CN117569905B - Dpf故障监测方法、装置及系统 - Google Patents
Dpf故障监测方法、装置及系统 Download PDFInfo
- Publication number
- CN117569905B CN117569905B CN202410054031.9A CN202410054031A CN117569905B CN 117569905 B CN117569905 B CN 117569905B CN 202410054031 A CN202410054031 A CN 202410054031A CN 117569905 B CN117569905 B CN 117569905B
- Authority
- CN
- China
- Prior art keywords
- dpf
- carbon loading
- differential pressure
- vehicle
- model
- 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.)
- Active
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 58
- 238000000034 method Methods 0.000 title claims abstract description 47
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims abstract description 243
- 229910052799 carbon Inorganic materials 0.000 claims abstract description 243
- 230000008929 regeneration Effects 0.000 claims abstract description 95
- 238000011069 regeneration method Methods 0.000 claims abstract description 95
- XUIMIQQOPSSXEZ-UHFFFAOYSA-N Silicon Chemical compound [Si] XUIMIQQOPSSXEZ-UHFFFAOYSA-N 0.000 claims abstract description 50
- 239000010703 silicon Substances 0.000 claims abstract description 50
- 229910052710 silicon Inorganic materials 0.000 claims abstract description 50
- 231100000572 poisoning Toxicity 0.000 claims abstract description 33
- 230000000607 poisoning effect Effects 0.000 claims abstract description 33
- 239000000446 fuel Substances 0.000 claims abstract description 32
- 239000003921 oil Substances 0.000 claims description 21
- 230000001052 transient effect Effects 0.000 claims description 16
- 238000002347 injection Methods 0.000 claims description 13
- 239000007924 injection Substances 0.000 claims description 13
- 238000001514 detection method Methods 0.000 claims description 11
- 238000012937 correction Methods 0.000 claims description 10
- 239000004071 soot Substances 0.000 claims description 9
- 238000012806 monitoring device Methods 0.000 claims description 8
- 239000000295 fuel oil Substances 0.000 claims description 6
- 238000012545 processing Methods 0.000 claims description 6
- 230000002159 abnormal effect Effects 0.000 claims 2
- 239000013618 particulate matter Substances 0.000 description 7
- 230000001960 triggered effect Effects 0.000 description 6
- 239000007788 liquid Substances 0.000 description 5
- 230000003647 oxidation Effects 0.000 description 5
- 238000007254 oxidation reaction Methods 0.000 description 5
- 239000000243 solution Substances 0.000 description 5
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 4
- 229930195733 hydrocarbon Natural products 0.000 description 4
- 150000002430 hydrocarbons Chemical class 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 239000003054 catalyst Substances 0.000 description 3
- 230000008878 coupling Effects 0.000 description 3
