CN117540490A - 车辆发动机后处理系统模型预测方法、装置、设备和介质 - Google Patents
车辆发动机后处理系统模型预测方法、装置、设备和介质 Download PDFInfo
- Publication number
- CN117540490A CN117540490A CN202311509105.5A CN202311509105A CN117540490A CN 117540490 A CN117540490 A CN 117540490A CN 202311509105 A CN202311509105 A CN 202311509105A CN 117540490 A CN117540490 A CN 117540490A
- Authority
- CN
- China
- Prior art keywords
- aftertreatment system
- system model
- engine aftertreatment
- component concentration
- engine
- 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 59
- 239000003054 catalyst Substances 0.000 claims abstract description 57
- 238000006243 chemical reaction Methods 0.000 claims abstract description 44
- 238000004088 simulation Methods 0.000 claims abstract description 28
- 230000007246 mechanism Effects 0.000 claims abstract description 17
- 230000008569 process Effects 0.000 claims abstract description 15
- 230000036541 health Effects 0.000 claims description 30
- 238000004590 computer program Methods 0.000 claims description 17
- 238000012546 transfer Methods 0.000 claims description 13
- 229910000510 noble metal Inorganic materials 0.000 claims description 11
- 239000011248 coating agent Substances 0.000 claims description 7
- 238000000576 coating method Methods 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 5
- 230000002068 genetic effect Effects 0.000 claims description 4
- 238000012360 testing method Methods 0.000 abstract description 5
- 239000007789 gas Substances 0.000 description 44
- 239000012071 phase Substances 0.000 description 17
- OKKJLVBELUTLKV-UHFFFAOYSA-N Methanol Chemical compound OC OKKJLVBELUTLKV-UHFFFAOYSA-N 0.000 description 12
- 238000004891 communication Methods 0.000 description 8
- 238000012545 processing Methods 0.000 description 7
- 239000007790 solid phase Substances 0.000 description 7
- 230000003197 catalytic effect Effects 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000001179 sorption measurement Methods 0.000 description 6
- 230000004913 activation Effects 0.000 description 5
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 5
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 229910002091 carbon monoxide Inorganic materials 0.000 description 3
- 230000003993 interaction Effects 0.000 description 3
- 230000003287 optical effect Effects 0.000 description 3
