用于排气暖机策略的系统和方法与流程

本说明书总体上涉及用于控制车辆发动机基于车辆网络信息调节排气暖机策略的方法和系统。

背景技术：

柴油和汽油车辆的排气系统可以包括一个或多个催化和/或排放储存装置。如此，每个装置可以在最佳温度(又称为起燃温度)下运行，并且可以在动力传动系统中采取各种加热动作以将热量传递到排气系统，以便将装置加热到其最佳运行温度。加热动作可以包括(但不限于)使用喷射或火花正时延迟燃烧，改变排气再循环(EGR)速率，延迟变速器换档点、以及利用附件负荷增加发动机负荷等。

这些上述加热动作中的每个都可能对车辆燃料经济性产生不利影响，并且可能对驾驶员的体验具有显着的影响。另外，即使在上述侵入式动力传动系统动作的情况下，某些行车条件(例如，像延长的怠速)可能不允许足够的热量到达排气系统以起燃有效排气组件。在这种行车条件期间，加热排气所采取的任何动作都浪费了，因为其可能不会产生所期望的排放减少，这意味着降低了燃料经济性并且由于没有净利益而可能对驾驶员产生负面影响。

Bergeal等人在WO 2011077125 A1中示出了一个示例，其中，柴油发动机包括催化剂、和发动机管理系统，该发动机管理系统检测怠速状况并且完全停止发动机。催化剂设计结合了蜂窝状基材，并且进一步涂覆有催化载体涂层，并且被安排为使得其可以能够平衡对低催化剂起燃温度的要求来处理冷启动排放。然而，催化剂的设计使得其可以被限制为例如具体的发动机系统、配有启动/停止技术的柴油发动机。

技术实现要素：

发明人已经认识到上述问题，并且确定了一种可以跨越不同类型的车辆系统解决与行车条件相关的催化剂加热动作的问题的交互式方法。在一个示例中，上述问题可以通过一种方法来解决，该方法包括基于车辆外的通信，响应于车辆催化剂的温度预期降低低于阈值及其估计持续时间来调节催化剂加热动作，包括基于这些动作被确定为在该持续时间内不能实现该阈值来延迟这些动作、和基于这些动作被确定为在该持续时间内能够实现该阈值来启用这些动作。因此，通过预计排气不能被加热到操作温度的行车条件，侵入式排气暖机动作可以被延迟或在一些情况下被抑制，直到出现更有利的行车条件。

作为示例，可以基于在目标车辆的阈值距离内的车辆之间形成的车辆对车辆(V2V)网络内的通信和另外与云的通信，确定当前和未来行车条件。此外，驾驶员目的地信息可以从车辆导航系统或从蓝牙装置的导航系统确定。基于行车条件，目标车辆可能能够利用来自车辆的超前网络的信息，做出与是否采取侵入式动作来维持或升高排气温度相关的智能决策。以这种方式，可以制定出最佳策略，即连续监测加热的燃料成本和对驾驶员的影响，以及延迟催化剂加热直到存在更有利的条件。

应当理解，提供以上发明内容是为了以简化的形式介绍对在具体实施方式中进一步描述的概念的选择。并不旨在识别所要求保护的主题的关键或重要特征，其范围由随附权利要求书唯一地限定。另外，要求保护的主题不限于解决以上指出的或在此披露的任何部分中指出的任何缺点的实施方式。