- 238000010168 coupling process Methods 0.000 description 3
- 238000005859 coupling reaction Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 230000006870 function Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 2
- 229910002092 carbon dioxide Inorganic materials 0.000 description 2
- 239000001569 carbon dioxide Substances 0.000 description 2
- 238000006555 catalytic reaction Methods 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 1
- GWGQWFHTAOMUBD-UHFFFAOYSA-N [[3-[bis(phosphonomethyl)amino]-2-hydroxypropyl]-(phosphonomethyl)amino]methylphosphonic acid Chemical compound OP(=O)(O)CN(CP(O)(O)=O)CC(O)CN(CP(O)(O)=O)CP(O)(O)=O GWGQWFHTAOMUBD-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 229910002091 carbon monoxide Inorganic materials 0.000 description 1
- 230000008021 deposition Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000009423 ventilation Methods 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
-
- 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
-
- 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
- F01N9/005—Electrical control of exhaust gas treating apparatus using models instead of sensors to determine operating characteristics of exhaust systems, e.g. calculating catalyst temperature instead of measuring it directly
-
- 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
- F01N2900/1611—Particle filter ash amount
-
- 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)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Analytical Chemistry (AREA)
- Processes For Solid Components From Exhaust (AREA)
Abstract
本申请公开了DPF故障监测方法、装置及系统。该方法包括：在故障监测状态下，基于DPF的压差确定出DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量，其中，碳载量模型是基于加注标准燃油的车辆的运行数据构建的；计算压差碳载量和模型碳载量的差值；在该差值大于第一阈值的情况下，触发DPF执行主动再生，完成主动再生后，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则确定DPF发生硅中毒。基于本申请公开的技术方案，能够在不拆卸DPF的前提下，监测DPF是否发生硅中毒。
Description
技术领域
本申请属于发动机后处理技术领域，尤其涉及DPF故障监测方法、装置及系统。
背景技术
为了降低发动机排气对空气的污染，需要对发动机排气进行处理后再排放。通常使用氧化型催化器（Diesel Oxidation Catalyst，DOC）和柴油颗粒捕获器（DieselParticulate Filter，DPF）对发动机排气进行处理，DOC用于将发动机排气中的一氧化氮和碳氢化合物转化成水和二氧化碳，DPF用于对发动机排气中的颗粒物进行捕集，从而减少颗粒物的排放。
受加工工艺的限制，部分燃油的硅元素含量较高，这些硅元素会被DPF捕集。由于硅元素无法被高温分解，因此，随着运行时间的增加，堆积在DPF上的硅元素越来越多，会导致DPF出现硅中毒，即：DPF被硅元素堵塞。DPF发生硅中毒，不仅影响DPF对发动机排气的过滤效果，还会增加发动机的排气背压，从而影响发动机的换气和燃烧，导致发动机的动力性能降低。
如何监测DPF是否发生硅中毒，是本领域技术人员亟待解决的问题。
发明内容
有鉴于此，本申请的目的在于提供DPF故障监测方法、装置及系统，能够监测DPF是否发生硅中毒。
为实现上述目的，本申请提供如下技术方案：
第一方面，本申请提供一种DPF故障监测方法，包括：
在故障监测状态下，基于DPF的压差确定出所述DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出所述DPF的模型碳载量，其中，所述碳载量模型是基于加注标准燃油的车辆的运行数据构建的；
计算所述压差碳载量和所述模型碳载量的差值；
在所述差值大于第一阈值的情况下，触发所述DPF执行主动再生，完成主动再生后，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则确定所述DPF发生硅中毒。
可选的，所述触发所述DPF执行主动再生，完成主动再生后，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则确定所述DPF发生硅中毒，包括：
触发所述DPF执行第一方式的主动再生；
