[发明专利]基于数据驱动预测控制的SCR系统尿素喷射控制方法

说明书

本发明公开了一种基于数据驱动预测控制的SCR系统尿素喷射控制方法，主要包括分布式参数激励模型和子空间预测控制器。激励模型由六核常微分方程组成的主从两催化器单元的分布式参数SCR系统，配以enDYNA软件精确柴油机模型构成。子空间预测控制器采用两输入两输出数据激励结构，直接由激励模型的输入输出数据激励得出。并且，预测输出和约束输出一起耦合激励，再由推导的增量型预测模型分离出预测输出和约束输出表达式。本发明的数据激励分布式参数模型构造简易、精度准确，子空间预测控制器推导过程简单、适用于工程应用。

技术领域

本发明属于柴油机尿素SCR排放后处理系统控制技术领域，具体涉及一种基于数据驱动预测控制的SCR系统尿素喷射控制方法。

背景技术

与汽油机相比，柴油机具有更高的燃油经济性和动力输出。然而，由于其稀燃的特性，柴油机会比汽油机产生更多的NO_x有害气体。随着全世界范围内针对NO_x排放越来越严格的法规出台，多种为降低NO_x的排放后处理系统面世了。这些技术就包括尿素选择性催化还原(SCR)系统。尿素SCR系统工作时则不需额外燃油，而且尿素消耗也相对较低，凭借这些优势，已经在汽车工业界占据一定优势。在我国，目前的实际国情是燃油中硫含量较高，而且许多种排放控制技术推广都受到限制。所以，凭借其对硫的敏感性较低的特性，尿素SCR排放后处理技术在我国的发展更具优势。

尿素SCR技术的基本原理是利用NO_x与氨(NH₃)之间的氧化还原反应，而所用的氨一般都来源于32.5％的尿素溶液(添蓝溶液)。虽然氨能够还原NO_x，但其较高的排放也是对人体有害的，并且有着刺鼻的气味。为实现较高的NO_x转化效率，要有充分的氨做为还原剂；但是，这一点反过来会增加氨的逃逸量，这一矛盾成为了尿素SCR系统研究面临的主要挑战之一。目前更为普遍的共识是，通过改进尿素喷射控制技术达到上述目标，是一种较便捷且经济的方法。当前的尿素喷射控制方法绝大多数都是基于模型的，对建模过程的精确度有较强的依赖性。

尿素SCR系统本身化学反应十分复杂，是一个典型的分布式系统，建模较为困难。该系统具有强烈的时变参数特性，废气流量以及温度等参数测量误差也会引发严重的建模误差，所以很难获得一个精确的模型。即便能够建立一个较为精确的模型，对高阶项的处理显然也是一个难题。此外，对于尿素SCR系统参数来说，也存在较多的约束条件。例如，系统输入(尿素喷射器喷射量)有最大值限制，系统输出(NO_x与NH₃)受到排放法规的限制等。

发明内容

值得庆幸的是，随之计算机技术的发展，在现代工业生产中能够采集到大量的数据。基于输入输出数据所提出的数据驱动技术，能够绕开繁琐、困难的建模过程。本发明针对尿素SCR系统建模难、参数约束以及排放优化控制问题，研究提出了一种基于数据驱动预测控制技术的尿素喷射控制器，其主要包括分布式参数激励模型和子空间预测控制器。激励模型由六核常微分方程组成的主从两催化器单元的分布式参数系统，配以enDYNA软件精确柴油机模型构成。子空间预测控制器采用两输入两输出数据激励结构，直接由激励模型的输入输出数据激励得出。并且，预测输出和约束输出一起耦合激励，再由推导的增量型预测模型分离出预测输出和约束输出表达式。为了满足相互矛盾的排放控制需求，引入了配有加权矩阵的多目标函数，并且也考虑到了输入输出的时域硬约束问题。

本发明所述的基于数据驱动预测控制的SCR系统尿素喷射控制方法，包括以下步骤：

1)、建立精确的分布式参数尿素SCR系统激励模型；

2)、针对系统的动态特性，以影响发动机排放边界条件宽范围变化的数据，为系统充分激励数据；

3)、将激励所获得的的NO_x和NH₃排放输入输出数据，构造出系统的子空间预测控制器；