附图说明

图1示出了车辆系统的示意性描绘。

图2示意性地示出了发动机系统。

图3示出了包括导航系统的车辆系统的示例实施例，该导航系统与外部网络和车队通信。

图4示出了展示用于基于动作被确定为能够将催化剂加热到阈值温度来调节催化加热动作的示例方法的流程图。

图5示出了展示用于当车辆处于延长的怠速状况时调节催化剂暖机动作的示例方法的流程图。

图6示出了展示用于基于从混合动力电动车辆的驾驶员接收的目的地输入和车辆的预测的起动/停止来调节催化剂加热的示例方法的流程图。

图7示出车速和催化剂温度之间的示例关系。

图8示出了混合动力电动车辆的荷电状态与运行混合动力车辆的发动机之间基于催化剂温度的示例关系。

具体实施方式

以下描述涉及用于控制排气催化剂加热动作的系统和方法。在图1中示出了包括混合动力驱动器的示例性车辆系统，并且在图2中示出了示例发动机系统。本说明书还可以为汽油、柴油和替代燃料发动机提供益处。因此，本披露不限于特别类型的发动机或特别的排气系统配置。如此，车辆系统可以包括导航系统，该导航系统可以和网络云、车队以及和车辆系统的控制器通信，以确定车辆目前的行车条件并且进一步预测未来行车条件。某些行车条件可能不允许足够的热量到达排气系统来激活排气组件。控制器可以被配置为执行控制程序(诸如图4的程序)，以识别这样的行车条件并且进一步延迟排气暖机动作。在一个示例中，如果车速下降到低于阈值并且在某个持续时间(例如，延长的怠速条件)内继续保持低于阈值，则控制器可以执行程序(诸如图5的程序)，以延迟催化剂加热动作。在图7中示出了车速和催化剂温度之间的示例关系。在另一示例中，控制器可以通过执行图6所示的程序，基于路线中的预测的启动/停止的次数来控制排气暖机，该路线基于由车辆驾驶员输入的目的地为混合动力车辆计划。在图8中，示出了混合动力电动车辆的荷电状态与运行车辆的发动机之间基于催化剂温度的示例关系。以这种方式，通过预计排气可能不被加热到操作温度的行车条件并且延迟或停止侵入式排气暖机动作，可以增强驾驶员体验并且可以进一步降低加热成本。

图1展示了示例车辆推进系统100。车辆推进系统100包括燃料燃烧发动机10和马达120。作为非限制性示例，发动机10包括内燃发动机，马达120包括电动马达。马达120可以被配置成利用或消耗与发动机10不同的能量源。例如，发动机10可以消耗液体燃料(例如，汽油)来产生发动机输出，而马达120可以消耗电能来产生马达输出。如此，具有推进系统100的车辆可以被称为混合动力电动车辆(HEV)。

车辆推进系统100包括车轮102。扭矩经由发动机10和变速器104供应到车轮102。在一些实施例中，马达120也可以向车轮102提供扭矩。

车辆推进系统100可以根据车辆推进系统遇到的工况利用各种不同的运行模式。这些模式中的一些模式可以使发动机10能够保持在停机状态，在该状态下发动机处的燃料燃烧中断。例如，在选择的工况下，当发动机10停用时，马达120可以经由变速器104推进车辆，如箭头122所指示。

在其他工况期间，可以运行马达120对诸如电池108的能量储存装置充电。例如，马达120可以从变速器104接收车轮扭矩，如箭头122所指示，其中马达可以将车辆的动能转换为电能以便储存在电池108。因此，在一些实施例中，马达120能够提供发电机功能。然而，在其他实施例中，交流发电机110可以代替地接收来自变速器104的车轮扭矩，或者来自发动机10的能量，其中交流发电机110可以将车辆的动能转换为电能以便储存在电池108。

仍然在其它工况期间，发动机10可以通过燃烧从燃料系统(图1中未示出)接收的燃料来运行。例如，在马达120停用时，可以运行发动机10来经由变速器104来推进车辆，如箭头112所指示。在其他工况期间，可以运行发动机10和马达120两者，以便分别经由变速器104来推进车辆，如箭头112和122所指示。发动机和马达都可以选择性地推进车辆的配置可以被称为并联式车辆推进系统。请注意，在一些实施例中，马达120可以经由第一驱动系统推进车辆，并且发动机10可以经由第二驱动系统推进车辆。

以上描述的各种模式下的运行可以由控制器12控制。例如，控制器12可以识别和/或控制储存在能量储存装置处的电能的量，这可以被称为荷电状态(SOC)。下面将参照图2对控制器12进行更详细的描述。

图2示出了车辆推进系统100的附加组件的示意性描绘。车辆系统100包括发动机系统8、控制系统14和燃料系统18。发动机系统8可以包括具有多个汽缸30的发动机10。发动机10包括发动机进气23和发动机排气25。发动机进气23包括经由进气通道42与发动机进气歧管44流体地联接的节气门62。发动机排气25包括通向排气通道35的排气歧管48，该排气通道35将排气引导至大气。发动机排气25可以包括一个或多个排放控制装置70，该排放控制装置可以安装在排气中的紧密联接的位置。一个或多个排放控制装置可以包括三元催化剂、选择性催化还原(SCR)系统、稀NOx捕集器、柴油微粒过滤器(DPF)、氧化催化剂等。排放控制装置70可以利用排气流中的还原剂，诸如尿素或未燃烧的燃料，以还原排气中诸如NOx和CO的底物。如此，排放控制装置70可以包括还原剂喷射器。在其它实施例中，还原剂可以经由发动机中的燃料喷射系统引入。应当理解，发动机中可以包括其他组件，诸如各种气门和传感器。

燃料系统18可以包括联接到燃料泵系统21的燃料箱20。燃料泵系统21可以包括用于对输送到发动机10的喷射器(诸如所示的示例喷射器66)的燃料加压的一个或多个泵。虽然仅示出了单个喷射器66，但是每个汽缸均设有附加喷射器。能够理解，燃料系统18可以是无返回式燃料系统，返回式燃料系统或者各种其他类型的燃料系统。

燃料箱20可以容纳多种燃料混合物，包括具有一定范围的酒精浓度的燃料，诸如各种汽油-乙醇混合物，包括E10、E85、汽油、柴油等，及其组合。

车辆系统100可以另外包括控制系统14。所示控制系统14从多个传感器16(本文描述了其各种示例)接收信息，并且将控制信号发送到多个致动器81(本文中描述了其各种示例)。作为一个示例，传感器16可以包括位于排放控制装置上游的排气传感器126和温度传感器127、以及位于排放控制装置下游的气流传感器、排气传感器128和温度传感器129。诸如压力、温度、空气/燃料比、和成分传感器的其它传感器可以联接到车辆系统100中的各个位置。一些更多的传感器包括联接到一种或多种催化剂的催化剂温度传感器125，该催化剂联接到排气系统。作为另一个示例，致动器可以包括燃料喷射器66和节气门62。此外，控制器12可以从导航装置34(诸如GPS)和/或车辆对车辆(V2V)网络(诸如车外云网络13)接收数据。

控制系统14可以包括控制器12，该控制器包括计算机可读储存介质，该计算机可读储存介质包括可以被执行以进行一个或多个控制程序的指令。该控制器可以接收来自各种传感器的输入数据，处理输入数据，并且基于其中编程的对应于一个或多个程序的指令或代码、响应于处理的输入数据来触发致动器。本文关于图4至图6描述了示例控制程序。

排气后处理装置的效率取决于排气后处理装置的操作温度。通常，在汽油发动机中，催化反应器可以使用提高某些反应的速率的催化物质，从而确保甚至在低温下的HC和CO的氧化。如果要另外还原氮氧化物(NOx)，这可以通过使用三元催化转化器来实现。在此，氮氧化物NOx借助于存在的未氧化的排气组分(具体地，一氧化碳和未燃烧的碳氢化合物)而被还原，其中所述排气组分同时被氧化。

在以过量空气运行的内燃发动机(也就是说，例如以稀燃模式运行的发动机，但特别是直喷式柴油发动机或还有直喷式发动机)中，原则上(也就是说，由于缺少还原剂)不能还原排气中含有的氮氧化物。

为了氧化未燃烧的碳氢化合物和一氧化碳，特别在排气流中设置了氧化催化转化器。为了实现充分的转化，需要一定的操作温度。所谓的起燃温度可以是120℃至250℃。

为了还原氮氧化物，还使用选择性催化转化器(所谓的SCR催化转化器)，其中特意将还原剂引入到排气中以选择性地还原氮氧化物。除了氨和尿素之外，还可以使用未燃烧的碳氢化合物作为还原剂。后者还被称为HC富集，其中未燃烧的碳氢化合物被直接引入到排气道中，否则借助发动机内部措施(具体地，借助在实际燃烧之后将额外的燃料后喷射到燃烧室中)而被供应。

基本上，还可以借助所谓的氮氧化物储存催化转化器来减少氮氧化物的排放。在此，在再生阶段期间，在例如在缺乏氧气的情况下借助内燃发动机的亚化学计量操作(例如λ＜0.95)被还原之前，氮氧化物最初在内燃发动机的稀燃模式期间被吸收(也就是被收集和储存)在催化转化器中。

用于实现富集的另外可能的发动机内部措施(也就是内燃发动机的亚化学计量操作)是排气再循环以及在柴油发动机的情况下的进气道中的节流。如果直接将还原剂引入到排气道中，例如借助于喷射额外的燃料，则可以省去发动机内部措施。在再生阶段期间，氮氧化物被释放并且基本上被转化为二氧化氮(N2)、二氧化碳(CO2)和水(H2O)。再生阶段的频率是由氮氧化物的总排放和氮氧化物储存催化转化器的储存容量决定的。

储存催化转化器的温度通常位于200℃与450℃之间的温度窗口内，使得首先确保了氮氧化物的快速还原，并且其次不会在未转化的情况下解吸再释放的氮氧化物，诸如，这可以由过高温度触发。

在排气路径(track)中使用储存催化转化器的一个困难是由排气中所含的硫引起的，硫同样在储存催化转化器中被吸收并且可以借助脱硫作用而被定期清除。为此目的，储存催化转化器可以被加热到高温，通常介于600℃和700℃之间，并且被供给还原剂，该还原剂进而能够借助转变为内燃发动机的富操作获得。储存催化转化器的温度越高，脱硫作用越有效，其中，不可以超出允许的最高温度，因为由于温度过高，储存催化转化器的脱硫作用明显促进了储存催化转化器的热老化。这对所期望的氮氧化物转化产生了不良影响加快了催化转化器的使用寿命结束，其中，特别是热储存容量由于热老化而降低。

为了最小化碳烟微粒的排放，使用所谓的再生微粒过滤器，该过滤器会将碳烟微粒从排气中过滤掉并储存它们，其中在过滤器再生过程中，所述碳烟微粒通常在约550℃的高温下间歇地燃尽。在此，再生间隔尤其通过排气背压来确定，该排气背压的产生是由因过滤器中的微粒质量增加而引起的过滤器的流动阻力增大而导致的。

由于汽油发动机的排气和柴油发动机的排气都含有未燃烧的碳氢化合物(HC)、一氧化碳(CO)、氮氧化物(NOx)以及还有碳烟微粒(尽管其数量和质量不同)，通常使用组合的排气后处理装置，该装置包括一个或多个上述催化转化器和/或过滤器。

随着混合动力驱动器的使用不断增加，为排气后处理装置的控制，特别是关于不同工况下的最佳排气净化或转化性能，提供了全新的可能性，其中，在每种情况下，内燃发动机和电动马达通常提供例如用于驱动机动车辆的输出动力。

为了高效的控制，有利的是，在排气处理装置中或附近(从排气流动方向上观察，特别是在排气后处理装置上游和/或下游)设置合适的测量装置，例如温度传感器和/或流量传感器和/或用于确定排气流中含有的化学物质或元素的传感器。由此可以确定适合于排气后处理装置的相应最佳运行的温度窗口，并且在适当的情况下，适配或改变所述温度窗口到例如用于再生碳烟微粒过滤器和/或氮氧化物储存催化转化器的排气后处理装置的某些运行状态。

如之前所描述的，柴油发动机和汽油发动机包括一个或多个催化和/或排放储存装置。这些装置中的每一个装置都可以在高操作温度下运转。为了促进这些装置的功能，可以在动力传动系统中采取各种动作以将热量输送到排气系统，这些动作可以包括(但不限于)使用喷射或火花正时延迟燃烧、改变排气再循环速率、延迟变速器换档点、以及利用附件负荷增加发动机负荷等。在混合动力车辆的情况下，例如，可以启动混合动力车辆的内燃发动机，以促进催化剂暖机。然而，每个动作都可能对车辆燃料经济性产生不利影响，并且可能进一步对驾驶员的体验产生显着的影响。

然而，即使在上述侵入式动力传动系统动作的情况下，某些行车条件也不会允许足够的热量到达排气系统以起燃有效排气组件。在延长的发动机怠速期间，例如，用于加热排气的任何动作都可能被浪费，因为其可能不会实现所期望的排放物减少。在此，可能会降低燃料经济性，并且可能会由于没有净利益而对驾驶员产生负面影响。发明人已经认识到，可以期望基于车辆对车辆(V2V)网络、导航数据和行车历史记录中的一项或多项来预测这样的行车条件。通过预先预测行车条件，可以在排气不能被加热到操作温度时延迟排气暖机动作，或者在排气可能能够达到操作温度时启用排气暖机动作。

