CN117685118A - 一种动力系统及其氢排放指标的诊断方法 - Google Patents
一种动力系统及其氢排放指标的诊断方法 Download PDFInfo
- Publication number
- CN117685118A CN117685118A CN202410150735.6A CN202410150735A CN117685118A CN 117685118 A CN117685118 A CN 117685118A CN 202410150735 A CN202410150735 A CN 202410150735A CN 117685118 A CN117685118 A CN 117685118A
- Authority
- CN
- China
- Prior art keywords
- hydrogen
- internal combustion
- exhaust
- combustion engine
- power system
- 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.)
- Granted
Links
- 239000001257 hydrogen Substances 0.000 title claims abstract description 344
- 229910052739 hydrogen Inorganic materials 0.000 title claims abstract description 344
- UFHFLCQGNIYNRP-UHFFFAOYSA-N Hydrogen Chemical compound [H][H] UFHFLCQGNIYNRP-UHFFFAOYSA-N 0.000 title claims abstract description 328
- 238000000034 method Methods 0.000 title claims abstract description 56
- 238000003745 diagnosis Methods 0.000 title claims description 12
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 159
- 239000001301 oxygen Substances 0.000 claims abstract description 159
- 238000002485 combustion reaction Methods 0.000 claims abstract description 156
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 153
- 239000007789 gas Substances 0.000 claims abstract description 104
- DOTMOQHOJINYBL-UHFFFAOYSA-N molecular nitrogen;molecular oxygen Chemical compound N#N.O=O DOTMOQHOJINYBL-UHFFFAOYSA-N 0.000 claims abstract description 31
- 150000002431 hydrogen Chemical class 0.000 claims abstract description 17
- 238000004134 energy conservation Methods 0.000 claims abstract description 14
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 52
- 239000000446 fuel Substances 0.000 claims description 41
- 239000003638 chemical reducing agent Substances 0.000 claims description 36
- 229910001868 water Inorganic materials 0.000 claims description 35
- 230000007306 turnover Effects 0.000 claims description 19
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 claims description 17
- 239000004202 carbamide Substances 0.000 claims description 17
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 11
- 125000004435 hydrogen atom Chemical group [H]* 0.000 claims description 9
- 239000007864 aqueous solution Substances 0.000 claims description 8
- 238000002347 injection Methods 0.000 claims description 6
- 239000007924 injection Substances 0.000 claims description 6
- 229910052757 nitrogen Inorganic materials 0.000 claims description 5
- 238000002405 diagnostic procedure Methods 0.000 claims description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N nitrogen oxide Inorganic materials O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 27
- 238000009792 diffusion process Methods 0.000 description 24
- 230000008569 process Effects 0.000 description 11
- 239000000243 solution Substances 0.000 description 9
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- MCMNRKCIXSYSNV-UHFFFAOYSA-N Zirconium dioxide Chemical compound O=[Zr]=O MCMNRKCIXSYSNV-UHFFFAOYSA-N 0.000 description 8
- -1 diesel Substances 0.000 description 8
- 238000005259 measurement Methods 0.000 description 8
- 230000033001 locomotion Effects 0.000 description 6
- 230000002159 abnormal effect Effects 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000012360 testing method Methods 0.000 description 5
- 239000001569 carbon dioxide Substances 0.000 description 4
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- 238000001514 detection method Methods 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 239000003344 environmental pollutant Substances 0.000 description 4
