专利名称：估计聚集在颗粒过滤器中的颗粒物质的质量的系统和方法
技术领域：
本方法大体涉及一种估计聚集在废气系统的颗粒过滤器中的颗粒物质的质量的系统和方法。
背景技术：
用于车辆的废气系统可包括颗粒过滤器。如果发动机包括柴油发动机，则颗粒过滤器被称为柴油颗粒过滤器。颗粒过滤器从发动机的废气捕获颗粒物质，即，烟灰。颗粒过滤器可包括一个或多个基板，所述基板限定多个孔，废气必须流动通过所述多个孔。在废气流动通过孔时，颗粒物质收集在基板上。颗粒过滤器有时被再生，以去除被收集的颗粒物质。颗粒过滤器的再生包括将颗粒过滤器加热到足以燃烧被收集颗粒物质的温度，其将颗粒物质转化为消散到大气中的二氧化碳。烟灰模块可用于估计和预测颗粒过滤器内的烟灰聚集以辅助确定颗粒过滤器何时需要再生。当烟灰模块估计烟灰聚集已经到达预定的临界值，该颗粒过滤器可再生。
发明内容
提供了一种颗粒估计系统，被构造用于估计聚集在废气系统的颗粒过滤器中的颗粒物质的质量。颗粒估计系统包括存储装置、接口和控制器。存储装置被构造用于存储多个模块。多个模块的每个被构造为独一地估计在一段时间内聚集在颗粒过滤器内的颗粒物质的量。接口被构造为从用户接收多个选择。多个选择对应于存储在存储装置中的多个模块。控制器被构造为基于从用户接收的多个选择获得混合模型。混合模型被构造为提供一输出，该输出是在一段时间内聚集在颗粒过滤器内的颗粒物质的量的估计值，作为用户的多个选择的函数。还提供一种方法用于选择性地构造颗粒估计系统，以估计聚集在废气系统的颗粒过滤器中的颗粒物质的质量。该方法包括在存储装置中存储多个模块。多个模块的每个被构造为独一地估计在一段时间内聚集在颗粒过滤器内的颗粒物质的量。该方法还包括选择存储在存储装置中的多个模块和基于被选择多个模块获得混合模型。混合模型被构造为提供一输出，该输出是在一段时间内聚集在颗粒过滤器内的颗粒物质的量的估计值，作为被选模块的函数。还提供了一种选择性地构造颗粒估计系统以估计聚集在废气系统的颗粒过滤器中的颗粒物质的质量的方法。该方法包括在存储装置中存储多个烟灰估计方面(即，基于质量和速率)的模块以及基于模型输入对每个模块进行评级。多个模块的每个被构造为独一地估计一段时间内聚集在颗粒过滤器内的颗粒物质的量。模块可以是独立烟灰模型或对其他烟灰模型执行校正和/或补偿的模型。该方法还包括在显示器上按照评级顺序展示存储在存储装置中的多个模块，并提供选择展示在显示器上的多个模块的可能性。多个混合模型基于被选的多个模块获得。多个混合模型被构造为提供输出，该输出是一段时间内聚集在颗粒过滤器内的颗粒物质的量的更准确的估计值，作为被选的多个模块的函数。多个混合模型的每个按照评级顺序被评级，作为至少一个车辆运行状态的函数。本发明的上述特征和优势及其它特征和优势将从用于实施本发明的最佳模式的以下详细描述并连同附图而显而易见。
图I是车辆的发动机和废气系统的示意图，该车辆具有颗粒过滤器和颗粒估计系统，该颗粒估计系统被构造为测量颗粒过滤器中的颗粒物质的装载和卸载；图2是示出库和构造块的示意图，该库包括多个模块，该构造块由模块的各种组合形成以形成多个混合模型，所述模型估计颗粒过滤器的装载和卸载；图3是示出多个混合模型的示意图，该多个混合模型在构造块中实施；和图4是显示了构造颗粒估计系统以估计聚集在颗粒过滤器中的颗粒物质的质量的方法的流程图。