因此，目标车辆可能能够获得来自车辆的超前网络的信息，做出与是否采取侵入式动作来维持或升高排气温度相关的智能决策。图3示出了与网络云和在某一半径内运行的车队中的其他车辆通信的车辆。在车辆系统310的实施例300中，车辆系统310可以与外部网络(云)360以及车队320通信。

车辆系统310可以包括车辆控制系统312，该车辆控制系统可以另外包括控制器314。控制系统312可以是图2的控制系统14的示例。控制器314可以是图1和图2的控制器12的示例，并且可以另外执行在本文一些实施例中描述的一个或多个方法。导航系统354可以联接到控制系统312，以确定在钥匙开启和任何其它时刻的车辆310的位置。导航系统354可以被配置成机动车辆导航系统的组件、手持装置、智能电话的组件、和/或任何其他合适的(一个或多个)计算装置。在车辆钥匙关闭时，由导航系统354估计的车辆310的最后位置(例如，车辆的GPS坐标)可以由控制系统312储存，以便在下一个钥匙开启事件期间使用。导航系统可以经由无线通信350连接到外部服务器和/或网络云或基于云的服务器360。控制器314能够运行应用来连接到基于云的服务器360和/或收集信息以便传输到基于云的服务器360。该应用可以检索由车辆系统/传感器、输入装置、诸如经由蓝牙链接连接的移动装置的装置等收集的信息。导航系统354可以确定车辆310的当前位置并且从网络云360中获得环境条件数据(诸如温度，压力等)。网络云360可以包括实时交通状况、道路状况、目标车辆的车速、网络中车辆的平均车速等。控制器312可以联接到无线通信装置352，以便车辆310与网络云360直接通信。使用无线通信装置352，车辆310可以从网络云360中检索环境条件数据(诸如温度，压力等)，以确定当前行车条件和未来行车条件中的一项或多项。

示出的控制系统312从多个传感器316接收信息并且向多个致动器318发送控制信号。作为一个示例，传感器316可以包括歧管绝对压力(MAP)传感器、进气温度(IAT)传感器、室外空气温度(OAT)传感器、大气压力(BP)传感器、排气氧传感器(诸如UEGO传感器)、燃料箱压力传感器、滤罐温度传感器、催化剂温度、车速等。基于从不同传感器316接收的信号，调节发动机的运行，并且因此控制器314向发动机致动器318发送控制信号。

在图3中示出了车队320。车队320可以包括多个车辆322、324、326和328。在一个示例中，车辆322-328各自在构造和型号上可以和车辆310相似。在替代示例中，车辆322-328可以是在车辆310的阈值距离内的车辆。更进一步，车辆322-328可以是作为普通车队的一部分(如车辆310的)的车辆。车队320中的每个车辆可以包括与车辆310的控制系统312相似的控制系统312。导航系统354和无线通信装置352可以联接到车队320中的每个车辆的控制系统312。车队中的车辆中的车载控制器可以经由其各自的导航系统354、经由无线通信装置352、和/或经由其它形式的车辆对车辆(V2V)技术彼此通信并且与车辆310中的车载控制器通信。车队320中的车辆还可以经由无线通信350与网络云360通信。

车辆310可以从车队320中的一个或多个车辆检索环境(诸如温度、湿度等)和发动机工况(诸如催化剂温度、速度)。在一个示例中，车队320在车辆310的阈值半径内，车队中的每个车辆经历的环境条件可以和车辆310经历的环境条件相似。阈值半径可以被定义为一定距离，在该距离内，环境和因此发动机工况可以被认为与车辆310的类似。车辆310的控制系统312可以使用从远程车队中的每个车辆检索的估计和从网络云检索的估计的统计加权平均值，来确定车辆310的未来行车条件。例如，当车队320的平均车速低于阈值(例如，5mph)并且继续保持低于阈值一定持续时间时，可以确定车辆310可能在未来遇到缓慢移动的交通或者停止的车辆。如此，导航系统354能够确定交通状况，并且估计该条件可能持续的时间。以这种方式，车辆310可以使用一种或多种技术(例如，无线通信，导航系统和V2V)与远程源(外部网络云、其它车辆)通信。可以在车辆和网络云之间交换各种数据(诸如环境温度、湿度条件、车速、交通)，并且该数据可以用于启用或延迟催化剂加热动作，如图4至图6所示。

图1和图2的控制器12以及图3的控制器314接收来自图1、图2和图3的各种传感器的信号，并且采用图1、图2和图3的各种致动器来基于储存在控制器的存储器上的接收到的信号和指令调节发动机的运行。用于执行方法400和本文所包括的方法500和600中的其余方法的指令可以由控制器基于储存在控制器的储存器上的指令并且结合从发动机系统的传感器(诸如以上参照图1、图2和图3所描述的传感器)接收的信号来执行。根据以下描述的方法，控制器可以采用发动机系统的发动机致动器来调节发动机的运行。

现在转到图4，一种用于当动作被确定为不能在阈值持续时间内实现阈值温度时延迟催化加热动作的示例方法400。具体地，该方法预测可能无法达到催化剂起燃温度的行车条件，并且在这种行车条件期间延迟执行催化剂加热动作。

方法400于402开始：确定和/或估计车辆工况。工况可以包括发动机工况，诸如发动机转速、发动机负荷、进气流率和/或压力、节气门位置、加速器踏板位置、环境压力、环境温度、速度、排气温度等。工况另外包括在一个或多个排放控制装置(诸如三元催化剂、选择性催化还原(SCR)系统、稀NOx捕集器、柴油微粒过滤器(DPF)、氧化催化剂等)上的负荷和/或其状态和温度。在此，催化剂是指柴油、汽油、混合动力车辆等的排气系统中的一种或多种催化剂和/或一种或多种排放储存装置。催化剂温度可以指催化剂和排放储存装置的操作温度或起燃温度。

然后方法400进行到404：确定当前行车条件。例如，在404可以确定车辆的当前速度。在404确定当前行车条件还可以另外包括在406检索导航数据和/或行车历史记录。例如，可以根据从GPS检索的导航数据确定当前位置。此外，基于当前位置并且另外基于行车历史记录，可以确定目的地和/或优选路线中的一项或多项。在一些示例中，目的地信息可以从车内导航系统或从蓝牙装置的导航系统检索。在一些更多的示例中，可以基于行车历史记录结合当前行车参数(诸如车速、当前位置等)，从统计模型推断出驾驶员的目的地。

接下来，方法400进行到408：预测未来行车条件。可以基于在410从云检索的信息并且另外基于在412在车辆网络内转达的信息来预测未来行车条件。如此，云可以在车辆对车辆网络中连接的车辆之间共享实时交通和道路状况数据。从云检索的信息可以包括对即将到来的交通状况、道路类型、沿着路线的事故、熄火或者停止的车辆等的预览。例如，当检测到一段很长的向下斜坡道路时，其可以指示滑行状况。在车辆网络内转达的信息可以包括车速、车辆网络内车辆的平均速度、保持速度的持续时间等中的一项或多项。例如，当车辆的平均速度小于阈值(例如，阈值为5mph)时，可以推断出交通堵塞。在其他示例中，当较高的平均速度保持了较长的持续时间时，其可以指示巡航状况。在另外其他示例中，当网络中的车辆的平均速度在较长时间段内较低时，其可以指示延长的怠速状态。

然后，方法400进行到414：可以基于车辆外部的通信估计持续时间。如此，持续时间可以指示例如行车条件持续的时间。在包括交通堵塞的未来行车条件的示例中，持续时间可以包括车辆可能经历交通拥堵的时间段。使用实时交通数据，可以预测可能存在交通堵塞的持续时间。在另一个示例中，如果网络中车辆的平均速度增加，然后再次减小，其中该速度仅保持了较短的时间段，其可以指示前方可能存在停车和交通堵塞，例如启动/停止状况。如此，可以预测车辆进入具有大量交通灯的一段繁忙道路。在这样的示例中，启动/停止状态可以持续的持续时间或范围可能取决于道路的长度、交通中断的次数、车辆可能在交通中断处停止的持续时间、沿着路段的交通状况等。

如此，在诸如延长怠速的某些行车条件期间，例如，可以预期排气温度会降低。作为另一示例，在轻负荷条件期间，当挂挡滑行时，发动机可以使用很少的燃料或不使用燃料，并且如此，排气温度可能开始降低。在这种条件期间，例如，排气温度降低可以指示催化剂温度降低。方法400进行到416以确定是否预期催化剂温度下降。具体地，可以确定是否预期催化剂温度下降到低于阈值，例如，该阈值是催化剂的起燃温度。在延长的怠速状态期间(其中车辆可以在延长的时间段内完全停止)，催化剂温度可以缓慢地开始降低。基于在416估计的持续时间，如果在估计的持续时间期间预期催化剂温度不会下降到低于阈值，则方法进行到418：发动机可以在标称发动机运行下运行，并且该方法结束。在此，例如可能不调节催化剂加热动作。

然而，如果在416检查时预期催化剂温度下降到低于阈值，则方法400进行到420：可以确定催化剂加热动作是否能够在持续时间内实现阈值温度，该阈值是催化剂的起燃温度。如之前所描述的，柴油和汽油车辆的排气系统可以包括一个或多个催化和/或排放储存装置，并且每个装置都可以包括其可以最优运行的最佳温度(起燃温度)。当装置或催化剂的温度下降到低于阈值时，可以在动力传动系统中采取各种动作来将热量输送到排气系统，这些加热动作可以包括(但不限于)使用喷射或火花正时延迟燃烧、改变排气再循环(EGR)速率、延迟变速器换档点、以及利用附件负荷增加发动机负荷等。

如果这些动作中的一个或多个动作可以在所估计的持续时间内将装置或催化剂加热到起燃温度，则方法400进行到422：可以启用这种加热动作。然而，如果这种加热动作可能不能在持续时间内将装置或催化剂加热到起燃温度，则方法400进行到424：可以在424调节催化剂加热动作。调节催化剂加热动作可以另外包括在426停止催化剂加热动作。在一些示例中，催化剂加热动作可以延迟一定时间，直到车辆的当前行车条件和未来行车条件中的一个或多个条件发生变化。以这种方式，通过预计加热动作可能不会引起排气被暖机到操作温度的行车条件，可以在遇到更合适的行车条件之前，避免用来维持或提高排气温度的侵入式加热动作。

因此，一种示例方法包括基于车辆外的通信，响应于车辆催化剂的温度预期降低到低于阈值及其估计的持续时间，来调节催化剂加热动作，包括基于这些动作被确定为在该持续时间内不能实现该阈值来延迟这些动作、和基于这些动作被确定为在该持续时间内能够实现该阈值来启用这些动作。此外，或者可替代地，该方法可以另外包括基于当前车辆状况和未来行车条件中的每一者估计该持续时间，基于这些通信确定该未来行车条件。此外，或者可替代地，该方法另外包括基于从该车辆的导航数据库检索的数据和行车历史记录来确定该当前车辆状况。此外，或者可替代地，这些通信可以包括在车辆网络内转达的信息和从云中检索的信息。此外，或者可替代地，该车辆网络可以包括在该车辆前方以及在距离该车辆阈值距离内行驶的一个或多个车辆。此外，或者可替代地，该信息可以包括该车辆的车速和该车辆网络内的车辆的平均速度中的一项或多项。此外，或者可替代地，该信息可以另外包括交通数据、该导航数据和该行车历史记录中的一项或多项。此外，或者可替代地，该阈值可以包括催化剂起燃温度。

