KR20210144264A - 배기 가스 후처리 장치 및 그 제어 방법 - Google Patents

배기 가스 후처리 장치 및 그 제어 방법 Download PDF

Info

Publication number
KR20210144264A
KR20210144264A KR1020200061371A KR20200061371A KR20210144264A KR 20210144264 A KR20210144264 A KR 20210144264A KR 1020200061371 A KR1020200061371 A KR 1020200061371A KR 20200061371 A KR20200061371 A KR 20200061371A KR 20210144264 A KR20210144264 A KR 20210144264A
Authority
KR
South Korea
Prior art keywords
exhaust gas
concentration
nitrogen oxide
catalyst
reducing agent
Prior art date
Application number
KR1020200061371A
Other languages
English (en)
Inventor
최성무
조지호
김창환
이종민
임산하
이병준
Original Assignee
현대자동차주식회사
기아 주식회사
서울대학교산학협력단
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 현대자동차주식회사, 기아 주식회사, 서울대학교산학협력단 filed Critical 현대자동차주식회사
Priority to KR1020200061371A priority Critical patent/KR20210144264A/ko
Publication of KR20210144264A publication Critical patent/KR20210144264A/ko

Links

Images

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
    • F01N3/00—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust
    • F01N3/08—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for rendering innocuous
    • F01N3/10—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for rendering innocuous by thermal or catalytic conversion of noxious components of exhaust
    • F01N3/18—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for rendering innocuous by thermal or catalytic conversion of noxious components of exhaust characterised by methods of operation; Control
    • F01N3/20—Exhaust or silencing apparatus having means for purifying, rendering innocuous, or otherwise treating exhaust for rendering innocuous by thermal or catalytic conversion of noxious components of exhaust characterised by methods of operation; Control specially adapted for catalytic conversion ; Methods of operation or control of catalytic converters
    • F01N3/2066—Selective catalytic reduction [SCR]
    • 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
    • F01N2560/00—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics
    • F01N2560/02—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor
    • F01N2560/021—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor for measuring or detecting ammonia NH3
    • F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
    • F01—MACHINES OR ENGINES IN GENERAL; ENGINE PLANTS IN GENERAL; STEAM ENGINES
    • F01N—GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR MACHINES OR ENGINES IN GENERAL; GAS-FLOW SILENCERS OR EXHAUST APPARATUS FOR INTERNAL COMBUSTION ENGINES
    • F01N2560/00—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics
    • F01N2560/02—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor
    • F01N2560/026—Exhaust systems with means for detecting or measuring exhaust gas components or characteristics the means being an exhaust gas sensor for measuring or detecting NOx
    • 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
    • F01N2610/00—Adding substances to exhaust gases
    • F01N2610/02—Adding substances to exhaust gases the substance being ammonia or urea
    • 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
    • F01N2610/00—Adding substances to exhaust gases
    • F01N2610/14—Arrangements for the supply of substances, e.g. conduits
    • F01N2610/1453—Sprayers or atomisers; Arrangement thereof in the exhaust apparatus
    • F01N2610/146—Control thereof, e.g. control of injectors or injection valves
    • 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
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
    • Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
    • 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
    • Y02T10/12—Improving ICE efficiencies
    • 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)
  • Chemical Kinetics & Catalysis (AREA)
  • Combustion & Propulsion (AREA)
  • Mechanical Engineering (AREA)
  • General Engineering & Computer Science (AREA)
  • Analytical Chemistry (AREA)
  • Health & Medical Sciences (AREA)
  • Toxicology (AREA)
  • Exhaust Gas After Treatment (AREA)

Abstract

일 실시예에 따른 배기 가스 후처리 장치는 배기 파이프에 연결되어 있는 선택적 환원(Selective Catalytic Reduction; SCR) 촉매; 상기 배기 파이프 및 상기 SCR 촉매 사이에 위치하고, 요소를 분사하는 분사부; 상기 SCR 촉매의 전단에 위치하고, 상기 SCR 촉매 전단에서 제1 질소 산화물의 농도를 측정하는 제1 센서; 상기 SCR 촉매의 후단에 위치하고, 상기 SCR 촉매 후단에서 제2 질소 산화물의 농도를 측정하는 제2 센서; 및 상기 분사부에서 분사되는 요소 분사량을 결정하고, 상기 분사부를 제어하는 제어기를 포함하고, 상기 제어기는 상기 제1 센서에서 측정된 상기 제1 질소 산화물의 농도, 상기 제2 센서에서 측정된 상기 제2 질소 산화물의 농도를 포함하는 배기 가스 후처리 데이터를 기반으로 촉매 모델을 통해 환원제 반응량을 계산한다.

Description

배기 가스 후처리 장치 및 그 제어 방법{EXHAUST GAS POST PROCESSING DEVICE AND CONTROL METHOD THEREOF}
본 개시는 배기 가스 후처리 장치 및 그 제어 방법에 관한 것으로, 보다 상세하게는 선택적 환원 촉매(Selective Catalytic Reduction; SCR)를 사용하는 배기 가스 후처리 장치 및 그 제어 방법에 관한 것이다.
최근 환경 문제에 관한 이슈로, 디젤 엔진에서 배출된 배기 가스에 포함되어 있는 질소 산화물(NOx), 일산화 탄소(CO), 입자상 물질(particle matters) 등을 저감하기 위한 다양한 기술이 개발되고 있다.
일반적으로 엔진과 근접하게 설치되어 비메탄 탄화수소의 변환 기능을 수행하는 DOC(Diesel Oxidation Catalyst), 입자상 물질을 포집하는 DPF(Diesel Particulate Filter), 환원작용을 통해 질소 산화물(NOx)을 정화하는 SCR(Selective Catalytic Reductio) 촉매가 이용되고 있다.
이 가운데 SCR 촉매는 대기 오염물질의 하나인 질소 산화물(NOx)의 제거를 위해 암모니아(NH3)를 환원제로 이용하여 무해한 질소(N2) 및 물(H2O)로 전환하는 기술이다. SCR 촉매는 높은 탈질효율을 나타내고, 운전 및 유지보수 용이 등 여러 장점으로 인해 현재까지 개발된 기술 중 질소 산화물(NOx)을 저감시키는 가장 대표적인 기술로 자리매김하고 있다.
통상적으로 SCR 촉매 모델은 질소 산화물(NOx)등의 농도를 기반으로, 촉매 특성 데이터(MAP DATA)를 생성하고, 온도, 질소 산화물 농도, 암모니아 (NH3) 저장량 등에 따라 질소 산화물(NOx)을 정화하고, 남은 질소 산화물(NOx) 농도를 검출하는 과정을 수행할 수 있다.
여기서, 촉매 특성 데이터에 관한 파라미터를 생성하기 위하여, 각 엔진 및 촉매별 평가를 위해 수동으로 보정(calibration) 하는 과정에서 시간과 비용이 과다하게 요구된다.
실시예들은 비용과 시간을 단축할 수 있는 촉매 모델을 제공하기 위한 것이다.
일 실시예에 따른 배기 가스 후처리 장치는 배기 파이프에 연결되어 있는 선택적 환원(Selective Catalytic Reduction; SCR) 촉매; 상기 배기 파이프 및 상기 SCR 촉매 사이에 위치하고, 요소를 분사하는 분사부; 상기 SCR 촉매의 전단에 위치하고, 상기 SCR 촉매 전단에서 제1 질소 산화물의 농도를 측정하는 제1 센서; 상기 SCR 촉매의 후단에 위치하고, 상기 SCR 촉매 후단에서 제2 질소 산화물의 농도를 측정하는 제2 센서; 및 상기 분사부에서 분사되는 요소 분사량을 결정하고, 상기 분사부를 제어하는 제어기를 포함하고, 상기 제어기는 상기 제1 센서에서 측정된 상기 제1 질소 산화물의 농도, 상기 제2 센서에서 측정된 상기 제2 질소 산화물의 농도를 포함하는 배기 가스 후처리 데이터를 기반으로 촉매 모델을 통해 환원제 반응량을 계산할 수 있다.
상기 촉매 모델은 전역 최적화 기법을 이용하여 촉매 파라미터를 구할 수 있다.
상기 전역 최적화 기법은 유전 알고리즘(Genetic Algorithm: GA), 입자 무리 최적화(Particle Swarm Optimization: PSO)와 같은 기법을 포함할 수 있다.
상기 제2 센서는 상기 SCR 촉매 후단에서 상기 환원제의 농도를 측정할 수 있다.
상기 배기 가스 후처리 데이터는 배기온, 배기 유량, 차속, 이산화 질소 대비 질소 산화물의 비율, 상기 제2 센서에서 측정된 상기 환원제의 농도를 더 포함할 수 있다.
상기 환원제는 암모니아를 포함할 수 있다.
상기 제어기는 계산된 상기 환원제 반응량을 통해 상기 SCR 촉매에 잔존하는 상기 환원제의 저장량, 상기 제2 질소 산화물의 농도 및 상기 환원제의 농도를 계산할 수 있다.
상기 제어기는 계산된 상기 환원제 반응량에 의해 상기 분사부를 제어할 수 있다.
상기 제어기는 계산된 상기 제2 질소 산화물의 농도와 상기 제2 센서에서 측정된 상기 제2 질소 산화물의 농도를 비교할 수 있다.
상기 제어기는 오차에 따라 상기 분사부에 상기 분사량에 관한 피드백을 제공할 수 있다.
일 실시예에 따른 배기 가스 후처리 장치의 제어 방법은 촉매 모델이 입력된 배기 가스 후처리 데이터를 저장하고, 촉매 파라미터를 구하는 단계; 상기 촉매 모델 및 미리 설정된 환원제 목표 저장량를 기반으로 요소 분사량을 결정하는 단계; 결정된 상기 요소 분사량에 따라 요소 또는 환원제를 분사하는 단계; 상기 배기 가스 후처리 데이터를 상기 촉매 모델에 반영하여 환원제 반응량을 계산하는 단계; 및 계산된 상기 반응량을 통해 예측된 질소 산화물의 농도와 센서에서 측정된 질소 산화물의 농도를 비교하는 단계를 포함할 수 있다.
상기 촉매 모델은 전역 최적화 기법을 포함할 수 있다.
상기 배기 가스 후처리 데이터는 배기온, 배기 유량, 차속, 이산화 질소 대비 질소 산화물의 비율, 센서에서 측정된 질소 산화물의 농도, 환원제의 농도를 포함할 수 있다.
상기 촉매 모델에는 촉매 반응식에 대한 리그(Rig) 평가 데이터가 입력될 수 있다.
상기 촉매 반응식은 암모니아 저장 반응식, 암모니아 산화 반응식, 일산화 질소 산화 반응식 및 질소 산화물 환원 반응식을 포함할 수 있다.
상기 촉매 모델은 상기 촉매 반응식에 따른 각각의 목표 환원제 저장량을 예측할 수 있다.
상기 예측된 질소 산화물의 농도와 상기 측정된 질소 산화물의 농도를 비교하여 오차를 출력할 수 있다.
상기 오차에 따라 상기 요소 분사량을 제어할 수 있다.
상기 요소 분사량은 상기 촉매 반응식에 따라 각각 제어 가능할 수 있다.
상기 환원제는 암모니아를 포함할 수 있다.
실시예들에 따르면, 전역 최적화 기법이 구현된 자동화된 촉매 모델을 이용함으로써, 촉매 평가 단계에서, 비용과 시간을 단축할 수 있다.
또한, 전역 최적화 기법이 구현된 자동화된 촉매 모델을 이용함으로써, 비교적 정확하게 질소 산화물 배출 농도를 예측할 수 있다.
도 1은 일 실시예에 따른 배기 가스 후처리 장치의 개략도이다.
도 2는 일 실시예에 따른 배기 가스 후처리 장치의 제어 방법의 흐름도이다.
도 3 내지 도 6은 일 실시예에 따른 배기 가스 후처리 장치 및 그 제어 방법을 이용한 촉매 파라미터 보정 결과이다.
도 7은 일 실시예에 따른 배기 가스 후처리 장치 및 그 제어 방법을 이용한 신뢰도 그래프이다.
이하, 첨부한 도면을 참고로 하여 본 발명의 여러 실시예들에 대하여 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자가 용이하게 실시할 수 있도록 상세히 설명한다. 본 발명은 여러 가지 상이한 형태로 구현될 수 있으며 여기에서 설명하는 실시예들에 한정되지 않는다.
본 발명을 명확하게 설명하기 위해서 설명과 관계없는 부분은 생략하였으며, 명세서 전체를 통하여 동일 또는 유사한 구성요소에 대해서는 동일한 참조 부호를 붙이도록 한다.
또한, 도면에서 나타난 각 구성의 크기 및 두께는 설명의 편의를 위해 임의로 나타내었으므로, 본 발명이 반드시 도시된 바에 한정되지 않는다. 도면에서 여러 층 및 영역을 명확하게 표현하기 위하여 두께를 확대하여 나타내었다. 그리고 도면에서, 설명의 편의를 위해, 일부 층 및 영역의 두께를 과장되게 나타내었다.
또한, 층, 막, 영역, 판 등의 부분이 다른 부분 "위에" 또는 "상에" 있다고 할 때, 이는 다른 부분 "바로 위에" 있는 경우뿐 아니라 그 중간에 또 다른 부분이 있는 경우도 포함한다. 반대로 어떤 부분이 다른 부분 "바로 위에" 있다고 할 때에는 중간에 다른 부분이 없는 것을 뜻한다. 또한, 기준이 되는 부분 "위에" 또는 "상에" 있다고 하는 것은 기준이 되는 부분의 위 또는 아래에 위치하는 것이고, 반드시 중력 반대 방향 쪽으로 "위에" 또는 "상에" 위치하는 것을 의미하는 것은 아니다.
또한, 명세서 전체에서, 어떤 부분이 어떤 구성요소를 "포함" 한다고 할 때, 이는 특별히 반대되는 기재가 없는 한 다른 구성요소를 제외하는 것이 아니라 다른 구성요소를 더 포함할 수 있는 것을 의미한다.
또한, 명세서 전체에서, "평면상"이라 할 때, 이는 대상 부분을 위에서 보았을 때를 의미하며, "단면상"이라 할 때, 이는 대상 부분을 수직으로 자른 단면을 옆에서 보았을 때를 의미한다.
이하에서는 도 1를 참고하여 일 실시예에 따른 배기 가스 후저리 장치를 살펴본다.
도 1은 일 실시예에 따른 배기 가스 후처리 장치의 개략도이다.
도 1을 참고하면, 일 실시예에 따른 배기 가스 후처리 장치는 배기 파이프(10), SCR 촉매(20), 분사부(30), 제1 센서(41), 제2 센서(42) 및 제어부(50)를 포함한다.
배기 파이프(10)는 엔진(미도시)에서 발생된 배기 가스가 유입되는 곳으로, 후술하는 SCR 촉매(20)를 지나가며 배기 가스 내의 질소 산화물(NOx)을 제거할 수 있다. 실시예에 따라, 배기 가스에 포함된 입자상 물질을 포함하는 매연 필터, 일산화 탄소(CO) 또는 탄화수소를 산화하는 환원 촉매가 사용될 수 있다.
SCR 촉매(20)는 배기 파이프(10)에 연결되어 있으며, 환원제를 사용하여 배기 가스에 포함된 질소 산화물(NOx)을 질소(N2)로 환원시킨다. 여기서, 환원제는 암모니아(NH3)가 사용될 수 있다.
분사부(30)는 배기 파이프(10) 및 SCR 촉매(20)의 전단 사이에 위치하며, 요소(Urea)를 배기 파이프(10)에 분사한다. 분사부(30)는 엔진과 SCR 촉매(20) 사이에 위치하여, SCR 촉매(20)에 배기 가스가 유입되기 전에 요소를 분사할 수 있다. 분사부(30)는 요소를 열분해시켜 생성된 암모니아(NH3)를 분사할 수 있다. 또한 분사량은 SCR 촉매(20)의 전단 및 후단에 위치하는 제1 센서(41) 및 제2 센서(42)에 의해 측정된 질소 산화물 농도에 따라 분사량이 결정될 수도 있다. 도 1에 도시되지 않았으나, 분사부(30)는 요소 탱크, 요소 펌프 등을 더 포함할 수 있다.
제1 센서(41)는 SCR 촉매(20)의 전단에 위치하고, SCR 촉매(20) 전단에서 배기 가스에 포함된 질소 산화물(NOx)의 농도를 측정한다. 여기서, 제1 센서(41)가 측정하는 질소 산화물(NOx)의 농도는 제1 질소 산화물 농도라고 할 수 있다. 제1 센서(41)는 전단 배기 파이프 또는 배기 가스의 온도, 배기 가스의 유량도 측정할 수 있다. 제1 센서(41)는 SCR 촉매(20) 전단에서 측정된 질소 산화물(NOx)의 농도를 후술하는 제어기(41)에 전달할 수 있다. 실시예에 따라, 제1 센서(41)를 사용하지 않고, 배기 가스의 유량, 엔진의 가동 히스토리, SCR 촉매의 온도, 환원제 분사량, SCR 촉매에 흡장된 환원제의 양을 기초로 SCR 촉매 전단에서 배기 가스에 포함된 질소 산화물(NOx)을 예측할 수도 있다.
제2 센서(42)는 SCR 촉매(20)의 후단에 위치하고, SCR 촉매(20) 후단에서 질소 산화물(NOx)의 농도 및 환원제의 농도를 측정한다. 여기서, 질소 산화물(NOx)의 농도는 SCR 촉매(20)에서 환원되고 남은 질소 산화물(NOx)의 농도로, 제1 센서(41)에서 측정된 농도보다 농도가 낮을 수 있다. 제2 센서(42)는 SCR 촉매(20) 후단에서 측정된 질소 산화물(NOx)의 농도 및 환원제의 농도를 제어기(50)에 전달할 수 있다.
제어기(50)는 배기 가스 후처리 데이터를 기반으로 촉매 모델을 통해 요소 분사량을 결정할 수 있고, 분사부(30)에서 분사되는 분사량을 제어할 수 있다.
배기 가스 후처리 데이터는 배기온, 배기 유량, 제1 센서(41)에서 측정된 질소 산화물(NOx)의 농도, 제2 센서(42)에서 측정된 질소 산화물(NOx)의 농도 및 환원제의 농도, 차속, 이산화 질소(NO2) 대비 질소 산화물(NOx)의 비율 등일 수 있다.
촉매 모델은 유전 알고리즘(Genetic Algorithm: GA), 입자 무리 최적화(Particle Swarm Optimization: PSO)와 같은 전역 최적화 기법(Global Optimization tool)을 이용해 촉매 파라미터를 찾을 수 있다. 전역 최적화의 목적 함수는 실제 측정값과 모델 예측값의 차이를 최소화하는 것을 목적으로 한다. 유전 알고리즘은 자연 선택과 유전자의 개념을 이용한 최적화 기법으로, 매 세대마다 각 개체를 목적 함수에 의해 평가(evaluation)하고, 선택(selection)을 통해 우수한 개체(elite)를 선별하고 나머지 선택되지 않은 개체를 제거한다. 선별된 개체는 교차(crossover)와 변이(mutation)을 통해 다음 세대를 생성하고, 계속해서 평가와 선택, 교차와 변이를 거치며 주어진 목적함수에 더욱 적합한 개체로 진화한다. 입자 무리 최적화의 알고리즘은 물고기나 새와 같은 집단 생활을 하는 동물들의 움직임을 본 딴 것이다. 초기에 무작위로 입자들을 생성하고, 각 입자들을 주어진 목적 함수에 따라 평가한다. 각 개체들의 개인 최고 성과(personal best)와 전체 개체 중 글로벌 최고 성과(global best) 값을 통해 각 입자들의 속도와 위치를 업데이트하고, 가장 적합한 입자를 찾아낼 수 있다. 이에 따라, 본 실시예에서는 촉매 평가에서 수동으로 보정를 하는 과정을 자동으로 대체함으로써, 촉매 평가에 소요되는 시간과 비용을 단축시킬 수 있다.
제어기(50)는 배기 가스 후처리 데이터를 촉매 모델에 대입하여 환원제 반응량을 계산할 수 있고, 계산된 환원제 반응량을 통해 SCR 촉매(20)에 잔존하는 환원제 저장량, 질소 산화물(NOx)의 정화율, 외부로 배출되는 질소 산화물(NOx)의 농도 및 환원제 농도를 계산할 수 있다. 또한, 제어기(50)는 계산된 환원제 반응량에 의해, 분사부(30)를 제어할 수 있다.
또한, 제어기(50)는 계산된 외부로 배출된 질소 산화물(NOx)의 농도와 실제로 제2 센서(42)에서 측정된 질소 산화물(NOx)의 농도를 비교하여, 예측값과 실제값의 오차를 계산할 수 있다.
더 나아가, 제어기(50)는 오차에 따라 분사부(30)에 요소 분사량에 관한 피드백(Feed back)을 제공할 수 있다. 제어기(50)는 오차에 따라 요소 분사량에 피드백을 제공할 수 있을지의 여부도 제어할 수 있다.
이하에서는, 도 2를 참고하여 일 실시예에 따른 배기 가스 후처리 장치의 제어 방법을 살펴본다.
도 2는 일 실시예에 따른 배기 가스 후처리 장치의 제어 방법의 흐름도이다.
일 실시예에 따른 배기 가스 후처리 장치의 제어 방법은 촉매 모델에 입력 신호가 인가됨에 따라 시작한다(S110).
입력 신호는 배기 가스 후처리 데이터를 포함할 수 있다. 예를 들어, 배기 가스 후처리 데이터는 배기온(Exhaust gas temperature), 배기 유량, 제1 센서에서 측정된 질소 산화물(NOX)의 농도, 제2 센서에서 측정된 질소 산화물(NOx)의 농도 및 환원제의 농도, 차속, 이산화 질소(NO2) 대비 질소 산화물(NOX)의 비율일 수 있다. 또한, 입력 신호는 사용자에 의해 후술하는 촉매 반응식에 대한 리그(Rig) 평가 데이터일 수도 있다.
촉매 모델은 입력된 배기 가스 후처리 데이터를 저장하고, 촉매 파라미터를 찾는다(S210). 여기서, 촉매 모델은 유전 알고리즘(Genetic Algorithm: GA), 입자 무리 최적화(Particle Swarm Optimization: PSO)와 같은 전역 최적화 기법(Global Optimization tool)을 이용해 촉매 파라미터를 찾을 수 있다. 전역 최적화 기법의 목적 함수는 실제 측정값과 모델 예측값의 차이를 최소화하는 것을 목적으로 한다.
촉매 모델은 하기와 같은 반응식에 의해 개별 촉매 반응을 정밀하게 계산할 수 있다.
<반응식 1>
Figure pat00001
<반응식 2>
Figure pat00002
<반응식 3>
Figure pat00003
<반응식 4>
Figure pat00004
<반응식 5>
Figure pat00005
<반응식 6>
Figure pat00006
<반응식 7>
Figure pat00007
<반응식 8>
Figure pat00008
<반응식 9>
Figure pat00009
<반응식 10>
Figure pat00010
<반응식 11>
Figure pat00011
<반응식 12>
Figure pat00012
단, 상기 반응식에서 각 인자들은 하기와 같다.
Figure pat00013
: 반응 지수(reaction index (1~12)
Figure pat00014
: 중간 지수(intermediate index (S1, S2))
Figure pat00015
: i번째 반응 속도 상수(ith reaction index),(i=1~12)
Figure pat00016
Figure pat00017
Figure pat00018
: 전지수적 인자(pre-exponential factor of th reaction)
Figure pat00019
: 활성화 에너지(activation energy of th reaction)
Figure pat00020
: 가스 정수(gas constant)
Figure pat00021
: 워시코트 온도(washcoat temperature)
Figure pat00022
: 저장 용량(Storage capacity of site (mole of active site per unit reactor volume))
Figure pat00023
: 커버리지 분수(Coverage fraction of site (0 ~ 1))
Figure pat00024
: 화학 몰 분수(mole fraction of chemical species
Figure pat00025
Figure pat00026
: 억제 인자(inhibition factor)
Figure pat00027
(equilibrium constant)
Figure pat00028
(Gibbs free energy)
상기 반응식에서 분사된 요소는 모두 암모니아(NH3)로 분해된다고 가정할 수 있고, 생성된 암모니아(NH3)는 S1, S2 두 곳에 흡착된 후 질소 산화물을 환원시키는 환원제로 사용될 수 있다.
제1 내지 제4 반응식은 암모니아 저장(NH3 storage) 반응이고, 제5 내지 제7 반응식은 암모니아 산화(NH3 oxidation) 반응으로 분류할 수 있다. 제8 반응식은 일산화 질소 산화(NO oxidaion) 반응이고, 제9 내지 제12 반응식은 질소 산화물 환원(NOX reduction) 반응으로 분류할 수 있다.
사용자는 촉매 모델에 대하여, 상기 개별 촉매 반응 파라미터에 대응되는 리그(Rig) 평가 데이터를 입력할 수 있다.
예를 들어, 암모니아 저장(NH3 storage) 리그(Rig) 평가 데이터를 프로그램에 입력하여, 암모니아 저장(NH3 storage) 반응과 관련된 반응 파라미터를 찾을 수 있고, 암모니아 산화(NH3 oxidation) 리그(Rig) 평가 데이터를 프로그램에 입력하여, 암모니아 저장(NH3 storage) 반응과 관련된 반응 파라미터를 찾을 수 있다. 일산화 질소 산화(CO oxidation) 리그(Rig) 평가 데이터를 프로그램에 입력하여, 일산화 질소(NO)-이산화 질소(NO2) 평형 반응의 반응 파라미터를 찾을 수 있으며, 질소 산화물 환원(NOX reduction) 반응 리그(Rig) 평가 데이터를 프로그램에 입력하여, 질소 산화물 환원(NOX reduction) 반응과 관련된 반응 파라미터를 찾을 수 있다.
즉, 일 실시예에서는 전역 최적화 기법으로 자동화된 촉매 모델을 이용함으로써, 촉매 위치에 따른 환원제 저장량을 예측할 수 있고, 촉매 위치에 따른 목표 환원제 저장량을 다르게 제어할 수 있으며, 목표 환원제 저장량을 최적화하는데에 사용할 수 있다. 따라서, 일 실시예에서는 배출되는 질소 산화물 및 환원제의 농도를 최소화할 수 있도록 정밀한 제어가 가능하다.
계속 살펴보면, 제어기는 촉매 모델 및 환원제 목표 저장량를 기반으로 요소 분사량을 결정하고, 분사부를 통해 요소를 분사한다(S310). 분사된 요소는 가수 분해에 의하여 암모니아(NH3)로 변환될 수 있다.
이후, 제어기는 배기 가스 후처리 데이터를 촉매 모델에 반영하여 환원제 반응량을 계산한다(S410).
제어기는 계산된 환원제 반응량을 통해 SCR 촉매에 잔존하는 환원제 저장량, 질소 산화물의 정화율, 외부로 배출되는 질소 산화물의 농도 및 환원제 농도를 계산할 수 있다. 또한, 제어기는 계산된 환원제 반응량에 의해, 분사부를 제어할 수 있다.
제어기는 계산된 외부로 배출된 질소 산화물의 농도와 실제로 제2 센서에서 측정된 질소 산화물의 농도를 비교하여, 예측값과 실제값의 오차를 계산할 수 있다. 이에 따라, 제어기는 계산된 오차를 출력한다(S510).
제어기는 오차에 따라 분사부에 요소 분사량에 관한 피드백(Feed back)을 제공할 수 있다(S610). 반면, 오차가 매우 작은 경우에는, 분사부에 피드백을 제공하지 않을 수도 있다. 제어기는 오차에 따라 요소 분사량에 피드백을 제공할 수 있을지의 여부도 제어할 수 있다.
본 실시예의 촉매 모델을 활용하여 실제 평가 중인 SCR 촉매 두 가지의 파라미터를 보정(calibration)하고 질소 산화물 배출량의 모델 예측값과 실제 측정값을 비교할 수 있다. 그 과정에서 유전 알고리즘의 설정값은 Population Size= 200, Elite Count= 10, Crossover Fraction= 0.8, Max Iteration= 50 으로 설정하였으며, 입자 무리 최적화 알고리즘의 설정값은 particle index = 200, neighborhood fraction = 0.25, inertia weight = [0.1, 1.1], self adjustment weight = 1.49, social adjustment weight = 1.49, Max iteration = 50 으로 설정할 수 있다.
암모니아 저장량(NH3 storage capacity)을 구하는 데에 있어서는, 두 곳의 모델(two-site model)을 사용하기 때문에 S1, S2 두 사이트의 비율을 암모니아 저장(NH3 storage) 리그(Rig) 평가 데이터로부터 계산할 수 있다. 암모니아 저장량(NH3 storage), 암모니아 산화(NH3 oxidation), SCR 촉매(reaction) 리그(Rig) 평가 데이터로부터 각 부분의 반응 파라미터들을 보정(calibration)할 수 있고, 그 결과 모델 정확도는 높게 나타날 수 있다.
또한, 수동 계산 시 2주 이상의 노동과 시간이 필요하지만, 일 실시예에 따른 촉매 모델을 이용하면 프로그램에 리그(Rig) 평가 데이터를 입력하는 과정과 설정값을 입력하는 3~4시간이면 별도의 인력이 필요 없을 수 있다. 계산 시간 역시 약 10일 정도 소요될 수 있으며, 30번째 반복(iteration) 이후로는 목적함수가 수렴하는 양상을 보여서 설정값을 수정한다면 계산 시간을 추가적으로 20% 이상 단축시킬 수 있다.
이하에서는 도 3 내지 도 6을 참고하여, 일 실시예에 따른 배기 가스 후처리 장치에 따른 촉매 파라미터 보정(calibration) 결과를 살펴본다.
도 3 내지 도 6은 일 실시예에 따른 배기 가스 후처리 장치 및 그 제어 방법을 이용한 파라미터 보정 결과이다.
도 3을 살펴보면, 리그 평가 데이터를 활용하여, 일 실시예의 전역 최적화 기법이 구현된 자동화 촉매 모델을 통하여, 촉매 A에 관한 결과 데이터를 도시한 것이다. 여기서, 전역 최적화 기법은 입자 무리 최적화 알고리즘을 사용하였다.
도 3의 (a), (b), (c)에 도시된 그래프에서 일 실시예의 자동화 촉매 모델을 통해 예측한 예측값은 점선으로 도시되었고, 실제 측정한 측정값은 실선으로 도시되었다. 각 예측값 및 실제값은 큰 차이 없이 일치될 수 있음을 확인할 수 있다.
도 4를 살펴보면, 리그 평가 데이터를 활용하여, 일 실시예의 전역 최적화 기법이 구현된 자동화 촉매 모델을 통하여, 촉매 A에 관한 결과 데이터를 도시한 것이다. 여기서, 전역 최적화 기법은 유전 알고리즘을 사용하였다.
도 4의 (a), (b), (c)에 도시된 그래프에서 일 실시예의 자동화 촉매 모델을 통해 예측한 예측값은 점선으로 도시되었고, 실제 측정한 측정값은 실선으로 도시되었다. 각 예측값 및 실제값은 큰 차이 없이 일치될 수 있음을 확인할 수 있다.
도 5를 살펴보면, 리그 평가 데이터를 활용하여, 일 실시예의 전역 최적화 기법이 구현된 자동화 촉매 모델을 통하여, 촉매 B에 관한 결과 데이터를 도시한 것이다. 여기서, 전역 최적화 기법은 입자 무리 최적화 알고리즘을 사용하였다.
도 5의 (a), (b), (c)에 도시된 그래프에서 일 실시예의 자동화 촉매 모델을 통해 예측한 예측값은 점선으로 도시되었고, 실제 측정한 측정값은 실선으로 도시되었다. 각 예측값 및 실제값은 큰 차이 없이 일치될 수 있음을 확인할 수 있다.
도 6을 살펴보면, 리그 평가 데이터를 활용하여, 일 실시예의 전역 최적화 기법이 구현된 자동화 촉매 모델을 통하여, 촉매 B에 관한 결과 데이터를 도시한 것이다. 여기서, 전역 최적화 기법은 유전 알고리즘을 사용하였다.
도 6의 (a), (b), (c)에 도시된 그래프에서 일 실시예의 자동화 촉매 모델을 통해 예측한 예측값은 점선으로 도시되었고, 실제 측정한 측정값은 실선으로 도시되었다. 각 예측값 및 실제값은 큰 차이 없이 일치될 수 있음을 확인할 수 있다.
도 7은 일 실시예에 따른 배기 가스 후처리 장치 및 그 제어 방법을 이용한 신뢰도 그래프이다.
도 7의 그래프는 리그 평가 데이터로부터 구한 파라미터로 촉매 모델을 완성한 뒤, 실제 차량 주행 데이터를 통해 신뢰도를 검증한 것이다.
(a)는 컨트리 모드(country mode)에서 실제 주행 데이터의 질소 산화물 농도 측정값과 모델 예측값의 비교 그래프이고, (b)는 하이웨이 모드(highway mode)에서 실제 주행 데이터의 질소 산화물 농도 측정값과 모델 예측값의 비교 그래프이다.
(a), (b)에서 측정값과 예측값은 거의 유사한 형상을 도시함을 파악할 수 있다. 그러나, 피크(peak) 부분이 정확하게 예측되지 못하였지만, 이는 순간(transient) 영역에 대한 특성을 정확하게 반영하지 못하였기 때문으로, 일시적인 측정 오류라고도 볼 수 있다. 피크(peak) 부분을 제외한 전반적인 영역에서는 오차율이 약 10% 미만으로 나타나는 것을 확인할 수 있다.
따라서, 일 실시예에서는 전역 최적화 기법으로 자동화된 촉매 모델을 이용함으로써, 촉매 위치에 따른 환원제 저장량을 예측할 수 있고, 촉매 위치에 따른 목표 환원제 저장량을 다르게 제어할 수 있으며, 목표 환원제 저장량을 최적화하는데에 사용할 수 있다. 일 실시예에서는 배출되는 질소 산화물 및 환원제의 농도를 최소화할 수 있도록 정밀한 제어가 가능하다.
이상에서 본 발명의 실시예에 대하여 상세하게 설명하였지만 본 발명의 권리범위는 이에 한정되는 것은 아니고 다음의 청구범위에서 정의하고 있는 본 발명의 기본 개념을 이용한 당업자의 여러 변형 및 개량 형태 또한 본 발명의 권리범위에 속하는 것이다.
10: 배기 파이프 20: SCR 촉매
30: 분사부 41: 제1 센서
42: 제2 센서 50: 제어기

Claims (20)

  1. 배기 파이프에 연결되어 있는 선택적 환원(Selective Catalytic Reduction; SCR) 촉매;
    상기 배기 파이프 및 상기 SCR 촉매 사이에 위치하고, 요소를 분사하는 분사부;
    상기 SCR 촉매의 전단에 위치하고, 상기 SCR 촉매 전단에서 제1 질소 산화물의 농도를 측정하는 제1 센서;
    상기 SCR 촉매의 후단에 위치하고, 상기 SCR 촉매 후단에서 제2 질소 산화물의 농도를 측정하는 제2 센서; 및
    상기 분사부에서 분사되는 요소 분사량을 결정하고, 상기 분사부를 제어하는 제어기를 포함하고,
    상기 제어기는 상기 제1 센서에서 측정된 상기 제1 질소 산화물의 농도, 상기 제2 센서에서 측정된 상기 제2 질소 산화물의 농도를 포함하는 배기 가스 후처리 데이터를 기반으로 촉매 모델을 통해 환원제 반응량을 계산하는 배기 가스 후처리 장치.
  2. 제1항에서,
    상기 촉매 모델은 전역 최적화 기법을 이용하여 촉매 파라미터를 구하는 배기 가스 후처리 장치.
  3. 제2항에서,
    상기 전역 최적화 기법은 유전 알고리즘(Genetic Algorithm: GA), 입자 무리 최적화(Particle Swarm Optimization: PSO)와 같은 기법을 포함하는 배기 가스 후처리 장치.
  4. 제1항에서,
    상기 제2 센서는 상기 SCR 촉매 후단에서 상기 환원제의 농도를 측정하는 배기 가스 후저리 장치.
  5. 제4항에서,
    상기 배기 가스 후처리 데이터는 배기온, 배기 유량, 차속, 이산화 질소 대비 질소 산화물의 비율, 상기 제2 센서에서 측정된 상기 환원제의 농도를 더 포함하는 배기 가스 후처리 장치.
  6. 제1항에서,
    상기 환원제는 암모니아를 포함하는 배기 가스 후처리 장치.
  7. 제1항에서,
    상기 제어기는 계산된 상기 환원제 반응량을 통해 상기 SCR 촉매에 잔존하는 상기 환원제의 저장량, 상기 제2 질소 산화물의 농도 및 상기 환원제의 농도를 계산하는 배기 가스 후처리 장치.
  8. 제7항에서,
    상기 제어기는 계산된 상기 환원제 반응량에 의해 상기 분사부를 제어하는 배기 가스 후처리 장치.
  9. 제8항에서,
    상기 제어기는 계산된 상기 제2 질소 산화물의 농도와 상기 제2 센서에서 측정된 상기 제2 질소 산화물의 농도를 비교하는 배기 가스 후처리 장치.
  10. 제1항에서,
    상기 제어기는 오차에 따라 상기 분사부에 상기 분사량에 관한 피드백을 제공하는 배기 가스 후처리 장치.
  11. 촉매 모델이 입력된 배기 가스 후처리 데이터를 저장하고, 촉매 파라미터를 구하는 단계;
    상기 촉매 모델 및 미리 설정된 환원제 목표 저장량를 기반으로 요소 분사량을 결정하는 단계;
    결정된 상기 요소 분사량에 따라 요소 또는 환원제를 분사하는 단계;
    상기 배기 가스 후처리 데이터를 상기 촉매 모델에 반영하여 환원제 반응량을 계산하는 단계; 및
    계산된 상기 반응량을 통해 예측된 질소 산화물의 농도와 센서에서 측정된 질소 산화물의 농도를 비교하는 단계를 포함하는 배기 가스 후처리 장치의 제어 방법.
  12. 제11항에서,
    상기 촉매 모델은 전역 최적화 기법을 포함하는 배기 가스 후처리 장치의 제어 방법.
  13. 제11항에서,
    상기 배기 가스 후처리 데이터는 배기온, 배기 유량, 차속, 이산화 질소 대비 질소 산화물의 비율, 센서에서 측정된 질소 산화물의 농도, 환원제의 농도를 포함하는 배기 가스 후처리 장치의 제어 방법.
  14. 제11항에서,
    상기 촉매 모델에는 촉매 반응식에 대한 리그(Rig) 평가 데이터가 입력되는 배기 가스 후처리 장치의 제어 방법.
  15. 제14항에서,
    상기 촉매 반응식은 암모니아 저장 반응식, 암모니아 산화 반응식, 일산화 질소 산화 반응식 및 질소 산화물 환원 반응식을 포함하는 배기 가스 후처리 장치의 제어 방법.
  16. 제15항에서,
    상기 촉매 모델은 상기 촉매 반응식에 따른 각각의 목표 환원제 저장량을 예측하는 배기 가스 후처리 장치의 제어 방법.
  17. 제16항에서,
    상기 예측된 질소 산화물의 농도와 상기 측정된 질소 산화물의 농도를 비교하여 오차를 출력하는 배기 가스 후처리 장치의 제어 방법.
  18. 제17항에서,
    상기 오차에 따라 상기 요소 분사량을 제어하는 배기 가스 후처리 장치의 제어 방법.
  19. 제18항에서,
    상기 요소 분사량은 상기 촉매 반응식에 따라 각각 제어 가능한 배기 가스 후처리 장치의 제어 방법.
  20. 제11항에서,
    상기 환원제는 암모니아를 포함하는 배기 가스 후처리 장치의 제어 방법.
KR1020200061371A 2020-05-22 2020-05-22 배기 가스 후처리 장치 및 그 제어 방법 KR20210144264A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020200061371A KR20210144264A (ko) 2020-05-22 2020-05-22 배기 가스 후처리 장치 및 그 제어 방법

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020200061371A KR20210144264A (ko) 2020-05-22 2020-05-22 배기 가스 후처리 장치 및 그 제어 방법

Publications (1)

Publication Number Publication Date
KR20210144264A true KR20210144264A (ko) 2021-11-30

Family

ID=78722449

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020200061371A KR20210144264A (ko) 2020-05-22 2020-05-22 배기 가스 후처리 장치 및 그 제어 방법

Country Status (1)

Country Link
KR (1) KR20210144264A (ko)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102440480B1 (ko) 2022-03-22 2022-09-05 비테스코 테크놀로지스 게엠베하 자동차의 배기가스 정화시스템 및 그 제어방법
CN117328977A (zh) * 2023-12-01 2024-01-02 潍柴动力股份有限公司 一种后处理滤波控制方法、装置、设备及存储介质

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102440480B1 (ko) 2022-03-22 2022-09-05 비테스코 테크놀로지스 게엠베하 자동차의 배기가스 정화시스템 및 그 제어방법
CN117328977A (zh) * 2023-12-01 2024-01-02 潍柴动力股份有限公司 一种后处理滤波控制方法、装置、设备及存储介质
CN117328977B (zh) * 2023-12-01 2024-02-20 潍柴动力股份有限公司 一种后处理滤波控制方法、装置、设备及存储介质

Similar Documents

Publication Publication Date Title
US6981368B2 (en) Exhaust gas aftertreatment systems
US6993900B2 (en) Exhaust gas aftertreatment systems
US20040098974A1 (en) Exhaust gas aftertreatment systems
US8783019B2 (en) Apparatus and method for onboard performance monitoring of oxidation catalyst
KR102265867B1 (ko) 기체 환원제 분사 제어 시스템
US20120079813A1 (en) OPERATING METHODS FOR SELECTIVE CATALYTIC REDUCTION OF NOx
CN102016250A (zh) 用于还原SCR催化器上的NOx排放物的装置、系统和方法
KR20210144264A (ko) 배기 가스 후처리 장치 및 그 제어 방법
Wei et al. Nox conversion efficiency optimization based on NSGA-II and state-feedback nonlinear model predictive control of selective catalytic reduction system in diesel engine
KR20080030163A (ko) 차량 배기계 선택적 촉매장치의 제어 시스템 및 그제어방법
US8682595B2 (en) Method to estimate NO2 concentration in an exhaust gas of an internal combustion engine
JP2022500583A (ja) アンモニアセンサーを無くしたソフトウェアアルゴリズムによるアンモニア過剰の動的検出方法
JP2019167948A (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
KR100811932B1 (ko) Ｕｒｅａ-ｓｃｒ 시스템의 요소분사량 최적제어방법
US20180306082A1 (en) Exhaust after-treatment system including sliding mode ammonia controller
KR100992816B1 (ko) 디젤차량에서 후처리 시스템의 암모니아 저장량 보정장치 및 방법
KR101518941B1 (ko) 선택적 환원 촉매의 제어 로직 보정 방법 및 이를 이용한 배기 장치
Chavannavar Development and implementation of a mapless, model based SCR control system
Pla et al. Model-based simultaneous diagnosis of ammonia injection failure and catalyst ageing in deNOx engine after-treatment systems
Hu et al. Optimizing the fault diagnosis and fault-tolerant control of selective catalytic reduction hydrothermal aging using the Unscented Kalman Filter observer
KR102257395B1 (ko) 배기가스 후처리 시스템 제어 장치
US20150185722A1 (en) Method of Controlling Operation of an Exhaust Fluid Treatment Apparatus
KR101201288B1 (ko) 환원제 분사량 제어 방법
KR20220070365A (ko) 배기가스 후처리 시스템의 이상 진단 방법
Previtero et al. Aftertreatment Layouts Evaluation in the Context of Euro 7 Scenarios Proposed by CLOVE Abstract