具体实施例方式参考图1，其中，相同的数字在多幅图中表示相同的部件，车辆的废气系统20大体在20处示出。废气系统20引导和处理来自发动机22的废气。废气系统20包括颗粒估计系统24和颗粒过滤器26。颗粒估计系统24 f呆作地连接到颗粒过滤器26。颗粒过滤器26过滤来自发动机22的废气的颗粒物质，S卩，烟灰。发动机22可以是柴油发动机、汽油发动机，或在燃烧过程期间产生颗粒物质的任何其他发动机。颗粒过滤器26可包括一个或多个基板28，所述基板限定多个孔，废气必须流动通过所述多个孔。在废气流动通过孔时，颗粒物质收集在基板28上。颗粒过滤器26有时被选择性地再生，以去除被收集的颗粒物质。颗粒过滤器26的再生包括将颗粒过滤器26加热到足以燃烧被收集颗粒物质的温度，其将颗粒物质转化为消散到大气中的二氧化碳。颗粒估计系统24被构造用于估计在废气系统20的颗粒过滤器26中聚集的颗粒物质的质量。颗粒估计系统24包括存储装置32、接口 34和控制器36。存储装置32被构造用于存储多个模块38 (如图2所示)。接口 34操作地连接到控制器36且被构造为基于来自用户的多个选择而接收输入信号，所述用户诸如车辆的校准者或编程者。每个选择对应于存储在存储装置32中的模块38中的一个。接口 34可以是个人计算机(PC)或任何其他接口 34装置，其被构造用于与控制器36交互、并对其编程。总体上，计算系统和/或装置，诸如控制器36，可使用大量计算机操作系统中的任意系统，并大体包括计算机可执行指令，其中，指令可被一个或多个如上所列的计算装置执行。计算机可执行指令可由计算机程序编译或解释，所述程序使用大量已知程序语言和/ 或技术创建，包括但不限于且可以单独或结合地使用，Java 、C、C++、Visual Basic、Java Script、Perl等。总体上,处理器(例如，微处理器)接收指令，例如，从存储器、计算机可读介质等接收，并执行这些指令，由此执行一个或多个过程，所述程序包括一个或多个在此所述的过程。这样的指令和其他数据可使用各种已知的计算机可读介质存储和传输。计算机可读介质(还称为处理器可读介质)包括任何非瞬态(例如，有形)介质， 其参与提供可被计算机(例如，被计算机的处理器)读取的数据(例如，指令)。这样的介质可具有许多形式，包括但不限于，非易失介质和易失介质。非易失介质可包括，例如，光盘或磁盘和其他持久存储器。易失介质可包括，例如，动态随机访问存储器(DRAM)，其典型地构成主存储器。这样的指令可由一个或多个传输介质传输，包括同轴缆线、铜线和光纤，包括具有系统总线的电线，该系统总线被联接到计算机的处理器。计算机可读介质的常规形式包括，例如，软盘、柔性盘、硬盘、磁带、任何其他磁性介质、CD-ROM、DVD、任何其他光学介质、穿孔卡片、纸带、具有孔图样的任何其他物理介质、RAM、PROM、EPROM、FLASH-EEPR0M、任何其他存储芯片或编码磁带、或计算机可读取的任何其他介质。再次参考图2，多个模块38的每个可以是算法、子程序或其他自动功能程序，其被构造为独一地估计在一段时间内聚集在颗粒过滤器26内的颗粒物质的量，以辅助确定何时再生颗粒过滤器26。这些模块38可以是本领域通常已知的类型。模块38的例子包括但不限于，压力改变模块40 (DP模块)，其基于跨DPF的压差传感器或者DPF上游或下游的绝对压力传感器估计烟灰；朗姆达(Lambda)模块42 ( λ模块)，其将烟灰估计基于朗姆达传感器信号；统计模块44 (ST模块)，其基于用于各种行驶概况的被估计烟灰速率预测烟灰; 运动学模块46 (k模块)，其基于化学反应估计被燃烧的烟灰；连续再生捕获模块48 (CRT 模块)，其对DP模块40因被动再生导致的准确度损失进行修正等。每个模块38基于与该特定模块相关联的输入信号测量颗粒过滤器26中的烟灰的理论聚集。输入信号是车辆运行状态的函数。车辆运行状态的例子可包括但不限于，高度、车辆发动机转速、发动机负载、 温度等。基于信号的评级可对每个模块38执行，以在不同车辆运行状态对烟灰估计准确度进行评级，即，模型可预测聚集在颗粒过滤器26中的实际颗粒物质的准确度。模块38被设计为使得它们可被紧密地连接到它们的特定输入信号。例如，尽管一个模块可以在5，000 英尺的高度处更准确，但另一模块可以在发动机转速超过3，000每分钟转数(RPM)时更准确。因此，在发动机22运转时，不同的模块38可以在不同的时刻更准确。操作地连接到存储装置32和接口 34的控制器36，被构造为基于从用户接收的选择的数量获得至少一个混合模型50，如图2所示。更具体地，控制器36可被构造为获得多个不同混合模型50。这意味着，每个混合模型50是被用户通过接口 34选择的多个模块38 的组合。另外，每个混合模型50可包括模块38的独一组合。每个混合模型50基于在接口 34中从用户接收的多个选择而被独立地选择。每个混合模型50则被构造为提供输出，该输出是一段时间内聚集在颗粒过滤器26内的颗粒物质的量的估计值，作为来自用户的多个选择的函数。更具体地，一段时间内聚集在颗粒过滤器26内的颗粒物质的估计值可以是， 由用户通过接口 34选择的每个模块38的、在一段时间内聚集在颗粒过滤器26内的颗粒物质的量的总和。例如，参考图2和3，如果用户选择两个不同模块38以创建一个混合模型 50，每个独立的模块38提供一段时间内聚集在颗粒过滤器26内的颗粒物质的量的独一的估计值。因此，混合模型50在该同一段时间内的输出的总和将是加在一起的每个被选模块 38的同一独一估计值。参考图2，接口 34可具有显示器52，其向用户显示构造块54和库56。构造块54 被构造为使得用户可以选择性地组合显示在库56中的期望的模块38，以创建一个或多个独一的混合模型50。由用户创建的混合模型50显示在构造块54中。当创建混合模块38 时，库56展示用户可从存储装置32获取的模块38。混合模型50的创建可部分地基于校准策略、实验设计(D0E)、准确度目标鉴定、校准时间限制、硬件限制等。对于每个混合模型，用户确定将被组合的一个或多个模块38。作为例子，参考图2和3，第一混合模型58可通过组合DP模块40和CRT模块48而被创建，以提供一输出，该输出是CRT和DP模块48、40的输出的组合的总和输出。类似地，第二混合模型60可通过组合λ模块42和k模块46而被创建，以提供一输出，该输出是λ和k模块42、46的输出的组合的总和输出。按照用户期望，可创建任何数量的混合模型50。另外，每个混合模型50可包括任意数量的模块38， 诸如一个、三个或更多，按照用户期望。这在编程或校准颗粒估计系统时，为用户提供灵活性。再次参考图2，混合模型50可包括通过控制器36获得的多个混合装载模型62和多个混合卸载模型64。更具体地，当废气系统20处于装载状态、即“装载”时，多个混合装载模型62的每个被构造为，提供一输出，该输出是在一段时间内聚集在颗粒过滤器26内的颗粒物质的量的估计值，作为来自用户的多个选择的函数。装载状态是两次主动再生之间的时间段，在该时间段中颗粒物质在颗粒过滤器26中聚集。同样，当废气系统20处于卸载状态、即“卸载”时，多个混合卸载模型64的每个被构造为,提供一输出，该输出是在一段时间内聚集在颗粒过滤器26内的颗粒物质的量的估计值，作为来自用户的多个选择的函数。 卸载状态是颗粒物质由于主动再生从颗粒过滤器26以高废气温度被烧掉同时颗粒物质仍流进颗粒过滤器26并被聚集的时间段。再次参考图2，多个混合装载和卸载模型62、64可由用户在构造块54中被选择性地创建，以便测量在颗粒过滤器26的各个装载状态和/或卸载状态期间的烟灰聚集。更具体地，为了估计颗粒物质在颗粒过滤器26中的装载，用户可创建任何期望数量的独一混合模型50，以估计颗粒物质在颗粒过滤器26中的装载和/或卸载。在一个实施例中，如图2 所示，多个混合装载模型62可不同于多个混合卸载模型64。例如，对于装载状态，第一混合装载模型66可以是DP模块40和CRT模块48的组合；第二混合装载模型68可以是λ 模块42和k模块46的组合；和第三混合装载模型70可以是ST模块44和k模块46的组合。为了估计颗粒物质在卸载状态期间从颗粒过滤器26的卸载，用户可创建第一混合卸载模型72，其是λ模块42和k模块46的组合；第二混合卸载模型74，其是CRT模块48和 ST模块44的组合；和第三混合卸载模型76，其是DP模块40和k模块46的组合。在该例子中，每个混合装载模型66、68、70不同于每个混合卸载模型72、74、76。但是，应该理解，用户可将混合装载模型66、68、70和混合卸载模型72、74、76构造为具有模块38的任何期望的组合。例如，用户可选择五个独一的混合装载模型62和仅三个独一的混合卸载模型64。 作为另一例子，用户可创建一个或多个混合装载模型62为与一个或多个混合卸载模型64 相同，而任意其他模型62、64彼此不同。在另一实施例中，多个混合装载模型62与多个混合卸载模型64相同。参考图2和3，多个模块38的每个被存储在表中作为烟灰速率数组80和烟灰质量数组78中的至少一个。多个烟灰速率数组80的每个被构造为，为多个模块38的每个提供一输出，该输出是颗粒物质在颗粒过滤器26内聚集的速率的估计值，例如，克每秒(g/s)， 等。同样，多个烟灰质量数组78的每个被构造为，为多个模块38的每个提供一输出，该输出是一段时间内聚集在颗粒过滤器26内的颗粒物质的总质量的估计值，例如，克(g)。烟灰质量数组78可在一时间区间上求导，以能够提供烟灰速率，且返回烟灰速率的模块可被积分以获得烟灰质量。每个数组78、80是二进制的，从而与每个数组78、80相关联的模块38与二进制符号I或O相关联，如图3所示。二进制符号I与“开”或活动位置相关联，二进制符号O与“关”或非活动位置相关联。相应地，来自用户在接口 34上的用于创建混合模型50的多个选择可以是多个烟灰速率数组80和多个烟灰质量数组78中的至少一个。混合模型50因此被构造为提供一输出，该输出是一段时间内聚集在颗粒过滤器26内的颗粒物质的量的估计值，作为被选烟灰速率数组80或烟灰质量数组78的函数。当用户从接口 34选择模块38时，烟灰速率数组80和烟灰质量数组78每个被构造为被用户独立地激活或选择。更具体地，为了激活期望的模块，用户决定应该选择烟灰速率数组80还是烟灰质量数组78。为了做出该选择，用于每个模块38的烟灰速率数组80和烟灰质量数组78被构造为使得烟灰速率数组80和烟灰质量数组78中的仅一个可处于开位置，即，二进制符号“I”被选择，而在模块38内的另一数组处于关位置，即，二进制符号“O”被选择。例如，再次参考图3，为了激活DP模块40 的烟灰质量数组78，用户操作地选择二进制符号I。因此，当DP模块40被激活时，颗粒过滤器26中的烟灰质量使用DP模块40随时间计算。同样，为了激活CRT模块48的烟灰质量数组78，用户操作地选择二进制符号I。每个混合模型50可被评级，即，被用户，基于一段时间内聚集的颗粒物质的量的估计值的准确度，该准确度为在不同车辆运行状态下的输入信号质量的函数。该评级可有助于确定哪个混合模型50用于估计在任意期望时间段内聚集在颗粒过滤器26内的颗粒物质。例如，在车辆运行状态的特定组合时，其中一个混合模型50将具有比所有其他混合模型50更高的评级。具有最高评级的该混合模型50提供在该车辆运行状态的组合时颗粒物质聚集的最准确的估计。应该理解，混合模型50的评级不限于被用户执行，且可以任何其他方式执行，如本领域技术人员已知的那样。参考图4,构造颗粒估计系统24以估计聚集在废气系统20的颗粒过滤器26内的颗粒物质的质量的方法在100处提供。该方法包括在102处将多个模块38存储在存储装置32中。如上所述，多个模块38的每个被构造为独一地估计在一段时间内聚集在颗粒过滤器26内的颗粒物质的量。在102处将多个模块38存储在存储装置32中可包括存储多个烟灰速率数组80和多个烟灰质量数组78。多个烟灰速率数组80的每个被构造为提供一输出，该输出是颗粒物质在颗粒过滤器26内聚集的速率的估计值。同样,多个烟灰质量数组78的每个被构造为提供一输出，该输出是在一段时间内在颗粒过滤器26内聚集的颗粒物质的总质量的估计值。可选地，该方法包括基于在一段时间内聚集的颗粒物质的量的估计值的准确度、 在104处对多个模块38的每个以及相应多个烟灰速率数组80和烟灰质量数组78进行评级，该准确度为不同车辆运行状态的输入信号质量的函数。该方法还包括在106处选择存储在存储装置32中的多个模块38。在106处选择多个模块38可意味着用户从存储装置32选择多个烟灰速率数组80 (在108处)和多个烟灰质量数组78 (在110处)中的至少一个。该方法还包括获得混合模型50，作为用户在106处选择的烟灰速率数组80或烟灰质量数组78的函数。已经获得的混合模型被构造为提供一输出，该输出是在一段时间内聚集在颗粒过滤器26内的颗粒物质的量的估计值，作为被选择的多个模块38的函数和作为多个烟灰速率数组80或多个烟灰质量数组78的函数。来自用户的多个选择可以是每个模块(对应于来自用户的多个选择的每个)在一段时间内聚集在颗粒过滤器26内的颗粒物质的量的总和。通过重复方法100，多个混合模型50可被获得。多个混合模型50的每个选择性地基于在接口 34处从用户接收的多个选择。多个混合模型50的每个可被构造为提供一输出，该输出是在一段时间内聚集在颗粒过滤器26内的颗粒物质的量的估计值，作为在106 处的来自用户的多个选择的函数。每个混合模型50可包括模块38的独一组合。如图2和3所示，按照用户的期望，混合模型50可被获得作为多个混合装载模型 62和/或多个混合卸载模型64。当废气系统20处于装载状态时，多个混合装载模型62的每个被构造为提供一输出，该输出是在一段时间内聚集在颗粒过滤器26内的颗粒物质的量的估计值，作为来自用户的多个选择的函数。同样，当废气系统20处于卸载状态时，多个混合卸载模型64的每个被构造为提供一输出，该输出是在一段时间内聚集在颗粒过滤器 26内的颗粒物质的量的估计值，作为来自用户的多个选择的函数。由用户创建的多个混合装载模型62可不同于多个混合卸载模型64。替换地，由用户创建的多个混合装载模型62 可以与多个混合卸载模型64相同。尽管已经对执行本发明的较佳模式进行了详尽的描述，但是本领域技术人员可得知在所附权利要求范围内的用来实施本发明的许多替换设计和实施例。
权利要求