- 239000000243 solution Substances 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- XEEYBQQBJWHFJM-UHFFFAOYSA-N Iron Chemical compound [Fe] XEEYBQQBJWHFJM-UHFFFAOYSA-N 0.000 description 2
- 230000009471 action Effects 0.000 description 2
- 239000006227 byproduct Substances 0.000 description 2
- 238000006555 catalytic reaction Methods 0.000 description 2
- 238000010531 catalytic reduction reaction Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 230000009977 dual effect 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
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 239000000047 product Substances 0.000 description 2
- 239000007787 solid Substances 0.000 description 2
- 239000007921 spray Substances 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 101000822695 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C1 Proteins 0.000 description 1
- 101000655262 Clostridium perfringens (strain 13 / Type A) Small, acid-soluble spore protein C2 Proteins 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- WSFSSNUMVMOOMR-UHFFFAOYSA-N Formaldehyde Chemical compound O=C WSFSSNUMVMOOMR-UHFFFAOYSA-N 0.000 description 1
- 101000655256 Paraclostridium bifermentans Small, acid-soluble spore protein alpha Proteins 0.000 description 1
- 101000655264 Paraclostridium bifermentans Small, acid-soluble spore protein beta Proteins 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 239000012752 auxiliary agent Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 239000003638 chemical reducing agent Substances 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 229910052878 cordierite Inorganic materials 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- JSKIRARMQDRGJZ-UHFFFAOYSA-N dimagnesium dioxido-bis[(1-oxido-3-oxo-2,4,6,8,9-pentaoxa-1,3-disila-5,7-dialuminabicyclo[3.3.1]nonan-7-yl)oxy]silane Chemical compound [Mg++].[Mg++].[O-][Si]([O-])(O[Al]1O[Al]2O[Si](=O)O[Si]([O-])(O1)O2)O[Al]1O[Al]2O[Si](=O)O[Si]([O-])(O1)O2 JSKIRARMQDRGJZ-UHFFFAOYSA-N 0.000 description 1
- 239000003546 flue gas Substances 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 229910052742 iron Inorganic materials 0.000 description 1
- 238000002955 isolation Methods 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 231100000252 nontoxic Toxicity 0.000 description 1
- 230000003000 nontoxic effect Effects 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 229910052697 platinum Inorganic materials 0.000 description 1
- 239000011148 porous material Substances 0.000 description 1
- 239000010970 precious metal Substances 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000006722 reduction reaction 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
- 239000012808 vapor phase Substances 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/10—Geometric CAD
- G06F30/15—Vehicle, aircraft or watercraft design
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- 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)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- General Physics & Mathematics (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Evolutionary Computation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Pure & Applied Mathematics (AREA)
- Mathematical Optimization (AREA)
- Mathematical Analysis (AREA)
- Computational Mathematics (AREA)
- Automation & Control Theory (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明公开了一种车辆发动机后处理系统模型预测方法、装置、设备和介质。该方法包括：确定预先构建的发动机后处理系统模型，其中，发动机后处理系统模型包括：进气参数输入模块、催化器模拟模块、化学反应机理模块，发动机后处理系统模型是用来模拟对发动机排出气体处理过程的模型；根据预先构建的发动机后处理系统模型确定第一关键组分浓度；根据第二关键组分浓度及第一关键组分浓度确定关键组分浓度的方差，根据所得方差对发动机后处理系统模型进行调整，其中，第一组分浓度及第二组分浓度采用相同的输入条件。该方法解决了现有发动机后处理系统采用试错试验进行开发，导致大量资本浪费的问题。
Description
技术领域
本发明涉及车辆发动机后处理技术领域，尤其涉及一种车辆发动机后处理系统模型预测方法、装置、设备和介质。
背景技术
当前，甲醇燃料由于其低成本高产量等优点，成为未来替代燃料的优选之一。然而相比于传统汽油机，甲醇燃烧后产生的尾气成分更为复杂，包括未完全燃烧的醇类、更多的NOx，直接导致了后处理系统的策略变化。
当前普遍的做法是在传统的TWC催化器后接入SCR催化器，由于SCR一般采用铁基催化剂，因此不会对后处理系统造成更多的成本增加。当前的后处理催化系统的开发方法主要以试错试验为主，这无疑导致了大量的资本浪费。
发明内容
本发明提供了一种车辆发动机后处理系统模型预测方法、装置、设备和介质，以解决甲醇发动机后处理催化系统主要以试错试验的方式进行开发，从而导致的资本浪费的问题。
根据本发明的一方面，提供了一种车辆发动机后处理系统模型预测方法，包括：
确定预先构建的发动机后处理系统模型，其中，发动机后处理系统模型包括：进气参数输入模块、催化器模拟模块、化学反应机理模块，发动机后处理系统模型是用来模拟对发动机排出气体处理过程的模型；
根据预先构建的发动机后处理系统模型确定第一关键组分浓度；
根据第二关键组分浓度及第一关键组分浓度确定关键组分浓度的方差，根据所得方差对发动机后处理系统模型进行调整，其中，第一组分浓度及第二组分浓度采用相同的输入条件。
根据本发明的另一方面，提供了一种车辆发动机后处理系统模型预测装置，包括：
模型确定模块，用于确定预先构建的发动机后处理系统模型，其中，发动机后处理系统模型包括：进气参数输入模块、催化器模拟模块、化学反应机理模块，发动机后处理系统模型是用来模拟对发动机排出气体处理过程的模型；
关键组分浓度确定模块，用于根据预先构建的发动机后处理系统模型确定第一关键组分浓度；
模型调整模块，用于根据第二关键组分浓度及第一关键组分浓度确定关键组分浓度的方差，根据所得方差对发动机后处理系统模型进行调整，其中，第一组分浓度及第二组分浓度采用相同的输入条件。
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车辆发动机后处理系统模型预测方法。
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车辆发动机后处理系统模型预测方法。
本发明实施例的技术方案，通过将催化器模拟模块输入参数、进气参数作为发动机后处理系统模型的输入，发动机后处理系统模型根据健康因子对气体的关键组分浓度进行模拟，将模拟得到的第一组分浓度和第二组分浓度求方差对所得的方差进行判断，当方差不满足预设条件时，对健康因子进行迭代，直至所得的方差满足预设要求。该方法解决了现有发动机后处理系统采用试错试验进行开发，导致大量资本浪费的问题。同时所得的发动机后处理系统模型还可以结合不同运行工况，判断出NOx的生成波动情况，进而对喷NH3进行动态时刻把控，避免NH3喷射不均匀导致的催化效率低下和NH3逃逸现象的发生。
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为本发明实施例提供的一种车辆发动机后处理系统模型预测方法的流程图；
图2为本发明实施例提供的一种车辆发动机后处理系统模型预测方法的结构框图；
图3为本发明实施例提供的一种车辆发动机后处理系统模型预测装置的结构示意图；
图4为实现本发明实施例的车辆发动机后处理系统模型预测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“候选”、“目标”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。
图1为本发明实施例提供的一种车辆发动机后处理系统模型预测方法的流程图，本实施例可适用于开发甲醇发动机后处理系统的情况，该方法可以由车辆发动机后处理系统模型预测装置来执行，该车辆发动机后处理系统模型预测装置可以采用硬件和/或软件的形式实现，该车辆发动机后处理系统模型预测装置可配置于具有联网功能的电子设备中。如图1所示，该方法包括：
S110、确定预先构建的发动机后处理系统模型，其中，发动机后处理系统模型包括：进气参数输入模块、催化器模拟模块、化学反应机理模块，发动机后处理系统模型是用来模拟对发动机排出气体处理过程的模型。
后处理可以为通过优化发动机缸内燃烧过程，使燃烧废气中的一氧化碳(CO)、碳氢化合物(HC)及颗粒(PM)等排放物得到有效控制并达到法规的要求，最后对发动机排出尾气中含量较高的氮氧化物(NOX)再利用专门的车载后处理系统进行处理，以满足法规要求。
进气参数输入模块可以为发动机后处理系统模型的参数输入模块，用于将进气参数输入到发动机后处理系统模型中，其中，进气参数为发动机排出气体的特征参数，如可以包含发动机排出气体中各部分的组成成分及进排气流量组分压力。
进排气流量组分压力用于决定催化器表面气相传质速率与气固相吸附速率。
可选的，进气参数至少包括：进气的气体组分类别、至少一种气体组分所占浓度、进气流量、进气温度、进气压力。
其中，进气的组分类别可以为发动机排出气体中包含有的气体的类别，如可以为NOx，SOx等。
催化器模拟模块可以为发动机后处理系统模型催化剂的参数及催化剂的贵金属涂覆量输入模块。
催化剂的参数及催化剂的贵金属涂覆量决定了催化器的催化效率。
可选的，催化器模拟模块包括：单活性中心位点模型及双活性中心位点模型，催化器模拟模块输入参数至少包括：催化剂的物理参数及催化剂各贵金属涂覆量。示例性的，如图2所示，SCR催化器物性参数及TWC催化器物性参数即为催化剂的物理参数；TWC贵金属量即为催化剂各贵金属涂覆量。
单活性中心位点模型可以为孤立的单个原子均匀分散在载体上而每个单独的原子之间不存在任何形式的相互作用的模型。本申请中，单活性中心位点模型用于模拟车辆中的三效催化器(Three-Way Catalyst，TWC)，其包含了包含副产物NH3、N2O等副产物生成消耗的化学表达。
三效催化剂核心的化学反应包括CO、HCHO的氧化、NOx的还原。三效催化器主要有活性中心、载体及助剂构成。其中，活性中心主要由贵金属组成，贵金属可以采用Pt、Rh及Pd等。
双活性中心位点模型可以为一种同时由两种原子组成的原子模型。这些原子具有相似的电荷和相似的电负性，这使得它们能够在保持原子体系的过程中参与关键的反应。本申请中，双活性中心位点模型用于模拟车辆中的SCR(Selective Catalytic Reduction，选择性催化还原)催化器。
示例性的，如图2所示，其中TWC催化器模块及SCR催化器模块即为上述的单活性中心位点模型及双活性中心位点模型。
选择性催化还原可以为在催化剂的作用下，利用还原剂来与烟气中的NOx反应并生成无毒无污染的N2和H2O。
催化剂各贵金属涂覆量可以为涂敷到载体上的贵金属的含量。其中，载体为负载型催化剂的组成之一，是催化剂活性组分的骨架，支撑活性组分，使活性组分得到分散，同时还可以增加催化剂的强度，如载体可以采用堇青石。
化学反应机理模块可以为用于模拟发动机后处理化学反应的模块。其决定了催化反应的转化速率。
可选的，化学反应机理模块模拟过程，包括步骤A1-A2：
步骤A1、根据传质传热方程模拟发动机后处理系统模型中能量及质量的损失。
传质传热方程用于模拟发动机后处理系统模型中能量和质量的损失的方程，其主要包含：固相传热方程、气相传热方程及传质方程。
固相传热方程如下式所示：
其中，Ts为固相温度，固相为有固体组成的相；Tg为气相温度，气相为有气体组成的相；fsb为载体的固体占比；Δhj为反应j的焓变；rj为反应j的反应速率。
气相传热方程如下式所示：
其中，ε为催化剂孔隙度，催化剂孔隙度可以为催化剂中的孔隙所占的比例；ρs为固相密度；Cp,g为气相恒压比热容；μZ为气相流体轴向流速。
传质方程如下式所示：
其中，Xgi为物体i的气相浓度；Xsi为物体i的固相浓度；Kmi为气相固相间传质系数；η为化学计量系数；S为比表面积。
步骤A2、根据化学反应机理模拟发动机后处理系统模型中化学反应。
化学反应机理可以为化学中用来描述某一化学变化所经由的全部基元反应。本申请中，化学反应机理可采用L-H反应机理，其原理为气相分子首先吸附到催化剂的活性中心表面，吸附后在活性中心进行催化反应。
示例性的，如图2所示，TWC反应动力学参数及SCR反应动力学参数为上述传质传热方程及化学反应机理的模拟参数。
S120、根据预先构建的发动机后处理系统模型确定第一关键组分浓度。
关键组分浓度可以为发动机后处理系统模型输出的气体中能够表征对车辆尾气进行有效处理的气体的浓度，如关键组分浓度可以为NH3的浓度等。
第一关键组分浓度可以为由发动机后处理系统模型模拟得到的关键组分浓度。
将进气参数及催化器模拟模块输入参数输入到发动机后处理系统模型进行化学反应的模拟得到第一关键组分浓度。
可选的，根据预先构建的发动机后处理系统模型确定第一关键组分浓度，包括：
将进气参数及催化器模拟模块输入参数作为发动机后处理系统模型的输入，发动机后处理系统模型根据当前健康因子确定第一关键组分浓度，其中，所述健康因子用于影响化学反应的反应速率。
健康因子可以为决定化学反应速率的因素，主要有吸附项、指前因子、活化能，其中，吸附项可以为气相分子的吸附速率、指前因子可以为气相分子吸附在活性中心的概率，活化能可以为气相分子中活化状态的存在比例。
进一步地，初始健康因子可根据实际关键组分浓度推出。实际关键组分浓度结合阿伦尼乌斯公式对不同温度条件的各化学反应速率进行测量，根据测量结果的斜率与截距进行反算得到指前因子与活化能；吸附相的标定可根据气相分子的种类采用半经验公式获得。其中，阿伦尼乌斯公式可以为化学反应速率常数随温度变化关系的经验公式，阿伦尼乌斯公式为：k＝Ae-Ea/RT，其中，Ea为反应的活化能，单位是千焦耳每摩尔(kJ/mol)；A为给定的反应的特征常数，称为指前因子；k为速率常数；R为气体常数；T为热力学温度。
将进气参数及催化器模拟模块输入参数作为发动机后处理系统模型的输入，发动机后处理系统模型根据当前健康因子进行化学反应模拟，从而得到第一关键组分浓度。
S130、根据第二关键组分浓度及第一关键组分浓度确定关键组分浓度的方差，根据所得方差对发动机后处理系统模型进行调整，其中，第一组分浓度及第二组分浓度采用相同的输入条件。
第二关键组分浓度以为由根据实际情况搭建的对发动机排气进行处理的系统模型模拟得到的关键组分浓度。
可选的，确定第二组分浓度，包括：
将进气参数作为车辆后处理系统的输入，确定第二关键组分浓度，其中，车辆后处理系统为根据实际情况搭建的对发动机排气进行处理的系统模型。
将进气参数输入到车辆后处理系统中车辆后处理系统中进行模拟，得到第二关键组分浓度。
对第二关键组分浓度及第一关键组分浓度取平方差，得到关键组分浓度的方差，根据方差是否满足需求对发动机后处理系统模型进行调整。
可选的，所述根据所得方差对发动机后处理系统模型进行调整，包括步骤B1-B3：
步骤B1、根据所述关键组分浓度的方差及预设方差值，确定发动机后处理系统模型的当前健康因子是否满足预设要求。
预设要求可以为根据当前健康因子以及输入条件模拟得到的第一关键组分浓度和第二关键组分浓度之间的差别是否达到实际应用的要求。
预设方差值为预先设定的用于判断发动机后处理系统模型的当前健康因子是否满足预设要求的误差值。
进一步地，可以预先设置预设方差值，若第二关键组分浓度及第一关键组分浓度小于或等于预设方差值，则确定发动机后处理系统模型能够满足实际需求。
步骤B2、若满足，则不需要对发动机后处理系统模型进行调整。
若关键组分浓度的方差满足预设方差值，则不需要在对发动机后处理模型的健康因子进行调整。
步骤B3、若不满足，则采用基因算法对发动机后处理系统模型的健康因子进行预测调整。
若关键组分浓度的方差不满足预设方差值，则表明发动机后处理系统模型的健康因子不能保证发动机后处理系统模型模拟结果的准确性，因此需要对发动机后处理系统模型的健康因子进行调整，采用基因算法对发动机后处理系统模型的健康因子进行迭代，将迭代完成的发动机后处理系统模型的健康因子，输入到发动机后处理系统模型继续进行模拟，直至所得的关键组分浓度的方差满足预设方差值。
示例性的，如图2所示，通过进气参数输入模块将用来模拟发动机排出气体的进气参数输入到发动机后处理系统模型中，根据催化器的物性参数、催化器的贵金属量、反应动力学参数、TWC催化器模块及SCR催化器模块来模拟发动机后处理的过程，从而得到第一组分浓度，通过对第一组分浓度和第二组分浓度求方差，得到模型的误差结果。其中，排气模块是用于输出第一组分浓度的模块。
本实施例的技术方案，通过将催化器模拟模块输入参数、进气参数作为发动机后处理系统模型的输入，发动机后处理系统模型根据健康因子对气体的关键组分浓度进行模拟，将模拟得到的第一组分浓度和第二组分浓度求方差对所得的方差进行判断，当方差不满足预设条件时，对健康因子进行迭代，直至所得的方差满足预设要求。该方法解决了现有发动机后处理系统采用试错试验进行开发，导致大量资本浪费的问题。同时所得的发动机后处理系统模型还可以结合不同运行工况，判断出NOx的生成波动情况，进而对喷NH3进行动态时刻把控，避免NH3喷射不均匀导致的催化效率低下和NH3逃逸现象的发生。
图3为本发明实施例提供的一种车辆发动机后处理系统模型预测装置的结构示意图。本实施例可适用于开发甲醇发动机后处理系统的情况，该车辆发动机后处理系统模型预测装置可以采用硬件和/或软件的形式实现，该车辆发动机后处理系统模型预测装置可配置于具有联网功能的电子设备中。如图3所示，该装置包括模型确定模块210、关键组分浓度确定模块220及模型调整模块230，其中：
模型确定模块210：用于确定预先构建的发动机后处理系统模型，其中，发动机后处理系统模型包括：进气参数输入模块、催化器模拟模块、化学反应机理模块，发动机后处理系统模型是用来模拟对发动机排出气体处理过程的模型；
关键组分浓度确定模块220：用于根据所述预先构建的发动机后处理系统模型确定第一关键组分浓度；
模型调整模块230：用于根据第二关键组分浓度及所述第一关键组分浓度确定关键组分浓度的方差，根据所得方差对发动机后处理系统模型进行调整，其中，所述第一组分浓度及所述第二组分浓度采用相同的输入条件
可选的，模型确定模块210，具体用于：
催化器模拟模块包括：单活性中心位点模型及双活性中心位点模型，催化器模拟模块输入参数至少包括：催化剂的物理参数及催化剂各贵金属涂覆量
可选的，模型确定模块210，具体用于：
化学反应机理模块模拟过程，包括：根据传质传热方程模拟发动机后处理系统模型中能量及质量的损失；根据化学反应机理模拟发动机后处理系统模型中化学反应。
可选的，关键组分浓度确定模块220，具体用于：
将所述进气参数及催化器模拟模块输入参数作为发动机后处理系统模型的输入，发动机后处理系统模型根据当前健康因子确定第一关键组分浓度，其中，所述健康因子用于影响化学反应的反应速率，其中，进气参数至少包括：进气的气体组分类别、至少一种气体组分所占浓度、进气流量、进气温度、进气压力。
可选的，模型调整模块230，具体用于：
第二组分浓度确定单元：用于将所述进气参数作为车辆后处理系统的输入，确定第二关键组分浓度，其中，车辆后处理系统为根据实际情况搭建的对发动机排气进行处理的系统模型。
可选的，模型调整模块230，包括：
当前健康因子判断单元：用于根据所述关键组分浓度的方差及预设方差值，确定发动机后处理系统模型的当前健康因子是否满足预设要求；
模型保持单元：用于若满足，则不需要对发动机后处理系统模型进行调整；
模型调整单元：用于若不满足，则采用基因算法对发动机后处理系统模型的健康因子进行预测调整。
本发明实施例所提供的车辆发动机后处理系统模型预测装置可执行本发明任意实施例所提供的车辆发动机后处理系统模型预测方法，具备执行方法相应的功能模块和有益效果。
本发明技术方案中对数据的获取、存储、使用、处理等均符合国家法律法规的相关规定，且不违背公序良俗。
根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图4为实现本发明实施例的车辆发动机后处理系统模型预测方法的电子设备的结构示意图。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10包括至少一个处理器11，以及与至少一个处理器11通信连接的存储器，如只读存储器(ROM)12、随机访问存储器(RAM)13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11可以根据存储在只读存储器(ROM)12中的计算机程序或者从存储单元18加载到随机访问存储器(RAM)13中的计算机程序，来执行各种适当的动作和处理。在RAM 13中，还可存储电子设备10操作所需的各种程序和数据。处理器11、ROM 12以及RAM 13通过总线14彼此相连。输入/输出(I/O)接口15也连接至总线14。
电子设备10中的多个部件连接至I/O接口15，包括：输入单元16，例如键盘、鼠标等；输出单元17，例如各种类型的显示器、扬声器等；存储单元18，例如磁盘、光盘等；以及通信单元19，例如网卡、调制解调器、无线通信收发机等。通信单元19允许电子设备10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11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11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11执行上文所描述的各个方法和处理，例如车辆发动机后处理系统模型预测方法。
在一些实施例中，车辆发动机后处理系统模型预测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18。在一些实施例中，计算机程序的部分或者全部可以经由ROM 12和/或通信单元19而被载入和/或安装到电子设备10上。当计算机程序加载到RAM 13并由处理器11执行时，可以执行上文描述的车辆发动机后处理系统模型预测方法的一个或多个步骤。备选地，在其他实施例中，处理器11可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行车辆发动机后处理系统模型预测方法。
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、现场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用参考产品(ASSP)、芯片上系统的系统(SOC)、复杂可编程逻辑设备(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)
1.一种车辆发动机后处理系统模型预测方法，其特征在于，包括：
确定预先构建的发动机后处理系统模型，其中，发动机后处理系统模型包括：进气参数输入模块、催化器模拟模块、化学反应机理模块，发动机后处理系统模型是用来模拟对发动机排出气体处理过程的模型；
根据所述预先构建的发动机后处理系统模型确定第一关键组分浓度；
根据第二关键组分浓度及所述第一关键组分浓度确定关键组分浓度的方差，根据所得方差对发动机后处理系统模型进行调整，其中，所述第一组分浓度及所述第二组分浓度采用相同的输入条件。
2.根据权利要求1所述的方法，其特征在于，催化器模拟模块包括：单活性中心位点模型及双活性中心位点模型，催化器模拟模块输入参数至少包括：催化剂的物理参数及催化剂各贵金属涂覆量。
3.根据权利要求1所述的方法，其特征在于，所述化学反应机理模块模拟过程，包括：
根据传质传热方程模拟发动机后处理系统模型中能量及质量的损失；
根据化学反应机理模拟发动机后处理系统模型中化学反应。
4.根据权利要求1所述方法，其特征在于，根据所述预先构建的发动机后处理系统模型确定第一关键组分浓度，包括：
将所述进气参数及催化器模拟模块输入参数作为发动机后处理系统模型的输入，发动机后处理系统模型根据当前健康因子确定第一关键组分浓度，其中，所述健康因子用于影响化学反应的反应速率。
5.根据权利要求4所述的方法，其特征在于，所述进气参数至少包括：进气的气体组分类别、至少一种气体组分所占浓度、进气流量、进气温度、进气压力。
6.根据权利要求1所述的方法，其特征在于，确定所述第二组分浓度，包括：
将所述进气参数作为车辆后处理系统的输入，确定第二关键组分浓度，其中，车辆后处理系统为根据实际情况搭建的对发动机排气进行处理的系统模型。
7.根据权利要求1所述的方法，其特征在于，所述根据所得方差对发动机后处理系统模型进行调整，包括：
根据所述关键组分浓度的方差及预设方差值，确定发动机后处理系统模型的当前健康因子是否满足预设要求；
若满足，则不需要对发动机后处理系统模型进行调整；
若不满足，则采用基因算法对发动机后处理系统模型的健康因子进行预测调整。
8.一种车辆发动机后处理系统模型预测装置，其特征在于，包括：
模型确定模块，用于确定预先构建的发动机后处理系统模型，其中，发动机后处理系统模型包括：进气参数输入模块、催化器模拟模块、化学反应机理模块，发动机后处理系统模型是用来模拟对发动机排出气体处理过程的模型；
关键组分浓度确定模块，用于根据所述预先构建的发动机后处理系统模型确定第一关键组分浓度；
模型调整模块，用于根据第二关键组分浓度及所述第一关键组分浓度确定关键组分浓度的方差，根据所得方差对发动机后处理系统模型进行调整，其中，所述第一组分浓度及所述第二组分浓度采用相同的输入条件。
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中任一项所述的车辆发动机后处理系统模型预测方法。
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中任一项所述的车辆发动机后处理系统模型预测方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311509105.5A CN117540490A (zh) | 2023-11-13 | 2023-11-13 | 车辆发动机后处理系统模型预测方法、装置、设备和介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311509105.5A CN117540490A (zh) | 2023-11-13 | 2023-11-13 | 车辆发动机后处理系统模型预测方法、装置、设备和介质 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117540490A true CN117540490A (zh) | 2024-02-09 |
Family
ID=89795130
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311509105.5A Pending CN117540490A (zh) | 2023-11-13 | 2023-11-13 | 车辆发动机后处理系统模型预测方法、装置、设备和介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117540490A (zh) |
-
2023
- 2023-11-13 CN CN202311509105.5A patent/CN117540490A/zh active Pending
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11687688B2 (en) | Approach for aftertreatment system modeling and model identification | |
