柴油機NOx排放的實時估計模型分析

柴油機NOx排放的實時估計模型分析

氮氧化合物（NOx）排放較高始終是柴油機存在的一個重要問題。目前，通過采用后處理系統將NOx轉化為N2，降低NOx排放。但是，隨著排放法規的日益嚴格，需要不斷提升后處理系統的轉化率，這將使后處理系統的復雜性增加，成本也隨著增加。對此，開始通過對柴油機自身的優化(如調整噴射參數等)，降低NOx排放。在進行柴油機自身優化時，需要對柴油機的NOx排放進行實時估計，以形成閉環反饋，基于此進行噴射參數的調整。

對柴油機NOx排放進行實時估計的模型可以分為黑箱模型和物理模型。常用的黑箱模型包括回歸模型、神經網絡模型和具有修改因子的查找表等，但這些模型在進行NOx排放的實時估計時沒有考慮真實的駕駛條件，只利用試驗確定出的柴油機特性圖進行估計，因而估計精度較低。物理模型則主要由缸內溫度模型和Zeldovich反應機制構成，該類模型根據傳感器實時測量發動機參數來進行NOx排放的估計，因而估計精度高于黑箱模型。

進一步改善物理模型的估計精度，主要考慮消除輸入和模型的不確定性。消除輸入的不確定性，可通過采用缸內壓力傳感器（ICPS）來對缸內壓力進行測量，并將其作為輸入來消除。消除模型的不確定性，是將物理模型表示為熱力學模型、燃燒模型和NOx生成模型3個子模型。熱力學子模型基于ICPS信號進行放熱率的計算和氣體溫度的計算。燃燒子模型進行缸內燃燒產物濃度的計算。NOx生成子模型則基于Zeldovich反應機制進行NOx生成的計算。在一臺美國福特汽車公司生產的6.7L V8發動機上對消除不確定性后的物理模型精度進行評價，并與試驗數據相比較，輸入不確定性的消除使估計精度改善10%～40%，具體數值取決于柴油機負荷；模型不確定性的消除使估計精度改善22%。

Hoon Cho et al.SAE 2017-01-0963.

編譯：王淼