[发明专利]一种柴油机SCR系统输入状态的观测方法及观测系统

说明书

技术领域

本发明属于柴油机尾气后处理SCR系统控制领域，涉及一种控制方法，具体来说，涉及一种柴油机SCR系统输入状态的观测方法及观测系统，特别适用于中重型柴油机尾气后处理SCR系统中对NOx和氨气输入浓度的估计观测。

背景技术

近十年来，汽车行业中柴油发动机的市场份额一直在增长，主要是由于它在燃油效率、耐久性和应用范围方面与汽油发动机相比具有不小的优势。但是，近些年随着地球环境的恶化和人们环保意识的提高，柴油机尾气污染问题尤其是氮氧化物污染越来越引起人们的关注。为了解决柴油机尾气污染问题，人们研究开发了缸内燃烧控制，NOx捕获技术，选择性催化还原系统(SCR)等技术。而随着排放法规的日益严格，技术的研究深入，SCR系统被认为是最具有前途的去除氮氧化物的一种尾气后处理技术。

SCR系统被广泛应用于柴油机中来减少NOx的排放。SCR(Selective Catalytic Reduction)主要就是一种选择催化还原技术，它是在系统入口端喷入尿素，利用其水解出的氨气在催化剂的作用下将NOx还原为对大气无污染的氮气和水。

如图1所示，常规的SCR系统包含：SCR系统；位于SCR系统进气端的检测NO_X浓度的传感器1，位于SCR系统进气端的检测NH₃浓度的传感器2，位于SCR系统排气端的检测NO_X浓度的传感器3，位于SCR系统排气端的检测NH₃浓度的传感器4。

在SCR系统中，尿素的喷射是系统唯一的输入控制，而NOx和氨气的浓度被认为是SCR尿素喷射控制中重要的状态参数，所以NOx和氨气的输入浓度对控制算法的设计至关重要。传统的输入浓度观测一般都是借助于传感器，但是NOx和氨气传感器存在造价昂贵和难以进行故障诊断等缺陷，这些问题都会影响SCR系统的经济效益和工作效率。

发明内容

本发明要解决的问题是，寻找一种适合SCR系统的方法来取代昂贵的NOx或氨气传感器，并降低故障诊断的难度。因此设计一种新型输入状态观测器至关重要。

为达到上述目的，本发明提供了一种柴油机SCR系统输入状态的观测方法，该方法保护如下步骤：

步骤1，根据SCR系统内化学反应建立状态空间模型；

步骤2，将状态空间模型与EKF算法结合起来；EKF算法分为两步，包括预测过程和更新过程；该EKF方程包括预测方程：x(k)＝f[x(k-1),u(k)]+w(k)，及，更新方程：z(k)＝h[x(k)]+v(k)；其中，x(k)代表状态向量，u(k)是输入向量，w(k)代表高斯过程噪声，z(k)代表观测向量，h(x)代表观测函数，v(k)代表高斯观测噪声；

步骤3，运用软件编码以上提到的EKF算法，进行计算仿真，从而得出输入浓度估计值。

上述的柴油机SCR系统输入状态的观测方法，其中，所述的空间状态模型为：

其中，x＝ad，de，ox，re；ad代表正向吸附反应，de代表逆向解吸附反应，ox代表氧化反应，re代表还原反应；C_NO代表NOx的浓度，代表氨气的浓度；表示氨气入口的浓度，C_NO,in表示柴油机排出尾气中NOx的浓度；F是尾气流速；V是SCR系统的体积；T表示温度，E、K和R是常数,C_x表示x的浓度，表示催化剂上的氨气覆盖率；Θ表示催化剂总的氨气覆盖率能力。

上述的柴油机SCR系统输入状态的观测方法，其中，步骤2中，在EKF预测过程，状态向量x(k)表示为：系统误差协方差矩阵P(k)表示为：P(k|k-1)＝F(k)P(k-1|k-1)F(k)^T+Q(k)，其中F(k)是预测函数f(x)的雅克比矩阵。

上述的柴油机SCR系统输入状态的观测方法，其中，步骤2中，在EKF的更新过程中，系统预测状态和误差协方差向量P(k|k-1)通过传感器数据与观测方程计算数据之差来不断更新，在这个过程中同时还需要一个最佳的卡尔曼增益K(k)，其计算方程如下：

M(k)＝H(k)P(k|k-1)H(k)^T+R(k)；

K(k)＝P(k|k-1)H(k)^TM(k)^-1；

P(k|k)＝[I-K(k)H(k)]P(k|k-1)，其中，I代表单位矩阵，H(k)是观测函数h(k)的雅克比矩阵。