- 229960003753 nitric oxide Drugs 0.000 description 4
- BASFCYQUMIYNBI-UHFFFAOYSA-N platinum Chemical compound [Pt] BASFCYQUMIYNBI-UHFFFAOYSA-N 0.000 description 4
- 231100000719 pollutant Toxicity 0.000 description 4
- 239000007784 solid electrolyte Substances 0.000 description 4
- 238000004422 calculation algorithm Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000004880 explosion Methods 0.000 description 3
- 239000013618 particulate matter Substances 0.000 description 3
- 238000012805 post-processing Methods 0.000 description 3
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 239000003054 catalyst Substances 0.000 description 2
- 238000010531 catalytic reduction reaction Methods 0.000 description 2
- 238000004200 deflagration Methods 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000003487 electrochemical reaction Methods 0.000 description 2
- 239000005431 greenhouse gas Substances 0.000 description 2
- 238000010438 heat treatment Methods 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
- 239000000463 material Substances 0.000 description 2
- JCXJVPUVTGWSNB-UHFFFAOYSA-N nitrogen dioxide Inorganic materials O=[N]=O JCXJVPUVTGWSNB-UHFFFAOYSA-N 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 229910052697 platinum Inorganic materials 0.000 description 2
- 238000005086 pumping Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 229910002076 stabilized zirconia Inorganic materials 0.000 description 2
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 description 1
- MGWGWNFMUOTEHG-UHFFFAOYSA-N 4-(3,5-dimethylphenyl)-1,3-thiazol-2-amine Chemical compound CC1=CC(C)=CC(C=2N=C(N)SC=2)=C1 MGWGWNFMUOTEHG-UHFFFAOYSA-N 0.000 description 1
- MYMOFIZGZYHOMD-UHFFFAOYSA-N Dioxygen Chemical compound O=O MYMOFIZGZYHOMD-UHFFFAOYSA-N 0.000 description 1
- 230000005856 abnormality Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000006555 catalytic reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 229910001882 dioxygen Inorganic materials 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 238000005868 electrolysis reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 239000010416 ion conductor Substances 0.000 description 1
- 238000010030 laminating Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 238000000746 purification Methods 0.000 description 1
- 238000006479 redox reaction Methods 0.000 description 1
- 230000004043 responsiveness Effects 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 229920006395 saturated elastomer Polymers 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 229910052727 yttrium Inorganic materials 0.000 description 1
- VWQVUPCCIRVNHF-UHFFFAOYSA-N yttrium atom Chemical compound [Y] VWQVUPCCIRVNHF-UHFFFAOYSA-N 0.000 description 1
Landscapes
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明提供一种动力系统及其氢排放指标的诊断方法,该方法包括:通过采集传感器确定动力系统的排气氧浓度并依据排气氧浓度确定动力系统的排气湿度;采集传感器包括氧传感器或氮氧传感器;根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过排气湿度确定动力系统的排气氢浓度;依据排气氢浓度,确定动力系统的氢排放指标是否超标;若超标则限制氢内燃机中发动机的转速扭矩;能够基于行业内常用的氧传感器或氮氧传感器,测定的氧浓度和湿度的数值,计算出氢内燃机排放的未燃氢气的量,从而诊断氢内燃机动力系统的氢排放是否超标;规避了氢浓度传感器不耐高温、无法应用于氢内燃机的问题,能够较好地简化系统构成、降低成本。
Description
技术领域
本发明属于氢内燃机技术领域,更具体的说,尤其涉及一种动力系统及其氢排放指标的诊断方法。
背景技术
氢内燃机是使用氢气作为燃料的内燃机,相比于使用柴油、汽油等燃料的内燃机,氢内燃机由于不使用含碳燃料,因此理论上没有二氧化碳、颗粒物、一氧化碳和碳氢化合物等温室气体和污染物生成,是一种清洁的动力系统。
但是,氢气的燃烧不如柴油或汽油稳定,燃烧不充分或发生失火时,氢内燃机的发动机会排放出大量的未燃氢气,氢气的爆燃风险极高(常温常压下氢气在空气中的浓度在4-70%之间都有爆炸的可能性)。因此需要准确、及时地诊断出氢气排放异常的状况。
目前,通过氢浓度传感器,直接测量氢燃料电池发动机尾排的氢气浓度,从而获知系统的氢排放是否超标。但是氢内燃机的排气温度远比氢燃料电池更高(最高可达400℃以上),当前行业中的氢浓度传感器耐温上限多在100-200℃之间,无法应用到氢内燃机上。因此该技术只能应用于氢燃料电池,无法应用于氢内燃机。
发明内容
有鉴于此,本发明的目的在于提供一种动力系统及其氢排放指标的诊断方法,用于能够基于行业内常用的氧传感器或氮氧传感器,测定的氧浓度和湿度的数值,计算出氢内燃机排放的未燃氢气的量。
本申请第一方面公开了一种动力系统的氢排放指标诊断方法,所述动力系统包括氢内燃机,所述方法包括:
通过采集传感器确定所述动力系统的排气氧浓度,并依据所述排气氧浓度确定所述动力系统的排气湿度;所述采集传感器包括氧传感器或氮氧传感器;
根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过所述排气湿度,确定所述动力系统的排气氢浓度;
依据所述排气氢浓度,确定所述动力系统的氢排放指标是否超标;若超标则限制所述氢内燃机中发动机的转速扭矩。
可选的,若所述氢内燃机的出气口直接作为所述动力系统的排气口,则所述根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过所述排气湿度,确定所述动力系统的排气氢浓度,包括:
基于能量守恒原理,确定第一进出守恒关系;其中,所述第一进出守恒关系为:所述氢内燃机中进气口的氢气燃料的质量流量、空气的质量流量以及所述氢内燃机中缸内喷水的质量流量之和等于氢内燃机排气的质量流量;
基于所述第一进出守恒关系以及阿伏伽德罗定律,以仅考虑氢元素守恒的方式,确定第二进出守恒关系;其中,所述第二进出守恒关系为:在所述第一进出守恒关系的基础之上增加各个所述质量流量所涉及成分的摩尔质量之比以及含氢元素成分的浓度;
确定所述氢内燃机的排气的摩尔质量;
依据各个所述摩尔质量、所述排气氧浓度和所述排气湿度,采用所述第二进出守恒关系,确定所述排气氢浓度。
可选的,所述第一进出守恒关系为:
;
其中,Qm,fuel为所述氢气燃料的质量流量;Qm,air为所述空气的质量流量;Qm,injection为所述氢内燃机中缸内喷水的质量流量;Qm,emission为所述氢内燃机排气的质量流量;
所述第二进出守恒关系为:
;
其中,Xair(H2O)为空气中水蒸气浓度、Xemission(H2O)为所述排气湿度、Xemission(H2)为所述排气氢浓度;MH为氢原子的摩尔质量、为水分子的摩尔质量、Mair为空气的摩尔质量、Memission为氢内燃机排气的摩尔质量;
确定所述氢内燃机的排气的摩尔质量所采用的公式为:
;
;
其中,为发动机的过量空气系数;/>为氮气的摩尔质量;/>为氧气分子的摩尔质量;/>为空气中氧浓度。
可选的,若所述氢内燃机的出气口经过后处理系统排气,则所述根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过所述排气湿度,确定所述动力系统的排气氢浓度,包括:
基于能量守恒原理,确定第三进出守恒关系;其中,所述第三进出守恒关系为:所述氢内燃机中进气口的氢气燃料的质量流量、空气的质量流量、所述后处理系统中还原剂的质量流量,以及所述氢内燃机中缸内喷水的质量流量之和等于氢内燃机排气的质量流量;
基于所述第三进出守恒关系以及阿伏伽德罗定律,以仅考虑氢元素守恒的方式,确定第四进出守恒关系;其中,所述第四进出守恒关系为:在所述第三进出守恒关系的基础之上,增加各个所述质量流量所涉及成分的摩尔质量之比以及含氢元素成分的浓度;
依据各个所述摩尔质量、所述排气氧浓度和所述排气湿度,采用所述第四进出守恒关系,确定所述排气氢浓度。
可选的,所述第三进出守恒关系为:
;
其中,Qm,fuel为所述氢气燃料的质量流量;Qm,air为所述空气的质量流量;Qm,injection为所述氢内燃机中缸内喷水的质量流量;Qm,reductant为所述还原剂的质量流量;Qm,emission为所述氢内燃机排气的质量流量。
可选的,若所述后处理系统采用还原剂为尿素水溶液,则所述第四进出守恒关系为:
;
其中,Xair(H2O)为空气中水蒸气浓度、Xemission(H2O)为所述排气湿度、Xemission(H2)为所述排气氢浓度;Wreductant为尿素水溶液中尿素的质量分数;MH为氢原子的摩尔质量、为水分子的摩尔质量、Mair为空气的摩尔质量、Memission为氢内燃机排气的摩尔质量;为尿素的摩尔质量。
可选的,若所述后处理系统采用还原剂为氢气,则所述第四进出守恒关系为:
;
其中,Xair(H2O)为空气中水蒸气浓度、Xemission(H2O)为所述排气湿度、Xemission(H2)为所述排气氢浓度;MH为氢原子的摩尔质量、为水分子的摩尔质量、Mair为空气的摩尔质量、Memission为氢内燃机排气的摩尔质量。
可选的,通过采集传感器确定所述动力系统的排气氧浓度,并依据所述排气氧浓度确定所述动力系统的排气湿度,包括:
获取所述采集传感器在高压范围内扫描得到第二极限电流值;以及低压范围内扫描得到第一极限电流值;
计算第二极限电流值减去第一极限电流值的电流差值,并依据所述第一极限电流值,确定所述排气氧浓度;
依据所述电流差值和所述排气氧浓度,确定所述排气湿度。
可选的,所述依据所述排气氢浓度,确定所述动力系统的氢排放指标是否超标,包括:
判断所述排气氢浓度是否大于等于氢浓度阈值;
若是,则所述动力系统的氢排放指标超标;
若否,则所述动力系统的氢排放指标不超标。
本申请第二方面公开了一种动力系统,包括:氢内燃机和采集单元;
所述氢内燃机的进气口接入氢气燃料和空气;
所述氢内燃机的出气口直接或间接作为所述动力系统的排气口;
所述采集单元包括氧传感器和/或氮氧传感器;所述采集单元设置于所述动力系统的排气口处;
所述氢内燃机中发动机的发动机控制单元,用于执行如本申请第一方面任一项所述的动力系统的氢排放指标诊断方法。
从上述技术方案可知,本发明提供的一种动力系统的氢排放指标的诊断方法包括:通过采集传感器确定动力系统的排气氧浓度,并依据排气氧浓度确定动力系统的排气湿度;采集传感器包括氧传感器或氮氧传感器;根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过排气湿度,确定动力系统的排气氢浓度;依据排气氢浓度,确定动力系统的氢排放指标是否超标;若超标则限制氢内燃机中发动机的转速扭矩;也即,能够基于行业内常用的氧传感器或氮氧传感器,测定的氧浓度和湿度的数值,计算出氢内燃机排放的未燃氢气的量,从而诊断氢内燃机动力系统的氢排放是否超标;从而规避了氢浓度传感器不耐高温、无法应用于氢内燃机的问题,能够较好地简化系统构成、降低成本。
附图说明
为了更清楚地说明本发明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发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的一种动力系统的氢排放指标的诊断方法的流程图;
图2是本发明实施例提供的一种动力系统的氢排放指标的诊断方法所涉及的电流时序图;
图3是本发明实施例提供的一种动力系统的氢排放指标的诊断方法所涉及的另一电流时序图;
图4是本发明实施例提供的一种动力系统的氢排放指标的诊断方法所涉及的气压示意图;
图5是本发明实施例提供的一种动力系统的氢排放指标的诊断方法的另一流程图;
图6是本发明实施例提供的一种动力系统的氢排放指标的诊断方法的另一流程图;
图7是本发明实施例提供的一种动力系统的示意图;
图8是本发明实施例提供的一种动力系统的另一示意图;
图9是本发明实施例提供的一种动力系统的另一示意图;
图10是本发明实施例提供的一种动力系统的另一示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,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,所描述的实施例是本发明一部分实施例,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,都属于本发明保护的范围。
在本申请中,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。
相关术语解释:
(1)氢内燃机:
英文简称一般用H2-ICE,即Hydrogen-Internal Combustion Engine。氢内燃机是使用氢气作为燃料的内燃机,相比于使用柴油、汽油等燃料的内燃机,氢内燃机由于不使用含碳燃料,因此理论上没有二氧化碳、颗粒物、一氧化碳和碳氢化合物等温室气体和污染物生成,是一种清洁的动力系统。然而,氢气的燃烧不如柴油或汽油稳定,燃烧不充分或发生失火时,氢内燃机的发动机会排放出大量的未燃氢气,氢气的爆燃风险极高(常温常压下氢气在空气中的浓度在4-70%之间都有爆炸的可能性)。因此需要准确、及时地诊断出氢气排放异常的状况,并在此时限制发动机运行以避免发动机继续排放未燃氢气、进而防止发生事故,并提醒用户及时维修。也即,通过OBD(车载诊断系统)检测出发动机可能存在异常燃烧、发动机故障、排放超标等风险时,就要限制发动机的转速和扭矩,避免发生安全事故,并迫使用户尽快维修处理。
(2)车用氧传感器和氮氧传感器:
顾名思义,即用于测量车辆内燃机排气气流中的氧浓度或氮氧化物(NOx)浓度的传感器。从原理上说,二者有一定的相似性,都是基于电化学原理完成对氧气浓度的测量。下文将对本专利涉及的传感器进行介绍。
1、极限电流型氧传感器:
极限电流型氧化锆氧传感器由两面施加有铂金电极的氧离子导体材料钇稳定氧化锆片和带有微小扩散孔的扩散障片叠层密封而成,中间形成微小密闭空腔,阴极密闭于空腔之中。在钇稳定氧化锆固体电解质两侧铂金电极施加一工作电压,将钇稳定氧化锆固体电解质加热至高温(大于350℃),氧分子在氧化锆固体电解质的阴极发生氧气获得电子,解离成氧离子的反应;阳极上发生氧离子失去电子,重新生成氧分子的反应。
空腔中阴极上的氧气通过阴极的催化作用不断变成氧离子,在外加的工作电压驱动下,氧离子通过氧化锆固体电解质被泵到阳极后,失去电子变成氧气,导致空腔内的氧浓度低于腔外的氧浓度,腔外的氧气在浓度差的驱动下,通过扩散孔向空腔内做气体扩散运动。当工作电压不断增加时,泵氧能力也随之增加,导致空气内外氧气的浓度差越来越大,腔外气体向腔内扩散运动流量也随之变大,当然此回路的电流也不断变大。然而氧传感器的扩散孔微小,会限制气体的扩散运动,因此当施加在电极上的工作电压增加至某一定值时,气体扩散运动与泵氧运动会达到动态平衡。此时,空腔外氧气通过扩散孔进入腔内的扩散运动速率达到最大值并趋于稳定,电极输出电流大小不再受外加电压的影响,只与氧分子通过小孔的扩散速率有关,即达到了氧传感器的饱和工作状态。此时回路电流也达到一稳定值,氧传感器输出特性曲线上呈现出极限电流平台,称之为极限电流。不同氧浓度对应的极限电流不同,以此为基础可以测量气流中的氧气浓度。
2、宽域氧传感器:
极限电流型氧传感器只适合于测量稀薄燃烧时的氧浓度(因为过浓燃烧时极限电流值过小,无法精确测量)。而宽域氧传感器是在极限电流型氧传感器的基础上,再附加一个能斯特电池。测量时待测气体由扩散障进入检测腔室,在过量空气系数大于1的稀薄燃烧状态下泵电池将氧气从检测腔室中泵出;过量空气系数小于1时浓燃烧状态下泵电池的泵电流改变方向,将氧气泵入检测腔室;过量空气系数等于1时泵电流为零,通过这种方式将检测腔室中的氧气浓度保持在理论空燃比附近,从而具有较大的氧浓度测量范围。它是目前内燃机行业应用最广的氧浓度传感器。
3、氮氧传感器:
从结构上说,氮氧传感器可以看作是几个氧传感器的组合。氮氧传感器一般包括2-3个腔室,最前的腔室先将氧气泵出(同时也可以测得氧气的浓度),而后侧的腔室可以使二氧化氮分解为一氧化氮和氧气,再令一氧化氮分解为氧气和氮气,通过测量这些氧气的浓度即可获得内燃机排气气流中氮氧化物的浓度。因此氮氧传感器本身也具有测量氧浓度的功能。
(3)后处理系统:
指位于发动机出气端的尾气净化系统,通常是借助催化剂,使发动机燃烧的废气发生一系列反应,从而将废气中有害的污染性气体或颗粒物除去或转化为无害的水、氮气、二氧化碳。对于氢内燃机而言,一方面仍会有少量氮氧化物排放,另一方面在冷启动或失火时可能会有未在缸内燃烧的氢气排放(氢气不是大气污染物,但属于危险爆燃物)。在较严苛的排放控制要求下,氢内燃机也有可能需要加装后处理系统。
本申请实施例提供了一种动力系统的氢排放指标诊断方法,用于解决现有技术中氢浓度传感器,直接测量氢燃料电池发动机尾排的氢气浓度,从而获知系统的氢排放是否超标应用于氢燃料电池,无法应用于氢内燃机。
参见图1,动力系统的氢排放指标诊断方法,包括:
S101、通过采集传感器确定动力系统的排气氧浓度,并依据排气氧浓度确定动力系统的排气湿度。
其中,动力系统包括氢内燃机;当然该动力系统也还可以包括后处理系统,此处不做具体限定,视实际情况而定即可,均在本申请的保护范围内。
需要说明的是,该采集传感器包括氧传感器或氮氧传感器。
该氮氧传感器/氧传感器不仅是耐高温,而是必须在高温下工作,氮氧传感器/氧传感器探头加热到800℃方可正常工作(其自身具有加热功能)。
S102、根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过排气湿度,确定动力系统的排气氢浓度。
氢内燃机中的发动机依据氢气燃料进行燃烧发动时,是遵守能量守恒原理的,进而可以依据阿伏伽德罗定律,将总的能量守恒公式转换为氢元素质量守恒的关系,接着,通过该排气湿度,以及该氢元素质量守恒关系所涉及的其他相关参数,确定该动力系统的排气氢浓度。
由于其他参数包括固定常量、测量量和计算量等。此处不再一一赘述,视实际情况而定即可,均在本申请的保护范围内。
S103、依据排气氢浓度,确定动力系统的氢排放指标是否超标;若超标则限制氢内燃机中发动机的转速扭矩。
常温常压下氢气在空气中的浓度在4-70%之间都有爆炸的可能性,进而可以依据氢内燃机的排气氢浓度来确定是否存在排放超标。
若排放超标,在可以限制氢内燃机中发动机的转速扭矩,避免继续排放未燃烧的氢气;同时,还可以进行报警、提醒用户保养维修等。
需要说明的是,可以通过判断排气氢浓度是否大于等于氢浓度阈值来确定是否超标。
若排气氢浓度大于等于氢浓度阈值,则动力系统的氢排放指标超标,也即发动机运行异常或者传感器存在故障又或者排放超标。
若排气氢浓度小于排气氢浓度,则动力系统的氢排放指标不超标、继续监测排放情况。
在本实施例中,通过采集传感器确定动力系统的排气氧浓度,并依据排气氧浓度确定动力系统的排气湿度;采集传感器包括氧传感器或氮氧传感器;根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过排气湿度,确定动力系统的排气氢浓度;依据排气氢浓度,确定动力系统的氢排放指标是否超标;若超标则限制氢内燃机中发动机的转速扭矩;也即,能够基于行业内常用的氧传感器或氮氧传感器,测定的氧浓度和湿度的数值,计算出氢内燃机排放的未燃氢气的量,从而诊断氢内燃机动力系统的氢排放是否超标;从而规避了氢浓度传感器不耐高温、无法应用于氢内燃机的问题,能够较好地简化系统构成、降低成本。
下面对步骤S101、通过采集传感器确定动力系统的排气氧浓度,并依据排气氧浓度确定动力系统的排气湿度的原理进行说明。
在使用极限电流型氧传感器测定干燥气体的氧浓度时,发生的电化学反应为氧分子得到电子/>,生成氧离子/>的反应,即公式(1)。
(1)
此时随着传感器电压的增高,一定电压范围内其电流会保持平稳不变,该平稳不变的电流值为基线电流值。如图2所示。该极限电流值与氧浓度的关系可参照公式(2)。
(2)
其中,Ilimit为极限电流值;F为法拉第常数;S为扩散孔的平均截面积;D为被测气体中氧气的扩散系数,氧气的扩散系数与温度和压力有关,但不受硬件类型的影响;P为环境压力;R为理想气体常数;T为气体的热力学温度;L为扩散距离,为氧浓度。
法拉第常数F和理想气体常数R是不受任何条件影响的恒定常数。L是传感器内部的一个长度参数,可以在传感器选用时设置好。环境压力P可以直接代入大气压;如果想要获得更精准的值,也可以在整车上使用环境压力传感器。热力学温度T在数值上等于摄氏温度加上273.15,现在的发动机在排气管一般都会有一个乃至多个温度传感器,可以读取这类温度传感器的值。
如图2所示,Voltage为电压,current为电流,oxygen为氧气,molar为摩尔,fraction为分数、比例。oxygen molar fractions就是“氧气的摩尔分数”,(按照理想气体状态方程,氧气的摩尔分数也等同于氧气的体积分数);40.8%、30.8%、20.6%、11.7%、3.6%均为氧气的摩尔分数,也即氧浓度。
而在测试气流含有水分时,随着电压的变化,会产生两种极限电流。
在电压较低时,主要的电化学反应仍然只有上述公式(1),但由于此时的扩散介质变为了含水的氧气,因此扩散系数需改为氧气在含水的被测气体中的扩散系数,从而导致对应的极限电流Ilimit1也偏离了相同氧浓度下干燥气体的极限电流Ilimit(即图3中虚线平台与实线第一平台略有偏差,但可忽略不计),Ilimit1可近似用下式表示。
(3)
而如果在此基础上继续提高电压,会导致水蒸气也发生电离产生氧离子,如公式(4)所示。
(4)
这些由水电离产生的氧离子与氧气电离产生的氧离子叠加,导致此时扩散过程中的极限电流Ilimit2增大,如公式(5)所示。
(5)
将公式(5)和公式(3)做差,得公式(6),即极限电流差值△Ilimit与混合气体中水蒸气的浓度有关。
(6)
整理得公式(7),即湿度或水蒸气浓度的计算公式。
(7)
从公式(3)中可以看出,氧气自身产生的极限电流与气体压力的比值与其氧浓度相关的代数式/>成线性关系,斜率为/>。
在K的各参数中,法拉第常数F、氧的扩散系数D和理想气体常数R,这三者本身就是常数;而对于一款特定的氧传感器,其工作温度T、扩散距离L和扩散孔的平均截面积S,这三者均为特定值,因此K是一个常数。借助K,将公式(3)改写为公式(8),公式(7)改写为公式(9)。
(8)
(9)
在发动机产品前期设计开发时,由公式(8)通过测量不同氧浓度下氧气自身对应极限电流Ilimit1和气体压力P,即可得到K的值,而对于已定型在用的产品,先由公式(8)。基于已标定的K的值和此时氧气自身对应的极限电流值Ilimit1和气体压力P,可得到被测气体的氧浓度/>,也即动力系统的排气氧浓度;再由公式(9),基于氧气、水蒸气共同产生的极限电流Ilimit2以及氧浓度/>,可得到被测气体的湿度或水含量,也即动力系统的排气湿度。
需要说明的是,排气的压力可以看作是测点气压到大气气压之间压差加上环境大气压力的和值;该环境大气压力可通过成熟的环境压力传感器获得,测点气压到大气气压之间压差的测算行业中也有大量实测方法或数学物理模型计算。
如图4所示,对于一段布置有传感器的管路,传感器测点位置的压力P理论上等于测点沿气流方向的压降ΔP与环境大气压力Patm之和(atm=atmsphere),即P=ΔP+Patm。其中ΔP的值一般较小,如果不需要特别精确,可近似认为P=Patm;如果需要追求精确的结果,那么通过压差传感器或者其他标定模型计算ΔP的方法是成熟技术,此处不做具体限定。
上述依据氧浓度计算湿度的算法可以采集传感器内部,再把计算得到的值集成到发动机的ECU(engine control unit发动机控制单元);或者另一种实现方式是传感器只输出氧浓度值,而把上述算法集成到ECU中。
上述说明采用极限电流型氧传感器为例进行说明,如果使用宽域氧传感器,或者基于极限电流型氧传感器/宽域氧传感器原理的氮氧传感器,其基本原理是一致的,此处不再一一赘述,视实际情况而定即可,均在本申请的保护范围内。
通过上述说明可知,通过采集传感器确定动力系统的排气氧浓度,并依据排气氧浓度确定动力系统的排气湿度的具体过程可以是:采用采集传感器采集排气氧浓度,再依据排气氧浓度计算得到排气湿度。
也即,通过采集传感器确定动力系统的排气氧浓度,并依据排气氧浓度确定动力系统的排气湿度的具体过程可以是:
首先,获取采集传感器在高压范围内扫描得到第二极限电流值;以及低压范围内扫描得到第一极限电流值。接着,计算第二极限电流值减去第一极限电流值的电流差值,并依据第一极限电流值,确定排气氧浓度。最后依据电流差值和排气氧浓度,确定排气湿度。
具体的,获取采集传感器在高压范围内扫描得到第二极限电流值;以及低压范围内扫描得到第一极限电流值,包括:
(1)若采集传感器的数量为1个,则在前t/2内,控制采集传感器在低压范围内扫描得到第一极限电流值;在后t/2内,控制采集传感器在高压范围扫描得到第二极限电流值;其中,t为测试时长。
更为详细的,在动力系统的出气口具有单一氧传感器/氮氧传感器的氢内燃机动力系统,如图5所示。首先需预设一极短的测试时长t。前t/2时间内传感器在低电压下扫描,从而获得氧气本身产生的极限电流I1;后t/2时间内传感器在高电压下扫描,从而获得氧气和水共同产生的极限电流I2;其他流量等参数则使用t时段内监测到的平均值。该测试时长可以是1-2s,当然也可以是其他时长,此处不再一一赘述;该其他流量等参数,可以是燃料消耗量(氢气的流量质量)Qm,fuel、进气流量(氢气的流量质量)Qm,air监测、还原剂流量(还原剂的流量质量)Qm,reductant,这些行业内这些量都有成熟的传感器或监测手段。
随后需要对监测到的值进行可信性诊断(例如某个流量测量值过低或过高,这显然是不可信的)和其他相关故障的诊断(发动机的车载自动诊断系统具有对各类常规故障的诊断功能),如有异常则需限速限扭、提醒用户等。无异常后,再按照本申请后续所提供的一系列公式计算出排气氢浓度,其中针对无外加还原剂的氢内燃机系统应使用公式(11)计算氢浓度,针对使用尿素水溶液作为还原剂的氢内燃机+后处理系统应使用公式(15)计算氢浓度,针对使用氢气作为还原剂的氢内燃机+后处理系统应使用公式(16)计算氢浓度。计算出的氢浓度需与预设的氢浓度限值X进行对比,如果低于X,说明系统的氢气排放未超标;否则说明系统氢气排放超标,此时也应限速限扭、提醒用户注意维修。其中,(考虑到氢气在常温常压下的爆炸极限浓度是4-70%,X应低于4%)。
(2)若采集传感器的数量为2个,则在测试时长内,控制第一采集传感器在低压范围内扫描得到第一极限电流值,以及,控制第二采集传感器在高压范围内扫描得到第二极限电流值。
使用双传感器的氢内燃机动力系统,其控制测量只需要将“单一传感器前t/2扫描低电压、后t/2扫描高电压”的扫描方式改为“一个传感器始终扫描低电压、另一个传感器始终扫描高电压”即可,如图6所示。
图6的具体原理与控制过程与图5相似,此处不再一一赘述,视实际情况而定即可,均在本申请的保护范围内。
本申请不但说明了通过氧传感器测定湿度的原理,还说明该技术可以应用于或如何应用于氢内燃机的氢排放超标的监测;同时,氢内燃机带有后处理系统的情况,也适用于本方法,进而可以基于湿度测量的结果,分析发动机运行的情况并响应。
下面对步骤S102、根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过排气湿度,确定动力系统的排气氢浓度的原理进行说明。
上述说明介绍了基于氧传感器或氮氧传感器测定气流中氧浓度和含水量(湿度)的原理,下面介绍基于该湿度,通过氢元素衡算的方法计算氢内燃机排气中氢气浓度的方法。需要说明的是,该动力系统可以包括氢内燃机,还可以包括后处理系统。
具体的,动力系统只包括氢内燃机时,该氢内燃机的出气口直接作为该动力系统的排气口,也即,氢内燃机的出气口直接排气;动力系统包括氢内燃机和后处理系统时,氢内燃机的出气口与后处理系统的出气口相连,后处理系统的出气口作为动力系统的排气口,也即,氢内燃机通过后处理系统排气。
由于动力系统的结构不同,确定动力系统的排气氢浓度的方式也不同,下面对上述两种结构进行示例说明:
(1)如图7所示,从物料衡算的角度来看,流入氢内燃机的流体主要包括作为燃料的氢气和助燃的空气,此外有的技术还通过特定工况下向发动机缸内喷水以避免发动机爆震等情况。在氢内燃机不漏气的前提下,流出氢内燃机的只有其排放的废气。
因此,若氢内燃机的出气口直接作为动力系统的排气口,则根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过排气湿度,确定动力系统的排气氢浓度的具体过程为:
首先,基于能量守恒原理,确定第一进出守恒关系;其中,第一进出守恒关系为:氢内燃机中进气口的氢气燃料的质量流量、空气的质量流量以及氢内燃机中缸内喷水的质量流量之和等于氢内燃机排气的质量流量。
其次,基于第一进出守恒关系以及阿伏伽德罗定律,以仅考虑氢元素守恒的方式,确定第二进出守恒关系;其中,第二进出守恒关系为:在第一进出守恒关系的基础之上增加各个质量流量所涉及成分的摩尔质量之比以及含氢元素成分的浓度。
接着,确定氢内燃机的排气的摩尔质量。
最后,依据各个摩尔质量、排气氧浓度和排气湿度,采用第二进出守恒关系,确定排气氢浓度。
可选的,考虑进排气所有成分的总质量守恒可用公式(10)表示;也即,第一进出守恒关系为:
(10)
其中,Qm,fuel为氢气燃料的质量流量;Qm,air为空气的质量流量;Qm,injection为氢内燃机中缸内喷水的质量流量;Qm,emission为氢内燃机排气的质量流量。
第二进出守恒关系为:
(11)
其中,Xair(H2O)为空气中水蒸气浓度、Xemission(H2O)为氢内燃机的排气湿度、Xemission(H2)为氢内燃机的排气氢浓度;MH为氢原子的摩尔质量、为水分子的摩尔质量、Mair为空气的摩尔质量、Memission为氢内燃机排气的摩尔质量。
只有空气中水蒸气浓度需要直接测量或采集,可通过整车的环境湿度传感器获得(环境比较干燥时可以直接设成0)。其余两个量发动机排气中水蒸气浓度、发动机排气中氢气浓度是需要根据这一系列公式计算获得的。
需要说明的是,各个浓度均为体积分数。均为固定常数。
确定氢内燃机的排气的摩尔质量所采用的公式为:
(12)
(13)
其中,为发动机的过量空气系数,即实际实际的空气/燃料比例相对于按照化学当量比完全燃烧时的空气/燃料比例的倍数,可用公式(13)计算;/>为氮气的摩尔质量;为氧气分子的摩尔质量;Xair(O2)为空气中氧浓度。
进而基于各个参数,通过公式(11)即可得出氢内燃机排气中的氢浓度Xemission(H2)。
(2)针对氢内燃机带有后处理系统的情况,如图8所示。氢内燃机的后处理系统一般是解决氢内燃机少量的颗粒物排放、氢气排放和氮氧化物排放。其中,解决颗粒物排放一般是通过壁流式颗粒捕集器对颗粒进行捕集,基本不涉及气体组分的变化;解决氢气排放问题一般是通过氧化催化剂使氢气与氧气发生反应,其化学本质与缸内燃烧相同;但解决氮氧化物的问题可能需要选择性催化还原技术,它需要从外界再引入还原剂,与氮氧化物发生一系列氧化还原反应,使氮氧化物转化为无害的水、二氧化碳和氮气。从氢排放和含水量的角度来看,使用还原剂时整个系统的总质量守恒式和氢元素守恒式会发生变化。
因此,若氢内燃机的出气口经过后处理系统排气,则根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过排气湿度,确定动力系统的排气氢浓度的具体过程为:
首先,基于能量守恒原理,确定第三进出守恒关系;其中,第三进出守恒关系为:氢内燃机中进气口的氢气燃料的质量流量、空气的质量流量、后处理系统中还原剂的质量流量,以及氢内燃机中缸内喷水的质量流量之和等于氢内燃机排气的质量流量;
其次,基于第三进出守恒关系以及阿伏伽德罗定律,以仅考虑氢元素守恒的方式,确定第四进出守恒关系;其中,第四进出守恒关系为:在第三进出守恒关系的基础之上,增加各个质量流量所涉及成分的摩尔质量之比以及含氢元素成分的浓度;
最后,依据各个摩尔质量、排气氧浓度和排气湿度,采用第四进出守恒关系,确定排气氢浓度。
可选的,上述第三进出守恒关系为:
(14)
其中,Qm,fuel为氢气燃料的质量流量;Qm,air为空气的质量流量;Qm,injection为氢内燃机中缸内喷水的质量流量;Qm,reductant为还原剂的质量流量;Qm,emission为所述氢内燃机排气的质量流量。
若该还原剂为尿素水溶液,则该Qm,reductant为尿素水溶液的质量流量。若该还原剂为氢气,则该Qm,reductant为氢气的质量流量。
目前在氢内燃机行业应用最广的还原剂是尿素水溶液,成分包括尿素(化学式CO(NH2)2)和水。从氢元素的去向来看,反应充分的条件下,还原剂中的氢元素最终会全部转化成水。
因此,若后处理系统采用还原剂为尿素水溶液,则第四进出守恒关系为:
(15)
其中,Xair(H2O)为空气中水蒸气浓度、Xemission(H2O)为排气湿度、Xemission(H2)为排气氢浓度;Wreductant为尿素水溶液中尿素的质量分数;MH为氢原子的摩尔质量、为水分子的摩尔质量、Mair为空气的摩尔质量、Memission为氢内燃机排气的摩尔质量;/>为尿素的摩尔质量。
此外,针对氢内燃机,还有一类技术是直接使用氢气作为选择性催化还原反应的还原剂。这部分氢气如果参与反应,也是以水的形式存在。由于还原剂组分只有氢气一种,其纯度为100%。
因此,若后处理系统采用还原剂为氢气,则第四进出守恒关系为:
(16)
其中,Xair(H2O)为空气中水蒸气浓度、Xemission(H2O)为排气湿度、Xemission(H2)为排气氢浓度;MH为氢原子的摩尔质量;为水分子的摩尔质量;Mair为空气的摩尔质量;Memission为氢内燃机排气的摩尔质量。
需要说明的是,燃料消耗量Qm,fue监测、进气流量Qm,air监测、还原剂流量Qm,reductant和浓度Wreductant监测等都是现有的成熟技术,且是发动机产品必须具有的。空气中水蒸气浓度,也即环境湿度的监测可以使用行业中现有的其他原理的湿度测量技术,“可通过整车的环境湿度传感器获得”,这种整车用的常温条件下工作的湿度传感器并不是基于氧浓度的,而是会依据其他原理,故本申请通过排气氧浓度确定排气湿度。
在本实施例中,考虑了氢内燃机匹配后处理系统的情况,不仅能应用于氢内燃机原机,也能够应用于排放控制要求较高、带有后处理的氢内燃机动力系统。
本申请另一实施例提供了一种动力系统。
参见图7或图8,该动力系统包括:氢内燃机和采集单元。
氢内燃机的进气口接入氢气燃料(H2)和空气。
氢内燃机的出气口直接或间接作为动力系统的排气口。
采集单元包括氧传感器/氮氧传感器;采集单元设置于动力系统的排气口处,用于采集动力系统的排气氧浓度,还可以采集排气湿度。
参见图8,该动力系统还可以包括后处理系统。
具体的,如图7所示,动力系统只包括氢内燃机时,该氢内燃机的出气口直接作为该动力系统的排气口,也即,氢内燃机的出气口直接排气。
如图8所示,动力系统包括氢内燃机和后处理系统时,氢内燃机的出气口与后处理系统的出气口相连,后处理系统的出气口作为动力系统的排气口,也即,氢内燃机通过后处理系统排气。
此外,如图9和图10所示,本发明还包含使用两个氧传感器/氮氧传感器的硬件结构,具体的,可以是两个氧传感器;或者,可以是两个氮氧传感器,又或者可以是一个氧传感器和一个氮氧传感器,采用这三种结构的计算过程相同。氮氧传感器的前腔就是氧传感器,或者说氮氧传感器是氧传感器的某种升级优化。氧传感器可以给出测点处的氧浓度值,氮氧传感器也可以给出测点处的氧浓度值。
采用两个传感器会增加一个传感器的成本,但相应地可以让两个传感器分别在不同的电压范围工作,使湿度的测量响应性更好,并且避免单一传感器分别在高压范围内扫描和低压范围内扫描,而导致需要电压大范围切换的问题,提高传感器耐久性。而传感器是有使用寿命的,相比于在小范围内切换电压,在大范围内切换电压会使传感器内的传质材料老化加快,从而导致传感器寿命变短。
氢内燃机中发动机的发动机控制单元用于执行如上述任一实施例提供的动力系统的氢排放指标诊断方法,该氢排放指标诊断方法的具体过程和原理,此处不再一一赘述,详情参见上述实施例。
在本实施例中,氢内燃机的进气口接入氢气燃料和空气;氢内燃机的出气口直接或间接作为动力系统的排气口;采集单元包括氧传感器和/或氮氧传感器;采集单元设置于动力系统的排气口处;氢内燃机中发动机的发动机控制单元,用于执行动力系统的氢排放指标诊断方法,进而提供超标诊断的完整的硬件结构和控制方法,具有较强的实用性和可执行性。
本说明书中的各个实施例中记载的特征可以相互替换或者组合,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统或系统实施例而言,由于其基本相似于方法实施例,所以描述得比较简单,相关之处参见方法实施例的部分说明即可。以上所描述的系统及系统实施例仅仅是示意性的,其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。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。本领域普通技术人员在不付出创造性劳动的情况下,即可以理解并实施。
专业人员还可以进一步意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、计算机软件或者二者的结合来实现,为了清楚地说明硬件和软件的可互换性,在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
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发明。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发明的精神或范围的情况下,在其它实施例中实现。因此,本发明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 (10)
1.一种动力系统的氢排放指标诊断方法,其特征在于,所述动力系统包括氢内燃机,所述方法包括:
通过采集传感器确定所述动力系统的排气氧浓度,并依据所述排气氧浓度确定所述动力系统的排气湿度;所述采集传感器包括氧传感器或氮氧传感器;
根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过所述排气湿度,确定所述动力系统的排气氢浓度;
依据所述排气氢浓度,确定所述动力系统的氢排放指标是否超标;若超标则限制所述氢内燃机中发动机的转速扭矩。
2.根据权利要求1所述的动力系统的氢排放指标诊断方法,其特征在于,若所述氢内燃机的出气口直接作为所述动力系统的排气口,则所述根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过所述排气湿度,确定所述动力系统的排气氢浓度,包括:
基于能量守恒原理,确定第一进出守恒关系;其中,所述第一进出守恒关系为:所述氢内燃机中进气口的氢气燃料的质量流量、空气的质量流量以及所述氢内燃机中缸内喷水的质量流量之和等于氢内燃机排气的质量流量;
基于所述第一进出守恒关系以及阿伏伽德罗定律,以仅考虑氢元素守恒的方式,确定第二进出守恒关系;其中,所述第二进出守恒关系为:在所述第一进出守恒关系的基础之上增加各个所述质量流量所涉及成分的摩尔质量之比以及含氢元素成分的浓度;
确定所述氢内燃机的排气的摩尔质量;
依据各个所述摩尔质量、所述排气氧浓度和所述排气湿度,采用所述第二进出守恒关系,确定所述排气氢浓度。
3.根据权利要求2所述的动力系统的氢排放指标诊断方法,其特征在于,所述第一进出守恒关系为:
;
其中,Qm,fuel为所述氢气燃料的质量流量;Qm,air为所述空气的质量流量;Qm,injection为所述氢内燃机中缸内喷水的质量流量;Qm,emission为所述氢内燃机排气的质量流量;
所述第二进出守恒关系为:
;
其中,Xair(H2O)为空气中水蒸气浓度、Xemission(H2O)为所述排气湿度、Xemission(H2)为所述排气氢浓度;MH为氢原子的摩尔质量、为水分子的摩尔质量、Mair为空气的摩尔质量、Memission为氢内燃机排气的摩尔质量;
确定所述氢内燃机的排气的摩尔质量所采用的公式为:
;
;
其中,为发动机的过量空气系数;/>为氮气的摩尔质量;/>为氧气分子的摩尔质量;/>为空气中氧浓度。
4.根据权利要求1所述的动力系统的氢排放指标诊断方法,其特征在于,若所述氢内燃机的出气口经过后处理系统排气,则所述根据能量守恒原理以及阿伏伽德罗定律,以仅考虑氢元素质量守恒的方式,通过所述排气湿度,确定所述动力系统的排气氢浓度,包括:
基于能量守恒原理,确定第三进出守恒关系;其中,所述第三进出守恒关系为:所述氢内燃机中进气口的氢气燃料的质量流量、空气的质量流量、所述后处理系统中还原剂的质量流量,以及所述氢内燃机中缸内喷水的质量流量之和等于氢内燃机排气的质量流量;
基于所述第三进出守恒关系以及阿伏伽德罗定律,以仅考虑氢元素守恒的方式,确定第四进出守恒关系;其中,所述第四进出守恒关系为:在所述第三进出守恒关系的基础之上,增加各个所述质量流量所涉及成分的摩尔质量之比以及含氢元素成分的浓度;
依据各个所述摩尔质量、所述排气氧浓度和所述排气湿度,采用所述第四进出守恒关系,确定所述排气氢浓度。
5.根据权利要求4所述的动力系统的氢排放指标诊断方法,其特征在于,所述第三进出守恒关系为:
;
其中,Qm,fuel为所述氢气燃料的质量流量;Qm,air为所述空气的质量流量;Qm,injection为所述氢内燃机中缸内喷水的质量流量;Qm,reductant为所述还原剂的质量流量;Qm,emission为所述氢内燃机排气的质量流量。
6.根据权利要求4所述的动力系统的氢排放指标诊断方法,其特征在于,若所述后处理系统采用还原剂为尿素水溶液,则所述第四进出守恒关系为:
;
其中,Xair(H2O)为空气中水蒸气浓度、Xemission(H2O)为所述排气湿度、Xemission(H2)为所述排气氢浓度;Wreductant为尿素水溶液中尿素的质量分数;MH为氢原子的摩尔质量、为水分子的摩尔质量、Mair为空气的摩尔质量、Memission为氢内燃机排气的摩尔质量;/>为尿素的摩尔质量。
7.根据权利要求4所述的动力系统的氢排放指标诊断方法,其特征在于,若所述后处理系统采用还原剂为氢气,则所述第四进出守恒关系为:
;
其中,Xair(H2O)为空气中水蒸气浓度、Xemission(H2O)为所述排气湿度、Xemission(H2)为所述排气氢浓度;MH为氢原子的摩尔质量、为水分子的摩尔质量、Mair为空气的摩尔质量、Memission为氢内燃机排气的摩尔质量。
8.根据权利要求1所述的动力系统的氢排放指标诊断方法,其特征在于,通过采集传感器确定所述动力系统的排气氧浓度,并依据所述排气氧浓度确定所述动力系统的排气湿度,包括:
获取所述采集传感器在高压范围内扫描得到第二极限电流值;以及低压范围内扫描得到第一极限电流值;
计算第二极限电流值减去第一极限电流值的电流差值,并依据所述第一极限电流值,确定所述排气氧浓度;
依据所述电流差值和所述排气氧浓度,确定所述排气湿度。
9.根据权利要求1所述的动力系统的氢排放指标诊断方法,其特征在于,所述依据所述排气氢浓度,确定所述动力系统的氢排放指标是否超标,包括:
判断所述排气氢浓度是否大于等于氢浓度阈值;
若是,则所述动力系统的氢排放指标超标;
若否,则所述动力系统的氢排放指标不超标。
10.一种动力系统,其特征在于,包括:氢内燃机和采集单元;
所述氢内燃机的进气口接入氢气燃料和空气;
所述氢内燃机的出气口直接或间接作为所述动力系统的排气口;
所述采集单元包括氧传感器和/或氮氧传感器;所述采集单元设置于所述动力系统的排气口处;
所述氢内燃机中发动机的发动机控制单元,用于执行如权利要求1-9任一项所述的动力系统的氢排放指标诊断方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410150735.6A CN117685118B (zh) | 2024-02-02 | 2024-02-02 | 一种动力系统及其氢排放指标的诊断方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410150735.6A CN117685118B (zh) | 2024-02-02 | 2024-02-02 | 一种动力系统及其氢排放指标的诊断方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117685118A true CN117685118A (zh) | 2024-03-12 |
CN117685118B CN117685118B (zh) | 2024-05-17 |
Family
ID=90132376
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410150735.6A Active CN117685118B (zh) | 2024-02-02 | 2024-02-02 | 一种动力系统及其氢排放指标的诊断方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117685118B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070084651A1 (en) * | 2005-10-18 | 2007-04-19 | Yintan Dong | Hydrogen hybrid power electric vehicle |
CN102435440A (zh) * | 2011-09-29 | 2012-05-02 | 天津大学 | 一种用单氧浓度传感器测试柴油机废气再循环率的方法 |
WO2013005332A1 (ja) * | 2011-07-07 | 2013-01-10 | 三菱重工業株式会社 | 水素濃度計測装置及び水素濃度計測方法 |
US20140202437A1 (en) * | 2013-01-18 | 2014-07-24 | Ford Global Technologies, Llc | Methods and systems for humidity and pcv flow detection via an exhaust gas sensor |
JP2017002799A (ja) * | 2015-06-10 | 2017-01-05 | 岩井商事株式会社 | 水素エンジンシステムの制御装置、水素エンジンシステムおよび発電システム |
