JP6815366B2 - 触媒状態推定装置、触媒の状態を推定する方法及びコンピュータプログラム - Google Patents
触媒状態推定装置、触媒の状態を推定する方法及びコンピュータプログラム Download PDFInfo
- Publication number
- JP6815366B2 JP6815366B2 JP2018216272A JP2018216272A JP6815366B2 JP 6815366 B2 JP6815366 B2 JP 6815366B2 JP 2018216272 A JP2018216272 A JP 2018216272A JP 2018216272 A JP2018216272 A JP 2018216272A JP 6815366 B2 JP6815366 B2 JP 6815366B2
- Authority
- JP
- Japan
- Prior art keywords
- catalyst
- model
- state estimation
- amount
- temperature
- 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
Images
Classifications
-
- 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
- Exhaust Gas After Treatment (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Exhaust Gas Treatment By Means Of Catalyst (AREA)
Description
図1は、本発明の一実施形態としての排気浄化システム1のブロック図である。本実施形態の排気浄化システム1は、燃焼状態制御部91及び内燃機関92と、排気浄化装置20と、触媒状態推定装置10を備える。本実施形態の排気浄化装置20は、内燃機関92の排気中における有害物質(窒素酸化物:NOx)を浄化する装置であり、触媒として選択還元触媒(SCR触媒:Selective Catalytic Reduction catalyst)40を備え、添加剤としてアンモニア(NH3)を発生する尿素水を使用する。本実施形態の触媒状態推定装置10は、排気浄化装置20に搭載されたSCR触媒40の状態、具体的には、SCR触媒40の浄化性能を推定できる。
(a1)触媒の情報:SCR触媒40の前端の温度と、SCR触媒40の温度と、1時刻前においてSCR触媒40に吸着されているNH3の吸着量と、のうちの少なくとも1つ
(a2)排気の情報:内燃機関92からの排気の温度と、排気の流量と、排気に含まれるNOxの量と、のうちの少なくとも1つ
(a3)添加剤の情報:SCR触媒40に流入するNH3の流入量
(b1)触媒の情報:SCR触媒40の前端の温度と、SCR触媒40の温度と、1時刻前においてSCR触媒40に吸着されているNH3の吸着量(実吸着量)と、SCR触媒40の温度の時間微分値と、SCR触媒40におけるNH3の飽和吸着量に対する吸着量(実吸着量)の比と、のうちの少なくとも1つ
(b2)排気の情報:内燃機関92からの排気の温度と、排気の流量と、排気に含まれるNOxの量と、のうちの少なくとも1つ
(b3)添加剤の情報:SCR触媒40に流入するNH3の流入量
(c1)触媒の情報:SCR触媒40の前端の温度と、SCR触媒40の温度と、のうちの少なくとも1つ
(c2)排気の情報:内燃機関92からの排気の温度
(c3)添加剤の情報:SCR触媒40に流入するNH3の流入量
(a1)触媒の情報:
・SCR触媒40の温度(床温)T[k](ステップS16)
・1時刻前においてSCR触媒40に吸着されているNH3の吸着量(実吸着量)NH3Ad[k](前回の推定処理の結果)
(a2)排気の情報:
・内燃機関92からの排気の温度T_SCRin[k](ステップS20)
・排気の流量Q[k](ステップS12)
・排気に含まれるNOxの量NOx_SCRin[k](ステップS14)
(a3)添加剤の情報:
・SCR触媒40に流入するNH3の流入量NH3_SCRin[k](ステップS18)
(b1)触媒の情報:
・SCR触媒40の温度(床温)T[k](ステップS16)
・1時刻前においてSCR触媒40に吸着されているNH3の吸着量(実吸着量)NH3Ad[k](前回の推定処理の結果)
・SCR触媒40の温度の時間微分値DiffT[k](ステップS22)
・SCR触媒40におけるNH3の飽和吸着量に対する吸着量(実吸着量)の比r[k](ステップS24)
(b2)排気の情報:
・内燃機関92からの排気の温度T_SCRin[k](ステップS20)
・排気の流量Q[k](ステップS12)
・排気に含まれるNOxの量NOx_SCRin[k](ステップS14)
(b3)添加剤の情報:
・SCR触媒40に流入するNH3の流入量NH3_SCRin[k](ステップS18)
(c1)触媒の情報:
・SCR触媒40の温度(床温)T[k](ステップS16)
(c2)排気の情報:
・内燃機関92からの排気の温度T_SCRin[k](ステップS20)
(c3)添加剤の情報:
・SCR触媒40に流入するNH3の流入量NH3_SCRin[k](ステップS18)
図6は、第2実施形態における排気浄化システム1aのブロック図である。図1に示す第1実施形態では、推定部110は、第1〜3モデル121〜123の推定結果を利用して、SCR触媒40の浄化性能として、1時刻後(時刻t=(k+1)Δt)におけるSCR触媒40に吸着されているNH3の吸着量を推定した。しかし、第2実施形態の推定部110aは、第1モデル121を利用して、SCR触媒40の浄化性能として、現在(時刻t=kΔt)のSCR触媒40のNOx浄化率NOxConv[k]を推定する。
図7は、第3実施形態における排気浄化システム1bのブロック図である。図1に示す第1実施形態では、SCR触媒の浄化性能を推定した。しかし、第3実施形態の排気浄化システム1bでは、SCR触媒に代えて吸蔵還元触媒(NSR触媒)を備え、NSR触媒の浄化性能を推定する。
図8は、第4実施形態における排気浄化システム1cのブロック図である。図1に示す第1実施形態では、SCR触媒の浄化性能を推定した。しかし、第4実施形態の排気浄化システム1cでは、SCR触媒に代えて三元触媒(Three-Way Catalyst)を備え、三元触媒の浄化性能を推定する。
図9は、第5実施形態における排気浄化システム1dのブロック図である。図1に示す第1実施形態では、単一の第1,2モデル121,122を使用してSCR触媒40の浄化性能を推定していた。しかし、第5実施形態の排気浄化システム1dでは、複数の第1,2モデル121d,122dを使い分けて、SCR触媒40の浄化性能を推定する。
図10は、第6実施形態における排気浄化システム1eのブロック図である。図1に示す第1実施形態では、1つのSCR触媒の浄化性能を推定した。しかし、第6実施形態の排気浄化システム1eでは、複数のSCR触媒を搭載し、この複数のSCR触媒全体としての浄化性能を推定する。排気浄化システム1eは、触媒状態推定装置10に代えて触媒状態推定装置10eを備え、排気浄化装置20に代えて排気浄化装置20eを備える。
(a12)排気の情報:内燃機関92から最上流に位置する第1SCR触媒40に流入する排気の温度と、当該排気の流量と、最上流に位置する第1SCR触媒40に流入する排気に含まれるNOxの量と、のうちの少なくとも1つ
(a13)添加剤の情報:最上流に位置する第1SCR触媒40に流入するNH3の流入量
(b12)排気の情報:内燃機関92から最上流に位置する第1SCR触媒40に流入する排気の温度と、当該排気の流量と、最上流に位置する第1SCR触媒40に流入する排気に含まれるNOxの量と、のうちの少なくとも1つ
(b13)添加剤の情報:最上流に位置する第1SCR触媒40に流入するNH3の流入量
(c12)排気の情報:内燃機関92から最上流に位置する第1SCR触媒40に流入する排気の温度
(c13)添加剤の情報:最上流に位置する第1SCR触媒40に流入するNH3の流入量
図12は、第7実施形態における排気浄化システム1fのブロック図である。図10に示す第6実施形態では、排気浄化装置20eに設けられた各触媒の温度(床温)は、各触媒に対してそれぞれ設けられた第1及び第2温度取得部58,59によってそれぞれ取得した。しかし、第7実施形態の排気浄化システム1fでは、触媒状態推定装置10fは、第2温度取得部59に代えて、最上流に位置する第1SCR触媒40以外の他の触媒(図12の例では、第2SCR触媒41)の温度を推定する温度推定部159を備える。
本発明は上記の実施形態に限られるものではなく、その要旨を逸脱しない範囲において種々の態様において実施することが可能であり、例えば次のような変形も可能である。
上記実施形態では、排気浄化システムの構成の一例を示した。しかし、排気浄化システムの構成は種々の変形が可能である。例えば、排気浄化システムの排気浄化装置には、SCR触媒と、NSR触媒と、三元触媒とのうちの複数の触媒が組み合わせて搭載され、触媒状態推定装置は、これら複数の触媒における浄化性能をそれぞれ推定してもよい。また、排気浄化装置には、粒子状物質(PM)を除去する粒子状物質除去フィルタ(DPF:Diesel Particulate Filter)が搭載され、触媒状態推定装置は、このDPFにおける浄化性能を推定してもよい。
上記実施形態では、推定部における推定処理の一例を示した(図4、図11)。しかし、推定処理の内容は種々の変形が可能である。例えば、図4に示す推定処理において、ステップS12〜S24の実行順序を変更してもよく、ステップS26〜S30の実行順序を変更してもよい。図11に示す推定処理においても同様に、ステップS12〜S24eの実行順序を変更してもよく、ステップS26e〜S30eの実行順序を変更してもよい。
・ステップS100:推定部は、SCR触媒の床温T[k]が、SCR触媒におけるNH3の飽和吸着量が0となる所定の温度閾値以上であるか否かを判定する。床温T[k]が所定の温度閾値以上である場合、推定部は、1時刻後(時刻t=(k+1)Δt)において、SCR触媒に吸着されているNH3の吸着量の推定値NH3Ad[k+1]を0にリセットする。
・ステップS102:推定部は、SCR触媒におけるNH3の飽和吸着量が100(飽和状態)となるまで、尿素ポンプユニット及び尿素ノズルから十分に尿素水を噴射させる。その後、推定部は、1時刻後(時刻t=(k+1)Δt)において、SCR触媒に吸着されているNH3の吸着量の推定値NH3Ad[k+1]を100(飽和吸着量)にリセットする。
このようなステップS100,S102によれば、図4、図11に示した推定処理を繰り返すことによって誤差が蓄積され、推定値が実際の値と乖離した場合に、これをリセットすることができる。
10,10a〜10f…触媒状態推定装置
11…CPU
12…記憶部
20,20b,20e…排気浄化装置
30…排気管
40…SCR触媒、第1SCR触媒
41…第2SCR触媒
52…流量取得部
53…排気温度取得部
54…NOx濃度取得部
56…前端温度取得部
58…温度取得部、第1温度取得部
59…第2温度取得部
62…尿素ポンプユニット
64…尿素ノズル
70…NSR触媒
76…前端温度取得部
78…温度取得部
80…三元触媒
84…酸素濃度取得部
86…前端温度取得部
88…温度取得部
91…燃焼状態制御部
92…内燃機関
93…リッチスパイク制御部
110,110a〜110f…推定部
120,120a〜120e…触媒状態推定モデル
121,121e…第1モデル
122,122e…第2モデル
123,123e…第3モデル
159…温度推定部
Claims (17)
- 触媒状態推定装置であって、
内燃機関からの排気が流通する主流路に設けられ、前記排気中の有害物質を浄化する触媒の情報であって、前記触媒の前端の温度と、前記触媒の温度と、1時刻前において前記触媒に吸着されている添加剤の吸着量と、のうちの少なくとも一つを含む触媒の情報を取得する第1取得部と、
機械学習モデルと物理モデルとを含み、触媒の浄化性能を示す触媒の状態を推定するための触媒状態推定モデルを予め記憶する記憶部と、
前記第1取得部により取得された前記触媒の情報を前記触媒状態推定モデルに適用することで、前記触媒の浄化性能を推定する推定部と、
を備え、
前記触媒状態推定モデルのうちの前記物理モデルは、
前記触媒の情報として、前記触媒の前端の温度と、前記触媒の温度と、のうちの少なくとも一つを入力とし、
前記触媒において窒素酸化物の浄化反応に寄与しない添加剤の量を出力とする物理式を含み、
前記推定部は、前記物理式を用いて、前記触媒の浄化性能としての前記触媒において窒素酸化物の浄化反応に寄与しない添加剤の量を推定する、触媒状態推定装置。 - 請求項1に記載の触媒状態推定装置であって、さらに、
前記触媒へと流入する排気の情報であって、前記排気の温度と、前記排気の流量と、前記排気に含まれる窒素酸化物の量と、のうちの少なくとも一つを含む前記排気の情報を取得する第2取得部を備え、
前記推定部は、前記触媒の情報に加えてさらに、前記第2取得部により取得された前記排気の情報を前記触媒状態推定モデルに適用することで、前記触媒の浄化性能を推定する、触媒状態推定装置。 - 請求項1または請求項2に記載の触媒状態推定装置であって、さらに、
前記触媒へと供給される添加剤の情報であって、前記触媒に流入する前記添加剤の流入量を含む添加剤の情報を取得する第3取得部を備え、
前記推定部は、前記触媒の情報に加えてさらに、前記第3取得部により取得された前記添加剤の情報を前記触媒状態推定モデルに適用することで、前記触媒の浄化性能を推定する、触媒状態推定装置。 - 請求項1から請求項3のいずれか一項に記載の触媒状態推定装置であって、
前記触媒状態推定モデルは、
前記触媒の情報として、前記主流路における前記触媒の前端の温度と、前記触媒の温度と、1時刻前において前記触媒に吸着されている添加剤の吸着量と、のうちの少なくとも一つを入力とし、
前記触媒における窒素酸化物の浄化率を出力とする、前記機械学習モデルとしての第1モデルを含み、
前記推定部は、前記第1モデルを用いて、前記触媒の浄化性能としての前記窒素酸化物の浄化率を推定する、触媒状態推定装置。 - 請求項1から請求項4のいずれか一項に記載の触媒状態推定装置であって、
前記触媒状態推定モデルは、
前記触媒の情報として、前記主流路における前記触媒の前端の温度と、前記触媒の温度と、1時刻前において前記触媒に吸着されている添加剤の吸着量と、前記触媒の温度の時間微分値と、前記触媒における添加剤の飽和吸着量に対する前記吸着量の比と、のうちの少なくとも一つを入力とし、
前記触媒から流出する添加剤の流出量を出力とする、前記機械学習モデルとしての第2モデルを含み、
前記推定部は、前記第2モデルを用いて、前記触媒の浄化性能としての前記流出量を推定する、触媒状態推定装置。 - 請求項4に従属する請求項5に記載の触媒状態推定装置であって、
前記触媒状態推定モデルは、
前記第1モデルによって推定される現在の前記窒素酸化物の浄化率と、
前記第2モデルによって推定される現在の前記流出量と、
前記物理式によって推定される現在の前記触媒において窒素酸化物の浄化反応に寄与しない添加剤の量と、を入力とし、
次の時刻における前記触媒への添加剤の吸着量を、物理則を用いて求めるモデルであり、
前記推定部は、前記触媒状態推定モデルを用いて、前記触媒の浄化性能としての次の時刻における前記吸着量を推定する、触媒状態推定装置。 - 請求項6に従属する触媒状態推定装置であって、
前記第1モデル及び前記第2モデルは、さらに、
前記排気の情報として、前記排気の温度と、前記排気の流量と、前記排気に含まれる窒素酸化物の量と、のうちの少なくとも一つを入力とし、
前記添加剤の情報として、前記触媒に流入する前記添加剤の流入量を入力とし、
前記物理式は、さらに、
前記排気の情報として、前記排気の温度を入力とし、
前記添加剤の情報として、前記触媒に流入する前記添加剤の流入量を入力とする、触媒状態推定装置。 - 請求項6または請求項7に記載の触媒状態推定装置であって、
前記触媒状態推定モデルは、
劣化度の異なる複数の前記触媒から取得された教師データを用いて作成された複数の前記第1モデルと、
劣化度の異なる複数の前記触媒から取得された教師データを用いて作成された複数の前記第2モデルと、を含む、触媒状態推定装置。 - 触媒の状態を推定する方法であって、
機械学習モデルと物理モデルとを含み、触媒の浄化性能を示す触媒の状態を推定するための触媒状態推定モデルを予め記憶する記憶部を備える情報処理装置が、
内燃機関からの排気が流通する主流路に設けられ、前記排気中の有害物質を浄化する触媒の情報であって、前記触媒の前端の温度と、前記触媒の温度と、1時刻前において前記触媒に吸着されている添加剤の吸着量と、のうちの少なくとも一つを含む触媒の情報を取得する工程と、
前記取得する工程において取得された前記触媒の情報を前記触媒状態推定モデルに適用することで、前記触媒の浄化性能を推定する工程と、
を備え、
前記触媒状態推定モデルのうちの前記物理モデルは、
前記触媒の情報として、前記触媒の前端の温度と、前記触媒の温度と、のうちの少なくとも一つを入力とし、
前記触媒において窒素酸化物の浄化反応に寄与しない添加剤の量を出力とする物理式を含み、
前記推定する工程では、前記物理式を用いて、前記触媒の浄化性能としての前記触媒において窒素酸化物の浄化反応に寄与しない添加剤の量を推定する、方法。 - コンピュータプログラムであって、
機械学習モデルと物理モデルとを含み、触媒の浄化性能を示す触媒の状態を推定するための触媒状態推定モデルを予め記憶する記憶部を備える情報処理装置に、
内燃機関からの排気が流通する主流路に設けられ、前記排気中の有害物質を浄化する触媒の情報であって、前記触媒の前端の温度と、前記触媒の温度と、1時刻前において前記触媒に吸着されている添加剤の吸着量と、のうちの少なくとも一つを含む触媒の情報を取得する機能と、
前記取得する工程において取得された前記触媒の情報を前記触媒状態推定モデルに適用することで、前記触媒の浄化性能を推定する機能と、
を実行させ、
前記触媒状態推定モデルのうちの前記物理モデルは、
前記触媒の情報として、前記触媒の前端の温度と、前記触媒の温度と、のうちの少なくとも一つを入力とし、
前記触媒において窒素酸化物の浄化反応に寄与しない添加剤の量を出力とする物理式を含み、
前記推定する機能は、前記物理式を用いて、前記触媒の浄化性能としての前記触媒において窒素酸化物の浄化反応に寄与しない添加剤の量を推定する、コンピュータプログラム。 - 請求項1に記載の触媒状態推定装置であって、
前記主流路に同種の複数の触媒であって、排気浄化メカニズムが同一又は類似の複数の触媒が設けられている場合に、
前記触媒状態推定モデルのうちの前記機械学習モデルは、前記複数の触媒について、前記複数の触媒全体を1つの触媒群とみなして予め学習されており、
前記第1取得部は、前記触媒の情報として、前記主流路において最上流に位置する触媒の前端の温度と、各前記触媒の温度と、1時刻前において前記複数の触媒に吸着されている添加剤の吸着量の合計と、のうちの少なくとも一つを含む触媒の情報を取得し、
前記推定部は、前記第1取得部により取得された前記触媒の情報を前記触媒状態推定モデルに適用することで、前記複数の触媒全体としての浄化性能を推定し、
前記触媒状態推定モデルのうちの前記物理モデルは、
前記触媒の情報として、前記最上流に位置する触媒の前端の温度と、各前記触媒の温度と、のうちの少なくとも一つを入力とし、
前記最上流に位置する触媒へと供給される添加剤のうち、前記複数の触媒において窒素酸化物の浄化反応に寄与しない添加剤の量を出力とする物理式を含み、
前記推定部は、前記物理式を用いて、前記浄化性能としての、前記窒素酸化物の浄化反応に寄与しない添加剤の量を推定する、触媒状態推定装置。 - 請求項11に記載の触媒状態推定装置であって、
前記触媒状態推定モデルは、
前記触媒の情報として、前記最上流に位置する触媒の前端の温度と、各前記触媒の温度と、1時刻前において前記複数の触媒に吸着されている添加剤の吸着量の合計と、のうちの少なくとも一つを入力とし、
前記複数の触媒における窒素酸化物の浄化量の合計を出力とする、前記機械学習モデルとしての第1モデルを含み、
前記推定部は、前記第1モデルを用いて、前記浄化性能としての前記窒素酸化物の浄化量を推定する、触媒状態推定装置。 - 請求項11または請求項12に記載の触媒状態推定装置であって、
前記触媒状態推定モデルは、
前記触媒の情報として、前記最上流に位置する触媒の前端の温度と、各前記触媒の温度と、1時刻前において前記複数の触媒に吸着されている添加剤の吸着量の合計と、各前記触媒の温度の時間微分値と、前記複数の触媒における添加剤の飽和吸着量の合計に対する前記吸着量の合計の比と、のうちの少なくとも一つを入力とし、
前記主流路において最下流に位置する前記触媒から流出する添加剤の流出量を出力とする、前記機械学習モデルとしての第2モデルを含み、
前記推定部は、前記第2モデルを用いて、前記浄化性能としての前記流出量を推定する、触媒状態推定装置。 - 請求項12に従属する請求項13に記載の触媒状態推定装置であって、
前記触媒状態推定モデルは、
前記第1モデルによって推定される現在の前記窒素酸化物の浄化量の合計と、
前記第2モデルによって推定される現在の前記流出量と、
前記物理式によって推定される現在の前記窒素酸化物の浄化反応に寄与しない添加剤の量と、を入力とし、
次の時刻における、前記複数の触媒に吸着される添加剤の吸着量の合計を、物理則を用いて求めるモデルであり、
前記推定部は、前記触媒状態推定モデルを用いて、前記浄化性能としての、次の時刻における前記吸着量の合計を推定する、触媒状態推定装置。 - 請求項14に記載の触媒状態推定装置であって、さらに、
前記最上流に位置する触媒へと流入する排気の情報を取得する第2取得部と、
前記最上流に位置する触媒へと供給される添加剤の情報を取得する第3取得部と、を備え、
前記第1モデル及び前記第2モデルでは、さらに、
前記排気の情報として、前記排気の温度と、前記排気の流量と、前記排気に含まれる窒素酸化物の量と、のうちの少なくとも一つを入力とし、
前記添加剤の情報として、前記最上流に位置する触媒に流入する前記添加剤の流入量を入力とし、
前記物理式は、さらに、
前記排気の情報として、前記排気の温度を入力とし、
前記添加剤の情報として、前記最上流に位置する触媒に流入する前記添加剤の流入量を入力とする、触媒状態推定装置。 - 請求項14または請求項15に記載の触媒状態推定装置であって、
前記触媒状態推定モデルは、
模範用の主流路に配置された同種の複数の前記触媒からなる触媒群について、前記模範用の主流路において最上流に位置する前記触媒の入口を前記触媒群の入口とみなし、前記模範用の主流路において最下流に位置する前記触媒の出口を前記触媒群の出口とみなして、前記触媒群から取得された教師データを用いて作成された前記第1モデルと、前記第2モデルとのうちの少なくとも一方のモデルを含む、触媒状態推定装置。 - 請求項11から請求項16のいずれか一項に記載の触媒状態推定装置であって、さらに、
前記最上流に位置する触媒の温度から、前記主流路に設けられた他の前記触媒の温度を推定する温度推定部を備える、触媒状態推定装置。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910208723.3A CN110295984B (zh) | 2018-03-21 | 2019-03-19 | 催化剂状态推定装置及方法、以及非瞬时性记录介质 |
US16/359,282 US10947886B2 (en) | 2018-03-21 | 2019-03-20 | Catalyst state estimation apparatus, catalyst state estimation method with information processing apparatus, and non-transitory recording medium in which program is stored |
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2018053672 | 2018-03-21 | ||
JP2018053672 | 2018-03-21 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2019167948A JP2019167948A (ja) | 2019-10-03 |
JP6815366B2 true JP6815366B2 (ja) | 2021-01-20 |
Family
ID=68108051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2018216272A Active JP6815366B2 (ja) | 2018-03-21 | 2018-11-19 | 触媒状態推定装置、触媒の状態を推定する方法及びコンピュータプログラム |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP6815366B2 (ja) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2021071104A (ja) * | 2019-11-01 | 2021-05-06 | 株式会社豊田中央研究所 | 触媒状態推定装置、触媒の状態を推定する方法、及びコンピュータプログラム |
JP7279687B2 (ja) * | 2019-11-12 | 2023-05-23 | 株式会社豊田中央研究所 | 触媒状態推定装置、触媒の状態を推定する方法、及びコンピュータプログラム |
JP7332566B2 (ja) * | 2020-11-19 | 2023-08-23 | 株式会社豊田中央研究所 | センサ状態推定装置、後処理システム、センサの状態を推定する方法、及びコンピュータプログラム |
WO2022260172A1 (ja) * | 2021-06-11 | 2022-12-15 | Eneos株式会社 | 探索装置、探索方法、プログラム及び非一時的コンピュータ可読媒体 |
CN114961949B (zh) * | 2022-05-09 | 2024-01-16 | 潍柴动力股份有限公司 | Scr系统的故障诊断方法、装置、设备和介质 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006242094A (ja) * | 2005-03-03 | 2006-09-14 | Hino Motors Ltd | 排気浄化装置 |
JP2014206150A (ja) * | 2013-04-16 | 2014-10-30 | 株式会社豊田中央研究所 | 排ガス浄化制御装置及びプログラム |
JP6268688B1 (ja) * | 2016-10-19 | 2018-01-31 | マツダ株式会社 | エンジンの排気浄化制御装置 |
-
2018
- 2018-11-19 JP JP2018216272A patent/JP6815366B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019167948A (ja) | 2019-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6815366B2 (ja) | 触媒状態推定装置、触媒の状態を推定する方法及びコンピュータプログラム | |
US10196956B2 (en) | Method for controlling an injector for injecting a reductant into an exhaust system of an internal combustion engine | |
US8596045B2 (en) | On-board-diagnosis method for an exhaust aftertreatment system and on-board-diagnosis system for an exhaust aftertreatment system | |
WO2021092025A1 (en) | Aftertreatment systems and methods for treatment of exhaust gas from diesel engine | |
CN110295984B (zh) | 催化剂状态推定装置及方法、以及非瞬时性记录介质 | |
US9328644B2 (en) | Exhaust system and method of estimating diesel particulate filter soot loading for same using two-tier neural network | |
US8893476B2 (en) | SCR closed loop control system | |
US8191413B2 (en) | Method for determining the nitrogen dioxide concentration in exhaust gases | |
CN104775883B (zh) | 确定排气后处理系统颗粒过滤器中积累煤烟估计量的方法 | |
Zhang et al. | Ammonia coverage ratio and input simultaneous estimation in ground vehicle selective catalytic reduction (SCR) systems | |
US11199120B2 (en) | Inferential flow sensor | |
CN112689703B (zh) | 内燃机 | |
CN110273737B (zh) | 柴油机后处理系统催化器热失效容错控制方法及其装置 | |
Yang et al. | Square-root unscented Kalman filter for ammonia coverage ratio and input ammonia estimations in diesel-engine urea-SCR system | |
GB2479746A (en) | Method of estimating NO2 concentration in exhaust gas | |
Zhou et al. | State estimation in the automotive SCR deNOx process | |
Haga et al. | Optimized NH3 storage control for next generation urea-SCR system | |
Wei et al. | Simultaneous estimation of ammonia injection rate and state of diesel urea-SCR system based on high gain observer | |
US11795854B2 (en) | Method for ascertaining an exhaust gas composition of an exhaust gas of an internal combustion engine | |
JP2021071104A (ja) | 触媒状態推定装置、触媒の状態を推定する方法、及びコンピュータプログラム | |
JP7332566B2 (ja) | センサ状態推定装置、後処理システム、センサの状態を推定する方法、及びコンピュータプログラム | |
JP7279687B2 (ja) | 触媒状態推定装置、触媒の状態を推定する方法、及びコンピュータプログラム | |
Surenahalli | Dynamic model based state estimation in a heavy duty diesel aftertreatment system for onboard diagnostics and controls | |
Surenahalli et al. | A Kalman filter estimator for a diesel oxidation catalyst during active regeneration of a CPF | |
CN111927606B (zh) | 对诊断的评估时间点的确定 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
AA64 | Notification of invalidation of claim of internal priority (with term) |
Free format text: JAPANESE INTERMEDIATE CODE: A241764 Effective date: 20190115 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20190219 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A821 Effective date: 20190219 |
|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20191120 |
|
A977 | Report on retrieval |
Free format text: JAPANESE INTERMEDIATE CODE: A971007 Effective date: 20200825 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20200901 |
|
A521 | Written amendment |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20201026 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20201215 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20201222 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 6815366 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |