CN116950743A - 废气后处理系统部件的多因素诊断系统和方法 - Google Patents
废气后处理系统部件的多因素诊断系统和方法 Download PDFInfo
- Publication number
- CN116950743A CN116950743A CN202210399826.4A CN202210399826A CN116950743A CN 116950743 A CN116950743 A CN 116950743A CN 202210399826 A CN202210399826 A CN 202210399826A CN 116950743 A CN116950743 A CN 116950743A
- Authority
- CN
- China
- Prior art keywords
- pressure change
- flow resistance
- threshold
- change value
- determining
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 93
- 230000008859 change Effects 0.000 claims abstract description 106
- 238000004891 communication Methods 0.000 claims description 27
- 230000004044 response Effects 0.000 claims description 10
- 230000001960 triggered effect Effects 0.000 claims description 6
- 238000007726 management method Methods 0.000 description 56
- 230000008569 process Effects 0.000 description 43
- QGZKDVFQNNGYKY-UHFFFAOYSA-N Ammonia Chemical compound N QGZKDVFQNNGYKY-UHFFFAOYSA-N 0.000 description 32
- 239000007789 gas Substances 0.000 description 28
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 27
- 238000012805 post-processing Methods 0.000 description 24
- 239000012530 fluid Substances 0.000 description 18
- 239000013618 particulate matter Substances 0.000 description 16
- 229910021529 ammonia Inorganic materials 0.000 description 15
- 238000010586 diagram Methods 0.000 description 15
- 238000003860 storage Methods 0.000 description 15
- 239000003054 catalyst Substances 0.000 description 13
- 238000012544 monitoring process Methods 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 230000007257 malfunction Effects 0.000 description 11
- 238000002485 combustion reaction Methods 0.000 description 7
- 238000012545 processing Methods 0.000 description 7
- 238000011144 upstream manufacturing Methods 0.000 description 7
- 239000003638 chemical reducing agent Substances 0.000 description 6
- 239000000446 fuel Substances 0.000 description 6
- 238000013179 statistical model Methods 0.000 description 5
- 230000005540 biological transmission Effects 0.000 description 4
- 238000000354 decomposition reaction Methods 0.000 description 4
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 3
- 239000004202 carbamide Substances 0.000 description 3
- 238000010531 catalytic reduction reaction Methods 0.000 description 3
- 239000000470 constituent Substances 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000000835 fiber Substances 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 230000003647 oxidation Effects 0.000 description 3
- 238000007254 oxidation reaction Methods 0.000 description 3
- 230000000644 propagated effect Effects 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 229910021536 Zeolite Inorganic materials 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 230000001413 cellular effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- HNPSIPDUKPIQMN-UHFFFAOYSA-N dioxosilane;oxo(oxoalumanyloxy)alumane Chemical compound O=[Si]=O.O=[Al]O[Al]=O HNPSIPDUKPIQMN-UHFFFAOYSA-N 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 239000003502 gasoline Substances 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 239000003345 natural gas Substances 0.000 description 2
- 238000011946 reduction process Methods 0.000 description 2
- 239000004071 soot Substances 0.000 description 2
- 229910052815 sulfur oxide Inorganic materials 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 239000010457 zeolite Substances 0.000 description 2
- -1 AUS32 Chemical compound 0.000 description 1
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 1
- RYGMFSIKBFXOCR-UHFFFAOYSA-N Copper Chemical compound [Cu] RYGMFSIKBFXOCR-UHFFFAOYSA-N 0.000 description 1
- 239000013255 MILs Substances 0.000 description 1
- ZOKXTWBITQBERF-UHFFFAOYSA-N Molybdenum Chemical compound [Mo] ZOKXTWBITQBERF-UHFFFAOYSA-N 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 239000010953 base metal Substances 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003225 biodiesel Substances 0.000 description 1
- 239000003990 capacitor Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 239000000919 ceramic Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 238000011217 control strategy Methods 0.000 description 1
- 229910052802 copper Inorganic materials 0.000 description 1
- 239000010949 copper Substances 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 238000005336 cracking Methods 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001704 evaporation Methods 0.000 description 1
- 230000008020 evaporation Effects 0.000 description 1
- 238000000556 factor analysis Methods 0.000 description 1
- 230000007062 hydrolysis Effects 0.000 description 1
- 238000006460 hydrolysis reaction Methods 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 238000012417 linear regression Methods 0.000 description 1
- 239000007788 liquid Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 229910052750 molybdenum Inorganic materials 0.000 description 1
- 239000011733 molybdenum Substances 0.000 description 1
- 229910000069 nitrogen hydride Inorganic materials 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000000197 pyrolysis Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- XTQHKBHJIVJGKJ-UHFFFAOYSA-N sulfur monoxide Chemical class S=O XTQHKBHJIVJGKJ-UHFFFAOYSA-N 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
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N11/00—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity
- F01N11/002—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity the diagnostic devices measuring or estimating temperature or pressure in, or downstream of the exhaust apparatus
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N11/00—Monitoring or diagnostic devices for exhaust-gas treatment apparatus, e.g. for catalytic activity
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N3/00—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust
- F01N3/02—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for cooling, or for removing solid constituents of, exhaust
- F01N3/021—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for cooling, or for removing solid constituents of, exhaust by means of filters
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N9/00—Electrical control of exhaust gas treating apparatus
- F01N9/002—Electrical control of exhaust gas treating apparatus of filter regeneration, e.g. detection of clogging
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M3/00—Investigating fluid-tightness of structures
- G01M3/02—Investigating fluid-tightness of structures by using fluid or vacuum
- G01M3/26—Investigating fluid-tightness of structures by using fluid or vacuum by measuring rate of loss or gain of fluid, e.g. by pressure-responsive devices, by flow detectors
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N15/082—Investigating permeability by forcing a fluid through a sample
- G01N15/0826—Investigating permeability by forcing a fluid through a sample and measuring fluid flow rate, i.e. permeation rate or pressure change
-
- 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
- G07C5/006—Indicating maintenance
-
- 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
- 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
- G07C5/0816—Indicating performance data, e.g. occurrence of a malfunction
- G07C5/0825—Indicating performance data, e.g. occurrence of a malfunction using optical means
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N2550/00—Monitoring or diagnosing the deterioration of exhaust systems
- F01N2550/04—Filtering activity of particulate filters
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N2560/00—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics
- F01N2560/08—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being a pressure sensor
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/06—Parameters used for exhaust control or diagnosing
- F01N2900/14—Parameters used for exhaust control or diagnosing said parameters being related to the exhaust gas
- F01N2900/1406—Exhaust gas pressure
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/06—Parameters used for exhaust control or diagnosing
- F01N2900/16—Parameters used for exhaust control or diagnosing said parameters being related to the exhaust apparatus, e.g. particulate filter or catalyst
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
- F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
- F01N2900/00—Details of electrical control or of the monitoring of the exhaust gas treating apparatus
- F01N2900/06—Parameters used for exhaust control or diagnosing
- F01N2900/16—Parameters used for exhaust control or diagnosing said parameters being related to the exhaust apparatus, e.g. particulate filter or catalyst
- F01N2900/1606—Particle filter loading or soot amount
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N2015/0042—Investigating dispersion of solids
- G01N2015/0046—Investigating dispersion of solids in gas, e.g. smoke
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/08—Investigating permeability, pore-volume, or surface area of porous materials
- G01N2015/084—Testing filters
-
- 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
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Analytical Chemistry (AREA)
- Dispersion Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Fluid Mechanics (AREA)
- Exhaust Gas After Treatment (AREA)
Abstract
本发明涉及车辆废气后处理系统,本发明提供了一种用于诊断后处理系统的系统和方法。该系统包括具有柴油颗粒过滤器(DPF)的后处理系统。该系统包括控制器,其被配置为:从传感器接收包括压力变化数据和流速数据的传感器数据;确定DPF的流阻和压力变化值;确定流阻小于流阻阈值;确定压力变化值是否小于压力变化值阈值;基于确定流阻小于流阻阈值并且压力变化值小于压力变化值阈值,触发第一故障警告;以及,基于确定流阻小于流阻阈值并且压力变化值大于压力变化值阈值,触发第二故障警告。
Description
技术领域
本发明涉及车辆废气后处理系统。更具体地说,本发明涉及用于使用车载控制器诊断后处理系统中的部件故障或潜在部件故障的系统和方法。
背景技术
许多发动机与废气后处理系统相连,以减少有害废气排放(例如氮氧化物(NOx)、硫氧化物、颗粒物等)。例如,颗粒过滤器可位于排气流中,以从排气中去除颗粒物。随着时间的推移,颗粒过滤器的性能可能会下降,需要维护和/或更换。车载传感器和诊断系统可用于监测颗粒过滤器的性能,并指示何时需要维护。
发明内容
一个实施例涉及一种系统。该系统包括与发动机连通接收废气的后处理系统。该后处理系统包括柴油颗粒过滤器(DPF)。该系统还包括耦合到DPF的至少一个传感器。该系统还包括一个控制器,配置为执行诊断DPF故障的操作。这些操作包括从所述至少一个传感器接收传感器数据。该传感器数据包括压力变化和流速。操作还包括基于该传感器数据确定DPF的流阻和压力变化值。操作还包括确定该流阻小于流阻阈值。这些操作还包括响应于确定该流阻小于流阻阈值来确定该压力变化值是否小于压力变化值阈值。这些操作还包括基于确定该流阻小于流阻阈值和该压力变化值小于压力变化值阈值触发第一故障警告。这些操作还包括基于确定该流阻小于流阻阈值且该压力变化值大于压力变化值阈值触发第二故障警告。
另一个实施例涉及诊断后处理系统部件的方法。该方法包括从至少一个传感器接收传感器数据。该传感器数据包括与柴油颗粒过滤器(DPF)相关的压力变化和流速。该方法还包括基于该传感器数据确定DPF的流阻和压力变化值。该方法还包括确定该流阻小于流阻阈值。该方法还包括响应于确定该流阻小于流阻阈值,确定该压力变化值是否小于压力变化值阈值。该方法还包括基于确定该流阻小于流阻阈值且该压力变化值小于压力变化值阈值来触发第一故障警告。该方法还包括基于确定该流阻小于流阻阈值且该压力变化值大于压力变化值阈值来触发第二故障警告。
另一个实施例涉及用于诊断后处理系统部件(例如车辆)的设备。该装置包括一个或多个处理器和存储指令的存储器,当该指令由一个或多个处理器执行时,使该一个或多个处理器执行操作。这些操作包括从至少一个传感器接收传感器数据。传感器数据包括与柴油颗粒过滤器(DPF)相关的压力变化和流速。这些操作还包括基于传感器数据确定DPF的流阻和压力变化值。这些操作还包括确定该流阻小于流阻阈值。这些操作还包括响应于确定该流阻小于流阻阈值来确定该压力变化值是否小于压力变化值阈值。这些操作还包括基于确定流阻小于流阻阈值并且压力变化值小于压力变化值阈值来触发第一故障警告。操作还包括基于确定流阻小于流阻阈值并且压力变化值大于压力变化斜率阈值来触发第二故障警告。
进一步的说,本申请公开了一种系统,包括:
与发动机连通接收废气的后处理系统,该后处理系统包括柴油颗粒过滤器DPF;
耦合到DPF的至少一个传感器;
控制器,配置为:
从所述至少一个传感器接收传感器数据,所述传感器数据包括压力变化和流速;
基于所述传感器数据,确定DPF的流阻和压力变化值;
确定所述流阻小于流阻阈值;
响应于确定所述流阻小于流阻阈值,确定所述压力变化值是否小于压力变化值阈值;
基于确定所述流阻小于所述流阻阈值且所述压力变化值小于所述压力变化值阈值,触发第一故障警告;和
基于确定所述流阻小于流阻阈值且所述压力变化值大于压力变化斜率阈值,触发第二故障警告。
在一个优选例中,确定压力变化值包括:
将所述传感器数据输入回归模型;
基于所述回归模型的输出确定回归方程;和
确定所述回归方程的斜率,所述回归方程的斜率对应于所述压力变化值。
在一个优选例中,所述压力变化值是压力变化斜率。
在一个优选例中,将所述流阻与流速区间内的流阻阈值进行比较,所述流速区间由最小流速和最大流速限定。
在一个优选例中,所述压力变化值与流速区间内的压力变化值阈值进行比较,所述流速区间由最小流速和最大流速限定。
在一个优选例中,所述第一故障警告指示第一故障类型,所述第一故障类型对应于损坏的DPF。
在一个优选例中,所述第二故障警告指示第二故障类型,所述第二故障类型对应于泄漏的DPF。
本申请还公开了一种诊断后处理系统部件的方法包括:
从至少一个传感器接收传感器数据,所述传感器数据包括与柴油颗粒过滤器DPF相关联的压力变化和流速;
基于所述传感器数据确定DPF的流阻和压力变化值;
确定所述流阻小于流阻阈值;
响应于确定所述流阻小于流阻阈值,确定所述压力变化值是否小于压力变化值阈值;
基于确定所述流阻小于所述流阻阈值且所述压力变化值小于所述压力变化值阈值,触发第一故障警告;和
基于确定所述流阻小于所述流阻阈值且所述压力变化斜率大于所述压力变化斜率阈值,触发第二故障警告。
在一个优选例中,确定压力变化值包括:
将传感器数据输入回归模型;
基于所述回归模型的输出确定回归方程;和
确定所述回归方程的斜率,所述回归方程的斜率对应于压力变化值。
在一个优选例中,所述压力变化值是压力变化斜率。
在一个优选例中,将所述流阻与流速区间内的流阻阈值进行比较,所述流速区间由最小流速和最大流速限定。
在一个优选例中,所述压力变化值与流速区间内的压力变化值阈值进行比较,所述流速区间由最小流速和最大流速限定。
在一个优选例中,所述第一故障警告指示第一故障类型,所述第一故障类型对应于损坏的DPF。
在一个优选例中,所述第二故障警告指示第二故障类型,所述第二故障类型对应于泄漏的DPF。
本申请还公开了一种用于诊断车辆后处理系统部件的装置该装置包括:
一个或多个处理器;和
存储指令的存储器,当由一个或多个处理器执行时,这些指令使所述一个或多个处理器:
从至少一个传感器接收传感器数据,所述传感器数据包括与柴油颗粒过滤器DPF相关的压力变化和流速;
基于所述传感器数据,确定DPF的流阻和压力变化值;
确定所述流阻小于流阻阈值;
响应于确定所述流阻小于流阻阈值,确定所述压力变化值是否小于压力变化值阈值;
基于确定所述流阻小于流阻阈值且所述压力变化值小于压力变化值阈值,触发第一故障警告;和
基于确定所述流阻小于流阻阈值且所述压力变化值大于压力变化斜率阈值,触发第二故障警告。
在一个优选例中,确定压力变化值包括:
将所述传感器数据输入回归模型;
基于所述回归模型的输出确定回归方程;
确定所述回归方程的斜率,所述回归方程的斜率对应于所述压力变化值;
其中,所述压力变化值是压力变化斜率。
在一个优选例中,将所述流阻与流速区间内的流阻阈值进行比较,所述流速区间由最小流速和最大流速限定。
在一个优选例中,所述压力变化值与流速区间内的压力变化值阈值进行比较,所述流速区间由最小流速和最大流速限定。
在一个优选例中,所述第一故障警告指示第一故障类型,所述第一故障类型对应于损坏的DPF。
在一个优选例中,所述第二故障警告指示第二故障类型,所述第二故障类型对应于泄漏的DPF。
上述发明内容中公开的各个技术特征、在下文各个实施方式和例子中公开的各技术特征、以及附图中公开的各个技术特征,都可以自由地互相组合,从而构成各种新的技术方案(这些技术方案均应该视为在本说明书中已经记载),除非这种技术特征的组合在技术上是不可行的。例如,在一个例子中公开了特征A+B+C,在另一个例子中公开了特征A+B+D+E,而特征C和D是起到相同作用的等同技术手段,技术上只要择一使用即可,不可能同时采用,特征E技术上可以与特征C相组合,则,A+B+C+D的方案因技术不可行而应当不被视为已经记载,而A+B+C+E的方案应当视为已经被记载。
附图说明
图1是根据本发明的一个实施例的车辆系统框图的示意图。
图2是根据示例性实施例的图1的控制器的框图。
图3是根据示例性实施例的监控图1的车辆的后处理系统的方法的流程图。
图4A和4B是示出根据示例性实施例的监控图1的车辆的后处理系统的方面的曲线图。
图5A和5B是说明根据图1的实施例的车辆的后处理系统监控的各个方面的图表。
图6A是根据图1的实施例的车辆的后处理系统的部件的图示,示出了一个健康的部件。
图6B是根据图1的实施例的车辆的后处理系统的一个部件的图示,显示了根据一个实施例的故障部件。
图6C是根据图1的实施例的车辆的后处理系统的一个部件的图示,显示了一个空部件。
图6D是根据一个示例性实施方案,说明监测图1的车辆的后处理系统的各个方面的图表。
图7是根据示例性实施例的监控图1的车辆的后处理系统的方法的流程图。
具体实施方式
以下是与监测、诊断和报告车辆废气后处理系统中部件故障的方法、装置和系统相关的各种概念和实现的更详细描述。在转向详细说明某些示例性实施例的附图之前,应当理解,本发明不限于说明书中阐述或者附图中说明的细节或方法。还应理解,本文使用的术语仅用于描述,不应被视为限制。
如本文所述,废气后处理系统可包括颗粒过滤器,其配置为从废气管道系统中流动的废气中去除颗粒物,例如烟灰。控制系统或控制器可使用一个或多个传感器(例如,实际传感器和/或虚拟传感器)监测颗粒过滤器的一个或多个参数,以收集和/或确定传感器数据。控制系统可以分析传感器数据,并将分析的传感器数据与一个或多个阈值进行比较。控制系统可根据经分析的传感器数据确定颗粒过滤器是否出现故障,其中,该传感器数据超过一个或多个阈值(或未在期望/可接受范围内下降)。更具体地说,控制系统可以基于超过特定阈值的经分析的传感器数据来确定故障类型。
从技术和效益上讲,本文所述的系统、方法和设备提供了一种改进的控制系统,该系统使用传感器数据来确定后处理系统的部件是否发生故障以及故障类型。本文所述的控制系统有利地利用特定的控制策略来提高诊断准确性,从而减少误报故障报告的数量(即,当部件未发生故障或报告错误的故障类型时,错误地报告部件已发生故障)。也就是说,本文描述的系统和方法提供了一种解决技术问题的技术方案,其通过使用特定的基于计算机的过程来准确诊断后处理系统部件。基于计算机的过程通过分析传感器数据(例如,实际传感器数据和/或虚拟传感器数据)来确定后处理系统部件的一个或多个参数是否超过相应阈值,从而提高后处理系统部件诊断的准确性。
在一个示例操作场景中,控制系统(如控制器、发动机控制模块、车辆控制器等)利用一个或多个传感器(如真实传感器和/或虚拟传感器)来检测废气后处理系统部件(如颗粒过滤器)的一个或多个参数。控制系统可以分析由一个或多个传感器收集和/或生成的传感器数据。分析传感器数据可包括使用一个或多个统计模型,例如回归模型、机器学习模型等,以确定颗粒过滤器的一个或多个参数。控制系统可将一个或多个参数与相应阈值进行比较,并基于该比较(例如超过相应阈值的参数)确定故障类型。
现在参考图1,示出了根据一个实施例的系统100的框图的示意图。系统100包括发动机101、耦合到发动机101的后处理系统120、操作员I/O设备130、控制器140和远程通信单元150,其中控制器140可通信地耦合到上述每个部件。远程通信单元150有助于通过网络获取和传输关于系统100的操作所获取的数据。在图1的配置中,系统100包括在车辆中。车辆可以是任何类型的公路或越野车辆,包括但不限于轮式装载机、叉车、长途卡车、中型卡车(如皮卡车等)、轿车、双门轿车、坦克、飞机、船只和任何其他类型的车辆。在另一个实施例中,系统100可以包含在固定的设备中,例如发电机或发电机组。所有这些变化都在本发明的范围内。
发动机101可以是产生废气的任何类型的发动机,例如汽油、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。在所描述的示例中,发动机101是柴油动力压燃式发动机。在各种替代实施例中,发动机101可以被构造为使用另一种燃料(例如汽油、天然气、生物柴油)的另一种类型的发动机(例如,火花点火)。在其他示例性实施例中,发动机101可以是混合动力车辆的一部分,并与电动机耦合。就混合动力车辆而言,传统的混合动力发动机系统通常包括一个或多个电动机和一个内燃机,其功能是向传动系统提供动力,以推动车辆。混合动力汽车可以有多种配置。例如,在并联配置中,电动机和内燃机都可操作地连接到传动系/变速箱,以推动车辆。在串联配置中,电机可操作地连接到传动系/变速箱,内燃机通过为电机供电(例如,增程电动汽车或增程电动汽车)间接为传动系/变速箱供电。在串并联配置中,混合动力车辆具有并联配置和串联配置的特征。例如,内燃机可操作地连接到传动系/变速箱,以推动车辆并为电动机提供动力。
发动机101可能包括一个或多个气缸和相关活塞。来自大气的空气与燃料结合并燃烧,以从发动机101产生动力。发动机101的压缩室内的燃料和空气燃烧产生的废气可操作地排放至排气管和后处理系统120。发动机101可连接至涡轮增压器(未显示)。涡轮增压器(例如,可变几何涡轮增压器或另一个涡轮增压器)包括一个压缩机,该压缩机通过一个连接轴连接到一个废气涡轮。通常,热废气会使涡轮旋转,从而旋转轴,进而使压缩机旋转,从而吸入空气。通过压缩空气,更多的空气可以进入气缸或燃烧室,从而燃烧更多的燃料,提高功率和效率。在空气进入气缸之前,可以使用热交换器(如增压空气冷却器)冷却压缩空气。在一些实施例中,省略涡轮增压器。
示出了根据一个实施例的后处理系统120。应该理解的是,图1所示的示意图只是废气后处理系统架构的一种实现。可以实现利用本文所述的系统和方法的许多不同配置。
后处理系统120与发动机连通接收废气的后处理系统120。后处理系统包括柴油颗粒过滤器(DPF)122、柴油氧化催化剂(DOC)121、选择性催化还原(SCR)系统123和氨滑移催化剂(ASC)(未显示)。DOC 121用于接收来自发动机110的废气,并氧化废气中的碳氢化合物和一氧化碳。DPF 122被布置或定位在DOC 121的下游,并被构造成从废气流中流动的废气中去除颗粒物,例如烟灰。DPF 122包括一个进气口和一个排气口,前者接收废气,后者在从废气中基本过滤出颗粒物和/或将颗粒物转化为二氧化碳后排气。在一些布置中,DPF 122包括位于容器内的可拆卸过滤器部分。可拆卸过滤器部分可随时间降解,并且可被修理和/或更换。
在一些实施方案中,可省略后处理系统120的一个或多个部件。此外,尽管图1中显示了后处理系统120的特定布置,但在其他实施例中,后处理系统120内部件的布置可能不同(例如,位于SCR 123和ASC下游的DPF122,省略或添加的一个或多个部件(例如,为后处理系统提供热量的电加热器),等等)。
后处理系统120还可包括还原剂输送系统124,其可包括分解室(例如,分解反应器、反应器管、分解管、反应器管等),以将还原剂转化为氨。例如,还原剂可以是尿素、柴油废气油液(DEF)、尿素水溶液(UWS)、尿素水溶液(例如AUS32等)和其他类似液体。将柴油废气油液(DEF)添加到废气流中,以帮助催化还原。还原剂通常可通过DEF加药器注入SCR 123的上游(或具体而言,SCR催化剂),以使SCR催化剂接收还原剂和废气的混合物。然后,还原剂液滴经过蒸发、热解和水解过程,在分解室、SCR催化剂和/或排气管道系统内形成气态氨,从而离开后处理系统120。后处理系统120还可包括与废气导管系统流体耦合的氧化催化剂(例如,DOC 121),以氧化废气中的碳氢化合物和一氧化碳。为了适当地帮助减少,DOC 121可能需要处于特定的工作温度。在一些实施例中,该特定工作温度约在200-500℃之间。在其他实施例中,特定工作温度是DOC 121的转化效率超过预定义阈值(例如,HC转化为危害较小的化合物,称为HC转化效率)的温度。
SCR 123配置为通过加速氨气和废气中的NOx之间的NOx还原过程,帮助减少NOx排放,并将其转化为双原子氮和水。如果SCR催化剂未达到或高于特定温度,则NOx还原过程的加速受到限制,SCR 123可能无法以符合法规的效率水平运行。在一些实施例中,该特定温度约为200-600℃。SCR催化剂可由非活性材料和活性催化剂的组合制成,以使非活性材料(例如陶瓷基质)将废气引导至活性催化剂,活性催化剂是适合催化还原的任何种类的材料(例如金属交换沸石(铁或铜/沸石)、钒、钼、钨等贱金属氧化物)。
当废气中的氨不与SCR催化剂反应时(因为SCR 123低于工作温度,或者因为氨气的投加量大大超过NOx的量),未反应的氨可能会与SCR催化剂结合,储存在SCR 123中。当SCR 123升温时,储存的氨从SCR 123中释放,如果释放的氨量大于通过的NOx量(即,超过NOx量所需的氨量,可能导致氨滑移),则可能会导致问题。在一些实施例中,ASC被包括并被构造成通过在处理后的废气被释放到大气中之前从处理后的废气中去除至少一些多余的氨来解决氨滑移问题。当废气通过ASC时,废气中残留的一些未反应的氨(即未与NOx反应)部分氧化为NOx,然后与残留的未反应的氨反应,形成N2气体和水。然而,与SCR催化剂类似,如果ASC不处于或高于特定温度,则NH3氧化过程的加速是有限的,并且ASC可能无法以满足法规或所需参数的效率水平运行。在一些实施例中,该特定温度约为250-300℃。
如图所示,后处理系统120中包括多个传感器125。示出后处理系统120中包括的传感器的数量、位置和类型仅用于示例目的。也就是说,在其他配置中,传感器的数量、位置和类型可能不同。传感器125可以是NOx传感器、温度传感器、颗粒物(PM)传感器、流速传感器、其他排放成分传感器、压力传感器、它们的一些组合,等等。PM传感器被构造成在PM传感器所在的每个位置(例如浓度量,例如百万分之一)获取指示PM值(例如量、浓度等)的数据。温度传感器的结构用于获取指示其位置温度的数据。PM传感器的结构用于监测流经后处理系统120的颗粒物(例如,数量、浓度等)。
传感器125可位于发动机101之后、后处理系统120之前、后处理系统120之后、后处理系统中,如图所示(例如,耦合到DPF和/或DOC、耦合到SCR等)、上游和/或与发动机101等。应该理解的是,传感器的位置可能会有所不同。在一个实施例中,可能存在位于后处理系统120之前和之后的传感器125。在一个实施例中,至少一个传感器被构造为废气成分传感器(例如,CO、NOx、PM、SOx等传感器)。在另一个实施例中,传感器125中的至少一个被构造为用于估计废气排放(例如,温度、流速、压力等)的非废气成分传感器。系统100还可能包括其他传感器。传感器可能包括与发动机相关的传感器(例如扭矩传感器、转速传感器、压力传感器、流速传感器、温度传感器等)。这些传感器可能还包括与车辆其他部件相关的传感器(例如,涡轮增压器的转速传感器、燃油量和喷射率传感器、燃油分供管压力传感器等)。
传感器可以是真实的或虚拟的(即,在控制器140中构造为程序逻辑的非物理传感器,用于进行各种估计或确定)。例如,发动机转速传感器可以是布置成测量或以其他方式获取指示发动机101转速(通常以每分钟转数表示)的数据、值或信息的真实或虚拟传感器。传感器耦合到发动机(当被构造为真实传感器时),并且被构造成向控制器140发送指示发动机101的速度的信号。当构造为虚拟传感器时,控制器140可以在算法、模型、查找表等中使用至少一个输入来确定或估计发动机的参数(例如,功率输出等)。本文描述的任何传感器125可以是真实的或虚拟的。
控制器140可通信地耦合到传感器125。因此,控制器140被构造成从一个或多个传感器125接收数据。所接收的数据可由控制器140用于控制系统100中的一个或多个部件和/或用于监测和诊断目的。
仍参考图1,还显示了操作员输入/输出(I/O)设备130。操作员I/O设备130可以耦合到控制器140,使得信息可以在控制器140和I/O设备130之间交换,其中信息可以与图1的一个或多个部件或控制器140的确定(如下所述)有关。操作员I/O设备130使得系统100的操作员能够与控制器140和图1的系统100的一个或多个部件通信。例如,操作员输入/输出设备130可以包括但不限于交互式显示器、触摸屏设备、一个或多个按钮和开关、语音命令接收器等。这样,操作员输入/输出设备130可以向操作员提供一个或多个指示或通知,例如故障指示灯(MIL)等,车辆可以包括一个端口,该端口使控制器140能够连接或耦合到故障诊断仪,以便可以获得故障代码和关于车辆的其他信息。