| US10690033B1 (en) | Aftertreatment systems and methods for treatment of exhaust gas from diesel engine | |
| Koltsakis et al. | Development and application range of mathematical models for 3-way catalytic converters | |
| Chatterjee et al. | Detailed surface reaction mechanism in a three-way catalyst | |
| US8920758B2 (en) | Method for operating an exhaust gas aftertreatment system with at least one first SCR device and at least one second SCR device | |
| CN116771473B (zh) | 一种尿素喷射量计算方法、装置、车辆及存储介质 | |
| CN112177717B (zh) | 一种当量比燃烧天然气发动机三元催化系统及其设计方法 | |
| Deng et al. | Key design and layout factors influencing performance of three-way catalytic converters: Experimental and semidecoupled numerical study under real-life driving conditions | |
| Xu et al. | Effect and optimization of radial non-uniform porosity catalyst on SCR characteristics based on response surface method | |
| CN117540490A (zh) | 车辆发动机后处理系统模型预测方法、装置、设备和介质 | |
| JP2012168062A (ja) | シミュレーション装置 | |
| Daya et al. | Development and validation of a two-site kinetic model for NH3-SCR over Cu-SSZ-13. Part 2. Full-scale model validation, ASC model development, and SCR-ASC model application | |
| Tan et al. | Simulation study of ammonia storage characteristics of selective catalytic reduction for diesel engines | |
| CN111830190A (zh) | 氧化型催化器标定方法、装置、设备及存储介质 | |
| CN115355075B (zh) | 双scr后处理的热管理控制方法、装置、柴油车及介质 | |
| Samosir et al. | NOx emissions prediction in diesel engines: a deep neural network approach | |
| CN108868976A (zh) | 一种基于pso的双串联scr系统尿素喷射规律云计算方法 | |
| Fröjd et al. | A three-parameter transient 1D catalyst model | |
| Zhao et al. | CFD modeling of mini and full flow burner systems for diesel engine aftertreatment under low temperature conditions | |
| Abidin et al. | 3D-Semi 1D Coupling for a Complete Simulation of an SCR System | |
| CN111554077B (zh) | 一种空预器的堵塞预警方法、系统、设备和存储介质 | |
| d’Apolito et al. | A numerical model for diesel engine SCR systems under different inlet NH3 distribution profiles | |
| Ma et al. | Simulation of the flow field and the chemical reaction coupling of selective catalytic reduction (SCR) system using an orthogonal experiment | |
| CN117189320B (zh) | 一种尿素喷射控制方法、装置、设备及存储介质 | |
| CN117167124B (zh) | 一种后处理降结晶控制方法、装置、设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination |