一种SCR故障诊断方法、装置、存储介质和电子设备与流程

本发明涉及发动机领域，特别涉及一种scr故障诊断方法、装置、存储介质和电子设备。

背景技术：

柴油机scr使用过程中需要通过精确控制尿素喷射量来保证scr的nox转化效率。与此同时，法规要求对柴油机scr的nox转化效率进行实时诊断，并规定排放超过预定限值时，需要报出故障。由于scr的转化效率受环境、控制等因素的影响，在环境突变或控制出现较大偏差时，导致对scr的转化效率进行监控及故障报警鲁棒性不足。

技术实现要素：

鉴于上述问题，本发明提供一种克服上述问题或者至少部分地解决上述问题的一种scr故障诊断方法、装置、存储介质和电子设备。

第一方面，一种scr故障诊断方法，包括：

基于当前参数组预估得到scr排出的气体中、氮氧化合物nox的浓度预测值，其中，所述当前参数组中的各参数为通过相应传感器获得的当前参数，所述当前参数组包括如下参数中的至少一个：输入所述scr的所述nox的当前输入浓度、所述scr排出的气体的当前排气温度和所述scr排出的气体的当前排气流量；

根据所述浓度预测值计算得到所述scr排出的所述nox的质量流量预测值；

根据所述scr排出的所述nox的排出质量流量和输入所述scr的所述nox的输入质量流量，计算得到所述scr的当前转化效率，其中，所述排出质量流量和所述输入质量流量为通过相应传感器获得的当前参数；

根据第一预设限值和所述输入质量流量，计算得到所述scr的预设效率限值，其中，所述第一预设限值为针对所述scr排出的所述nox的质量流量预设的限值；

根据所述质量流量预测值、所述排出质量流量和所述输入质量流量，计算得到第一因子；

根据所述当前转化效率和所述预设效率限值的第一比较结果、以及所述第一因子和预设的预设因子限值的第二比较结果，确定针对所述scr的效率诊断是否故障。

结合第一方面，在某些可选的实施方式中，所述根据所述当前转化效率和所述预设效率限值的第一比较结果、以及所述第一因子和预设的预设因子限值的第二比较结果，确定针对所述scr的效率诊断是否故障，包括：

若所述当前转化效率不大于所述预设效率限值，且所述第一因子不大于所述预设因子限值，则确定针对所述scr的效率诊断故障，否则，确定针对所述scr的效率诊断正常。

结合第一方面，在某些可选的实施方式中，所述根据所述scr排出的所述nox的排出质量流量和输入所述scr的所述nox的输入质量流量，计算得到所述scr的当前转化效率，包括：

根据公式1：计算得到所述scr的当前转化效率，其中，所述ηscr为所述当前转化效率，所述mnoxdx为所述排出质量流量，所述mnoxux为所述输入质量流量。

结合第一方面，在某些可选的实施方式中，所述根据第一预设限值和所述输入质量流量，计算得到所述scr的预设效率限值，包括：

根据公式2：计算得到所述预设效率限值，其中，所述ηscrtrd为所述预设效率限值，所述mnoxdxtrd为所述第一预设限值，所述mnoxux为所述输入质量流量。

结合第一方面，在某些可选的实施方式中，所述根据所述质量流量预测值、所述排出质量流量和所述输入质量流量，计算得到第一因子，包括：

根据公式3：计算得到所述第一因子，其中，所述rk为所述第一因子，所述mnoxdx为所述排出质量流量，所述mnoxux为所述输入质量流量，所述mnoxdxmdl为所述质量流量预测值。

结合第一方面，在某些可选的实施方式中，所述基于当前参数组预估得到scr排出的气体中、氮氧化合物nox的浓度预测值，包括：

基于所述当前参数组，通过公式4计算得到所述浓度预测值，公式4：v＝ni×(a×to+b×to²+c×lo+d×lo²+e)，其中，所述v为所述浓度预测值,所述ni为所述当前输入浓度，所述to为所述当前排气温度，所述lo为所述当前排气流量，所述a、所述b、所述c、所述d和所述e均为系数。

第二方面，一种scr故障诊断装置，包括：浓度预测值单元、质量流量预测值单元、当前转化效率单元、预设效率限值单元、第一因子单元和故障确定单元；

所述浓度预测值单元，被配置为执行基于当前参数组预估得到scr排出的气体中、氮氧化合物nox的浓度预测值，其中，所述当前参数组中的各参数为通过相应传感器获得的当前参数，所述当前参数组包括如下参数中的至少一个:输入所述scr的所述nox的当前输入浓度、所述scr排出的气体的当前排气温度和所述scr排出的气体的当前排气流量；

所述质量流量预测值单元，被配置为执行根据所述浓度预测值计算得到所述scr排出的所述nox的质量流量预测值；

所述当前转化效率单元，被配置为执行根据所述scr排出的所述nox的排出质量流量和输入所述scr的所述nox的输入质量流量，计算得到所述scr的当前转化效率，其中，所述排出质量流量和所述输入质量流量为通过相应传感器获得的当前参数；

所述预设效率限值单元，被配置为执行根据第一预设限值和所述输入质量流量，计算得到所述scr的预设效率限值，其中，所述第一预设限值为针对所述scr排出的所述nox的质量流量预设的限值；

所述第一因子单元，被配置为执行根据所述质量流量预测值、所述排出质量流量和所述输入质量流量，计算得到第一因子；

所述故障确定单元，被配置为执行根据所述当前转化效率和所述预设效率限值的第一比较结果、以及所述第一因子和预设的预设因子限值的第二比较结果，确定针对所述scr的效率诊断是否故障。

结合第二方面，在某些可选的实施方式中，所述故障确定单元，包括：第一故障确定子单元和第二故障确定子单元；

若所述当前转化效率不大于所述预设效率限值，且所述第一因子不大于所述预设因子限值，则触发所述第一故障确定子单元，否则，触发所述第二故障确定子单元；

所述第一故障确定子单元，被配置为执行确定针对所述scr的效率诊断故障；

所述第二故障确定子单元，被配置为执行确定针对所述scr的效率诊断正常。

第三方面，一种存储介质，其上存储有程序，所述程序被处理器执行时实现上述任一项所述的scr故障诊断方法。

第四方面，一种电子设备，所述电子设备包括至少一个处理器、以及与所述处理器连接的至少一个存储器、总线；其中，所述处理器、所述存储器通过所述总线完成相互间的通信；所述处理器用于调用所述存储器中的程序指令，以执行上述任一项所述的scr故障诊断方法。

借由上述技术方案，本发明提供的一种scr故障诊断方法、装置、存储介质和电子设备，可以通过基于当前参数组预估得到scr排出的气体中、氮氧化合物nox的浓度预测值，其中，所述当前参数组中的各参数为通过相应传感器获得的当前参数，所述当前参数组包括如下参数中的至少一个:输入所述scr的所述nox的当前输入浓度、所述scr排出的气体的当前排气温度和所述scr排出的气体的当前排气流量；根据所述浓度预测值计算得到所述scr排出的所述nox的质量流量预测值；根据所述scr排出的所述nox的排出质量流量和输入所述scr的所述nox的输入质量流量，计算得到所述scr的当前转化效率，其中，所述排出质量流量和所述输入质量流量为通过相应传感器获得的当前参数；根据第一预设限值和所述输入质量流量，计算得到所述scr的预设效率限值，其中，所述第一预设限值为针对所述scr排出的所述nox的质量流量预设的限值；根据所述质量流量预测值、所述排出质量流量和所述输入质量流量，计算得到第一因子；根据所述当前转化效率和所述预设效率限值的第一比较结果、以及所述第一因子和预设的预设因子限值的第二比较结果，确定针对所述scr的效率诊断是否故障。由此可以看出，本发明可以综合诊断效率和第一因子的判断结果，准确确定当前得到scr的转化效率是否准确，即确定针对所述scr的效率诊断是否故障，综合了各种参数进行确定，鲁棒性较好。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限值。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示出了本发明提供的一种scr故障诊断方法的流程图；

图2示出了本发明提供的一种scr故障诊断装置的结构示意图；

图3示出了本发明提供的一种电子设备的结构示意图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限值。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

如图1所示，本发明提供了一种scr故障诊断方法，包括：

s100、基于当前参数组预估得到scr排出的气体中、氮氧化合物nox的浓度预测值，其中，所述当前参数组中的各参数为通过相应传感器获得的当前参数，所述当前参数组包括如下参数中的至少一个：输入所述scr的所述nox的当前输入浓度、所述scr排出的气体的当前排气温度和所述scr排出的气体的当前排气流量；

可选的，本文所说的当前参数组还可以包括：输入所述scr的气体的温度和输入所述scr的尿素喷射量，本发明对此不做限制。

可选的，本发明对基于当前参数组预估得到所述浓度预测值的方法不做限制，任何可行的方式均属于本发明的保护范围。

例如，结合图1所示的实施方式，在某些可选的实施方式中，所述s100，包括：

基于所述当前参数组，通过公式4计算得到所述浓度预测值，公式4：v＝ni×(a×to+b×to²+c×lo+d×lo²+e)，其中，所述v为所述浓度预测值,所述ni为所述当前输入浓度，所述to为所述当前排气温度，所述lo为所述当前排气流量，所述a、所述b、所述c、所述d和所述e均为系数。

可选的，本发明还可以基于所述当前参数组，通过map图法、理化模型方法和神经网络等方法预估得到所述浓度预测值，本发明对此不做限制。

s200、根据所述浓度预测值计算得到所述scr排出的所述nox的质量流量预测值；

可选的，基于浓度预测值可以计算得到相应的质量流量预测值，本发明对此不做限制。

例如，可以通过传感器获取所述scr排除的气体的当前质量流量，然后将所述浓度预测值与所述当前质量流量相乘，从而得到所述nox的质量流量预测值，本发明对此不做限制。

s300、根据所述scr排出的所述nox的排出质量流量和输入所述scr的所述nox的输入质量流量，计算得到所述scr的当前转化效率，其中，所述排出质量流量和所述输入质量流量为通过相应传感器获得的当前参数；

本发明可以通过在所述scr的进气口处和出气口处分别安装相应的传感器，从而实时采集所述scr排出的所述nox的排出质量流量和输入所述scr的所述nox的输入质量流量,本发明对此不做限制。

可选的，为了降低数据噪声、nox的剧烈波动和温度变化等因素的干扰，可以对一个时间窗口内的所述排出质量流量进行积分，并且也对所述输入质量流量进行积分，然后再通过对比的方式进行当前转化效率的计算。

例如，结合图1所示的实施方式，在某些可选的实施方式中，所述s300，包括：

根据公式1：计算得到所述scr的当前转化效率，其中，所述ηscr为所述当前转化效率，所述mnoxdx为所述排出质量流量，所述mnoxux为所述输入质量流量。

其中，式中积分的上下限可以是两个不同的时刻，即对一段时间内的排出质量流量和输入质量流量进行积分，本发明对此不做限制。

s400、根据第一预设限值和所述输入质量流量，计算得到所述scr的预设效率限值，其中，所述第一预设限值为针对所述scr排出的所述nox的质量流量预设的限值；

可选的，本文所说的第一预设限值可以是预先经过多次试验得到的满足实际需要的理想值，本发明对此不做限制。

可选的，本发明对于计算预设效率限值的方式不做限制，任何可行的方式均属于本发明的保护范围，本发明对此不做限制。

例如，结合图1所示的实施方式，在某些可选的实施方式中，所述s400，包括：

根据公式2：计算得到所述预设效率限值，其中，所述ηscrtrd为所述预设效率限值，所述mnoxdxtrd为所述第一预设限值，所述mnoxux为所述输入质量流量。

可选的，式中积分的上下限可以是两个不同的时刻，即对一段时间内的第一预设限值和输入质量流量进行积分，本发明对此不做限制。

s500、根据所述质量流量预测值、所述排出质量流量和所述输入质量流量，计算得到第一因子；

可选的，在计算第一因子时，为了提高本发明的精度，可以滤除nox传感器的信号噪声，即采用低通滤波器对传感器采集到的信号进行滤波处理；同时，为了避免scr进气口和出气口的传感器安装位置差异导致的信号时间错位，可以基于curve函数对在进气口采集到信号进行时间延迟，本发明对此不做限制。