1.一种选择性地构造颗粒估计系统以估计聚集在废气系统的颗粒过滤器中的颗粒物质的质量的方法，该方法包括在存储装置中存储多个模块；其中，多个模块的每个被构造为独一地估计在一段时间内聚集在颗粒过滤器内的颗粒物质的量；选择存储在存储装置中的多个模块的至少一个；基于多个模块的所述被选的至少一个获得混合模型；其中，混合模型被构造为提供一输出，该输出是在一段时间内聚集在颗粒过滤器内的颗粒物质的量的估计值，作为被选的多个模块的函数。
2.如权利要求I所述的方法，其中，被选的多个模型的函数还定义为，与被选的多个模型的每个对应的每个模块在一段时间内聚集在颗粒过滤器内的颗粒物质的估计量的总和。
3.如权利要求I所述的方法，其中，存储多个模块还被定义为将多个模块存储为多个烟灰速率数组和多个烟灰质量数组，从而多个烟灰速率数组的每个被构造为，对应于多个模块的每个，提供一输出，该输出是一段时间内颗粒物质在颗粒过滤器内聚集的速率的估计值，且多个烟灰质量数组的每个被构造为，对应于多个模块的每个，提供一输出，该输出是在一段时间内聚集在颗粒过滤器内的颗粒物质的总质量的估计值。
4.如权利要求3所述的方法，其中，选择多个模块还被定义为选择包括相应烟灰速率数组和烟灰质量数组中的至少一个的多个模块。
5.如权利要求4所述的方法,其中，混合模型还被定义为,被构造为提供一输出，该输出是一段时间内聚集在颗粒过滤器内的颗粒物质的量的估计值，作为多个烟灰速率数组和烟灰质量数组中的一个的函数。
6.如权利要求I所述的方法，其中，获得混合模型还被定义为获得多个混合模型；其中，多个混合模型的每个选择性地基于被选的多个模型；其中，多个混合模型的每个被构造为提供一输出，该输出是一段时间内聚集在颗粒过滤器内的颗粒物质的量的估计值，作为被选的多个模型的函数；和其中，每个混合模型由模块的独一组合构成。
7.如权利要求I所述的方法，还包括基于在一段时间内聚集的颗粒物质的量的估计值的准确度对多个混合模型的每个进行评级，该准确度为至少一个车辆运行状态的函数。
8.如权利要求I所述的方法，其中，获得混合模型还被定义为获得第一多个混合模型和第二多个混合模型；其中，该第一多个混合模型的每个被构造为，当废气系统处于装载状态时，提供一输出，该输出是在一段时间内聚集在颗粒过滤器内的颗粒物质的量的估计值，作为来自被选的多个模型的函数；和其中，该第二多个混合模型的每个被构造为，当废气系统处于卸载状态时，提供一输出，该输出是在一段时间内聚集在颗粒过滤器内的颗粒物质的量的估计值，作为来自被选的多个模型的函数。
9.如权利要求8所述的方法，其中，第一多个混合模型的至少一个不同于第二多个混合模型。
10.如权利要求8所述的方法，其中，第一多个混合模型和第二多个混合模型相同。
全文摘要
一种颗粒估计系统，被构造用于估计聚集在废气系统的颗粒过滤器中的颗粒物质的质量。该系统包括存储装置、接口和控制器。存储装置存储多个模块。多个模块的每个被构造为独一地估计在一段时间内聚集在颗粒过滤器内的颗粒物质的量。多个输入信号对应于被存储在存储装置中的多个模块。控制器基于输入信号获得混合模型。混合模型被构造为提供一输出，该输出是在一段时间内聚集在颗粒过滤器内的颗粒物质的量的估计值，作为多个输入信号的函数。
文档编号F01N11/00GK102588056SQ20121000676
公开日2012年7月18日 申请日期2012年1月11日 优先权日2011年1月11日
发明者C.惠特, D.C.萨森, M.阿登尼斯, P.贾辛凯维茨, R.阿登尼斯 申请人:通用汽车环球科技运作有限责任公司