一种柴油机scr系统输入状态的观测方法及观测系统的制作方法
【技术领域】
[0001] 本发明属于柴油机尾气后处理SCR系统控制领域，涉及一种控制方法，具体来说， 涉及一种柴油机SCR系统输入状态的观测方法及观测系统，特别适用于中重型柴油机尾气 后处理SCR系统中对NOx和氨气输入浓度的估计观测。
【背景技术】
[0002] 近十年来，汽车行业中柴油发动机的市场份额一直在增长，主要是由于它在燃油 效率、耐久性和应用范围方面与汽油发动机相比具有不小的优势。但是，近些年随着地球环 境的恶化和人们环保意识的提高，柴油机尾气污染问题尤其是氮氧化物污染越来越引起人 们的关注。为了解决柴油机尾气污染问题，人们研宄开发了缸内燃烧控制，NOx捕获技术， 选择性催化还原系统（SCR)等技术。而随着排放法规的日益严格，技术的研宄深入，SCR系 统被认为是最具有前途的去除氮氧化物的一种尾气后处理技术。
[0003] SCR系统被广泛应用于柴油机中来减少NOx的排放。SCR(Selective Catalytic Reduction)主要就是一种选择催化还原技术，它是在系统入口端喷入尿素，利用其水解出 的氨气在催化剂的作用下将NOx还原为对大气无污染的氮气和水。
[0004] 如图1所示，常规的SCR系统包含：SCR系统；位于SCR系统进气端的检测NOr^ 度的传感器1，位于SCR系统进气端的检测NH 3浓度的传感器2,位于SCR系统排气端的检 测NOx浓度的传感器3，位于SCR系统排气端的检测NH 3浓度的传感器4。
[0005] 在SCR系统中，尿素的喷射是系统唯一的输入控制，而NOx和氨气的浓度被认为是 SCR尿素喷射控制中重要的状态参数，所以NOx和氨气的输入浓度对控制算法的设计至关 重要。传统的输入浓度观测一般都是借助于传感器，但是NOx和氨气传感器存在造价昂贵 和难以进行故障诊断等缺陷，这些问题都会影响SCR系统的经济效益和工作效率。
【发明内容】
[0006] 本发明要解决的问题是，寻找一种适合SCR系统的方法来取代昂贵的NOx或氨气 传感器，并降低故障诊断的难度。因此设计一种新型输入状态观测器至关重要。
[0007] 为达到上述目的，本发明提供了一种柴油机SCR系统输入状态的观测方法，该方 法保护如下步骤：
[0008] 步骤1，根据SCR系统内化学反应建立状态空间模型；
[0009] 步骤2,将状态空间模型与EKF算法结合起来；EKF算法分为两步，包括预测过程和 更新过程；该￡肝方程包括预测方程 ：1〇〇=打1〇^-1)，11〇〇]+￥〇〇，及，更新方程：2〇〇 = h[x(k)]+v(k);其中，x(k)代表状态向量，u(k)是输入向量，w(k)代表高斯过程噪声，z(k) 代表观测向量，h( x)代表观测函数，v(k)代表高斯观测噪声；
[0010] 步骤3,运用软件编码以上提到的EKF算法，进行计算仿真，从而得出输入浓度估 计值。
[0011] 上述的柴油机SCR系统输入状态的观测方法，其中，所述的空间状态模型为：
[0013] 其中，
x = ad，de，ox，re ;ad代表正向吸附反应，de代表逆向解 吸附反应，ox代表氧化反应，re代表还原反应；Cito代表NOx的浓度，代表氨气的浓度； 表示氨气入口的浓度，（；〇表示柴油机排出尾气中NOx的浓度；F是尾气流速；V是 SCR系统的体积；T表示温度，E、K和R是常数，Cx表示X的浓度，表示催化剂上的氨气 覆盖率；Θ表示催化剂总的氨气覆盖率能力。
[0014] 上述的柴油机SCR系统输入状态的观测方法，其中，步骤2中，在EKF预测过程， 状态向量x(k)表示为
，系统误差协方差矩阵P (k)表示为： P(k|k-1) =F(k)P(k-l|k-l)F(k)T+Q(k)，其中 F(k)是预测函数 f(x)的雅克比矩阵。
[0015] 上述的柴油机SCR系统输入状态的观测方法，其中，步骤2中，在EKF的更新过程 中，系统预测状态i_(k |1<-1)和误差协方差向量P (k I k-Ι)通过传感器数据与观测方程计算数 据之差来不断更新，在这个过程中同时还需要一个最佳的卡尔曼增益K(k)，其计算方程如 下：
[0019] ?&|1〇 = [1-1(00!100]?〇^-1)，其中，1代表单位矩阵，！1〇〇是观测函数11〇〇 的雅克比矩阵。
[0020] 本发明还提供了一种上述的柴油机SCR系统输入状态的观测方法的观测系统，该 观测系统包含：
[0021] SCR 系统；
[0022] 位于SCR系统进气端的检测叫浓度的传感器，
[0023] 位于SCR系统排气端的检测叫浓度的传感器，
[0024] 位于SCR系统排气端的检测順3浓度的传感器，
[0025] EKF观测算法模块，
[0026] 浓度显示模块；
[0027] SCR系统进气端的检测NOr^度的传感器、SCR系统排气端的检测NO x浓度的传感 器及SCR系统排气端的检测NH3浓度的传感器的检测数据均输入到EKF观测算法模块；该 EKF观测算法模块通过对输入的检测数据进行运算，输出SCR系统进气端的NH3浓度至浓度 显示模块。
[0028] 本发明还提供了一种采用上述的柴油机SCR系统输入状态的观测方法的观测系 统，该观测系统包含：
[0029] SCR 系统；
[0030] 位于SCR系统进气端的检测順3浓度的传感器，
[0031] 位于SCR系统排气端的检测叫浓度的传感器，
[0032] 位于SCR系统排气端的检测順3浓度的传感器，
[0033] EKF观测算法模块，
[0034] 浓度显示模块；
[0035] SCR系统进气端的检测順3浓度的传感器、SCR系统排气端的检测NO x浓度的传感 器及SCR系统排气端的检测NH3浓度的传感器的检测数据均输入到EKF观测算法模块；该 EKF观测算法模块通过对输入的检测数据进行运算，输出SCR系统进气端的NOx浓度至浓度 显示模块。
[0036] 本发明提出了的SCR输入状态估计的观测方法和观测系统，考虑了估计氨气输入 浓度和估计输入NOx浓度这两种情况，设计了拓展卡尔曼滤波来进行输入状态观测的方 法，在仿真中验证了所设计观测器的有效性，并且保证了估计浓度的精度，达到了预期的设 计目的，完全有能力取代入口处的氨气传感器或NOx传感器。
【附图说明】
[0037] 图1是常规的SCR系统输入输出状态检测结构图。
[0038] 图2是本发明的SCR系统输入状态的观测系统图。
[0039] 图3是SCR输入端氨气浓度采用本发明的观测方法计算的估计数据曲线与传感器 数据（真实值）曲线对比图。
[0040] 图4是SCR输入端NOx浓度采用本发明的观测方法计算的估计数据曲线与传感器 数据（真实值）曲线对比图。
【具体实施方式】
[0041] 以下结合附图通过具体实施例对本发明作进一步的描述，这些实施例仅用于说明 本发明，并不是对本发明保护范围的限制。
[0042] 本发明采用的方法是：根据SCR系统内化学反应建立状态空间模型，运用拓展卡 尔曼滤波（EKF)方法，分两种情况分别来估计入口的NOx浓度或氨气浓度。第一种情况： 如图1，假设NOx的输入浓度已知（由传感器1获得），NOx输出浓度已知（由传感器3获 得），氨气输出浓度已知（由传感器4获得），则我们可以利用EKF控制算法估计氨气的输 入浓度，这样传感器2就可以被省去。第二种情况：假设氨气的输入浓度已知（由传感器2 获得），NOx输出浓度已知（由传感器3获得），氨气输出浓度已知（由传感器4获得），则 我们可以利用EKF控制算法估计NOx的输入浓度，这样传感器1就可以被省去。
[0043] 本发明提供的观测系统如图2所示，包括：
[0044] SCR 系统；
[0045] 位于SCR系统进气端的检测NOx浓度的传感器1或检测NH 3浓度的传感器2，
[0046] 位于SCR系统排气端的检测叫浓度的传感器3，
[0047] 位于SCR系统排气端的检测NH3浓度的传感器4，
[0048] EKF观测算法模块，
[0049] 浓度显示模块；
[0050] SCR系统进气端的检测NOr^度的传感器1或检测NH 3浓度的传感器2、SCR系统 排气端的检测NOr^度的传感器3及SCR系统排气端的检测NH 3浓度的传感器4的检测数 据均输入到EKF观测算法模块；该EKF观测算法模块通过对输入的检测数据进行运算，输出 SCR系统进气端的册13浓度至浓度显示模块。
[0051 ] 本发明的具体算法方法为：
[0052] 第一步，根据SCR系统内化学反应建立状态空间模型。SCR系统内主要化学反应 有以下三个：
[0053] DNH3在催化剂上的吸附与解吸附：
[0055] 其中Θ ftee代表SCR内催化