CN116792187A - Dpf碳载量模型的修正方法、装置、电子设备及介质 - Google Patents
Dpf碳载量模型的修正方法、装置、电子设备及介质 Download PDFInfo
- Publication number
- CN116792187A CN116792187A CN202310934335.XA CN202310934335A CN116792187A CN 116792187 A CN116792187 A CN 116792187A CN 202310934335 A CN202310934335 A CN 202310934335A CN 116792187 A CN116792187 A CN 116792187A
- Authority
- CN
- China
- Prior art keywords
- dpf
- temperature sensor
- carbon loading
- differential pressure
- value
- 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
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 title claims abstract description 258
- 229910052799 carbon Inorganic materials 0.000 title claims abstract description 258
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000012937 correction Methods 0.000 title claims abstract description 19
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000008859 change Effects 0.000 claims description 27
- 238000004590 computer program Methods 0.000 claims description 16
- 238000005259 measurement Methods 0.000 claims description 16
- 230000008929 regeneration Effects 0.000 abstract description 5
- 238000011069 regeneration method Methods 0.000 abstract description 5
- 238000004891 communication Methods 0.000 description 8
- 230000002159 abnormal effect Effects 0.000 description 7
- 238000012545 processing Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 229910002091 carbon monoxide Inorganic materials 0.000 description 4
- 239000002245 particle Substances 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 238000009530 blood pressure measurement Methods 0.000 description 3
- 238000009529 body temperature measurement Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 238000012935 Averaging Methods 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000007254 oxidation reaction Methods 0.000 description 2
- 230000005856 abnormality Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000011897 real-time detection Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Processes For Solid Components From Exhaust (AREA)
Abstract
本发明公开了一种DPF碳载量模型的修正方法、装置、电子设备及介质。该DPF碳载量模型的修正方法包括:在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值,并判断是否可信;在判断出均不可信时,基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量;在确定压差碳载量高度可信后,根据获取到的当前压差碳载量和当前DPF容碳量判断是否对DPF碳载量模型修正,并在判断出对DPF碳载量模型修正时,基于当前压差碳载量对DPF碳载量模型修正。本发明实现提高DPF碳载量模型的精度,同时避免因DPF碳载量模型不准确造成的频繁再生或DPF过载风险。
Description
技术领域
本发明涉及后处理系统技术领域,尤其涉及一种DPF碳载量模型的修正方法、装置、电子设备及介质。
背景技术
DPF碳载量模型通常由发动机转速、喷油量、DOC前温度、DPF前温度等查相应关系的MAP得出,在DOC前温度喝DPF前温度较低时,碳载量模型表征DPF中的容碳量将增长较快,若DOC前温度和DPF前温度达到250℃或更高时,则尾气中的NO2会在高温条件下将已经沉积在DPF中的碳颗粒氧化为CO或CO2,从而使DPF中的碳颗粒增长缓慢或逐渐减少,此时对应的碳载量模型表征DPF中的容碳量也会增长缓慢或降低。
但在整车实际运行过程中可能存在因DOC前和DPF前温度传感器损坏等原因,进而造成温度测量值异常的情况,如果此时仍然采用DOC前和DPF前温度查相应关系的MAP得到的DPF碳载量模型来表征DPF容碳量,则碳载量模型表征DPF中的容碳量会偏离实际容碳量。也就是说,当DOC前和DPF前温度测量值偏低时,碳载量模型表征DPF中的容碳量会先于实际容碳量达到上限,有频繁再生风险;当DPF前温度测量值偏高时,碳载量模型表征DPF中的容碳量会滞后于实际容碳量达到上限,有DPF过载风险。
发明内容
本发明提供了一种DPF碳载量模型的修正方法、装置、电子设备及介质,以解决现有DPF碳载量模型未考虑在DOC前和DPF前温度传感器测量值异常时表征DPF中的容碳量的实际情况,进而导致DPF碳载量模型精度差的问题。
根据本发明的一方面,提供了一种DPF碳载量模型的修正方法,所述DPF碳载量模型的修正方法包括:
在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值,并判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信;
在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量;
在确定压差碳载量高度可信后,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,并在判断出对DPF碳载量模型修正时,基于所述当前压差碳载量对DPF碳载量模型修正。
可选的,判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信,包括:
若满足下述任意一个不可信判断条件,则判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信;
其中,第一不可信判断条件为DOC前温度传感器或DPF前温度传感器存在开路故障;第二不可信判断条件为发动机负荷率的变化率小于负荷变化率阈值时,DOC前温度传感器测量值或DPF前温度传感器测量值的变化率均大于测量值变化率阈值;第三不可信判断条件为DOC前温度传感器模型值和DPF前温度传感器模型值之间差值的绝对值超过设定绝对值阈值。
可选的,所述DPF碳载量模型的修正方法还包括:
在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,上报DOC前温度传感器或DPF前温度传感器存在测量故障。
可选的,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,包括:
判断获取到的当前压差碳载量和所述当前DPF容碳量之间差值的绝对值是否大于绝对值阈值,并根据判断出是否大于绝对值阈值的结果确定是否对DPF碳载量模型修正。
可选的,确定压差碳载量高度可信,包括:
获取在当前驾驶循环,车辆T15上电时的第一DPF压差值,以及T15上电后发动机处于怠速状态时的第二DPF压差值;
根据所述第一DPF压差值和所述第二DPF压差值确定压差碳载量高度可信。
可选的,根据所述第一DPF压差值和所述第二DPF压差值确定压差碳载量高度可信,包括:
若所述第一DPF压差值在第一DPF压差预设范围内,且所述第二DPF压差值在第二DPF压差预设范围内,则在设定步长移动时间窗口内,基于尾气体积流量确定压差碳载量高度可信;
若所述第一DPF压差值未在第一DPF压差预设范围内,或所述第二DPF压差值未在第二DPF压差预设范围内,则基于所述第一DPF压差值对所述当前驾驶循环中DPF压差测量值进行修正,并在设定步长移动时间窗口内,基于尾气体积流量确定压差碳载量高度可信。
可选的,基于尾气体积流量确定压差碳载量高度可信,包括:
若尾气体积流量达到发动机设定尾气体积流量,且尾气体积流量的变化率未超过尾气体积流量阈值,则确定压差碳载量高度可信。
根据本发明的另一方面,提供了一种DPF碳载量模型的修正装置,所述DPF碳载量模型的修正装置包括:
测量值可信判断模块,用于执行在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值,并判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信;
当前DPF容碳量输出模块,用于执行在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量;
DPF碳载量模型修正模块,用于执行在确定压差碳载量高度可信后,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,并在判断出对DPF碳载量模型修正时,基于所述当前压差碳载量对DPF碳载量模型修正。
根据本发明的另一方面,提供了一种电子设备,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行本发明任一实施例所述的DPF碳载量模型的修正方法。
根据本发明的另一方面,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存储有计算机指令,所述计算机指令用于使处理器执行时实现本发明任一实施例所述的DPF碳载量模型的修正方法。
本发明实施例的技术方案,通过在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值,并判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信;在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量;在确定压差碳载量高度可信后,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,并在判断出对DPF碳载量模型修正时,基于所述当前压差碳载量对DPF碳载量模型修正。本发明解决了现有DPF碳载量模型未考虑在DOC前和DPF前温度传感器测量值异常时表征DPF中的容碳量的实际情况,进而导致DPF碳载量模型精度差的问题,实现提高DPF碳载量模型的精度,同时避免因DPF碳载量模型不准确造成的频繁再生或DPF过载风险。
应当理解,本部分所描述的内容并非旨在标识本发明的实施例的关键或重要特征,也不用于限制本发明的范围。本发明的其它特征将通过以下的说明书而变得容易理解。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅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是根据本发明实施例一提供的一种DPF碳载量模型的修正方法的流程图;
图2A是根据本发明实施例二提供的一种DPF碳载量模型的修正方法的流程图;
图2B是根据本发明实施例二提供的确定压差碳载量高度可信的具体判断流程图;
图3是根据本发明实施例三提供的一种DPF碳载量模型的修正装置的结构示意图;
图4是实现本发明实施例的DPF碳载量模型的修正方法的电子设备的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分的实施例,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做出创造性劳动前提下所获得的所有其他实施例,都应当属于本发明保护的范围。
需要说明的是,本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象,而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换,以便这里描述的本发明的实施例能够以除了在这里图示或描述的那些以外的顺序实施。此外,术语“包括”和“具有”以及他们的任何变形,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、产品或设备不必限于清楚地列出的那些步骤或单元,而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例一
图1为本发明实施例一提供了一种DPF碳载量模型的修正方法的流程图,本实施例可适用于在DOC前温度传感器测量值和DPF前温度传感器测量值异常时对DPF碳载量模型进行修正的情况,该DPF碳载量模型的修正方法可以由DPF碳载量模型的修正装置来执行,该DPF碳载量模型的修正装置可以采用硬件和/或软件的形式实现,该DPF碳载量模型的修正装置可配置于电子设备中。如图1所示,该DPF碳载量模型的修正方法包括:
S110、在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值,并判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信。
柴油机颗粒捕捉器DPF为满足国家排放法规使用的尾气处理装置,可以捕捉尾气中未燃烧的碳颗粒,氧化型催化转化器简称DOC,是安装在发动机排气管路中,通过氧化反应,将发动机排气中一氧化碳(CO)和碳氢化合物(HC)转化成无害的水(H20)和二氧化碳(CO2)的装置,同时降低颗粒物中的可溶性有机组分。
基于现有发动机后处理系统的结构,在发动机后处理系统中DOC前和DPF前分别设置有温度传感器,DOC前温度传感器测量值即为通过DOC前设置的温度传感器采集得到,DPF前温度传感器测量值即为通过DPF前设置的温度传感器采集得到。
在发动机运行过程中,通过发动机后处理系统实时采集DOC前温度传感器测量值和DPF前温度传感器测量值,并基于实时采集到的DOC前温度传感器测量值和DPF前温度传感器测量值,分别判断实时采集到的DOC前温度传感器测量值和DPF前温度传感器测量值是否可信。
可以理解的是,通过发动机后处理系统实时采集的DOC前温度传感器测量值可以为基于现有采样频率采集到的某一个测量值,也可以为基于现有采样频率采集的一段时间长度的多个测量值,并对多个测量值取平均得到DOC前温度传感器测量值,本实施例对DOC前温度传感器测量值的现有采样频率不作任何限制,此外对基于现有采样频率采集的一段时间长度不作任何限制。同理,通过发动机后处理系统实时采集的DPF前温度传感器测量值可以为基于现有采样频率采集到的某一个测量值,也可以为基于现有采样频率采集的一段时间长度的多个测量值,并对多个测量值取平均得到DPF前温度传感器测量值,本实施例对DPF前温度传感器测量值的现有采样频率不作任何限制,此外对基于现有采样频率采集的一段时间长度不作任何限制。
进一步的,在上述基础上,实时获取到的DOC前温度传感器测量值和DPF前温度传感器测量值判断DOC前温度传感器测量值或DPF前温度传感器测量值是否可信,具体判断方法为:判断DOC前温度传感器测量值或DPF前温度传感器测量值是否满足下述任意一个不可信判断条件,若是,则判断出对应的DOC前温度传感器测量值或DPF前温度传感器测量值不可信。
其中,第一不可信判断条件为DOC前温度传感器或DPF前温度传感器存在开路故障;第二不可信判断条件为发动机负荷率的变化率小于负荷变化率阈值时,DOC前温度传感器测量值或DPF前温度传感器测量值的变化率均大于测量值变化率阈值;第三不可信判断条件为DOC前温度传感器模型值和DPF前温度传感器模型值之间差值的绝对值超过设定绝对值阈值。
具体的,若判断出DOC前温度传感器测量值满足上述任意一个不可信判断条件(包括第一不可信判断条件、第二不可信判断条件以及第三不可信判断条件),则判断出对应的DOC前温度传感器测量值不可信。
同理,若判断出DPF前温度传感器测量值满足上述任意一个不可信判断条件(包括第一不可信判断条件、第二不可信判断条件以及第三不可信判断条件),则判断出对应的DPF前温度传感器测量值不可信。
在判断出DOC前温度传感器测量值和DPF前温度传感器测量值均满足上述任意一个不可信判断条件,则判断出对应的DOC前温度传感器测量值和DPF前温度传感器测量值均不可信。
在上述实施例的基础上,在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,上报DOC前温度传感器或DPF前温度传感器存在测量故障。
S120、在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量。
具体的,在判断出DOC前温度传感器测量值不可信,则将DOC前温度传感器测量值替换为DOC前温度传感器模型值;在判断出DPF前温度传感器测量值不可信,则将DPF前温度传感器测量值替换为DPF前温度传感器模型值;在判断出DOC前温度传感器测量值和DPF前温度传感器测量值均不可信,则分别将DOC前温度传感器测量值替换为DOC前温度传感器模型值,将DPF前温度传感器测量值替换为DPF前温度传感器模型值。
在上述基础上,在将DOC前温度传感器测量值替换为DOC前温度传感器模型值后,则以DOC前温度传感器模型值作为一个新的输入,输入DPF碳载量模型,输出当前DPF容碳量;在将DPF前温度传感器测量值替换为DPF前温度传感器模型值后,则以DPF前温度传感器模型值作为一个新的输入,输入DPF碳载量模型,输出当前DPF容碳量;在分别将DOC前温度传感器测量值替换为DOC前温度传感器模型值,将DPF前温度传感器测量值替换为DPF前温度传感器模型值后,则以DOC前温度传感器模型值和DPF前温度传感器模型值作为一个新的输入,输入DPF碳载量模型,输出当前DPF容碳量。
DPF碳载量模型在DPF捕捉碳颗粒有一定上限,现有技术采用DPF碳载量模型来表征DPF中的容碳量,DPF碳载量模型通常由发动机转速、喷油量、DOC前温度、DPF前温度等查相应的MAP获得。
可以理解的是,由于DOC前温度传感器模型值或DPF前温度传感器模型值替换了原先输入DPF碳载量模型的DOC前温度传感器测量值和DPF前温度传感器测量值,相应输出的DPF容碳量发生变化,则得到当前DPF容碳量。
在本实施例中,对查相应的MAP获得到的DPF碳载量模型可以但不限于采用现有技术进行实现,本实施例对此不作任何限制。
S130、在确定压差碳载量高度可信后,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,并在判断出对DPF碳载量模型修正时,基于所述当前压差碳载量对DPF碳载量模型修正。
其中,压差碳载量为在确定的尾气体积流量和DPF温度下,通过DPF压差传感器测量得到的DPF两端压差值计算的碳载量,尾气体积流量越大,DPF压差传感器测量值对应的压差碳载量越精确。
具体的,在确定压差碳载量高度可信后,判断出获取到的当前压差碳载量和所述当前DPF容碳量之间差值的绝对值大于绝对值阈值,则确定对DPF碳载量模型修正,即将当前压差碳载量赋值至DPF碳载量模型,反之,则确定不对DPF碳载量模型修正。
绝对值阈值可以但不限于由本领域技术人员根据发动机后处理系统实际需求进行标定,本实施例对此不作任何限制。
确定压差碳载量高度可信的方法为获取在当前驾驶循环,车辆T15上电时的第一DPF压差值,以及T15上电后发动机处于怠速状态时的第二DPF压差值;根据所述第一DPF压差值和所述第二DPF压差值确定压差碳载量高度可信。
进一步的,若所述第一DPF压差值在第一DPF压差预设范围内,且所述第二DPF压差值在第二DPF压差预设范围内,则在设定步长移动时间窗口内,基于尾气体积流量确定压差碳载量高度可信;若所述第一DPF压差值未在第一DPF压差预设范围内,或所述第二DPF压差值未在第二DPF压差预设范围内,则基于所述第一DPF压差值对所述当前驾驶循环中DPF压差测量值进行修正,并在设定步长移动时间窗口内,基于尾气体积流量确定压差碳载量高度可信。
其中,基于尾气体积流量确定压差碳载量高度可信,包括:若尾气体积流量达到发动机设定尾气体积流量,且尾气体积流量的变化率未超过尾气体积流量阈值,则确定压差碳载量高度可信。
本发明实施例的技术方案,通过在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值,并判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信;在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量;在确定压差碳载量高度可信后,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,并在判断出对DPF碳载量模型修正时,基于所述当前压差碳载量对DPF碳载量模型修正。本发明解决了现有DPF碳载量模型未考虑在DOC前和DPF前温度传感器测量值异常时表征DPF中的容碳量的实际情况,进而导致DPF碳载量模型精度差的问题,实现提高DPF碳载量模型的精度,同时避免因DPF碳载量模型不准确造成的频繁再生或DPF过载风险。
实施例二
图2A为本发明实施例二提供的一种DPF碳载量模型的修正方法的流程图,本实施例在上述实施例的基础上,提供一种可选的实施方式。如图2A所示,该DPF碳载量模型的修正方法包括:
S210、在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值。
S220、判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信,若是,则执行步骤S210,若否,则执行步骤S230。
基于对DOC前温度传感器测量值和DPF前温度传感器测量值的实时检测,可以及时确定DOC前温度传感器测量值和DPF前温度传感器测量值是否异常,避免其造成DPF碳载量模型表征DPF中的容碳量不准确,具体步骤为:判断是否满足下述任意一个不可信判断条件,则判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信。
其中,第一不可信判断条件为DOC前温度传感器或DPF前温度传感器存在开路故障;第二不可信判断条件为发动机负荷率的变化率小于负荷变化率阈值时,DOC前温度传感器测量值或DPF前温度传感器测量值的变化率均大于测量值变化率阈值;第三不可信判断条件为DOC前温度传感器模型值和DPF前温度传感器模型值之间差值的绝对值超过设定绝对值阈值。
负荷变化率阈值、测量值变化率阈值以及设定绝对值阈值可以但不限于由本领域技术人员根据发动机后处理系统实际需求进行标定,本实施例对此不作任何限制。
S230、上报DOC前温度传感器或DPF前温度传感器存在测量故障,执行步骤S240。
S240、基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量,执行步骤S250。
DOC前温度传感器模型值和DPF前温度传感器模型值可以但不限于由发动机台架进行试验标定得出,本实施例对此不作任何限制。
S250、确定压差碳载量是否高度可信,若是,则执行步骤S260,若否,则执行步骤S240。
在本实施例中如图2B所示,确定压差碳载量高度可信的具体判断步骤为:
S251、获取在当前驾驶循环,车辆T15上电时的第一DPF压差值,以及T15上电后发动机处于怠速状态时的第二DPF压差值。
S252、判断所述第一DPF压差值是否在第一DPF压差预设范围内,且所述第二DPF压差值是否在第二DPF压差预设范围内,若是,则执行步骤S253,若否,则执行步骤S254。
S253、在设定步长移动时间窗口内,基于尾气体积流量确定压差碳载量高度可信。
具体的,若尾气体积流量达到发动机设定尾气体积流量,且尾气体积流量的变化率未超过尾气体积流量阈值,则确定压差碳载量高度可信。
发动机设定尾气体积流量和尾气体积流量阈值可以但不限于由本领域技术人员根据发动机后处理系统实际需求进行标定,本实施例对此不作任何限制。可选的,发动机设定尾气体积流量可以为发动机最大尾气体积流量的80%以上。
S254、基于所述第一DPF压差值对所述当前驾驶循环中DPF压差测量值进行修正,执行步骤S253。
具体的,若所述第一DPF压差值未在第一DPF压差预设范围内,或所述第二DPF压差值未在第二DPF压差预设范围内,则基于所述第一DPF压差值对所述当前驾驶循环中DPF压差测量值进行修正。
其中,基于所述第一DPF压差值对所述当前驾驶循环中DPF压差测量值进行修正后的DPF压差修正值,可以为:DPF压差修正值=DPF压差测量值-DPF压差测量值与0之间的偏差值。
S260、判断获取到的当前压差碳载量和所述当前DPF容碳量之间差值的绝对值是否大于绝对值阈值,若是,则执行步骤S270,若否,则执行步骤S250。
S270、基于所述当前压差碳载量对DPF碳载量模型修正。
本发明通过识别DOC前温度传感器测量值和DPF前温度传感器测量值不可信,对应的传感器温度不可信时,将DOC前温度传感器测量值和DPF前温度传感器测量值切换为DOC前温度传感器模型值或DPF前温度传感器模型值后,利用高度可信时的DPF压差碳载量修正DPF碳载量模型,即设计出一种DPF碳载量模型的修正方法,可以避免DOC前温度传感器测量值和DPF前温度传感器测量值异常造成的DPF碳载量模型不准确,从而解决进一步导致的DPF过载或频繁再生的问题;同时,提供了一种判断DOC前温度传感器测量值和DPF前温度传感器测量值异常的方法。另外,在发现DOC前温度传感器测量值和DPF前温度传感器测量值异常的情况后,在保证DPF压差传感器测量值准确的情况下,使用DPF压差碳载量进行DPF碳载量模型的校准,在提高DPF碳载量模型精度的同时不增加成本。
实施例三
图3为本发明实施例三提供的一种DPF碳载量模型的修正装置的结构示意图。如图3所示,该DPF碳载量模型的修正装置包括:
测量值可信判断模块310,用于执行在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值,并判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信;
当前DPF容碳量输出模块320,用于执行在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量;
DPF碳载量模型修正模块330,用于执行在确定压差碳载量高度可信后,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,并在判断出对DPF碳载量模型修正时,基于所述当前压差碳载量对DPF碳载量模型修正。
可选的,判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信,具体用于:
若满足下述任意一个不可信判断条件,则判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信;
其中,第一不可信判断条件为DOC前温度传感器或DPF前温度传感器存在开路故障;第二不可信判断条件为发动机负荷率的变化率小于负荷变化率阈值时,DOC前温度传感器测量值或DPF前温度传感器测量值的变化率均大于测量值变化率阈值;第三不可信判断条件为DOC前温度传感器模型值和DPF前温度传感器模型值之间差值的绝对值超过设定绝对值阈值。
可选的,所述DPF碳载量模型的修正装置还包括:
测量故障判断模块,用于执行在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,上报DOC前温度传感器或DPF前温度传感器存在测量故障。
可选的,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,具体用于:
判断获取到的当前压差碳载量和所述当前DPF容碳量之间差值的绝对值是否大于绝对值阈值,并根据判断出是否大于绝对值阈值的结果确定是否对DPF碳载量模型修正。
可选的,确定压差碳载量高度可信,具体用于:
获取在当前驾驶循环,车辆T15上电时的第一DPF压差值,以及T15上电后发动机处于怠速状态时的第二DPF压差值;
根据所述第一DPF压差值和所述第二DPF压差值确定压差碳载量高度可信。
可选的,根据所述第一DPF压差值和所述第二DPF压差值确定压差碳载量高度可信,具体用于:
若所述第一DPF压差值在第一DPF压差预设范围内,且所述第二DPF压差值在第二DPF压差预设范围内,则在设定步长移动时间窗口内,基于尾气体积流量确定压差碳载量高度可信;
若所述第一DPF压差值未在第一DPF压差预设范围内,或所述第二DPF压差值未在第二DPF压差预设范围内,则基于所述第一DPF压差值对所述当前驾驶循环中DPF压差测量值进行修正,并在设定步长移动时间窗口内,基于尾气体积流量确定压差碳载量高度可信。
可选的,基于尾气体积流量确定压差碳载量高度可信,具体用于:
若尾气体积流量达到发动机设定尾气体积流量,且尾气体积流量的变化率未超过尾气体积流量阈值,则确定压差碳载量高度可信。
本发明实施例所提供的DPF碳载量模型的修正装置可执行本发明任意实施例所提供的DPF碳载量模型的修正方法,具备执行DPF碳载量模型的修正方法相应的功能模块和有益效果。
实施例四
图4示出了可以用来实施本发明的实施例的电子设备410的结构示意图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备(如头盔、眼镜、手表等)和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本发明的实现。
如图4所示,电子设备410包括至少一个处理器411,以及与至少一个处理器411通信连接的存储器,如只读存储器(ROM 412)、随机访问存储器(RAM 413)等,其中,存储器存储有可被至少一个处理器执行的计算机程序,处理器411可以根据存储在只读存储器(ROM412)中的计算机程序或者从存储单元418加载到随机访问存储器(RAM 413)中的计算机程序,来执行各种适当的动作和处理。在RAM 413中,还可存储电子设备410操作所需的各种程序和数据。处理器411、ROM 412以及RAM 413通过总线414彼此相连。I/O(输入/输出)接口415也连接至总线414。
电子设备410中的多个部件连接至I/O接口415,包括:输入单元416,例如键盘、鼠标等;输出单元417,例如各种类型的显示器、扬声器等;存储单元418,例如磁盘、光盘等;以及通信单元419,例如网卡、调制解调器、无线通信收发机等。通信单元419允许电子设备410通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器411可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器411的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器411执行上文所描述的各个方法和处理,例如DPF碳载量模型的修正方法。
在一些实施例中,DPF碳载量模型的修正方法可被实现为计算机程序,其被有形地包含于计算机可读存储介质,例如存储单元418。在一些实施例中,计算机程序的部分或者全部可以经由ROM 412和/或通信单元419而被载入和/或安装到电子设备410上。当计算机程序加载到RAM 413并由处理器411执行时,可以执行上文描述的DPF碳载量模型的修正方法的一个或多个步骤。备选地,在其他实施例中,处理器411可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行DPF碳载量模型的修正方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本发明的方法的计算机程序可以采用一个或多个编程语言的任何组合来编写。这些计算机程序可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,使得计算机程序当由处理器执行时使流程图和/或框图中所规定的功能/操作被实施。计算机程序可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本发明的上下文中,计算机可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的计算机程序。计算机可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。备选地,计算机可读存储介质可以是机器可读信号介质。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在电子设备上实施此处描述的系统和技术,该电子设备具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给电子设备。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)、区块链网络和互联网。
计算系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务中,存在的管理难度大,业务扩展性弱的缺陷。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发明中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本发明的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本发明保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本发明的精神和原则之内所作的修改、等同替换和改进等,均应包含在本发明保护范围之内。
Claims (10)
1.一种DPF碳载量模型的修正方法,其特征在于,包括:
在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值,并判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信;
在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量;
在确定压差碳载量高度可信后,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,并在判断出对DPF碳载量模型修正时,基于所述当前压差碳载量对DPF碳载量模型修正。
2.根据权利要求1所述的DPF碳载量模型的修正方法,其特征在于,判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信,包括:
若满足下述任意一个不可信判断条件,则判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信;
其中,第一不可信判断条件为DOC前温度传感器或DPF前温度传感器存在开路故障;第二不可信判断条件为发动机负荷率的变化率小于负荷变化率阈值时,DOC前温度传感器测量值或DPF前温度传感器测量值的变化率均大于测量值变化率阈值;第三不可信判断条件为DOC前温度传感器模型值和DPF前温度传感器模型值之间差值的绝对值超过设定绝对值阈值。
3.根据权利要求1所述的DPF碳载量模型的修正方法,其特征在于,所述DPF碳载量模型的修正方法还包括:
在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,上报DOC前温度传感器或DPF前温度传感器存在测量故障。
4.根据权利要求1所述的DPF碳载量模型的修正方法,其特征在于,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,包括:
判断获取到的当前压差碳载量和所述当前DPF容碳量之间差值的绝对值是否大于绝对值阈值,并根据判断出是否大于绝对值阈值的结果确定是否对DPF碳载量模型修正。
5.根据权利要求1所述的DPF碳载量模型的修正方法,其特征在于,确定压差碳载量高度可信,包括:
获取在当前驾驶循环,车辆T15上电时的第一DPF压差值,以及T15上电后发动机处于怠速状态时的第二DPF压差值;
根据所述第一DPF压差值和所述第二DPF压差值确定压差碳载量高度可信。
6.根据权利要求5所述的DPF碳载量模型的修正方法,其特征在于,根据所述第一DPF压差值和所述第二DPF压差值确定压差碳载量高度可信,包括:
若所述第一DPF压差值在第一DPF压差预设范围内,且所述第二DPF压差值在第二DPF压差预设范围内,则在设定步长移动时间窗口内,基于尾气体积流量确定压差碳载量高度可信;
若所述第一DPF压差值未在第一DPF压差预设范围内,或所述第二DPF压差值未在第二DPF压差预设范围内,则基于所述第一DPF压差值对所述当前驾驶循环中DPF压差测量值进行修正,并在设定步长移动时间窗口内,基于尾气体积流量确定压差碳载量高度可信。
7.根据权利要求6所述的DPF碳载量模型的修正方法,其特征在于,基于尾气体积流量确定压差碳载量高度可信,包括:
若尾气体积流量达到发动机设定尾气体积流量,且尾气体积流量的变化率未超过尾气体积流量阈值,则确定压差碳载量高度可信。
8.一种DPF碳载量模型的修正装置,其特征在于,包括:
测量值可信判断模块,用于执行在发动机运行过程中,实时获取DOC前温度传感器测量值和DPF前温度传感器测量值,并判断所述DOC前温度传感器测量值或所述DPF前温度传感器测量值是否可信;
当前DPF容碳量输出模块,用于执行在判断出所述DOC前温度传感器测量值或所述DPF前温度传感器测量值不可信时,基于DOC前温度传感器模型值或DPF前温度传感器模型值输入DPF碳载量模型,输出当前DPF容碳量;
DPF碳载量模型修正模块,用于执行在确定压差碳载量高度可信后,根据获取到的当前压差碳载量和所述当前DPF容碳量判断是否对DPF碳载量模型修正,并在判断出对DPF碳载量模型修正时,基于所述当前压差碳载量对DPF碳载量模型修正。
9.一种电子设备,其特征在于,所述电子设备包括:
至少一个处理器;以及,
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1-7中任一项所述的DPF碳载量模型的修正方法。
10.一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存储有计算机指令,所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的DPF碳载量模型的修正方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310934335.XA CN116792187A (zh) | 2023-07-27 | 2023-07-27 | Dpf碳载量模型的修正方法、装置、电子设备及介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310934335.XA CN116792187A (zh) | 2023-07-27 | 2023-07-27 | Dpf碳载量模型的修正方法、装置、电子设备及介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116792187A true CN116792187A (zh) | 2023-09-22 |
Family
ID=88034968
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310934335.XA Pending CN116792187A (zh) | 2023-07-27 | 2023-07-27 | Dpf碳载量模型的修正方法、装置、电子设备及介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116792187A (zh) |
-
2023
- 2023-07-27 CN CN202310934335.XA patent/CN116792187A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN116907727B (zh) | 涡前压力传感器故障检测方法、装置、车辆及存储介质 | |
CN111896080B (zh) | 一种尿素质量传感器液位测量偏差诊断的计算方法及装置 | |
CN116792187A (zh) | Dpf碳载量模型的修正方法、装置、电子设备及介质 | |
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 | |
CN115405404A (zh) | Soot原排模型的构建方法、装置及发动机后处理系统 | |
CN116011261B (zh) | 一种碳载量模型修正方法、装置、电子设备及存储介质 | |
CN114858480A (zh) | 应用于车辆中的部件故障预警方法、装置、设备及介质 | |
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 | |
CN115310359A (zh) | 氮氧化物瞬态排放确定方法、装置、设备及介质 | |
CN104679803B (zh) | 车辆的油位传感器输出的数据的处理方法及装置 | |
CN116241358A (zh) | 三元催化器效率诊断控制方法、装置、车辆及存储介质 | |
CN116104621B (zh) | 氮氧化物排放控制诊断方法、装置及电子设备 | |
CN118010197A (zh) | 后处理系统温度传感器检测方法、装置、车辆及存储介质 | |
CN114991923B (zh) | 颗粒捕集器压差确定方法、装置、设备及介质 | |
CN117662280A (zh) | Scr催化器移除的诊断方法、装置、车辆及存储介质 | |
CN115773172B (zh) | Scr系统中hc中毒判断方法、装置、电子设备及介质 | |
CN117685120B (zh) | 一种发动机共轨系统的故障检测方法、装置、设备和介质 | |
CN118049301A (zh) | 后处理系统的信号检测方法、装置及电子设备 | |
CN114483268B (zh) | 氨泄露识别方法、装置、电子设备、工程设备以及介质 | |
CN115059533B (zh) | 发动机原始碳烟排放确定方法、装置、设备及介质 | |
CN117211938A (zh) | 一种车辆排放监控方法、装置、车辆及存储介质 | |
CN116447052A (zh) | Egr模块压力传感器检测方法、装置、车辆及存储介质 | |
CN117968936A (zh) | 压力传感器的故障检测方法、装置、设备和介质 | |
CN116378866A (zh) | Egr模块压力传感器检测方法、装置、车辆及存储介质 | |
CN116044553A (zh) | Scr转化效率低故障诊断方法、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 |