基于深度降本設計要求的催化器診斷策略

關鍵詞：三元催化器；車載診斷；儲氧量；指數加權移動平均；診斷策略

0 前言

三元催化器載體上覆蓋著貴金屬，可將汽車尾氣排出的CO、碳氫化合物（HC）和氮氧化物（NOx）等有害氣體通過氧化和還原作用轉變為無害的CO₂、H₂O 和N₂，使汽車尾氣得以凈化［1］。按照GB18352.6—2016《 輕型汽車污染物排放限值及測試方法（第六階段）》附錄J 中的車載診斷（OBD）系統催化器監測要求，在全球統一輕型車輛測試循環（WLTC）中，OBD 系統需要能夠監測催化器系統的轉化能力是否處于正常水平，且應在催化器轉化能力下降使得車輛非甲烷碳氫（NMHC）和NOx 的排放量超過OBD 閾值之前檢測出催化器的故障。

目前，普遍采用的催化器診斷策略都是通過監測催化器儲氧量（OSC）來實現的。催化器OSC 的大小表征了催化器的老化程度，OSC 越大代表該催化器的轉化能力越強，排放結果越好，反之則代表該催化器的轉化能力較弱，排放情況隨之惡化。基于此原理，可以通過OSC 來區分催化器的劣化狀態，將其分為新鮮催化器、老化催化器及臨界催化器3 種代表狀態［2］。臨界催化器的OSC 作為OBD系統中催化器檢測的標準，如果OSC 低于臨界催化器OSC，那么需要在催化器轉化能力下降導致車輛排氣污染物中的NMHC+NOx排放量超過OBD閾值前，引發OBD 系統報警，點亮排放故障指示燈（MIL）［3］。

為了保證催化器診斷的可靠性，要求老化催化器OSC 與臨界催化器OSC具備一定的區分度，區分度越大，診斷越可靠。然而，由于催化器深度降本的需求，導致催化器載體成分特性發生了變化，使得老化催化器OSC和臨界催化劑OSC區分度變小，催化器誤診斷概率變大。為了保證催化器深度降本后催化器診斷的合理性和可靠性，本文在催化器OSC診斷技術的基礎上，提出了同時應用快速診斷及指數加權移動平均（EWMA）的催化器診斷策略；應用數理統計方法對臨界催化器OSC進行大數據處理，設置合理的診斷閾值，并應用于實車進行試驗驗證，分析其推廣應用價值。

1 催化器診斷技術過程

催化器診斷技術采用主動式監測策略，通過直接測量混合氣由濃變稀過渡過程的OSC 來進行評價。催化器診斷所需裝置如圖1 所示，其中前氧傳感器精確控制混合氣空燃比，后氧傳感器用于測量催化器OSC。

催化器診斷策略通過主動調節空燃比來進行OSC 的計算［4］，其主要過程為：① 增加空燃比，把催化器中殘留的氧氣徹底清空，待后氧傳感器信號指示為混合氣濃時認為催化器中的氧已徹底清空；② 減小空燃比，使用偏稀混合氣給催化器充氧，待后氧傳感器信號指示為混合氣稀時認為已經充滿氧；③ 通過以上混合氣加濃減稀過程就可以計算催化器的OSC。OSC 函數Fosc （t）的計算公式如下：

2 快速診斷策略

2. 1 催化器診斷時間及工況

催化器深度降本帶來了臨界催化器OSC 變大，會導致催化器診斷時間變長，而診斷時間過長會導致常規老化排放的CO 超過GB 18352.6—2016 標準中的I 型試驗排放限值（國六b 階段）。診斷時可通過調節混合氣加濃減稀幅度及OBD 診斷次數來進行優化［5］，如圖2 所示。在車速50 km/h的穩態工況下，單次診斷時間有如下特征：① 同樣的混合氣加濃減稀幅度，臨界催化器OSC 越大，則所需的診斷時間越長；② 在同樣的臨界催化器OSC 的條件下，應用5%、8%、10% 不同的混合氣加濃減稀幅度，加濃減稀幅度越大，所需的診斷時間越短。因此，通過提高混合氣加濃減稀的幅度（提高到10%），可有效縮短OBD 診斷時間，可減少催化器診斷時混合氣的加濃減稀頻率，以降低對常規催化器老化排放的影響。

催化器快速診斷策略是指在滿足催化器診斷窗口的條件下，如果計算得到的臨界催化器OSC大于等于2 倍所標定的閾值，則認為該催化器遠未達到臨界劣化程度，因此可通過1 個駕駛循環內最多完成1 次診斷，即可判定該催化器是否為正常催化器。通常在GB 18352.6—2016 標準所規定的WLTC 工況中，要求診斷應盡早完成，如圖3 所示。由圖3 可見，5 個工況點診斷均可以完成，但是在不同的工況點完成診斷會對常規老化排放有不同的影響。各工況點催化器診斷情況對比見表1。由表1 可見，在工況1 下完成診斷對常規老化排放影響最小，是最優工況。因此通過調節診斷窗口及應用催化器快速診斷策略，可使催化器診斷在最優工況1 下完成診斷。

2. 2 實車應用

采用上述診斷方案，優化診斷窗口及應用快速診斷策略，在WLTC 工況下的實車應用數據如圖4所示。從圖4 可以看出：WLTC 工況下，催化器診斷在工況點1 完成診斷，催化器診斷不會對催化器老化排放造成影響，且達到了診斷要求，這充分說明了該策略的有效性和實用性。目前，該策略已應用于催化器深度降本項目，并已得到進一步推廣應用。

催化器診斷的OBD 排放試驗結果如圖5 所示。由圖5 可以看出：策略應用前，CO 排放量為2.267 kg/km；策略應用后，CO 排放量為1.129 kg/km，下降了50% 左右，滿足GB 18352.6—2016 標準附錄J.3.8 中的OBD 閾值要求。

3 EWMA算法

3. 1算法原理

EWMA 算法是一種運用統計學來處理數據的算法，該算法對觀察值分別給予不同的權數，按不同權數求得移動平均值，并以最后的移動平均值為基礎，確定預測值。觀察期的近期觀察值對預測值有較大影響，它更能反映近期變化的趨勢。各數值的加權系數隨時間呈指數式遞減，越靠近當前時刻的數值加權系數就越大。相對傳統的平均法，EWMA算法不需要保存過去所有的數值，計算量顯著減小，可以減少隨機數值波動對其測量值的影響，使數據變得更加平滑。EWMA的簡化數學公式為：

3. 2實車應用

根據上述理論，催化器在實際使用的過程中，正常情況下是逐漸老化的過程，其儲氧能力也是個逐漸變小的過程。從理論上講，相鄰的2 次駕駛循環的OSC測試結果不會出現較大的偏差，應該是比較接近的，那么就無需每次駕駛循環都進行多次測試再取平均，可以利用以前駕駛循環的測試結果，一直進行加權移動平均計算。如果當次駕駛循環中，第一次測試的OSC結果與上一次駕駛循環的計算結果接近，則無需再進行OSC 的測試，本次計算的OSC 結果也將參與到催化器老化因子（老化因子為實測OSC 與催化器診斷閾值的比值）的加權移動平均計算中，更新催化器老化因子，再將更新后的老化因子與故障老化因子進行比較，判斷是否存在故障，也就是說該老化因子其實是多次駕駛循環的EWMA 結果。

根據上述原理，按照EWMA 算法的原始公式進行3 次代入計算，得到新鮮催化器應用快速診斷及EWMA 算法的實車計算結果，以及老化催化器在第1 個駕駛循環中采用普通診斷及EWMA 算法的實車計算結果，見表2 和表3。其中，駕駛循環根據GB 18352.6—2016 標準附錄J.2.9 定義，由發動機啟動、運行和停機狀態組成，同時包含了發動機從停機到下次啟動的過程。催化器診斷在1 個駕駛循環只可以進行1 次。

從表2 和表3 可以看出：在采用快速診斷的情況下，診斷次數大大減少，1 個駕駛循環1 次診斷就可以完成；同時，應用EWMA 算法，新鮮催化器的老化因子水平在2 左右，而老化催化器的老化因子水平在1 左右。老化因子越小代表老化程度越大。因此，該結果能夠反映催化器的真實劣化程度。

在應用EWMA 算法診斷后，相當于每次駕駛循環都在進行魯棒延時診斷，可以實現診斷的快速性與可靠性。

4 六西格瑪數據處理技術

4. 1 六西格瑪統計學

六西格瑪已經被公認為是實現高質量和營運優越的高效工具，通常應用于產品的早期開發過程中，其通過強調縮短設計和研發周期，以及降低新產品開發成本，實現高效能的產品開發過程，準確地反映客戶的要求［6］。六西格瑪統計學方法不僅可以應用于產品質量控制，提高良品率，而且可以延伸應用于處理大量數據，給出數據的安全邊界［7］。本文將其應用于催化器診斷閥值的可靠性驗證上。六西格瑪，即6σ，用來表示6 個標準差，表示在總體中的個體數據相對于平均值的偏離程度，或正態數據的離散程度。六西格瑪的統計學含義如圖6 所示，由圖6可知在六西格瑪（6σ）范圍內的數值分布概率在99.7%［8］。

4. 2 實車應用

基于催化器降本，在應用上文中的快速診斷策略與EWMA 算法的基礎上，催化器診斷還需要考慮OSC 故障閾值的設置，要求在保證與老化催化器OSC 有足夠區分度的前提下，設置合理的OSC故障閾值，以滿足GB 18352.6—2016 標準附錄J.4.1 催化器監測要求，從而保證催化器診斷的可靠性，有效降低售后市場的誤報故障風險。

基于上述六西格瑪統計學理論，將催化器診斷的OSC 故障閾值設置在六西格瑪范圍內，臨界催化器OSC 有99.7% 的概率位于閾值內，既可以準確地檢測出故障，又降低了誤報故障的風險。應用六西格瑪的實車OSC 數據處理如圖7 所示。將實車采集的老化催化器OSC及臨界催化器OSC大數據導入六西格瑪統計工具，計算得出OSC 邊界值，根據此邊界值考慮余量后設置診斷故障閾值。實車試驗證明，該方法能夠有效增加診斷的魯棒性，并隨著樣本數的增多不斷修正優化，可進一步提高催化器診斷的可靠性及數據的有效性。

5 結語

本文給出了基于深度降本設計要求的催化器診斷技術。首先，通過采用快速診斷策略減少催化器診斷頻率，并增大混合氣加濃減稀幅度，以減小催化器診斷對常規催化器老化排放的影響。其次，應用EWMA 算法，減小OSC 計算偏差。最后，通過六西格瑪數理統計方法確定OSC 故障閾值，從而保證診斷的快速性和魯棒性，滿足GB 18352.6—2016 標準中的OBD 診斷要求。該診斷技術的開發滿足了催化器的深度降本的設計要求，提升了企業經濟效益，也為排放技術與OBD 技術的創新提供了參考。