US9920699B1 (en) * | 2016-10-19 | 2018-03-20 | Ford Global Technologies, Llc | Methods and system for exhaust gas recirculation estimation via an exhaust oxygen sensor |
CN109829235A (zh) * | 2019-01-31 | 2019-05-31 | 山东理工大学 | 一种基于摩尔数平衡原理的发动机燃油消耗率计算方法 |
WO2022211111A1 (ja) * | 2021-04-01 | 2022-10-06 | 株式会社堀場製作所 | 水素消費量測定システム |
CN117074036A (zh) * | 2023-07-10 | 2023-11-17 | 中汽研汽车检验中心(天津)有限公司 | 基于氢平衡法的重型氢燃料内燃机汽车燃料消耗量试验方法 |
-
2024
- 2024-02-02 CN CN202410150735.6A patent/CN117685118B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070084651A1 (en) * | 2005-10-18 | 2007-04-19 | Yintan Dong | Hydrogen hybrid power electric vehicle |
WO2013005332A1 (ja) * | 2011-07-07 | 2013-01-10 | 三菱重工業株式会社 | 水素濃度計測装置及び水素濃度計測方法 |
CN102435440A (zh) * | 2011-09-29 | 2012-05-02 | 天津大学 | 一种用单氧浓度传感器测试柴油机废气再循环率的方法 |
US20140202437A1 (en) * | 2013-01-18 | 2014-07-24 | Ford Global Technologies, Llc | Methods and systems for humidity and pcv flow detection via an exhaust gas sensor |
JP2017002799A (ja) * | 2015-06-10 | 2017-01-05 | 岩井商事株式会社 | 水素エンジンシステムの制御装置、水素エンジンシステムおよび発電システム |
US9920699B1 (en) * | 2016-10-19 | 2018-03-20 | Ford Global Technologies, Llc | Methods and system for exhaust gas recirculation estimation via an exhaust oxygen sensor |
CN109829235A (zh) * | 2019-01-31 | 2019-05-31 | 山东理工大学 | 一种基于摩尔数平衡原理的发动机燃油消耗率计算方法 |
WO2022211111A1 (ja) * | 2021-04-01 | 2022-10-06 | 株式会社堀場製作所 | 水素消費量測定システム |
CN117074036A (zh) * | 2023-07-10 | 2023-11-17 | 中汽研汽车检验中心(天津)有限公司 | 基于氢平衡法的重型氢燃料内燃机汽车燃料消耗量试验方法 |
Also Published As
Publication number | Publication date |
---|---|
CN117685118B (zh) | 2024-05-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US10125656B2 (en) | Method for diagnosing degradation of catalyst and catalyst degradation diagnosis system | |
US10267778B2 (en) | NOx sensor diagnostic system and method | |
CN103376286B (zh) | 尾气检测传感器及其氮氧化物浓度、颗粒物浓度检测方法 | |
CN101415917B (zh) | 催化剂劣化监测系统和催化剂劣化监测方法 | |
US10125657B2 (en) | Method for diagnosing degradation of catalyst and catalyst degradation diagnosis system | |
EP1772599B1 (en) | System and method for monitoring of an exhaust gas treatment system | |
JP5469553B2 (ja) | アンモニア濃度検出センサ | |
US20090242426A1 (en) | Gas Sensor | |
US20100051458A1 (en) | Carbon quantity detecting sensor with increased detecting precision | |
US11060439B2 (en) | Catalyst deterioration diagnosis system and catalyst deterioration diagnosis method | |
US6592823B1 (en) | Sensor for detecting the instantaneous concentrations of a plurality of gas constituents in a gas | |
Fleming et al. | Sensor for on-vehicle detection of engine exhaust gas composition | |
CN112683979A (zh) | 一种电化学氨气传感器芯片及其使用方法 | |
US11808732B2 (en) | Method for monitoring a gas sensor | |
CN117685118B (zh) | 一种动力系统及其氢排放指标的诊断方法 | |
Kunimoto et al. | New total-NOx sensor based on mixed potential for automobiles | |
JP2009175014A (ja) | NOxセンサ及びその劣化診断装置 | |
JP5067663B2 (ja) | NOxセンサの異常診断装置 | |
US20220268189A1 (en) | Systems and methods for controlling exhaust gas aftertreatment sensor systems | |
Mukundan et al. | Electrochemical sensors for energy and transportation | |
Hassan et al. | Integrated System to Reduce Emissions from Natural Gas-Fired Reciprocating Engines—Performance Assessment of Amperometric NOx/O 2 Sensors | |
Dongliang et al. | OBD system oxygen sensor degradation monitoring and mechanism analysis | |
Classen et al. | D3. 1-Trends in Automotive Exhaust Gas Sensing | |
Hasei et al. | Sensing performance for low NOx in exhausts with NOx sensor based on mixed potential | |
Aliramezani et al. | Response Characteristics of an Amperometric NOx-O2 Sensor at Non diffusion-Rate-Determining Conditions |
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 |