控制器140被构造成至少部分地控制系统100和相关子系统的操作,例如发动机101和操作员输入/输出(I/O)设备130。部件之间的通信可以通过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,控制器局域网(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。因为控制器140可通信地耦合到图1的系统和部件,所以控制器140被构造成从图1所示的一个或多个部件接收数据。关于图2进一步描述控制器140的结构和功能。
由于图1的部件显示为在系统100中实现,控制器140可以被构造为一个或多个电子控制单元(ECU),例如微控制器。控制器140可以与变速箱控制单元、排气后处理控制单元、动力传动系统控制模块、发动机控制模块等中的至少一个分离或包括在其中。图2中更详细地描述了控制器140的功能和结构。
现在参考图2,根据一个实施例,示出了图1的系统100的控制器140的示意图。如图2所示,控制器140包括具有处理器204和存储器装置206的处理电路202、一个或多个专用处理电路(显示为传感器管理电路210和后处理管理电路212)以及通信接口216。通常,控制器140被构造成监视、诊断和报告系统100的后处理系统120中的部件故障。
在一种配置中,传感器管理电路210和/或后处理管理电路212被实现为机器或计算机可读介质,存储可由处理器(例如处理器204)执行的指令。如本文所述以及除其他用途外,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,机器可读介质可提供指令(例如命令等)以获取数据。就此而言,机器可读介质可包括定义数据获取(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,该代码可以用任何编程语言(包括但不限于Java等)和任何常规过程编程语言(例如“C”编程语言或类似编程语言)编写。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。
在另一种配置中,传感器管理电路210和/或后处理管理电路212被实现为硬件单元,例如电子控制单元。因此,传感器管理电路210和/或后处理管理电路212可以被实现为一个或多个电路部件,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,传感器管理电路210和/或后处理管理电路212可以采用一个或多个模拟电路、电子电路(例如,集成电路(IC)、离散电路、片上系统(SOCs)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”的形式就此而言,传感器管理电路210和/或后处理管理电路212可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,如本文所述的电路可以包括一个或多个晶体管、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)。传感器管理电路210和/或后处理管理电路212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。传感器管理电路210和/或后处理管理电路212可以包括一个或多个存储设备,用于存储可由传感器管理电路210和/或后处理管理电路212的处理器执行的指令。一个或多个存储器设备和处理器可以具有与下面关于存储器设备206和处理器204提供的相同的定义。在一些硬件单元配置中,传感器管理电路210和/或后处理管理电路212可以在地理上分散在车辆中的各个不同位置。可选地,如图所示,传感器管理电路210和/或后处理管理电路212可以被实现在单个单元/外壳中或其内部,该单元/外壳被显示为控制器140。
在所示的示例中,控制器140包括具有处理器204和存储器装置206的处理电路202。处理电路202可以被构造或配置为执行或实现本文中描述的关于传感器管理电路210和/或后处理管理电路212的指令、命令和/或控制过程。所描绘的配置将传感器管理电路210和/或后处理管理电路212表示为存储指令的机器或计算机可读介质。然而,如上所述,由于本发明考虑了传感器管理电路210和/或后处理管理电路212,或传感器管理电路210和/或后处理管理电路212的至少一个电路被配置为硬件单元的其他实施例,因此这并不意味着限制。所有这样的组合和变化都在本发明的范围内。
用于实现结合本文所公开的实施例描述的各种过程、操作、说明性逻辑、逻辑块、模块和电路的硬件和数据处理部件(例如,处理器204)可以用通用单芯片或多芯片处理器、数字信号处理器(DSP)来实现或执行,专用集成电路(ASIC)、现场可编程门阵列(FPGA)或其他可编程逻辑器件、分立门或晶体管逻辑、分立硬件部件或其任何组合,设计用于执行本文所述功能。通用处理器可以是微处理器,也可以是任何常规处理器或状态机。处理器还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、一个或多个微处理器与DSP内核的结合,或者任何其他这样的配置。在一些实施例中,一个或多个处理器可由多个电路共享(例如,传感器管理电路210和/或后处理管理电路212可包括或以其他方式共享同一处理器,在一些示例实施例中,该处理器可执行经不同存储器区域存储或以其他方式访问的指令)。可选地或另外,一个或多个处理器可以被构造成独立于一个或多个协处理器执行或以其他方式执行某些操作。在其他示例实施例中,两个或多个处理器可通过总线耦合,以实现独立、并行、流水线或多线程指令执行。所有这些变化都在本发明的范围内。
存储器装置206(例如,存储器、存储器单元、存储装置)可包括一个或多个用于存储数据和/或计算机代码的装置(例如,RAM、ROM、闪存、硬盘存储器),用于完成或促进本公开中描述的各种过程、层和模块。存储设备206可以可通信地连接到处理器204,以向处理器204提供计算机代码或指令,以执行本文所述的至少一些过程。此外,存储设备206可以是或包括有形的、非瞬时的易失性存储器或非易失性存储器。因此,存储设备206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所述的各种活动和信息结构的任何其他类型的信息结构。
通信接口216可以包括有线和/或无线接口(例如,插孔、天线、发射器、接收器、收发器、有线终端)的任何组合,用于与各种系统、设备进行数据通信,或网络结构,以实现车内通信(例如,车辆部件之间)和车外通信(例如,与远程服务器)。例如,关于车外/系统通信,通信接口216可包括用于经由基于以太网的通信网络发送和接收数据的以太网卡和端口和/或用于经由无线通信网络通信的Wi-Fi收发器。通信接口216可以被构造成经由局域网或广域网(例如,因特网)进行通信,并且可以使用各种通信协议(例如,IP、LON、蓝牙、ZigBee、无线电、蜂窝、近场通信等)。或者,可以通过远程通信单元150实现车外通信。
通信接口216可促进控制器140与系统100的一个或多个部件之间的通信。例如,如图2所示,通信接口216可促进控制器140与发动机101、后处理系统120、传感器125和远程通信单元150之间的通信。控制器140和系统100的部件之间的通信可以通过任意数量的有线或无线连接(例如,IEEE下的任何标准)进行。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。在一个实施例中,控制器局域网(CAN)总线提供信号、信息和/或数据的交换。CAN总线可以包括任意数量的有线和无线连接,用于交换信号、信息和/或数据。CAN总线可以包括局域网(LAN)或广域网(WAN),或者可以连接到外部计算机(例如,通过使用互联网服务提供商的互联网)。
传感器管理电路210用于控制传感器125的操作。例如,传感器管理电路210可以被构造成生成一个或多个控制信号,并将控制信号发送到一个或多个传感器125(例如,获取数据等)。控制信号可使一个或多个传感器125感测和/或检测传感器数据和/或将传感器数据提供给传感器管理电路210。在一些实施例中,传感器管理电路210可以被构造成预测和/或估计传感器数据(例如,当传感器125是虚拟传感器时)。在这些实施例中的任何一个中,传感器数据可以包括温度数据、流速数据、压力数据和/或与后处理系统120的操作有关的其他数据。传感器管理电路210还被构造成接收传感器数据并将传感器数据提供给控制器140的其他部件,例如后处理管理电路212。
后处理管理电路212被构造成基于从传感器125(例如,通过传感器管理电路210)接收的传感器数据来监测、诊断和报告系统100的废气后处理系统120中的部件故障。具体地,后处理管理电路212被构造成使用多因素诊断来诊断废气后处理系统120中的部件故障。例如,后处理管理电路212可以分析传感器数据以确定废气后处理系统120和/或其部件(例如,DPF 122)的一个或多个参数。在一些实施例中,后处理管理电路212可以使用一个或多个统计模型(例如回归模型)来确定一个或多个参数。在一些实施例中,后处理管理电路212可确定流经废气后处理系统120和/或其部件的流体(例如,排气)的一个或多个流体参数。因此,后处理管理电路212可以确定DPF 122的一个或多个流体参数,包括但不限于流速(例如,体积流速、质量流速等)、通过DPF 122的压力变化和/或流阻(例如,压力变化与体积流速之比),通过使用传感器125来测量和/或估计这些值。在一些实施例中,体积流速可以是以立方米/秒(即ACMS)或立方英尺/秒(即ft3/s)为单位测量的实际体积流速(本文称为“Q”或“V”)。在一些实施例中,压力变化(本文称为“ΔP”或“ΔP”)可以千帕(即千帕)为单位测量。
后处理管理电路212可以从传感器125接收传感器数据,其中包括指示后处理系统120的部件(例如DPF 122)的体积流速和/或压力变化的数据。在一个示例实施例中,ΔP是DPF 122的入口和DPF 122的出口之间的压差。在另一示例性实施例中,Q是通过DPF 122的流体流速,由虚拟传感器确定。后处理管理电路212可以基于传感器数据确定穿过后处理系统120的部件的流阻。后处理管理电路212可以通过使用一个或多个统计模型(例如回归模型)来分析传感器数据,以比较ΔP和Q。更具体地说,后处理管理电路212可以使用一个回归模型,在ΔP与Q的关系图上比较ΔP和Q,并确定回归方程。在示例实施例中,回归方程是y=m·x+b形式的线性方程。在其他实施例中,回归方程可以是非线性的。后处理管理电路212可以使用回归方程来确定由回归方程定义的曲线的斜率(本文称为“ΔP值”或“ΔP斜率”)。因此,流体参数可包括基于传感器数据(例如,由实际传感器测量或由虚拟传感器估计)确定的参数,包括ΔP和Q、确定的值,例如流阻和ΔP斜率。
后处理管理电路212可将一个或多个流体参数与相应阈值进行比较,以诊断后处理系统120的部件故障。后处理管理电路212可以基于确定流体参数超过相应阈值来确定后处理系统120的部件发生故障。在示例性实施例中,后处理管理电路212可将流阻与流阻阈值进行比较,以确定第一故障类型。另外和/或可选地,后处理管理电路212可将ΔP斜率与ΔP斜率阈值进行比较,以确定第二故障类型。通过利用这种多因素分析和方法,可以减少误报,提高后处理系统部件准确诊断的可能性。在一些实施例中,将流体参数与给定区间内的阈值进行比较。下面参照图3和图7,更详细地描述用于诊断部件故障的逻辑。
图3是根据图1的实施例的系统100的后处理系统120的监测方法流程图。在所示的实施例中,控制器140被构造成监视和诊断DPF 122。控制器140还被构造成生成DPF 122已经发生故障的指示,该指示包括故障类型。如图所示,废气在进口侧进入DPF 122,经DPF122过滤的废气在排气侧离开DPF 122。控制器140可以从一个或多个传感器接收包括流经DPF的废气的一个或多个流体参数的传感器数据。控制器140可分析传感器数据以确定附加流体参数,如上文关于图2所述。控制器140可以使用多因素诊断来基于流体参数确定故障类型,如本文关于图7更详细地描述的。控制器140可以生成DPF 122发生故障的指示。在一些实施例中,指示可以包括一种故障类型。下面根据图6A-6D更详细地描述故障类型。控制器140可以在操作员I/O设备130上提供指示。
图4A和4B是示出了根据图1的实施例的系统100的后处理系统120的监测的各方面的视图。首先参考图4A,图形300比较了流阻与流速。如上所述,控制器140可以将一个或多个流体参数与相应阈值在不同流体参数的区间内进行比较。如图4A所示,可将流阻与流速区间的流阻阈值进行比较。例如,如图4A所示,第一曲线302表示未发生故障的DPF 122(例如,健康的DPF 122)的流阻与流速。在给定流速区间内,第一曲线302基本上高于流阻阈值(图4A中标记为“FR阈值”)。流速区间由最小流速306和最大流速308定义。第二曲线304表示由于第一故障类型而发生故障的DPF 122的流阻与流速。第二曲线304在最小流速306和最大流速308之间的流速区间内基本上低于流阻阈值(FR阈值)。
现在参考图4B,图310比较了ΔP和流速。第一曲线312表示通过分析DPF 122的流体参数(例如,通过将数据点314输入线性回归模型)而生成的统计模型。如图4B所示,可将ΔP与最小流速316和最大流速318之间的流速区间的流阻阈值进行比较。在一些实施例中,控制器140可以仅分析流速区间内的数据点(例如,在最小流速316和最大流速318之间)。可基于回归模型确定第一曲线312的斜率。第一曲线312的斜率在此可称为“ΔP斜率”。ΔP斜率可用于确定DPF 122是否因第二故障类型而发生故障,如本文关于图5B和图7所述。
第一故障类型可对应于/指示受损或断裂的DPF 122。具体而言,第一故障类型可指示DPF 122中的撕裂或孔,该撕裂或孔允许诸如颗粒物之类的污染物流过DPF 122。如图4B所示,故障DPF 122的ΔP低于健康DPF 122的ΔP,且故障DPF 122的ΔP斜率不同于健康的ΔP斜率。第二故障类型可对应于/指示泄漏的DPF 122。泄漏的DPF 122可能包括DPF 122的过滤器未对准和/或DPF 122损坏,导致废气从DPF 122泄漏。如图4B所示,与正常的DPF122相比,泄漏的DPF 122的压力变化可能减小。然而,泄漏DPF 122的ΔP斜率仍然与正常ΔP斜率相似或相同。
仍参考图4B,可根据DPF 122的配置确定流阻阈值。例如,可以选择流阻阈值作为已知健康DPF 122和已知故障DPF 122之间的流阻值。流速区间可根据发动机类型确定。另外和/或可选地,流速区间可通过不同流速的ΔP分辨率进一步确定。例如,轻型发动机可能具有较小的流速范围,而重型发动机可能具有更大的流速范围。例如,某型发动机的流速可能在0到0.8m3/s之间,并且可以为流速在0.3m3/s到0.6m3/s之间的ΔP选择一个流速区间。在另一示例性实施例中,可基于发动机操作来确定流速区间。例如,发动机在中等流速范围内运行,可选择流速区间来计算发动机工作流速范围内的ΔP斜率。在一些实施例中,使用流速阈值代替流速区间。流速阈值可以包括最小流速和最大流速中的至少一个。流速阈值可由发动机和/或后处理系统120的制造商根据一个或多个流速参数(例如体积流速、质量流速、后处理系统120的横截面形状或尺寸)定义,该标定值相对于后处理系统120和/或其部件(例如DPF 122)的期望操作参数,等等。例如,最小流速可以表示用于最佳操作DPF 122的最小流速,最大流速可以表示用于最佳操作DPF 122的最大流速。在另一个示例实施例中,可以基于传感器数据的可用性和/或清晰度来确定流速区间(以及最小流速和最大流速)。例如,传感器125可被配置为检测预定流速区间内的流速和/或压力值(例如,由传感器制造商确定)。
参见图5A和图5B,其示出了根据图1的实施例的车辆的后处理系统的监测的各方面的图表。首先参考图5A,图形400比较了流阻与流速。如图5A所示,可将流阻与流阻阈值和流速阈值进行比较。例如,如图5A所示,第一曲线402表示未发生故障的DPF 122(例如,健康的DPF 122)的流阻与流速。当曲线大于流速阈值408时,第一曲线402基本上高于流阻阈值406。第二曲线404表示由于第一故障类型而发生故障的DPF 122的流阻与流速。当曲线大于流速阈值408时,第二曲线304基本上低于内的流阻阈值406。
现在参考图5B,图400比较了根据一个实施例的流阻与流速。如图5B所示,可将流阻与流阻阈值和流速阈值进行比较。例如,如图5B所示,第一曲线412代表未发生故障的DPF122(例如,健康的DPF 122)的流阻与流速。当第一曲线412大于流速阈值419时,第一曲线412基本上高于流阻阈值418。第二曲线414表示由于第二故障类型(显示为泄漏故障类型)而发生故障的DPF 122的流阻与流速。当第二曲线414大于流速阈值419时,第二曲线414至少部分低于流阻阈值418。在不计算ΔP斜率的情况下,控制器140可以错误地将由第二曲线414表示的DPF 122识别为由第一故障类型导致的故障。因此,如本文关于图6D和图7所述,控制器140可以通过比较ΔP与流速的关系来确定ΔP斜率,以区分第二故障类型和第一故障类型,从而确定DPF 122由于第二故障类型而发生故障。第三曲线416表示由于第一故障类型而发生故障的DPF 122的流阻与流速。当第三曲线416大于流速阈值419时,第三曲线416基本上低于流阻阈值418。当数据点大于流速阈值419时,控制器140可以通过比较流阻与流阻阈值418来确定DPF 122由于第一故障类型而存在故障。下面参照图7更详细地描述控制器140中用于确定特定故障类型的多因素诊断逻辑。
图6A是根据图1的实施例的系统100的后处理系统120的一个部件的示意图,示出一个健康的部件。所示部件为健康的DPF 122A。如图所示,健康的DPF 122A包括颗粒过滤器,其在上游侧(左)和下游侧(右)之间没有任何或基本上没有任何破裂、皮重、损坏等。图6B是根据图1的实施例的系统100的后处理系统120的一个部件的示意图,示出一个有故障的部件。所示部件为故障DPF 122B。如图所示,故障DPF 122B包括一种颗粒过滤器介质,其上游侧(左)和下游侧(右)之间存在破裂、皮重或损坏。图6C是图1中车辆的后处理系统的一个部件的图示,显示了根据一个实施例的空部件。空部件是一个空DPF 122C。空DPF 122C不包括任何过滤介质,用于过滤通过DPF 122C的废气中的颗粒物。如图6A-6C所示,ΔP传感器125可位于DPF 122处。ΔP传感器可包括位于DPF 122上游的第一ΔP传感器和位于DPF 122下游的第二ΔP传感器。ΔP传感器125配置为通过测量DPF 122上游的压力、测量DPF 122下游的压力来测量DPF 122上的压力变化(ΔP),控制器或传感器本身根据上游压力和下游压力计算或确定压差(例如ΔP)。
图6D示出了监测根据图1的系统100的后处理系统120的各方面的曲线图420。曲线图420描绘了DPF 122在多种条件下的ΔP与流速的关系。第一曲线422表示健康DPF 122(例如,图6A的DPF 122A)的流阻与流速。第二曲线424表示具有第一故障类型的DPF 122(例如,图6B中的故障DPF122B)。第一故障类型可能是损坏或断裂的DPF 122。第三曲线426表示具有不同于第一故障类型的第二故障类型的DPF 122。第二故障类型可能是泄漏的DPF 122,否则是健康的。第四曲线428表示空DPF 122(例如,图6C中的空DPF 122C)。如第四曲线428所示,空DPF 122C对废气的压力变化很小,甚至没有。
有利的是,控制器140配置为分析传感器数据,确定DPF 122的一个或多个流体参数,并确定(1)DPF 122是否发生故障,以及(2)一种故障类型,以响应于确定DPF 122发生故障。如上所述,控制器140可以将确定的流阻与阈值流阻进行比较,以确定DPF 122是否由于第一故障类型而发生故障。控制器140可将ΔP斜率与阈值ΔP斜率进行比较,以确定DPF122是否因第二故障类型而发生故障。下面参照图7更详细地描述控制器140中用于确定特定故障类型的多因素诊断逻辑。
现在参考图7,根据一个实施例,显示了监测图1系统100的后处理系统120并使用多因素诊断来诊断后处理系统120的一个或多个部件的方法500的流程图。在一些实施例中,控制器140和/或其一个或多个部件被配置为执行方法500。例如,控制器140和/或其一个或多个部件可以被构造为单独或与其他设备组合执行方法500,例如传感器125和/或系统100的其他部件。方法500可以包括到/来自一个或多个用户设备(例如操作员I/O设备130)的输入和/或输出。
作为方法500的概述,在过程502,控制器140从传感器125接收传感器数据。在过程504,控制器140确定流阻,例如通过DPF的流阻。在过程506,控制器140确定ΔP斜率。在过程508,控制器140将流阻与流阻阈值进行比较。如果流阻超过流阻阈值,则方法500继续处理510。如果流阻不超过流阻阈值,则方法500返回到过程502。在过程510,控制器140将ΔP斜率与ΔP斜率阈值进行比较。如果流速ΔP斜率超过ΔP斜率阈值,方法500继续处理512。如果ΔP斜率不超过ΔP斜率阈值,则方法500继续处理514。在过程512,控制器140触发DPF第一故障警告。在过程514,控制器140触发DPF第二故障警告。在一些实施例中,方法500的过程可按与不同于图7所示的顺序执行。在一些实施例中,方法500可包括比图7所示的更多或更少的过程。在一些实施例中,方法500的过程可以同时、部分同时或顺序地执行。具体地说,过程504、508、512可以与过程506、510和514同时、部分同时或顺序地执行。
更详细地参考方法500,在过程502,控制器140从传感器125接收传感器数据。如上所述,传感器数据可包括穿过废气后处理系统的一个或多个部件(例如DPF 122)的排气压降。传感器数据还可以包括通过废气后处理系统的一个或多个部件(例如DPF 122)的排气流速,例如体积流速、质量流速等。此外,如上所述,传感器数据可以包括由实际传感器测量的数据和/或由虚拟传感器估计的数据。
在过程504,控制器140确定流阻。如上所述,控制器140被配置为分析在过程502处接收的传感器数据。分析传感器数据可能包括通过计算压力变化(例如ΔP)和流速(例如Q)之间的比率来确定流阻。
在过程506,控制器140确定ΔP斜率。分析传感器数据可能包括通过将传感器数据输入统计模型(如回归模型)来确定ΔP斜率,以确定ΔP与Q曲线的方程。控制器140可以使用该等式来确定ΔP斜率。
在过程508,控制器140将流阻与流阻阈值进行比较。可将流阻与流速区间内的流阻阈值进行比较(例如,高于最小流速且低于最大流速)。如果流阻小于最小流阻阈值,则方法500继续处理510。DPF 122的流阻低于所需量(例如,小于最小流阻阈值)表示DPF 122受损,允许更多废气流过,降低了DPF 122从废气中分离颗粒物的能力。例如,较低的流阻可能表示DPF 122发生故障(例如,第一故障类型)或DPF 122泄漏(例如,第二故障类型)。在一些实施例中,至少一部分流速区间的流阻低于流阻阈值(例如,如图5B中的曲线414所示)。如果流阻不超过流阻阈值(例如,流阻大于最小流阻),则方法500返回到过程502。
在过程510,控制器140将ΔP斜率与ΔP斜率阈值进行比较。如果流速ΔP斜率小于最小ΔP斜率阈值(例如,ΔP斜率与ΔP斜率阈值显著不同),方法500继续处理512。最小ΔP斜率阈值定义为确定的ΔP斜率与健康DPF 122的ΔP斜率之间的实质性差异。例如,ΔP斜率小于预定义量(例如,小于最小ΔP斜率阈值),表示DPF 122故障(例如,第一故障类型)。更具体地说,与健康的ΔP斜率显著不同的ΔP斜率(例如,与健康的ΔP斜率相差超过5%,相差超过10%,相差超过15%)表示DPF 122故障。如果ΔP斜率不显著小于和/或如果ΔP斜率大于ΔP斜率阈值,则方法500继续处理514。例如,ΔP斜率在ΔP斜率阈值内(例如,在健康ΔP斜率的预定义量内,例如在健康ΔP斜率的5%内、10%内或15%内)表示健康DPF 122可能泄漏,也可能不泄漏。因此,控制器140可以使用来自过程508的流阻小于最小流阻的指示,结合ΔP斜率阈值比较,来确定DPF 122正在泄漏。
在过程512,控制器140触发DPF第一故障警告。DPF第一故障警告可以是操作员I/O设备130上的指示灯(例如,车辆仪表板上的指示灯)、故障代码(例如,提供给故障代码扫描工具并存储在控制器存储器中)、提供给操作员设备(例如,I/O设备130)或远程设备的消息中的至少一个,例如移动设备(例如,通过网络发送给远程操作员的消息)。基于在过程508确定流阻超过流阻阈值和/或在过程510确定ΔP斜率超过ΔP斜率阈值,控制器140确定DPF122由于第一故障类型而发生故障。控制器140被配置为触发DPF 122由于第一故障类型而发生故障的第一警告。如本文简要描述的,第一故障类型可对应于DPF 122的破裂或损坏的过滤介质。触发DPF第一故障警告可以包括在操作员I/O设备130上提供DPF 122由于第一故障类型而发生故障的指示。
在过程514,控制器140触发DPF第二故障警告。DPF第二故障警告可以是操作员I/O设备130上的指示灯中的至少一个,例如车辆仪表板上的指示灯、故障代码(例如,提供给故障代码扫描工具并存储在控制器的存储器中)、提供给操作员的设备(例如,I/O设备130)或远程设备的消息,例如移动设备(例如,通过网络发送给远程操作员的消息)。基于在过程508中确定流阻超过流阻阈值且在过程510中ΔP斜率不超过ΔP斜率阈值,控制器140确定DPF 122由于第二故障类型而发生故障。控制器140被配置为触发DPF 122由于第二故障类型而发生故障的第二警告。如本文简要描述的,第二故障类型可对应于泄漏的DPF 122。触发DPF第二故障警告可包括在操作员I/O设备130上提供DPF 122由于第二故障类型而发生故障的指示。
在一些实施例中,可以省略方法500的一个或多个过程。例如,如过程506、510和512中所述,控制器140可以基于确定ΔP斜率并将ΔP斜率与ΔP斜率阈值进行比较来确定DPF 122由于第一故障条件而发生故障。
如本文所使用的,术语“大约”、“大约”、“实质上”和类似术语的含义广泛,与本发明主题所属领域的普通技术人员的常见和公认用法一致。审查本发明的本领域技术人员应当理解,这些术语旨在允许描述所描述和主张的某些特征,而不将这些特征的范围限制在所提供的精确数字范围内。因此,这些术语应被解释为说明,对所描述和要求保护的主题进行的非实质性或无关紧要的修改或变更被视为在所附权利要求书所述的公开范围内。
应当注意,本文中用于描述各种实施例的术语“示例性”及其变体旨在指示这些实施例是可能的实施例的可能示例、表示或图示(并且这些术语并不意在暗示这些实施例必然是特别的或最高级的示例)。
本文中使用的术语“耦合”及其变体是指两个成员直接或间接地相互连接。这种连接可以是固定的(例如永久的或固定的)或可移动的(例如可移动的或可释放的)。这种连接可以通过两个直接相互连接的构件、使用一个或多个单独的中间构件相互连接的构件、或使用与两个构件中的一个整体形成为单个整体的中间构件相互连接的构件来实现。如果“耦合”或其变体由附加术语(例如,直接耦合)修改,则上述“耦合”的一般定义由附加术语的简单语言含义修改(例如,“直接耦合”是指两个成员的连接,没有任何单独的中间成员),导致定义比上述“耦合”的一般定义更窄。这种耦合可以是机械的、电气的或流体的。例如,可通信地“耦合”到电路B的电路A可表示电路A直接与电路B通信(即,无中间物)或间接与电路B通信(例如,通过一个或多个中间物)。
本文中对元件位置的引用(例如,“顶部”、“底部”、“上方”、“下方”)仅用于描述图中各种元件的方向。应当注意,根据其他示例性实施例,各种元件的方向可能不同,并且这些变化旨在被本发明所涵盖。
虽然图2中显示了具有特定功能的各种电路,但应该理解,控制器140可以包括用于完成本文所述功能的任意数量的电路。例如,传感器管理电路210和/或后处理管理电路212的活动和功能可以组合在多个电路中或作为单个电路。还可能包括具有附加功能的附加电路。此外,控制器140可以进一步控制超出本公开范围的其他活动。
如上所述,在一种配置中,“电路”可以在机器可读介质中实现,以便由各种类型的处理器执行,例如图2的处理器204。例如,可执行代码可包括计算机指令的一个或多个物理或逻辑块,其可例如被组织为对象、过程或功能。然而,可执行文件不需要物理上位于一起,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,也可以是多个指令,甚至可以分布在多个不同的代码段、不同的程序之间以及多个存储设备之间。类似地,在此可在电路内识别和说明操作数据,并可以任何适当形式体现和在任何适当类型的数据结构内组织。操作数据可以作为单个数据集收集,或者可以分布在不同的位置,包括不同的存储设备上。
本发明范围内的实施例包括包含计算机或机器可读介质的程序产品,用于承载或存储计算机或机器可执行指令或数据结构。这种机器可读介质可以是计算机可以访问的任何可用介质。计算机可读介质可以是存储计算机可读程序代码的有形计算机可读存储介质。计算机可读存储介质可以是,例如,但不限于,电子、磁性、光学、电磁、红外、全息、微机械或半导体系统、设备或装置,或上述的任何适当组合。计算机可读介质的更具体示例可包括但不限于便携式计算机软盘、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或闪存)、便携式光盘只读存储器(CD-ROM)、数字多功能盘(DVD)、光存储设备、磁存储设备、,全息存储介质、微机械存储设备或上述各项的任何适当组合。在本文的上下文中,计算机可读存储介质可以是任何有形介质,其可以包含和/或存储计算机可读程序代码,以供指令执行系统、装置或设备使用和/或与之相关。例如,机器可执行指令包括使计算机或处理机执行某一功能或一组功能的指令和数据。
计算机可读介质也可以是计算机可读信号介质。计算机可读信号介质可以包括传播的数据信号,其中包含例如在基带中或作为载波的一部分的计算机可读程序代码。这种传播的信号可以采取各种形式中的任何一种,包括但不限于电、电磁、磁、光或其任何合适的组合。计算机可读信号介质可以是不是计算机可读存储介质的任何计算机可读介质,并且可以通信、传播或传输计算机可读程序代码,以供指令执行系统、装置或设备使用或与之相关。在计算机可读信号介质上体现的计算机可读程序代码可以使用任何适当的介质来传输,包括但不限于无线、有线、光纤电缆、射频(RF)等,或者前述的任何适当组合
在一个实施例中,计算机可读介质可以包括一个或多个计算机可读存储介质和一个或多个计算机可读信号介质的组合。例如,计算机可读程序代码既可以作为电磁信号通过光纤电缆传播以供处理器执行,也可以存储在RAM存储设备上以供处理器执行。
尽管附图和说明可能说明了方法步骤的具体顺序,但这些步骤的顺序可能与所描述和描述的不同,除非上文另有规定。此外,两个或多个步骤可以同时执行,也可以部分同时执行,除非上面另有规定。例如,这种变化可能取决于所选择的软件和硬件系统以及设计师的选择。所有此类变更均在本公开的范围内。类似地,所述方法的软件实现可以通过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。
重要的是要注意,各种示例性实施例中所示的设备和系统的构造和布置仅是说明性的。此外,一个实施例中公开的任何元件可以与本文公开的任何其他实施例合并或使用。
Claims (20)
1.一种系统,包括:
与发动机连通接收废气的后处理系统,该后处理系统包括柴油颗粒过滤器DPF;
耦合到DPF的至少一个传感器;
控制器,配置为:
从所述至少一个传感器接收传感器数据,所述传感器数据包括压力变化和流速;
基于所述传感器数据,确定DPF的流阻和压力变化值;
确定所述流阻小于流阻阈值;
响应于确定所述流阻小于流阻阈值,确定所述压力变化值是否小于压力变化值阈值;
基于确定所述流阻小于所述流阻阈值且所述压力变化值小于所述压力变化值阈值,触发第一故障警告;和
基于确定所述流阻小于流阻阈值且所述压力变化值大于压力变化斜率阈值,触发第二故障警告。
2.如权利要求1所述的系统,其特征在于,确定压力变化值包括:
将所述传感器数据输入回归模型;
基于所述回归模型的输出确定回归方程;和
确定所述回归方程的斜率,所述回归方程的斜率对应于所述压力变化值。
3.如权利要求2所述的系统,其特征在于,所述压力变化值是压力变化斜率。
4.如权利要求1所述的系统,其特征在于,将所述流阻与流速区间内的流阻阈值进行比较,所述流速区间由最小流速和最大流速限定。
5.如权利要求1所述的系统,其特征在于,所述压力变化值与流速区间内的压力变化值阈值进行比较,所述流速区间由最小流速和最大流速限定。
6.如权利要求1所述的系统,其特征在于,所述第一故障警告指示第一故障类型,所述第一故障类型对应于损坏的DPF。
7.如权利要求1所述的系统,其特征在于,所述第二故障警告指示第二故障类型,所述第二故障类型对应于泄漏的DPF。
8.一种诊断后处理系统部件的方法,包括:
从至少一个传感器接收传感器数据,所述传感器数据包括与柴油颗粒过滤器DPF相关联的压力变化和流速;
基于所述传感器数据确定DPF的流阻和压力变化值;
确定所述流阻小于流阻阈值;
响应于确定所述流阻小于流阻阈值,确定所述压力变化值是否小于压力变化值阈值;
基于确定所述流阻小于所述流阻阈值且所述压力变化值小于所述压力变化值阈值,触发第一故障警告;和
基于确定所述流阻小于所述流阻阈值且所述压力变化斜率大于所述压力变化斜率阈值,触发第二故障警告。
9.如权利要求8所述的方法,其特征在于,确定压力变化值包括:
将传感器数据输入回归模型;
基于所述回归模型的输出确定回归方程;和
确定所述回归方程的斜率,所述回归方程的斜率对应于压力变化值。
10.如权利要求9所述的方法,其特征在于,所述压力变化值是压力变化斜率。
11.如权利要求8所述的方法,其特征在于,将所述流阻与流速区间内的流阻阈值进行比较,所述流速区间由最小流速和最大流速限定。
12.如权利要求8所述的方法,其特征在于,所述压力变化值与流速区间内的压力变化值阈值进行比较,所述流速区间由最小流速和最大流速限定。
13.如权利要求8所述的方法,其特征在于,所述第一故障警告指示第一故障类型,所述第一故障类型对应于损坏的DPF。
14.如权利要求8所述的方法,其特征在于,所述第二故障警告指示第二故障类型,所述第二故障类型对应于泄漏的DPF。
15.一种用于诊断车辆后处理系统部件的装置,该装置包括:
一个或多个处理器;和
存储指令的存储器,当由一个或多个处理器执行时,这些指令使所述一个或多个处理器:
从至少一个传感器接收传感器数据,所述传感器数据包括与柴油颗粒过滤器DPF相关的压力变化和流速;
基于所述传感器数据,确定DPF的流阻和压力变化值;
确定所述流阻小于流阻阈值;
响应于确定所述流阻小于流阻阈值,确定所述压力变化值是否小于压力变化值阈值;
基于确定所述流阻小于流阻阈值且所述压力变化值小于压力变化值阈值,触发第一故障警告;和
基于确定所述流阻小于流阻阈值且所述压力变化值大于压力变化斜率阈值,触发第二故障警告。
16.如权利要求15所述的装置,其特征在于,确定压力变化值包括:
将所述传感器数据输入回归模型;
基于所述回归模型的输出确定回归方程;
确定所述回归方程的斜率,所述回归方程的斜率对应于所述压力变化值;
其中,所述压力变化值是压力变化斜率。
17.如权利要求15所述的装置,其特征在于,将所述流阻与流速区间内的流阻阈值进行比较,所述流速区间由最小流速和最大流速限定。
18.如权利要求15所述的装置,其特征在于,所述压力变化值与流速区间内的压力变化值阈值进行比较,所述流速区间由最小流速和最大流速限定。
19.如权利要求15所述的装置,其特征在于,所述第一故障警告指示第一故障类型,所述第一故障类型对应于损坏的DPF。
20.如权利要求15所述的装置,其特征在于,所述第二故障警告指示第二故障类型,所述第二故障类型对应于泄漏的DPF。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399826.4A CN116950743A (zh) | 2022-04-15 | 2022-04-15 | 废气后处理系统部件的多因素诊断系统和方法 |
US18/134,398 US20230332531A1 (en) | 2022-04-15 | 2023-04-13 | Systems and methods for multi-factor diagnosis of exhaust aftertreatment system components |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210399826.4A CN116950743A (zh) | 2022-04-15 | 2022-04-15 | 废气后处理系统部件的多因素诊断系统和方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116950743A true CN116950743A (zh) | 2023-10-27 |
Family
ID=88308298
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210399826.4A Pending CN116950743A (zh) | 2022-04-15 | 2022-04-15 | 废气后处理系统部件的多因素诊断系统和方法 |
Country Status (2)
Country | Link |
---|---|
US (1) | US20230332531A1 (zh) |
CN (1) | CN116950743A (zh) |
-
2022
- 2022-04-15 CN CN202210399826.4A patent/CN116950743A/zh active Pending
-
2023
- 2023-04-13 US US18/134,398 patent/US20230332531A1/en active Pending
Also Published As
Publication number | Publication date |
---|---|
US20230332531A1 (en) | 2023-10-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9038369B2 (en) | Systems and methods for aftertreatment system diagnostics | |
US9752488B2 (en) | Systems and methods of an on-board NOx monitor reset test | |
US20160040580A1 (en) | Reductant Tank Sensor Diagnostic Method and System | |
EP3414434B1 (en) | Method and system for diagnosing exhaust sensors | |
EP2946084B1 (en) | Method, system, and apparatus for diagnosing an exhaust aftertreatment component | |
US20240318585A1 (en) | Systems and methods for diagnosing component failure | |
US11499468B2 (en) | Systems and methods for using oxygen to diagnose in-range rationality for NOx sensors | |
US20240337209A1 (en) | SYSTEMS AND METHODS FOR DIAGNOSING NOx SENSOR BASED ON AMMONIA SLIP | |
US11719151B2 (en) | Systems and methods for diagnosis of NOx storage catalyst | |
US20240013594A1 (en) | Fault isolation using on-board diagnostic (obd) capability data | |
CN114467090A (zh) | 使用数字孪生识别现场可更换单元的系统和方法 | |
US12055114B2 (en) | Systems and methods for selective catalytic reduction (scr) multipoint diagnosis | |
CN108035789A (zh) | 汽油车多级三元催化器性能在线监测系统和方法 | |
WO2024015387A1 (en) | Systems and methods for prognostics for health prediction of air handling valve-actuator with position sensing | |
US20230332531A1 (en) | Systems and methods for multi-factor diagnosis of exhaust aftertreatment system components | |
KR20160051369A (ko) | Scr 시스템의 고장진단방법 및 장치 | |
US20240271555A1 (en) | Aftertreatment diagnostic system | |
US20240295185A1 (en) | Systems and methods for exhaust aftertreatment sensor offset detection and diagnosis | |
CN117948211A (zh) | 用停缸和/或进气节流的后处理系统热管理的系统和方法 |
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 |