可选的，本发明对于计算第一因子的方式不做限制，任何可行的方式均属于本发明的保护范围。

例如，结合图1所示的实施方式，在某些可选的实施方式中，所述s500，包括：

根据公式3：计算得到所述第一因子，其中，所述rk为所述第一因子，所述mnoxdx为所述排出质量流量，所述mnoxux为所述输入质量流量，所述mnoxdxmdl为所述质量流量预测值。

s600、根据所述当前转化效率和所述预设效率限值的第一比较结果、以及所述第一因子和预设的预设因子限值的第二比较结果，确定针对所述scr的效率诊断是否故障。

可选的，本发明通过对当前转化效率进行比较诊断，并综合第一因子的比较结果，两种方法并行使用，提高scr效率诊断鲁棒性，本发明对此不做限制。

例如，结合图1所示的实施方式，在某些可选的实施方式中，所述s600，包括：

若所述当前转化效率不大于所述预设效率限值，且所述第一因子不大于所述预设因子限值，则确定针对所述scr的效率诊断故障，否则，确定针对所述scr的效率诊断正常。

可选的，所述当前转化效率与所述预设效率限值对比，可以体现出scr的当前性能，第一因子与所述预设因子限值进行比较可以体现出发动机当前的劣化程度。即结合了发动机的工况和scr的当前性能进行综合判断，鲁棒性较好。

可选的，确定针对所述scr的效率诊断故障可以理解为：scr的转化效率不高于预设效率限值，使得进入scr的nox无法得到充分转化，进一步导致scr排出的气体中的nox的浓度不符合规范。

可选的，确定针对所述scr的效率诊断正常可以理解为：scr的转化效率高于预设效率限值，使得进入scr的nox得到充分转化，进一步导致scr排出的气体中的nox的浓度符合规范。

可选的，计算当前转化效率，以及比较当前转化效率与预设效率限值的大小的过程可以在一个线程或者一个控制器中运行；而计算第一因子，以及比较第一因子与预设因子限值的大小的过程可以在另外一个线程或者另外一个控制器中运行；即上述两个过程可以是两个并行运行的过程，本发明对此不做限制。

可选的，计算当前转化效率，以及比较当前转化效率与预设效率限值的大小的过程因为有时间积分运算，所以它的运行时间是在一个相对时间内的窗口进行的。当积分完成，计算亦同步完成，最终通过比较大小得到第一比较结果。而计算第一因子，以及比较第一因子与预设因子限值的大小的过程则不是这样，它所采用的积分窗口是很短的，类似于流水线处理方式，实时地计算过去一小段时间内的第一因子，并且又实时地与预设因子限值进行比较。所以综合两个过程，最终输出的结果是一个有一定长度的时间序列，而不是一个单值。

可选的，针对得到的时间序列，第一因子一边进行计算得到多个第二比较结果，一边等待当前转化效率的第一比较结果；若第一因子在某一时刻高于预设因子限值，则所有诊断逻辑就此终止，确定针对所述scr的效率诊断正常。当且仅当第一结果为：当前转化效率不高于预设效率限值，且中间未出现第一因子在某一时刻高于预设因子限值的情形下，方才确定针对所述scr的效率诊断故障，如此加严了针对所述scr的效率诊断故障的报出条件，所以能够防止误判，提高鲁棒性，本发明对此不做限制。

如图2所示，本发明提供了一种scr故障诊断装置，包括：浓度预测值单元100、质量流量预测值单元200、当前转化效率单元300、预设效率限值单元400、第一因子单元500和故障确定单元600；

所述浓度预测值单元100，被配置为执行基于当前参数组预估得到scr排出的气体中、氮氧化合物nox的浓度预测值，其中，所述当前参数组中的各参数为通过相应传感器获得的当前参数，所述当前参数组包括如下参数中的至少一个:输入所述scr的所述nox的当前输入浓度、所述scr排出的气体的当前排气温度和所述scr排出的气体的当前排气流量；

所述质量流量预测值单元200，被配置为执行根据所述浓度预测值计算得到所述scr排出的所述nox的质量流量预测值；

所述当前转化效率单元300，被配置为执行根据所述scr排出的所述nox的排出质量流量和输入所述scr的所述nox的输入质量流量，计算得到所述scr的当前转化效率，其中，所述排出质量流量和所述输入质量流量为通过相应传感器获得的当前参数；

所述预设效率限值单元400，被配置为执行根据第一预设限值和所述输入质量流量，计算得到所述scr的预设效率限值，其中，所述第一预设限值为针对所述scr排出的所述nox的质量流量预设的限值；

所述第一因子单元500，被配置为执行根据所述质量流量预测值、所述排出质量流量和所述输入质量流量，计算得到第一因子；

所述故障确定单元600，被配置为执行根据所述当前转化效率和所述预设效率限值的第一比较结果、以及所述第一因子和预设的预设因子限值的第二比较结果，确定针对所述scr的效率诊断是否故障。

结合图2所示的实施方式，在某些可选的实施方式中，所述故障确定单元600，包括：第一故障确定子单元和第二故障确定子单元；

若所述当前转化效率不大于所述预设效率限值，且所述第一因子不大于所述预设因子限值，则触发所述第一故障确定子单元，否则，触发所述第二故障确定子单元；

所述第一故障确定子单元，被配置为执行确定针对所述scr的效率诊断故障；

所述第二故障确定子单元，被配置为执行确定针对所述scr的效率诊断正常。

结合图2所示的实施方式，在某些可选的实施方式中，所述当前转化效率单元300，包括：当前转化效率子单元；

所述当前转化效率子单元，被配置为执行根据公式1：计算得到所述scr的当前转化效率，其中，所述ηscr为所述当前转化效率，所述mnoxdx为所述排出质量流量，所述mnoxux为所述输入质量流量。

结合图2所示的实施方式，在某些可选的实施方式中，所述预设效率限值单元400，包括：预设效率限值子单元；

所述预设效率限值子单元，被配置为执行根据公式2：计算得到所述预设效率限值，其中，所述ηscrtrd为所述预设效率限值，所述mnoxdxtrd为所述第一预设限值，所述mnoxux为所述输入质量流量。

结合图2所示的实施方式，在某些可选的实施方式中，所述第一因子单元500，包括：第一因子子单元；

所述第一因子子单元，被配置为执行根据公式3：计算得到所述第一因子，其中，所述rk为所述第一因子，所述mnoxdx为所述排出质量流量，所述mnoxux为所述输入质量流量，所述mnoxdxmdl为所述质量流量预测值。

结合图2所示的实施方式，在某些可选的实施方式中，所述浓度预测值单元100，包括：浓度预测值子单元；

所述浓度预测值子单元，被配置为执行基于所述当前参数组，通过公式4计算得到所述浓度预测值，公式4：v＝ni×(a×to+b×to²+c×lo+d×lo²+e)，其中，所述v为所述浓度预测值,所述ni为所述当前输入浓度，所述to为所述当前排气温度，所述lo为所述当前排气流量，所述a、所述b、所述c、所述d和所述e均为系数。

本发明提供了一种存储介质，其上存储有程序，所述程序被处理器执行时实现上述任一项所述的scr故障诊断方法。

如图3所示，本发明提供了一种电子设备70，所述电子设备70包括至少一个处理器701、以及与所述701处理器连接的至少一个存储器702、总线703；其中，所述处理器701、所述存储器702通过所述总线703完成相互间的通信；所述处理器701用于调用所述存储器702中的程序指令，以执行上述任一项所述的scr故障诊断方法。

在本申请中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限值的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

本说明书中的各个实施例均采用相关的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于系统实施例而言，由于其基本相似于方法实施例，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。

对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本发明。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限值于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。

以上所述仅为本发明的较佳实施例而已，并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等，均包含在本发明的保护范围内。