完成所述第一方式的主动再生后，在所述车辆的运行参数满足第一预设条件的情况下，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则触发所述DPF执行第二方式的主动再生；
完成所述第二方式的主动再生后，在所述车辆的运行参数满足第二预设条件的情况下，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则确定所述DPF发生硅中毒。
可选的，在满足预设的触发条件和预设的使能条件的情况下，进入故障监测状态。
可选的，所述触发条件包括：所述车辆的油箱的液位上升。
可选的，所述使能条件包括：所述DPF无再生故障、所述DPF的压差传感器达到预设的检测精度、以及所述车辆处于稳定运行工况。
可选的，在所述车辆满足以下任意一个条件的情况下，确定所述车辆处于稳定运行工况：
所述车辆从第一时刻开始的累积油耗达到预设的油耗阈值；
所述车辆从所述第一时刻开始的累积功率达到预设的功率阈值；
所述车辆从所述第一时刻开始的累积里程达到预设的里程阈值；
所述车辆从所述第一时刻开始的累积运行时长达到预设的时长阈值；
其中，所述第一时刻为满足所述触发条件的时刻。
可选的，所述基于DPF的压差确定出所述DPF的压差碳载量，包括：
按照以下公式确定所述DPF的压差碳载量，
；
其中，smsoot为所述DPF的压差碳载量，ΔP为所述DPF的压差，sv为所述DPF的空速，k1为系数，k2为常数。
可选的，所述基于车辆的运行参数和预先构建的碳载量模型确定出所述DPF的模型碳载量，包括：
基于所述DPF的平均温度、所述DPF的空速以及预先构建的被动再生效率子模型，确定出所述DPF的被动再生碳载量；
基于发动机转速、发动机循环喷油量以及预先构建的稳态碳载量子模型，确定出所述DPF的稳态碳载量；
基于发动机在稳态工况下的过量空气系数、发动机在瞬态工况下的过量空气系数以及预先构建的瞬态碳载量子模型，确定出所述DPF的碳载量修正系数；
计算所述DPF的稳态碳载量和所述碳载量修正系数的乘积，将所述乘积减去所述被动再生碳载量的差值确定为所述DPF的模型碳载量。
第二方面，本申请提供一种DPF故障监测装置，包括：
碳载量确定模块，用于在故障监测状态下，基于DPF的压差确定出所述DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出所述DPF的模型碳载量，其中，所述碳载量模型是基于加注标准燃油的车辆的运行数据构建的；
差值确定模块，用于计算所述压差碳载量和所述模型碳载量的差值；
处理模块，用于在所述差值大于第一阈值的情况下，触发所述DPF执行主动再生，完成主动再生后，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则确定所述DPF发生硅中毒。
第三方面，本申请提供一种DPF故障监测系统，包括处理器和存储器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现如上述任意一种DPF故障监测方法的各个步骤。
由此可见，本申请的有益效果为：
本申请公开的DPF故障监测方法、装置及系统，预先基于加注标准燃油的车辆的运行数据构建碳载量模型；在故障监测状态下，基于DPF的压差确定出DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量，如果两者的差值大于第一阈值，则触发DPF执行主动再生，完成主动再生后，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则确定DPF发生硅中毒。基于本申请公开的技术方案，能够在不拆卸DPF的前提下，监测DPF是否发生硅中毒。
附图说明
为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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为本申请公开的一种DPF故障监测方法的流程图；
图2为本申请公开的另一种DPF故障监测方法的流程图；
图3为本申请公开的确定DPF的模型碳载量的方法的原理框图；
图4为本申请公开的一种DPF故障监测装置的结构示意图。
具体实施方式
本申请公开DPF故障监测方法、装置及系统，能够在不拆卸DPF的前提下，监测DPF是否发生硅中毒。
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，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，都属于本申请保护的范围。
首先对本申请中的技术术语进行说明。
DOC：Diesel Oxidation Catalysis，氧化型催化器，用于对颗粒物进行氧化催化，将发动机排气中的一氧化碳和碳氢化合物转化为水和二氧化碳。
DPF：Diesel Particulate Filter，颗粒物捕集器，用于捕获发动机排气中的颗粒。颗粒物的捕集技术主要是通过扩散、沉积和撞击机理来过滤捕集发动机排气中的微粒。
颗粒物：发动机排气中含有的颗粒物质，一般包括未燃的碳烟（soot）和灰分（ash）这两种成分，碳烟通常是指可以通过再生燃烧掉的部分，灰分通常是指不可燃烧成分。如果加注的燃油存在较多的硅元素，那么发动机排气中的硅元素会在DPF堆积，且硅元素属于不可燃烧成分，导致DPF发生硅中毒。
参见图1，图1为本申请公开的一种DPF故障监测方法的流程图。该方法由车辆的处理器执行，包括：
S101：在故障监测状态下，基于DPF的压差确定出DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量。
其中，碳载量模型是基于加注标准燃油的车辆的运行数据构建的。DPF的压差是指DPF的进气口和排气口之间的压力差，可以利用压差传感器检测得到。标准燃油是指满足国家标准的燃油。
S102：计算DPF的压差碳载量和模型碳载量的差值。
S103：在该差值大于第一阈值的情况下，触发DPF执行主动再生，完成主动再生后，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则确定DPF发生硅中毒。
随着车辆运行时间的增加，堆积在DPF的颗粒物也随之增加，DPF的压差随之增大。如果车辆加注的是标准燃油，那么堆积在DPF的颗粒物主要是碳烟和碳烟经过燃烧产生的灰分。如果车辆加注的是硅元素较多的非标准燃油，那么堆积在DPF的颗粒物除了碳烟和灰分之外，还有无法高温分解的硅元素。
本申请中，预先基于加注标准燃油的车辆的运行数据构建碳载量模型。也就是说，碳载量模型能够反映：随着运行时间的增加，加注标准燃油的车辆中DPF的碳载量的变化情况。
在故障监测状态下，基于DPF的压差确定出DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量。可以将压差碳载量理解为实际碳载量，将模型碳载量理解为车辆加注标准燃油情况下的理想碳载量。
可以理解的是，如果车辆加注的是标准燃油，那么DPF的压差碳载量接近于模型碳载量。如果车辆加注的是硅元素较多的非标准燃油，那么DPF的压差碳载量会明显高于模型碳载量。
基于此，在DPF的压差碳载量和模型碳载量的差值大于第一阈值的情况下，可以初步确定DPF存在异常。由于硅元素无法高温分解，因此进一步触发DPF执行主动再生，完成主动再生后，确定DPF当前的压差碳载量和模型碳载量，并计算两者的差值，如果该差值仍大于第一阈值，则表明有较多的硅元素堆积在DPF上，DPF发生硅中毒。
需要说明的是，如果DPF的压差碳载量和模型碳载量的差值小于或等于第一阈值，则确定DPF未发生硅中毒。
本申请公开的DPF故障监测方法，预先基于加注标准燃油的车辆的运行数据构建碳载量模型；在故障监测状态下，基于DPF的压差确定出DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量，如果两者的差值大于第一阈值，则触发DPF执行主动再生，完成主动再生后，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则确定DPF发生硅中毒。基于本申请公开的技术方案，能够在不拆卸DPF的前提下，监测DPF是否发生硅中毒。
作为一种可能的实现方式，在DPF的压差碳载量和模型碳载量的差值大于第一阈值的情况下，触发DPF执行一次主动再生，完成主动再生后，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则确定DPF发生硅中毒。
作为另一种可能的实现方式，在DPF的压差碳载量和模型碳载量的差值大于第一阈值的情况下，触发DPF执行两次主动再生，在完成两次主动再生后，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则确定DPF发生硅中毒。其中，这两次主动再生需要间隔一定的时间。
可以理解的是，采用第二种实现方式，能够避免数据检测偏差或者外界干扰对监测结果造成的不利影响，使得监测结果具有更高的准确性。
也就是说，在DPF的压差碳载量和模型碳载量的差值大于第一阈值的情况下，触发DPF执行M次主动再生，完成M次主动再生后，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则确定DPF发生硅中毒。其中，M为1或者大于1的整数。M的值优选为2。
另外，触发DPF执行的多次主动再生，可以是相同方式的主动再生，也可以是不同方式的主动再生。
参见图2，图2为本申请公开的另一种DPF故障监测方法的流程图。该方法由车辆的处理器执行，包括：
S201：在故障监测状态下，基于DPF的压差确定出DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量。
其中，碳载量模型是基于加注标准燃油的车辆的运行数据构建的。
S202：计算DPF的压差碳载量和模型碳载量的差值。
S203：在该差值大于第一阈值的情况下，触发DPF执行第一方式的主动再生。
如果DPF的压差碳载量和模型碳载量的差值小于或等于第一阈值，则确定DPF未发生硅中毒，结束本次的监测流程。在满足预设条件时，再次执行图2所示的方法，例如，在车辆的累积油耗、累积功率、累积里程或者累积运行时长达到相应要求的情况下，再次执行图2所示的方法。
S204：完成第一方式的主动再生后，在车辆的运行参数满足第一预设条件的情况下，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则触发DPF执行第二方式的主动再生。
上述的第一预设条件可以为以下条件中的任意一个：
车辆从第二时刻开始的累积油耗达到预设的第一油耗值；
车辆从第二时刻开始的累积功率达到预设的第一功率值；
车辆从第二时刻开始的累积里程达到预设的第一里程值；
车辆从第二时刻开始的累积运行时长达到预设的第一时长值；
其中，第二时刻为DPF完成第一方式的主动再生的时刻。
完成第一方式的主动再生后，如果DPF的压差碳载量和模型碳载量的差值小于或等于第一阈值，则确定DPF未发生硅中毒，结束本次的监测流程。在满足预设条件时，再次执行图2所示的方法，例如，在车辆的累积油耗、累积功率、累积里程或者累积运行时长达到相应要求的情况下，再次执行图2所示的方法。
S205：完成第二方式的主动再生后，在车辆的运行参数满足第二预设条件的情况下，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则确定DPF发生硅中毒。
上述的第二预设条件可以为以下条件中的任意一个：
车辆从第三时刻开始的累积油耗达到预设的第二油耗值；
车辆从第三时刻开始的累积功率达到预设的第二功率值；
车辆从第三时刻开始的累积里程达到预设的第二里程值；
车辆从第三时刻开始的累积运行时长达到预设的第二时长值；
其中，第三时刻为DPF完成第二方式的主动再生的时刻。
完成第二方式的主动再生后，如果DPF的压差碳载量和模型碳载量的差值小于或等于第一阈值，则确定DPF未发生硅中毒，结束本次的监测流程。在满足预设条件时，再次执行图2所示的方法，例如，在车辆的累积油耗、累积功率、累积里程或者累积运行时长达到相应要求的情况下，再次执行图2所示的方法。
需要说明的是，第一油耗值和第二油耗值可以相同，也可以不同。第一功率值和第二功率值可以相同，也可以不同。第一里程值和第二里程值可以相同，也可以不同。第一时长值和第二时长值可以相同，也可以不同。
可选的，第二方式的主动再生与第一方式的主动再生相比，再生温度更高，且再生时间更长。也就是说，DPF采用第二方式的主动再生与采用第一方式的主动再生相比，对积碳的清除效果更佳。从车辆状态的角度来看，DPF的主动再生方式包括行车再生和驻车再生，从燃油喷射方式的角度来看，DPF的主动再生方式包括缸内后喷和碳氢（HC）喷射，本申请中，只要保证第二方式的主动再生相较于第一方式的主动再生具有更高的再生温度和更长的再生时间即可。
上述的步骤S203至步骤S205是步骤S103的一种实现方式。
本申请上述公开的DPF故障监测方法，在DPF的压差碳载量和模型碳载量的差值大于第一阈值的情况下，触发DPF执行两次不同方式的主动再生，如果完成两次主动再生后，DPF的压差碳载量和模型碳载量的差值仍大于第一阈值，则确定DPF发生硅中毒，使得监测结果具有更高的准确性。
可以理解的是，车辆需要在满足一定条件的情况下，进入故障监测状态。
在本申请的另一个实施例中，在满足预设的触发条件和预设的使能条件的情况下，进入故障监测状态。
可选的，该触发条件可以为以下条件中的任意一个：
车辆的油箱的液位上升；
接收到检测指示。
实施中，可以利用布置于油箱内的液位传感器检测获得油箱的液位。检测指示可以是用户通过按压控制台的按键或者车辆屏幕显示的虚拟按键生成。
可选的，该使能条件包括：DPF无再生故障、DPF的压差传感器达到预设的检测精度、以及车辆处于稳定运行工况。
可选的，在车辆满足以下任意一个条件的情况下，确定车辆处于稳定运行工况：
车辆从第一时刻开始的累积油耗达到预设的油耗阈值；
车辆从第一时刻开始的累积功率达到预设的功率阈值；
车辆从第一时刻开始的累积里程达到预设的里程阈值；
车辆从第一时刻开始的累积运行时长达到预设的时长阈值；
其中，第一时刻为满足触发条件的时刻。
可以理解的是，本申请公开的技术方案，需要根据DPF执行主动再生后的碳载量数据确定DPF是否发生硅中毒，如果DPF存在再生故障或者DPF的压差传感器检测的数据出现偏差，那么会导致监测结果出现错误。另外，发动机运行一段时间后的稳态数据，能够保证监测结果的准确性。因此，使能条件包括DPF无再生故障、DPF的压差传感器达到预设的检测精度、以及车辆处于稳定运行工况。
在本申请上述公开的各个实施例中，基于DPF的压差确定出DPF的压差碳载量，采用如下方案：
按照以下公式确定所述DPF的压差碳载量，
；
其中，smsoot为DPF的压差碳载量，ΔP为DPF的压差，sv为DPF的空速，k1为系数，k2为常数。k1和k2均基于试验数据标定得到。
在本申请上述公开的各个实施例中，基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量，采用如下方案，其原理可以参见图3所示：
基于DPF的平均温度、DPF的空速以及预先构建的被动再生效率子模型，确定出DPF的被动再生碳载量；
基于发动机转速、发动机循环喷油量以及预先构建的稳态碳载量子模型，确定出DPF的稳态碳载量；
基于发动机在稳态工况下的过量空气系数、发动机在瞬态工况下的过量空气系数以及预先构建的瞬态碳载量子模型，确定出DPF的碳载量修正系数；
计算DPF的稳态碳载量和碳载量修正系数的乘积，将该乘积减去被动再生碳载量的差值确定为DPF的模型碳载量。
其中，碳载量模型包括被动再生效率子模型、稳态碳载量子模型和瞬态碳载量子模型。被动再生效率子模型、稳态碳载量子模型和瞬态碳载量子模型均是基于加注标准燃油的车辆的运行数据构建的。
被动再生效率子模型包括多个第一参数组与相应的被动再生碳载量的对应关系，第一参数组包括DPF的平均温度和DPF的空速。稳态碳载量子模型包括多个第二参数组与相应的稳态碳载量的对应关系，第二参数组包括发动机转速和发动机循环喷油量。瞬态碳载量子模型包括多个第三参数组与相应的碳载量修正系数的对应关系，第三参数组包括发动机在稳态工况下的过量空气系数与在瞬态工况下的过量空气系数的比值、以及发动机在稳态工况下的过量空气系数。
实施中，通过布置于DPF内部不同位置的多个温度传感器获得DPF的多个温度值，将多个温度值的平均值确定为DPF的平均温度，获取DPF的空速。将获取到的DPF的平均温度和空速作为已知量，在预先构建的被动再生效率子模型中执行查找操作，从而确定出DPF的被动再生碳载量。DPF的被动再生碳载量是指通过再生消耗掉的碳载量。
实施中，获取发动机转速和发动机循环喷油量，将获取到的发动机转速和发动机循环喷油量作为已知量，在预先构建的稳态碳载量子模型中执行查找操作，从而确定出DPF的稳态碳载量。
实施中，获取发动机在稳态工况下的过量空气系数以及在瞬态工况下的过量空气系数，计算发动机在稳态工况下的过量空气系数与在瞬态工况下的过量空气系数的比值，将该比值和发动机在稳态工况下的过量空气系数作为已知量，在预先构建的瞬态碳载量子模型中执行查找操作，从而确定出DPF的碳载量修正系数。
其中，基于发动机转速和发动机循环喷油量确定发动机在稳态工况下的过量空气系数，基于发动机实际进气量和发动机循环喷油量确定发动机在瞬态工况下的过量空气系数。
下面对本申请公开的DPF故障监测方法进行更详细的说明，包括：
第一步：判断油箱的液位是否上升。
第二步：在车辆上电后，判断DPF是否存在再生故障，判断DPF的压差传感器是否达到预设的检测精度，以及判断车辆是否处于稳定运行工况。
其中，判断车辆是否处于稳定运行工况包括：判断车辆是否满足以下任意一个条件：车辆从第一时刻开始的累积油耗达到预设的油耗阈值；车辆从第一时刻开始的累积功率达到预设的功率阈值；车辆从第一时刻开始的累积里程达到预设的里程阈值；车辆从第一时刻开始的累积运行时长达到预设的时长阈值。其中，第一时刻可以为确定出油箱的液位上升的时刻。
如果油箱的液位上升，DPF无再生故障，DPF的压差传感器达到预设的检测精度，且车辆处于稳定运行工况，则进入故障监测状态，执行第三步。
第三步：基于DPF的压差确定出DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量，并计算两者的差值。
第四步：判断该差值是否大于第一阈值，如果大于第一阈值，则触发DPF执行第一方式的主动再生。
第五步：完成第一方式的主动再生后，在车辆的运行参数满足第一预设条件的情况下，确定DPF当前的压差碳载量和模型碳载量，如果两者的差值大于第一阈值，则触发DPF执行第二方式的主动再生。
第六步：完成第二方式的主动再生后，在车辆的运行参数满足第二预设条件的情况下，确定DPF当前的压差碳载量和模型碳载量，如果两者的差值大于第一阈值，则确定DPF发生硅中毒。
本申请上述公开了DPF故障监测方法，相应的，本申请还公开DPF故障监测装置。
参见图4，图4为本申请公开的一种DPF故障监测装置的结构示意图。该装置包括：
碳载量确定模块100，用于在故障监测状态下，基于DPF的压差确定出DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量，其中，碳载量模型是基于加注标准燃油的车辆的运行数据构建的；
差值确定模块200，用于计算压差碳载量和模型碳载量的差值；
处理模块300，用于在该差值大于第一阈值的情况下，触发DPF执行主动再生，完成主动再生后，如果DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则确定DPF发生硅中毒。
基于本申请公开的DPF故障监测装置，能够在不拆卸DPF的前提下，监测DPF是否发生硅中毒。
可选的，碳载量确定模块100基于DPF的压差确定出DPF的压差碳载量，具体为：
按照以下公式确定所述DPF的压差碳载量，
；
其中，smsoot为DPF的压差碳载量，ΔP为DPF的压差，sv为DPF的空速，k1为系数，k2为常数。k1和k2均基于试验数据标定得到。
可选的，碳载量确定模块100基于车辆的运行参数和预先构建的碳载量模型确定出DPF的模型碳载量，具体为：
基于DPF的平均温度、DPF的空速以及预先构建的被动再生效率子模型，确定出DPF的被动再生碳载量；
基于发动机转速、发动机循环喷油量以及预先构建的稳态碳载量子模型，确定出DPF的稳态碳载量；
基于发动机在稳态工况下的过量空气系数、发动机在瞬态工况下的过量空气系数以及预先构建的瞬态碳载量子模型，确定出DPF的碳载量修正系数；
计算DPF的稳态碳载量和碳载量修正系数的乘积，将该乘积减去被动再生碳载量的差值确定为DPF的模型碳载量。
可选的，处理模块300具体用于：在压差碳载量和模型碳载量的差值大于第一阈值的情况下，触发DPF执行第一方式的主动再生；完成第一方式的主动再生后，在车辆的运行参数满足第一预设条件的情况下，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则触发DPF执行第二方式的主动再生；完成第二方式的主动再生后，在车辆的运行参数满足第二预设条件的情况下，如果DPF的压差碳载量和模型碳载量的差值大于第一阈值，则确定DPF发生硅中毒。
可选的，在图4所示的DPF故障监测装置的基础上，进一步设置触发模块和使能模块。触发模块用于判断是否满足预设的触发条件。使能模块用于判断是否满足预设的使能条件。
在触发模块确定满足预设的触发条件，且使能模块确定满足预设的使能条件的情况下，进入故障监测状态。
可选的，该触发条件可以为以下条件中的任意一个：
车辆的油箱的液位上升；
接收到检测指示。
可选的，该使能条件包括：DPF无再生故障、DPF的压差传感器达到预设的检测精度、以及车辆处于稳定运行工况。
可选的，在车辆满足以下任意一个条件的情况下，确定车辆处于稳定运行工况：
车辆从第一时刻开始的累积油耗达到预设的油耗阈值；
车辆从第一时刻开始的累积功率达到预设的功率阈值；
车辆从第一时刻开始的累积里程达到预设的里程阈值；
车辆从第一时刻开始的累积运行时长达到预设的时长阈值；
其中，第一时刻为满足触发条件的时刻。
本申请还公开一种DPF故障监测系统，包括处理器和存储器。其中，存储器存储有程序，处理器可调用存储器存储的程序，所述程序用于：
在故障监测状态下，基于DPF的压差确定出所述DPF的压差碳载量，基于车辆的运行参数和预先构建的碳载量模型确定出所述DPF的模型碳载量，其中，所述碳载量模型是基于加注标准燃油的车辆的运行数据构建的；
计算所述压差碳载量和所述模型碳载量的差值；
在所述差值大于第一阈值的情况下，触发所述DPF执行主动再生，完成主动再生后，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则确定所述DPF发生硅中毒。
可选的，所述程序的细化功能和扩展功能可参照上文描述。
需要说明的是，说明书中的各个实施例记载的技术特征可以相互替代或组合，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同或相似的部分互相参见即可。本申请各实施例方法中的步骤可以根据实际需要进行顺序调整、合并和删减。本申请各实施例装置中的模块可以根据实际需要进行合并、划分和删减。
本申请所提供的几个实施例中，应该理解到，所揭露的系统，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个模块可以结合或者可以集成到另一个模块，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，装置或模块的间接耦合或通信连接，可以是电性，机械或其它的形式。
作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络模块上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。
另外，在本申请各个实施例中的各功能模块可以集成在一个处理模块中，也可以是各个模块单独物理存在，也可以两个或两个以上模块集成在一个模块中。上述集成的模块既可以采用硬件的形式实现，也可以采用软件功能模块的形式实现。
还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。各个实施例中的各技术特征可以排列组合构成新的实施例。对于实施例公开的DPF故障监测装置和DPF故障监测系统而言，由于其与实施例公开的DPF故障监测方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (9)
1.一种DPF故障监测方法，其特征在于，车辆加注的是硅元素较多的非标准燃油，所述DPF故障监测方法包括：
在故障监测状态下，基于所述DPF的压差确定出所述DPF的压差碳载量，基于所述车辆的运行参数和预先构建的碳载量模型确定出所述DPF的模型碳载量，其中，所述碳载量模型是基于加注标准燃油的车辆的运行数据构建的；
计算所述压差碳载量和所述模型碳载量的差值；
在所述差值大于第一阈值的情况下，初步确定所述DPF存在异常，触发所述DPF执行第一方式的主动再生；
完成所述第一方式的主动再生后，在所述车辆的运行参数满足第一预设条件的情况下，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则触发所述DPF执行第二方式的主动再生；
完成所述第二方式的主动再生后，在所述车辆的运行参数满足第二预设条件的情况下，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则确定所述DPF发生硅中毒。
2.根据权利要求1所述的DPF故障监测方法，其特征在于，在满足预设的触发条件和预设的使能条件的情况下，进入故障监测状态。
3.根据权利要求2所述的DPF故障监测方法，其特征在于，所述触发条件包括：所述车辆的油箱的液位上升。
4.根据权利要求2所述的DPF故障监测方法，其特征在于，所述使能条件包括：所述DPF无再生故障、所述DPF的压差传感器达到预设的检测精度、以及所述车辆处于稳定运行工况。
5.根据权利要求4所述的DPF故障监测方法，其特征在于，在所述车辆满足以下任意一个条件的情况下，确定所述车辆处于稳定运行工况：
所述车辆从第一时刻开始的累积油耗达到预设的油耗阈值；
所述车辆从所述第一时刻开始的累积功率达到预设的功率阈值；
所述车辆从所述第一时刻开始的累积里程达到预设的里程阈值；
所述车辆从所述第一时刻开始的累积运行时长达到预设的时长阈值；
其中，所述第一时刻为满足所述触发条件的时刻。
6.根据权利要求1所述的DPF故障监测方法，其特征在于，所述基于所述DPF的压差确定出所述DPF的压差碳载量，包括：
按照以下公式确定所述DPF的压差碳载量，
；
其中，smsoot为所述DPF的压差碳载量，ΔP为所述DPF的压差，sv为所述DPF的空速，k1为系数，k2为常数。
7.根据权利要求1所述的DPF故障监测方法，其特征在于，所述基于车辆的运行参数和预先构建的碳载量模型确定出所述DPF的模型碳载量，包括：
基于所述DPF的平均温度、所述DPF的空速以及预先构建的被动再生效率子模型，确定出所述DPF的被动再生碳载量；
基于发动机转速、发动机循环喷油量以及预先构建的稳态碳载量子模型，确定出所述DPF的稳态碳载量；
基于发动机在稳态工况下的过量空气系数、发动机在瞬态工况下的过量空气系数以及预先构建的瞬态碳载量子模型，确定出所述DPF的碳载量修正系数；
计算所述DPF的稳态碳载量和所述碳载量修正系数的乘积，将所述乘积减去所述被动再生碳载量的差值确定为所述DPF的模型碳载量。
8.一种DPF故障监测装置，其特征在于，车辆加注的是硅元素较多的非标准燃油，所述DPF故障监测装置包括：
碳载量确定模块，用于在故障监测状态下，基于所述DPF的压差确定出所述DPF的压差碳载量，基于所述车辆的运行参数和预先构建的碳载量模型确定出所述DPF的模型碳载量，其中，所述碳载量模型是基于加注标准燃油的车辆的运行数据构建的；
差值确定模块，用于计算所述压差碳载量和所述模型碳载量的差值；
处理模块，用于在所述差值大于第一阈值的情况下，初步确定所述DPF存在异常，触发所述DPF执行第一方式的主动再生；完成所述第一方式的主动再生后，在所述车辆的运行参数满足第一预设条件的情况下，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则触发所述DPF执行第二方式的主动再生；完成所述第二方式的主动再生后，在所述车辆的运行参数满足第二预设条件的情况下，如果所述DPF的压差碳载量和模型碳载量的差值大于所述第一阈值，则确定所述DPF发生硅中毒。
9.一种DPF故障监测系统，其特征在于，包括处理器和存储器；
所述存储器，用于存储程序；
所述处理器，用于执行所述程序，实现如权利要求1至7中任一项所述的DPF故障监测方法的各个步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410054031.9A CN117569905B (zh) | 2024-01-15 | 2024-01-15 | Dpf故障监测方法、装置及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410054031.9A CN117569905B (zh) | 2024-01-15 | 2024-01-15 | Dpf故障监测方法、装置及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117569905A CN117569905A (zh) | 2024-02-20 |
| CN117569905B true CN117569905B (zh) | 2024-04-16 |
Family
ID=89864699
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410054031.9A Active CN117569905B (zh) | 2024-01-15 | 2024-01-15 | Dpf故障监测方法、装置及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117569905B (zh) |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010063972A1 (fr) * | 2008-12-04 | 2010-06-10 | Renault S.A.S. | Procede et dispositif de diagnostic de l'etat de fonctionnement d'un filtre a particules |
| CN103511043A (zh) * | 2013-09-22 | 2014-01-15 | 潍柴动力股份有限公司 | 一种颗粒物捕集器的主动再生控制方法及装置 |
| CN104769263A (zh) * | 2012-11-09 | 2015-07-08 | 沃尔沃卡车集团 | 调节颗粒过滤器的方法 |
| CN104863679A (zh) * | 2015-03-31 | 2015-08-26 | 凯龙高科技股份有限公司 | 一种dpf系统碳载量估算及堵塞状态判断方法 |
| CN110273740A (zh) * | 2019-07-01 | 2019-09-24 | 潍柴动力股份有限公司 | 一种柴油机氧化催化器硫中毒的监控方法、装置及系统 |
| CN110608079A (zh) * | 2018-06-15 | 2019-12-24 | 保时捷股份公司 | 内燃机的排气系统 |
| CN112096498A (zh) * | 2020-09-22 | 2020-12-18 | 上海星融汽车科技有限公司 | Dpf灰载量状态检测方法、系统及车辆 |
| CN115142936A (zh) * | 2022-06-29 | 2022-10-04 | 天津电子信息职业技术学院 | 一种车用催化器灰分含量对节能再生的优化分析方法 |
| CN117345392A (zh) * | 2023-11-14 | 2024-01-05 | 潍柴动力股份有限公司 | 微粒过滤器过载的诊断方法、诊断装置和车辆 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| FR2908822A1 (fr) * | 2006-11-17 | 2008-05-23 | Saint Gobain Ct Recherches | Procede de calibrage et de gestion d'une ligne d'echappement comprenant un filtre a particules |
-
2024
- 2024-01-15 CN CN202410054031.9A patent/CN117569905B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2010063972A1 (fr) * | 2008-12-04 | 2010-06-10 | Renault S.A.S. | Procede et dispositif de diagnostic de l'etat de fonctionnement d'un filtre a particules |
| CN104769263A (zh) * | 2012-11-09 | 2015-07-08 | 沃尔沃卡车集团 | 调节颗粒过滤器的方法 |
| CN103511043A (zh) * | 2013-09-22 | 2014-01-15 | 潍柴动力股份有限公司 | 一种颗粒物捕集器的主动再生控制方法及装置 |
| CN104863679A (zh) * | 2015-03-31 | 2015-08-26 | 凯龙高科技股份有限公司 | 一种dpf系统碳载量估算及堵塞状态判断方法 |
| CN110608079A (zh) * | 2018-06-15 | 2019-12-24 | 保时捷股份公司 | 内燃机的排气系统 |
| CN110273740A (zh) * | 2019-07-01 | 2019-09-24 | 潍柴动力股份有限公司 | 一种柴油机氧化催化器硫中毒的监控方法、装置及系统 |
| CN112096498A (zh) * | 2020-09-22 | 2020-12-18 | 上海星融汽车科技有限公司 | Dpf灰载量状态检测方法、系统及车辆 |
| CN115142936A (zh) * | 2022-06-29 | 2022-10-04 | 天津电子信息职业技术学院 | 一种车用催化器灰分含量对节能再生的优化分析方法 |
| CN117345392A (zh) * | 2023-11-14 | 2024-01-05 | 潍柴动力股份有限公司 | 微粒过滤器过载的诊断方法、诊断装置和车辆 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117569905A (zh) | 2024-02-20 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| KR100417750B1 (ko) | 내연기관의 배기 정화 장치 | |
| WO2009092075A1 (en) | Apparatus and control method for avoiding thermal shock in diesel filters | |
| US8051646B2 (en) | Particulate filter regenerating system | |
| JP4816739B2 (ja) | 内燃機関の排気浄化装置 | |
| EP2394034A1 (en) | On-board vehicle diagnostic of an oxidation catalyst | |
| US20160123207A1 (en) | Exhaust purification device | |
| CN114087058B (zh) | 一种检测dpf过载的方法及系统 | |
| CN113530656B (zh) | Dpf的故障监控方法及装置 | |
| JP2016136011A (ja) | 内燃機関の制御装置 | |
| CN115638042A (zh) | 一种碳载量模型修正方法、装置、存储介质及电子设备 | |
| JP4308702B2 (ja) | 排気浄化装置 | |
| CN111365095A (zh) | 一种柴油发动机用电加热颗粒捕捉器后处理系统 | |
| US8906134B2 (en) | Engine-out soot flow rate prediction | |
| CN117569905B (zh) | Dpf故障监测方法、装置及系统 | |
| CN112507541A (zh) | 一种压差碳载量计算方法和相关设备 | |
| CN114508407B (zh) | 一种dpf移除的确定方法及装置 | |
| JP2009526944A (ja) | 微粒子フィルタの再生に使用される燃料噴射システム内の燃料噴射器をパージする方法及び装置 | |
| CN114441095B (zh) | 一种传感器的检测方法及装置 | |
| CN115405404A (zh) | Soot原排模型的构建方法、装置及发动机后处理系统 | |
| CN113090368B (zh) | 尾气颗粒捕集器的再生控制方法及控制器、发动机和车辆 | |
| JP4380354B2 (ja) | 内燃機関の添加弁異常診断装置 | |
| CN110410180B (zh) | 主动再生过程控制方法及系统、可读存储介质和控制单元 | |
| US8109076B2 (en) | Method and device for purging an injector in a fuel injector system of use in the regeneration of a particulate filter | |
| KR102417363B1 (ko) | 배기가스 후처리 시스템 및 이의 제어 방법 | |
| KR20120001431A (ko) | 배기가스 후처리 시스템 및 이 제어방법 |
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 | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |