作可以由远程计算系统35执行。远程信息处理单元30可以将接收到的或确定的关于交通工具10的信息(例如,发动机操作参数信号和/或后处理系统操作参数信号)发送到远程计算系统35,用于远程执行本文描述的至少一些操作。远程计算系统35可以包括一个或更多个服务器、网络接口、输入/输出设备,等等。
如图1所示,远程计算系统35经由网络51与交通工具10通信。网络51可以是便于交通工具10和远程计算系统35之间的信息交换的任何类型的通信协议。就这一点而言,网络51可以将交通工具10与远程计算系统35通信地耦合。在一个实施例中,网络51可以被配置为无线网络。就这一点而言,交通工具10可以无线地向远程计算系统35发送数据和从远程计算系统35接收数据。无线网络可以是任何类型的无线网络,例如Wi-Fi、WiMax、地理信息系统(GIS)、互联网、无线电设备、蓝牙、Zigbee、卫星、无线电、蜂窝、全球移动通信系统(GSM)、通用分组无线电服务(GPRS)、长期演进(LTE)、光信令等。在替代实施例中,网络51可以被配置为有线网络或有线和无线协议的组合。例如,交通工具10的控制器26和/或远程信息处理单元30可以经由光纤电缆电地、可通信地和/或可操作地耦合到网络51,以选择性地向远程计算系统35无线地发送数据和从远程计算系统35无线地接收数据。
远程计算系统35还可以与交通工具的车队90通信,以接收和存储关于车队90中的多个交通工具的性能的信息。在这些实施例中,远程计算系统35创建并管理包含与多条路线上的多个交通工具的交通工具性能(例如,发动机性能参数)相关的信息的交通工具信息数据库。远程计算系统35被配置为执行高级分析以确定和识别信息中的模式。这些高级分析可以是人工智能(AI)、基于物理的模型、机器学习等。所确定和识别的模式可以涉及沿着类似路线的交通工具的类似参数值(例如,硫沉积量)的重复实例。这些模式可以与车队90中的特定交通工具相关联,或者可以与特定类型的交通工具(例如,具有使用柴油燃料的内燃机的交通工具)相关联,或者这些模式可以与特定路线相关联。
远程计算系统35被配置为响应于来自高级分析的确定和识别的模式,为车队90中的多个交通工具(或至少一个交通工具)设计最佳控制策略。如上面关于再生事件所讨论的,远程计算系统35可以设计用于再生事件的定时和/或持续时间的策略,在一些实施例中,这可以包括部分地通过平衡主动和被动再生事件来跳过先前计划的主动再生事件,以便通过利用在从例如其他交通工具的远程信息处理单元30接收的信息中识别的模式来维持整个路线上的后处理系统性能。例如,如果远程计算系统35识别出从类似或不同交通工具接收的信息中的模式,该模式倾向于在沿着重复路线的某一点处显示出废气温度升高的延长周期,则远程计算系统35确定被动再生事件可能发生在沿着该重复路线的该某一点处,因此由远程计算系统35设计的最佳控制策略将推迟主动再生事件(该主动再生事件原本可能被触发),因为远程计算系统35预期被动再生事件。
通过包括关于车队90中其它交通工具中的SCR 76温度、氨储存和/或氨-NOx比(ANR)的模式的信息,最佳控制策略还可以涉及DEF的使用。因此,通过将当前交通工具10的性能与所识别的SCR 76温度、氨储存和/或ANR的可重复模式相关联,最佳控制策略可以节省DEF的使用。类似地,通过与这三个相同的操作参数相关联,最佳控制策略可以最小化系统排出的NOx量和氨泄漏量。
图2是远程计算系统35和高级分析的模型框架。在210处,由控制器提供仿真域信息。在215处,仿真域将各种操作参数(例如,颗粒物质的量、NOx的量、排气的流速、排气的温度、HC的量等)发送到220处的下行管+DOC+DPF模型。对于220处的模型,假设配方和催化剂加载/单元密度是已知的。在230处,保存来自模型的仿真结果。在235处,控制器向仿真结果数据库发送指示发动机操作条件的信息,包括入口和出口烟灰负荷,仿真结果数据库在245处基于查找脚本定位给定发动机状态的相应再生频率。查找脚本返回再生间隔和所提供的入口和出口烟灰负载之间的平均烟灰氧化率。
在一个实施例中,远程计算系统35通过网络51和远程信息处理单元30与控制器26连续或接近连续地通信,以便在整个使用过程中提供对交通工具10的实时控制。这种实施例被称为“在线方法”,使得当交通工具10在使用中(即,沿着路线操作)时,控制器26保持与远程计算系统35的在线关系。当以在线方法操作时,控制器26向远程计算系统35连续地发送操作信息(例如,排气温度、发动机速度、扭矩等)和来自定位系统42的位置信息。远程计算系统35接收该信息,并且实时地应用所设计的最佳控制策略,以便随着条件的发展和变化来管理交通工具10的后处理系统性能。例如,如果远程计算系统35最初应用基于第一路线的最佳控制策略,但是交通工具10偏离该第一路线到第二路线上,则远程计算系统35立即从控制器26接收该偏离的指示,并且将所应用的最佳控制策略改变为远程计算系统35针对第二路线设计的最佳控制策略。在利用在线方法的一些实施例中,远程计算系统35承担控制器26的一些职责,使得远程计算系统35执行当前数据和最佳控制策略之间的关联,并相应地向交通工具10部件发出命令。
在另一实施例中,远程计算系统35在交通工具10在路线上出发之前向交通工具10发送最佳控制策略。该实施例被称为“离线方法”,使得控制器26在交通工具10被使用(即,沿着路线操作)时保持与远程计算系统35的离线关系。因为控制器26在交通工具操作期间不与远程计算系统35主动通信,所以远程计算系统35在交通工具10出发之前(例如,当交通工具处于服务舱中、处于停放的非移动状态等时)向控制器26发送最佳控制策略(或多个策略),并且控制器26下载最佳控制策略(或多个策略)(例如,将策略存储在存储器53中等)。在一些实施例中,控制器26接收并存储基于交通工具类型和/或计划路线的单个最佳控制策略。在其他实施例中,控制器26接收并存储基于交通工具类型和/或计划路线的多个最佳控制策略。在这些实施例中,控制器26可以下载与交通工具10所属的交通工具类型相关联的每个最佳控制策略,以便考虑可能偏离计划路线或偏离正常(或预先计划的)行为的情况。在这些实施例的其他实施例中,控制器26可以下载与交通工具10的计划路线相关联的每一个或几乎每一个最佳控制策略,以便考虑可能改变交通工具10性能的外部条件(例如,天气、交通等)的变化。
现在参考图3,示出了根据示例实施例的远程计算系统35和图1交通工具10的控制器26的示意图。如图3所示,控制器26包括具有处理器52和存储器53的处理电路51、地图电路90、烟灰电路92、DEF沉积电路94、硫电路96、氨电路98和通信接口54。控制器26被构造成将交通工具10在当前路线上的当前位置与从远程计算系统35接收的最佳控制策略相关联(以在线或离线方法),以便预测交通工具10的即将到来的状态并相应地管理其部件。例如,如果硫累积量达到不可接受的水平,控制器26将在正常操作中发起再生事件(例如,打开加热器48,接合CDA系统44等),以便升高废气的温度并烧掉硫沉积物。然而,如果最佳控制策略指示通过发动机12的标准操作将发生硫再生(即,废气将变得足够热以烧掉硫沉积物),则控制器26可延迟硫再生事件的发起(即,不打开加热器48,不接合CDA系统等),以便利用将通过标准操作发生的硫再生。
远程计算系统35可以是与控制器26和包含在交通工具内的其他计算系统分离的计算系统。在示例实施例中,远程计算系统35是托管在至少一个服务器上的基于云的计算系统。如图3所示,远程计算系统35经由远程信息处理单元与控制器26通信,这有助于数据的双向传输(即,从远程计算系统35到控制器26,以及从控制器26到远程计算系统35)。远程计算系统35被构造或配置成从控制器26接收与交通工具相关的信息,包括感测到的操作信息(例如,性能参数、路线信息、位置信息)、来自交通工具用户的输入或计划的行驶路线。远程计算系统35将该接收到的用于多个交通工具的信息作为历史数据存储在数据库中。然后,远程计算系统35通过将高级分析应用于与交通工具车队90中的交通工具的操作相关联的存储的历史数据来确定最佳控制策略。该历史数据包括指示交通工具性能的性能参数,以及与性能参数相关联的位置信息,以便基于沿着路线的位置来说明交通工具的性能。高级分析包括人工智能(AI)、基于物理学的模型、用于识别车队90中具有强可重复驾驶模式(即,满足统计相关性的特定阈值的数据内的模式)的交通工具的机器学习。基于这些具有强可重复驾驶模式的交通工具,远程计算系统35预测类似交通工具的性能参数,并设计最佳控制策略以便平衡这些性能参数。这些最佳控制策略可以通过在标准主动再生的地方加入被动再生事件来识别节省燃料或减少DEF使用的机会。
远程计算系统35通过在线方法或离线方法来中继这些最佳控制策略。如果使用在线方法,远程计算系统35在整个使用过程中通过网络51与控制器26保持基于网络的通信,使得应用于交通工具10的特定使用周期的最佳控制策略可以基于整个使用过程中变化的条件连续更新或重新选择。如果使用离线方法,则远程计算系统35在整个使用过程中不与控制器26保持基于网络的通信,因此控制器26在连接被切断之前经由网络51从远程计算系统35下载所选择的最佳控制策略。
在一些实施例中,这些性能参数包括但不限于后处理系统70中累积的烟灰量、后处理系统70中累积的硫量、还原剂输送系统中剩余的DEF量以及来自交通工具10的尾管的NOx排放量。控制器26可被配置成以预定义的时间间隔或非基于时间的间隔(例如占空比或沿路线的距离)将当前路线信息与最佳控制策略相关联,以先行确定(或预测)沿当前路线的性能参数的值。因此,控制器26能够通过利用远程计算系统对过去性能参数(例如,进入存储路线的持续时间的DPF入口温度)的分析,以前馈环路方式使用来自先前运行的该信息池来预测沿着当前路线的性能参数。
如图4所示,第一路线信息A可以是作为沿着路线的驾驶距离的函数的交通工具的海拔高度(altitude),并且第二路线信息B可以是作为沿着路线的驾驶距离的函数的进入后处理系统的废气的温度。在一些实施例中,第一路线信息A和第二路线信息B可以用于将交通工具10的沿着路线的当前位置与类似交通工具的存储位置信息相关联。在其他实施例中,仅使用第二路线信息B中的第一路线信息A来将交通工具10沿着路线的当前位置与类似交通工具沿着该路线的存储位置信息相关联。然后,如图4所示,第一性能参数A是作为沿路线驾驶距离的函数的后处理系统中的烟灰累积量。第二性能参数B是作为沿路线驾驶距离的函数的SCR系统的NOx转化效率。第三性能参数C是作为沿路线驾驶距离的函数的来自后处理系统的NOx排放量(即,系统排放或尾管NOx)。虽然这里示出了这三个性能参数,但也可以使用其它性能参数(例如硫累积量或DEF沉积量)。
图4中所示的特定示例示出了交通工具的示例性路线。如在该示例性路线中所看到的,在时间1附近,烟灰累积的量已经达到通常会触发再生事件的水平。然而,在查看由远程计算系统35设计的关于第一性能参数A的最佳控制策略时,控制器26确定再生将通过交通工具10沿着路线的标准操作来发生,如随着驾驶距离的增加,烟灰累积量的减少所示出的。此外,如在时间2附近看到的,由于在爬坡期间产生的额外功率输出导致排气温度的提高(如第一路线信息A在时间2的增加所证明的),随着更热的排气将SCR 76加热到更有效的温度,NOx转换效率将提高。因此,控制器26可以基于最佳控制策略改变DEF给料的定时和/或量。在该实例中,控制器26确定将需要更少的DEF来加速NOx转化,并且可以减少DEF的使用,以便不仅保持DEF,而且避免氨泄漏,同时仍然保持可接受的系统输出NOx排放水平(例如,最小化NOx排放以满足排放目标)。控制器还可以通过将来自存储的地图的SCR 76温度与交通工具10沿着当前路线的位置相关联,通过预测氨储存来更精确地调节DEF给料,氨储存主要作为SCR 76温度的函数来操作。可替代地,氨储存量本身是性能参数,由远程计算系统35为其设计最佳控制策略,使得控制器26可以通过将交通工具10沿着当前路线的位置与基于其他交通工具的强可重复模式的最佳控制策略相关联来确定或预测交通工具10的氨储存量。
在一个实施例中,控制器26连续地监测当前路线信息(例如,位置信息、交通工具海拔)和当前操作参数(例如,排气压力、系统输出NOx),以便在每个时间间隔(或其他非基于时间的间隔)连续地将当前路线信息与最佳控制策略(或多个策略)相关联,以将当前路线与最佳控制策略相关联。因此,如果控制器26最初将当前路线与第一最佳控制策略相关联,但是后来当前路线信息偏离了来自第一最佳控制策略的路线信息,则控制器可以重新评估当前路线信息(即,在反馈回路中),以便确定正确的最佳控制策略。此外,在示例性实施例中,控制器26接收指示天气状况的实时数据,并利用天气状况数据进行确定。该天气状况数据包括环境压力、雨、雪、湿度水平等。例如,如果天气状况数据指示存在雨,则控制器26确定总体NOx水平降低,因为湿气降低了发动机12中燃烧室的温度,从而降低了通过燃烧产生的NOx的量。控制器26以在线和离线两种方法执行这种连续监测。在在线方法中,控制器26将连续监测的数据发送到远程计算系统35,以便将数据与存储在数据库中的强可重复模式和最佳控制策略的整体相关联。在离线方法中,控制器26将连续监测的数据与存储在存储器53中的先前下载的最佳控制策略进行比较。
在一种配置中,地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98被实施为存储可由处理器(例如处理器52)执行的指令的机器或计算机可读介质。如本文所述以及在其他用途中,机器可读介质有助于执行某些操作,以实现数据的接收和传输。例如,机器可读介质可以提供指令(例如,命令等)来例如采集数据。就这一点而言,机器可读介质可以包括定义数据采集(或数据传输)频率的可编程逻辑。计算机可读介质指令可以包括代码,代码可以用任何编程语言编写,包括但不限于Java等以及任何常规的过程编程语言,例如“C”编程语言或类似的编程语言。计算机可读程序代码可以在一个处理器或多个远程处理器上执行。在后一种情况下,远程处理器可以通过任何类型的网络(例如,CAN总线等)相互连接。
在另一配置中,地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98被实施为硬件单元,例如电子控制单元。因此,地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98可以被实施为一个或更多个电路部件,包括但不限于,处理电路,网络接口,外围设备,输入设备,输出设备,传感器等。在一些实施例中,地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98可以采取一个或更多个模拟电路、电子电路(例如,集成电路(IC)、分立电路、片上系统(SOC)电路、微控制器等)、电信电路、混合电路和任何其他类型的“电路”的形式。就这一点而言,地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98可以包括用于实现或促进实现本文所述操作的任何类型的部件。例如,本文描述的电路可以包括一个或更多个晶体管、逻辑门(例如,NAND、AND、NOR、OR、XOR、NOT、XNOR等)、电阻器、多路复用器、寄存器、电容器、电感器、二极管、布线等)。地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98还可以包括可编程硬件设备,例如现场可编程门阵列、可编程阵列逻辑、可编程逻辑设备等。地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98可以包括一个或更多个存储器设备,用于存储可由地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98的处理器执行的指令。一个或更多个存储器设备和处理器可以具有与下面关于存储器53和处理器52提供的相同的定义。在一些硬件单元配置中,地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98可以在地理上分散在交通工具中的各个分离位置。可替代地并且如图所示,地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98可以实施在单个单元/外加中或在单个单元/外壳内,该单元/外壳被示为控制器26。
在所示的示例中,控制器26包括具有处理器52和存储器53的处理电路51。处理电路51可以被构造或配置成执行或实现本文中关于地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98描述的指令、命令和/或控制过程。所描绘的配置将地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98表示为存储指令的机器或计算机可读介质。然而,如上所述,该图示并不意味着是限制性的,因为本公开设想了其他实施例,其中地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98,或者地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98中的至少一个电路被配置为硬件单元。所有这样的组合和变型都旨在落入本公开的范围内。
处理器52可以被实现为单芯片或多芯片处理器、数字信号处理器(DSP)、专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其它可编程逻辑器件、分立门或晶体管逻辑、分立硬件部件或被设计用于执行本文所述功能的其任意组合。处理器可以是微处理器。处理器也可以被实现为计算设备的组合,例如DSP和微处理器的组合、多个微处理器、与DSP内核结合的一个或更多个微处理器或任何其他这样的配置。在一些实施例中,一个或更多个处理器可以由多个电路共享(例如,地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98可以包括或以其他方式共享相同的处理器,在一些示例实施例中,该处理器可以执行经由存储器的不同区域存储或以其他方式访问的指令)。可替代地或附加地,该一个或更多个处理器可以被构造成独立于一个或更多个协处理器来执行或以其他方式执行某些操作。在其他示例实施例中,两个或更多个处理器可以经由总线耦合,以实现独立、并行、流水线或多线程指令执行。所有这些变型都旨在落入本公开的范围内。
存储器53(例如,存储器单元、存储设备)可以包括用于存储数据和/或计算机代码的一个或更多个设备(例如,RAM、ROM、闪存、硬盘储存器),以完成或促进本公开中描述的各种过程、层和模块。存储器53可以通信地连接到处理器52,以向处理器52提供计算机代码或指令,用于执行本文描述的至少一些过程。此外,存储器53可以是或包括有形的、非瞬时易失性存储器或非易失性存储器。因此,存储器53可以包括数据库部件、目标代码部件、脚本部件或用于支持本文描述的各种活动和信息结构的任何其他类型的信息结构。
地图电路90被配置成将当前驾驶模式或路线与由远程计算系统35设计的最佳控制策略相关联,以便预测交通工具和后处理系统70沿路线的特性。在一些实施例中,该最佳控制策略来自先前行程中的相同交通工具,而在其他实施例中,该最佳控制策略来自不同的交通工具或不同交通工具的集合。在一些实施例中,地图电路90利用在交通工具在路线上出发之前设置的预定地图(即,将预先计划的路线与存储的最佳控制策略相关联)。在其他实施例中,地图电路90基于来自定位系统42的位置信息将当前驾驶路线与最佳控制策略相匹配。在进一步的实施例中,从传感器接收的关于交通工具部件的状态的信息(例如,烟灰的累积量、SCR催化剂的温度)可以被用于将当前路线与最佳控制策略相关联。例如,如果到目前为止,沿着当前路线捕获的SCR催化剂温度与远程计算系统35数据库中从交通工具识别的强可重复模式的SCR催化剂温度模式相匹配,则地图电路90确定该交通工具正在遵循与该交通工具基本相似的路线,并且遵循相关的最佳控制策略。
烟灰电路92被构造或配置成确定后处理系统70中烟灰的累积,并基于存储的数据发起或推迟再生事件。烟灰电路92基于来自传感器的指示DPF上烟灰积聚量的数据,确定需要再生事件以恢复DPF的性能。如果数据显示在DPF之后排气流中的颗粒增加,或者在DPF之后排气流中的颗粒量超过预定阈值,这将指示DPF不再以可接受的水平从排气中过滤颗粒,则可以做出该确定。可替代地,如果数据显示在DPF之后废气的总流速降低,这表明排气的流动受到DPF上积聚的过量烟灰的阻碍,则可以做出该确定。然后,烟灰电路92基于对由地图电路90关联的来自远程计算系统35的最佳控制策略的分析,确定被动再生事件是否将或将可能在预定义的时间段内发生,从而不需要主动再生事件来维持来自DPF的可接受的性能水平(即,发动机12将通过正常操作产生足够的热能以在DPF不能正确地从排气中过滤出颗粒之前烧掉烟灰沉积物)。因此,在最佳控制策略中可以存在用于DPF性能的两个单独的阈值:一个发出信号表示很快需要进行再生事件,并且一个指示需要立即进行再生事件。在一些实施例中,第二阈值相当于当地排放法规或存储在控制器中的预定义排放法规。第一阈值用作控制器开始将当前路线信息与最佳控制策略进行比较的指示器。以这种方式,第一阈值通过在特定时间触发比较而不是使比较一直在后台运行来减少处理器52上的处理压力。在一些实施例中,可以省略第一阈值。
如果烟灰电路92确定被动再生事件将在DPF性能将不会达到第二阈值(即,DPF性能不会受到阻碍而导致后处理系统70不能满足排放法规)的这样一个时间段内发生,则烟灰电路92要么不采取任何行动,要么取消本来会被安排的主动再生事件。如果烟灰电路92确定这种被动再生事件将不会在该时间段内发生,则烟灰电路92向交通工具10的各种部件(例如,加热器48、CDA系统44等)发出命令以发起主动再生事件。控制器26基于其它操作条件(例如,电池电平、噪声/振动/粗糙度(NVH)等)确定使用哪个主动再生部件。例如,如果加热器48是电加热器,并且当烟灰电路92决定发起主动再生事件时电池电量低,则烟灰电路92不向加热器48发出命令。
DEF沉积电路94被构造或配置成确定后处理系统中DEF沉积物累积的量,并基于最佳控制策略发起或推迟再生事件。DEF沉积电路94基于来自传感器的指示整个后处理系统70的DEF沉积物积聚量的数据,确定需要再生事件以便恢复后处理系统70的性能。如果数据显示来自后处理系统70的调节排放(例如,NOx)的增加,这表明后处理系统70由于整个DEF沉积而以低于标准的水平处理排气,则可以做出该确定。可替代地,如果数据显示后处理系统70中的排气压力增加,这表明排气的流动被DEF沉积物阻碍,则可以做出该确定。如果数据显示DEF给料的意外量或大于正常量,这将增加后处理系统中形成DEF沉积物的可能性,也可以进行该确定。在另一实施例中,DEF沉积电路94然后基于对由地图电路90关联的来自远程计算系统35的最佳控制策略的分析,确定被动再生事件是否将在这样的时间段内发生,而不需要主动再生事件来维持后处理系统的可接受的性能水平(即,发动机12将通过正常操作产生足够的热能以在后处理系统70不能适当处理排气之前烧掉DEF沉积物)。因此,可以存在用于分析DEF沉积物的存在的两个单独的阈值:一个向控制器26发信号表示很快需要进行再生事件,并且一个指示需要立即进行再生事件。在一些实施例中,第二阈值相当于当地排放法规。第一阈值用作控制器开始将当前路线信息与最佳控制策略进行比较的指示器。以这种方式,第一阈值通过在特定时间触发比较而不是使比较一直在后台运行来减少处理器52上的处理压力。在一些实施例中,可以省略第一阈值。
如果DEF沉积电路94确定被动再生事件将在后处理系统70性能将不会达到第二阈值(即,调节的排放量将不会下降到低于满足排放法规所需的量)的这样一个时间段内发生,则DEF沉积电路94要么不采取行动,要么取消本来会被安排的主动再生事件。如果DEF沉积电路94确定这种被动再生事件将不会在该时间段内发生,则DEF沉积电路94向交通工具10的各种部件(例如,加热器48、CDA系统44等)发出命令以发起主动再生事件。控制器26基于其它操作条件(例如,电池电平、NVH等)确定使用哪个主动再生部件。例如,当DEF沉积电路94决定发起主动再生事件时,如果交通工具10当前处于对发动机噪声有限制的区域或在对发动机噪声有限制的时间操作,则DEF沉积电路94不向CDA系统44发出命令,以便避免伴随的NVH。
硫电路96被构造或配置成确定后处理系统中硫中毒(sulfur poisoning)的量,并基于存储的数据发起或推迟再生事件。硫电路96基于来自传感器的指示整个后处理系统70和特别是SCR系统的硫中毒量的数据,确定需要再生事件以恢复SCR系统的性能。如果数据显示来自后处理系统70的调节排放(例如,NOx)的增加,这将表明SCR催化剂的效率已经退化,则可以做出该确定。然后,硫电路96基于对由远程计算系统35设计并由地图电路90关联的最佳控制策略的分析,确定被动再生事件是否将在这样的时间段内发生,而不需要主动再生事件来维持来自SCR系统的可接受的性能水平(即,发动机12将通过正常操作产生足够的热能以在SCR系统不能适当地减少排气中的NOx之前烧掉硫)。因此,可以存在用于分析硫沉积物的存在的两个单独的阈值:一个向控制器26发出信号指示很快需要进行再生事件,并且一个指示需要立即进行再生事件。在一些实施例中,第二阈值相当于当地排放法规。第一阈值用作控制器开始将当前路线信息与最佳控制策略进行比较的指示器。以这种方式,第一阈值通过在特定时间触发比较而不是使比较一直在后台运行来减少处理器52上的处理压力。在一些实施例中,可以省略第一阈值。
如果硫电路96确定被动再生事件将在SCR催化剂效率将不会达到第二阈值(即,SCR催化剂效率不会下降到低于满足排放法规所需的值)的这样一个时间段内发生,则硫电路96要么不采取行动,要么取消本来会被安排的主动再生事件。如果硫电路96确定这种被动再生事件不会在该时间段内发生,则硫电路96向交通工具10的各种部件(例如,加热器48、CDA系统44等)发出命令以发起主动再生事件。
氨电路98被构造或配置成预测用于SCR 76的DEF给料的量,并作为响应控制来自DEF给料器78的DEF给料的量和定时。氨电路98基于对由远程计算系统35设计并由地图电路90关联的最佳控制策略的分析,确定是否存在即将到来的高氨解吸(ammonia desorption)周期,并作为响应减少DEF给料。即将到来的高氨解吸周期可以通过显示排气温度将达到某一解吸阈值的数据来指示。例如,如果最佳控制策略指示即将到来的坡道,则氨电路98确定高氨解吸周期即将到来,这是由于与正在爬坡的交通工具10的发动机12上的增加的负载相关联的排气温度的上升。响应于该确定,氨电路98减少来自DEF给料器78的DEF给料量,因为DEF已经由于解吸而进入排气流,因此来自DEF给料器的、在解吸的DEF之上的DEF给料将是浪费。
根据图5,示出了根据示例的用于管理后处理系统70的部件的方法500。方法500可以至少部分地由控制器26执行,使得可以参考以帮助解释方法500。
方法500在过程502开始,并在步骤504继续确定交通工具10的当前路线。该确定是基于从步骤506接收的数据做出的。在确定当前路线之后,在步骤508将当前路线与控制策略相关联。在步骤510,基于对在步骤512从交通工具车队90接收的数据的高级分析来确定控制策略。在步骤514,基于相关联的控制策略确定再生事件的定时和/或持续时间。然后该方法在步骤516结束。
如本文所使用的,术语“近似”、“大约”、“基本上”和类似术语旨在具有与本公开主题所涉及的本领域普通技术人员的共同和接受的用法相一致的广泛含义。回顾本公开的本领域技术人员应该理解,这些术语旨在允许描述所描述和要求保护的某些特征,而不将这些特征的范围限制在所提供的精确数值范围内。因此,这些术语应被解释为指示对所描述和要求保护的主题的非实质性或无关紧要的修改或变更被认为在所附权利要求书中所述的公开的范围内。
应当注意,如本文中用于描述各种实施例的术语“示例性的”及其变型旨在指示这些实施例是可能实施例的可能示例、表示或图示(并且这些术语并不旨在暗示这些实施例必然是特别的或最高级的示例)。
如本文所使用的,术语“耦合的”及其变型是指两个构件直接或间接地相互联接。这种联接可以是静止的(例如,永久的或固定的)或可移动的(例如,可移除的或可释放的)。这种联接可以通过两个构件直接彼此耦合来实现,通过使用一个或更多个单独的介入构件将两个构件彼此耦合来实现,或者通过使用与两个构件中的一个整体形成为单个整体主体的介入构件将两个构件彼此耦合来实现。如果“耦合的”或其变体被附加术语(例如,直接耦合的)修改,则上面提供的“耦合的”的通用定义被附加术语的简单语言含义修改(例如,“直接耦合的”意味着两个构件的联接,而没有任何单独的中间构件),导致比上面提供的“耦合的”的通用定义更窄的定义。这种耦合可以是机械的、电的或流体的。例如,电路A通信地“耦合”到电路B可以表示电路A直接与电路B通信(即,没有中介)或间接与电路B通信(例如,通过一个或更多个中介)。
本文中对元件位置的引用(例如,“顶部”、“底部”、“上方”、“下方”)仅用于描述附图中各种元件的取向。应当注意,根据其他示例性实施例,各种元件的取向可以不同,并且这种变型旨在包含在本公开中。
尽管图2中示出了具有特定功能的各种电路,但应当理解,控制器26可以包括用于完成本文所述功能的任意数目的电路。例如,地图电路90、烟灰电路92、DEF沉积电路94、硫电路96和氨电路98的活动和功能可以组合成多个电路或作为单个电路。还可以包括具有附加功能的附加电路。此外,控制器26可以进一步控制超出本公开范围的其他活动。
如上所述,并且在一种配置中,“电路”可以在机器可读介质中实现,用于由诸如图3的处理器52的各种类型的处理器执行。例如,可执行代码可以包括计算机指令的一个或更多个物理或逻辑块,这些物理或逻辑块可以例如被组织为对象、过程或功能。然而,可执行文件不需要物理地位于一起,而是可以包括存储在不同位置的不同指令,当逻辑地连接在一起时,这些指令构成电路并实现电路的所述目的。实际上,计算机可读程序代码的电路可以是单个指令或多个指令,并且甚至可以分布在几个不同的代码段上、不同的程序之间以及跨几个存储器设备。类似地,操作数据可以在本文在电路中被识别和示出,并且可以以任何合适的形式被体现并在任何合适类型的数据结构中被组织。操作数据可以作为单个数据集来收集,或者可以分布在不同的位置上,包括不同的存储设备上,并且可以至少部分地仅仅作为电子信号存在于系统或网络上。
虽然上面对术语“处理器”作了简要定义,但术语“处理器”和“处理电路”应作广义解释。就这一点而言,并且如上所述,“处理器”可以被实现为一个或更多个处理器、专用集成电路(ASIC)、现场可编程门阵列(FPGA)、数字信号处理器(DSP)或被构造成执行由存储器提供的指令的其他合适的电子数据处理部件。一个或更多个处理器可以采取单核处理器、多核处理器(例如,双核处理器、三核处理器、四核处理器等)、微处理器等的形式。为此,如本文所述的“电路”可以包括分布在一个或更多个位置上的部件。
尽管附图和说明书可示出方法步骤的特定顺序,但这些步骤的顺序可与所描绘和描述的不同,除非上面有不同的说明。此外,两个或更多个步骤可以同时执行或部分同时执行,除非上面有不同的规定。例如,这种变型可以取决于所选择的软件和硬件系统以及设计者的选择。所有这些变型都在本公开的范围内。同样,所描述的方法的软件实现可以用具有基于规则的逻辑和其他逻辑的标准编程技术来完成,以完成各种连接步骤、处理步骤、比较步骤和决策步骤。
Claims (20)
1.一种系统,包括:
控制器,所述控制器包括至少一个处理器,所述至少一个处理器耦合到存储指令的存储器,所述指令在由所述至少一个处理器执行时使所述至少一个处理器执行包括以下项的操作:
接收指示交通工具的当前路线或当前性能中的至少一个的数据;
将所述当前路线或所述当前性能中的至少一个与控制策略相关联;以及
基于相关联的控制策略确定用于后处理系统的主动再生事件的定时或持续时间中的至少一个。
2.根据权利要求1所述的系统,其中,所述控制策略是使用对从多个交通工具收集的数据的高级分析来开发的。
3.根据权利要求1所述的系统,其中,所述主动再生事件的定时包括基于所述相关联的控制策略跳过先前计划的再生事件。
4.根据权利要求1所述的系统,其中,所述主动再生事件是用于柴油颗粒过滤器(DPF)的再生事件。
5.根据权利要求1所述的系统,其中,所述定时或持续时间中的至少一个的确定还基于使用所述控制策略和指示所述当前路线或所述当前性能中的至少一个的数据的前馈环路。
6.根据权利要求1所述的系统,所述操作还包括:
基于所述相关联的控制策略确定柴油排气流体(DEF)使用的定时和量,
其中所述相关联的控制策略包括关于选择性催化还原(SCR)系统的温度、氨储存或氨-NOx比(ANR)中的至少一个的信息。
7.根据权利要求1所述的系统,所述操作还包括:
基于所述相关联的控制策略使系统排出的NOx的量或氨泄漏量中的至少一个最小化,
其中所述相关联的控制策略包括关于选择性催化还原(SCR)系统的温度、氨储存或氨-NOx比(ANR)中的至少一个的信息。
8.根据权利要求1所述的系统,所述操作还包括:
基于所述相关联的控制策略启动加热器或气缸停用(CDA)系统中的至少一个。
9.根据权利要求1所述的系统,其中,所述确定还基于当前天气条件。
10.根据权利要求1所述的系统,其中,所述控制器经由网络与远程计算系统基本上连续地通信,并且
其中,通过所述网络完成与所述控制策略的关联。
11.一种用于管理后处理系统的部件的方法,所述方法包括:
由控制器接收指示交通工具的当前路线或当前性能中的至少一个的数据;
由所述控制器将所述当前路线或所述当前性能中的至少一个与控制策略相关联;以及
由所述控制器基于相关联的控制策略确定用于后处理系统的主动再生事件的定时或持续时间中的至少一个。
12.根据权利要求11所述的方法,其中,所述控制策略是使用对从多个交通工具收集的数据的高级分析来开发的。
13.根据权利要求11所述的方法,其中,所述主动再生事件的定时包括基于所述相关联的控制策略跳过先前计划的再生事件。
14.根据权利要求11所述的方法,其中,所述定时或持续时间中的至少一个的确定还基于使用所述控制策略和指示所述当前路线或所述当前性能中的至少一个的数据的前馈环路。
15.根据权利要求11所述的方法,还包括:
基于所述相关联的控制策略确定柴油排气流体(DEF)使用的定时和量,
其中所述相关联的控制策略包括关于选择性催化还原(SCR)系统的温度或氨-NOx比(ANR)中的至少一个的信息。
16.根据权利要求11所述的方法,还包括:
由所述控制器基于所述相关联的控制策略最小化系统排出的NOx的量或氨泄漏量中的至少一个,
其中所述相关联的控制策略包括关于选择性催化还原(SCR)系统的温度、氨储存或氨-NOx比(ANR)中的至少一个的信息。
17.根据权利要求11所述的方法,还包括:
由所述控制器基于所述相关联的控制策略启动加热器或气缸停用(CDA)系统中的至少一个。
18.一种系统,包括:
控制器,所述控制器包括至少一个处理器,所述至少一个处理器耦合到存储指令的存储器,所述指令在由所述至少一个处理器执行时使所述至少一个处理器执行包括以下项的操作:
接收指示交通工具的当前路线或当前性能中的至少一个的数据;
将所述当前路线或所述当前性能中的至少一个与控制策略相关联;以及
基于相关联的控制策略使用加热器或气缸停用(CDA)系统中的至少一个,改变用于后处理系统的被动再生事件的定时或持续时间中的至少一个。
19.根据权利要求18所述的系统,其中,所述加热器或所述CDA系统中的所述至少一个被启动以相对于所述被动再生事件自身的发生更快地增加目标再生。
20.根据权利要求18所述的系统,其中,所述加热器或所述CDA系统中的所述至少一个在所述被动再生事件结束之前被启动以维持升高的废气温度。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US202063064504P | 2020-08-12 | 2020-08-12 | |
US63/064,504 | 2020-08-12 | ||
PCT/US2021/045497 WO2022035936A1 (en) | 2020-08-12 | 2021-08-11 | Systems and methods for management of exhaust aftertreatment system using predictive analytics |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116324660A true CN116324660A (zh) | 2023-06-23 |
Family
ID=80247339
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202180055692.8A Pending CN116324660A (zh) | 2020-08-12 | 2021-08-11 | 使用预测分析管理排气后处理系统的系统和方法 |
Country Status (3)
Country | Link |
---|---|
US (1) | US20230326264A1 (zh) |
CN (1) | CN116324660A (zh) |
WO (1) | WO2022035936A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP4095361A1 (en) * | 2021-05-26 | 2022-11-30 | Volvo Truck Corporation | Adjust control strategy based on fault events combined with predictive data |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102004005072B4 (de) * | 2004-02-02 | 2018-06-07 | Robert Bosch Gmbh | Verfahren zum Regenerieren einer Abgasnachbehandlungsanlage |
US8881505B2 (en) * | 2009-08-13 | 2014-11-11 | Cummins Ip, Inc. | Apparatus, system, and method for adaptive engine system control with integrated global position sensing |
US8412451B2 (en) * | 2009-10-15 | 2013-04-02 | International Engine Intellectual Property Company, Llc | Telemetry-based regeneration strategy for an engine exhaust after-treatment device |
US9102320B2 (en) * | 2012-09-13 | 2015-08-11 | Ford Global Technologies, Llc | Predictive aftertreatment scheduling for a vehicle |
US9726058B2 (en) * | 2015-01-08 | 2017-08-08 | Ford Global Technologies, Llc | Idle speed GPF regeneration |
-
2021
- 2021-08-11 CN CN202180055692.8A patent/CN116324660A/zh active Pending
- 2021-08-11 WO PCT/US2021/045497 patent/WO2022035936A1/en active Application Filing
- 2021-11-08 US US18/020,884 patent/US20230326264A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230326264A1 (en) | 2023-10-12 |
WO2022035936A1 (en) | 2022-02-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113738480B (zh) | 基于位置管理催化剂温度的系统和方法 | |
US10576978B2 (en) | System and method for predictive engine and aftertreatment system control | |
EP3284922B1 (en) | Method for timing of a regeneration process | |
US11440528B2 (en) | Systems and methods for managing aftertreatment systems | |
CN112789401B (zh) | 用于管理排放污染物的机动车辆的废气后处理系统的温度的方法和装置 | |
GB2561058B (en) | Method of controlling aftertreatment device regeneration based on vehicle location | |
US20230326264A1 (en) | Systems and methods for management exhaust aftertreatment system using predictive analytics | |
CN112727617B (zh) | 用于排气后处理系统的预测控制的系统和方法 | |
US9334778B2 (en) | Solid ammonia delivery system | |
CN110872975B (zh) | 用于控制和/或调节布置在机动车中的内燃机的scr催化器的方法 | |
Velmurugan et al. | Look ahead based supervisory control of a light duty diesel engine | |
WO2021025875A1 (en) | Systems and methods for adaptive control of aftertreatment systems | |
US10710572B2 (en) | Method for operating a drive train of a motor vehicle having a combustion engine and a further machine | |
Velmurugan et al. | Supervisory controller for a light duty diesel engine with an LNT-SCR after-treatment system | |
US11976603B2 (en) | Device and method in connection with a pre-heating process of an aftertreatment system | |
US20240229697A9 (en) | Method for controlling the operation of an engine system | |
US20240133329A1 (en) | Method for controlling the operation of an engine system | |
US12037955B2 (en) | Systems and methods for forecasting aftertreatment temperatures over a horizon | |
EP4321741A1 (en) | Systems and methods for forecasting aftertreatment temperatures over a horizon | |
US12031464B2 (en) | Systems and methods for diagnosing component failure | |
US20240077010A1 (en) | Systems and methods for diagnosing component failure | |
US20210324775A1 (en) | Systems and methods for selective catalytic reduction and/or ammonia slip catalyst sulfur protection | |
WO2024064225A1 (en) | Systems and methods for controlling tailpipe exhaust emissions | |
CN111434898A (zh) | 尾气后处理系统的操控方法及尾气后处理系统和程序载体 |
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 |