在另一个表示中，一种方法可以包括预测在水平线上的发动机输出概况，并且响应于催化剂温度小于阈值，预测在发动机输出概况上可以达到的最大发动机温度，并且如果最大发动机温度小于起燃温度，避免修改以提高排气温度和修改运行以适应没有催化活动，否则，执行催化剂加热操作。此外，或者可替代地，该方法另外包括基于目标车辆的当前行车条件和未来行车条件预测可达到的最大发动机温度。此外，或者可替代地，该方法可以另外包括基于在车辆网络内转达的以及从云检索的信息确定当前行车条件和未来行车条件。此外，或者可替代地，该信息可以包括目标车辆的车速和车辆网络内的其他车辆的平均速度中的一项或多项。此外，或者可替代地，该信息可以另外包括交通状况、路线和行车历史记录中的一项或多项。此外，或者可替代地，执行催化剂加热操作可以包括执行排气暖机动作中的一个或多个动作以提高排气温度，这些暖机动作包括延迟燃烧、改变排气再循环率、延迟变速器换档点和使用附件负荷增加发动机负荷。此外，或者可替代地，不执行催化活动可以包括直到预测的最大发动机温度升高到高于起燃温度才执行排气暖机动作中的一个或多个动作。

现在转到图5，示出了一种用于在延长的怠速条件期间避免催化剂暖机动作的示例方法500。具体地，该方法基于当前车速和预测的未来行车条件检测延长的怠速状况，并且另外避免在延长的怠速条件期间执行催化剂暖机动作。

方法500于502开始：确定和/或估计车辆工况。工况可以包括发动机工况，诸如发动机转速、发动机负荷、进气流率和/或压力、节气门位置、加速器踏板位置、环境压力、环境温度、车速、排气温度等。工况另外包括在一个或多个排放控制装置(诸如三元催化剂、选择性催化还原(SCR)系统、稀NOx捕集器、柴油微粒过滤器(DPF)、氧化催化剂等)上的负荷和/或其状态和温度。

接下来在504，方法500确定车速是否下降到低于阈值速度Thr_VS。例如，可以根据车辆中的速度传感器的输出确定车速。在一些示例中，可以在504检查车速的减速或减速率。如果车速高于阈值Thr_VS，则该方法结束。

然而，如果车速低于阈值，则方法500进行到506：可以预测未来行车条件。因此，可以通过在508首先确定当前行车条件来预测未来行车条件。当前行车条件可以包括例如车辆的当前位置。例如，可以根据从GPS接收的数据确定当前位置。此外和/或可替代地，当前行车条件可以包括确定当前催化剂温度。如此，可以根据催化剂的一个或多个温度传感器的输出确定当前催化剂温度。在一些示例中，当前催化剂温度可以从排气温度推导出。在此，催化剂是指柴油、汽油、混合动力车辆等的排气系统中的一种或多种催化剂以及一种或多种排放储存装置。

接下来，在510，方法500包括接收来自云的数据。如此，云可以在车辆对车辆网络中连接的车辆之间共享实时交通和道路状况数据。在此，云数据可以包括车辆网络内的车辆的平均车速。另外，在512，可以检索导航数据。如此，导航数据可以包括例如基于行车历史记录推导的目的地。此外和/或可替代地，导航数据可以包括从行车历史记录另外推导的优选路线。如此，可以基于当前行车条件、云数据和导航数据(所有这些可以同时或按顺序接收)来预测未来行车条件。当网络中的车辆的平均车速在某一持续时间内低于阈值速度时，未来行车条件可以被预测为延长的怠速状况。

如此，基于当前位置和导航数据，可以确定优选的目的地和/或路线。另外，从云接收的交通数据可能显示由于前方事故或施工而引起车辆停止。

接下来在514，方法500包括预测车速将升高到高于阈值Thr_VS时的时间t1。换言之，时间t1可以是可以预测延长的怠速状况结束的时间。如此，基于V2V网络内的通信，例如，可以确定延长的怠速状况何时可能结束。例如，通过与V2V网络通信，例如，可能能够预测延长的怠速状况何时可能结束，并且另外确定在某个时间(比如t1)内车速何时可以开始增加。

然后，方法500进行到516：可以预测催化剂温度将下降到低于阈值Thr(Thr是催化剂的起燃温度)的时间t2。如此，当车辆处于延长的怠速状况时，催化剂温度可以开始下降。在此，可以估计催化剂温度下降的速率。已知催化剂起燃温度，基于估计的下降速率，可以预测催化剂温度将下降到低于起燃温度的时间t2。

然后，方法500进行到518：可以检查当车速将升高到高于阈值时的预测时间t1是否大于催化剂温度将下降到低于Thr的预测时间t2。如果时间t1大于t2，指示当车辆仍处于延长的怠速状况下时催化剂温度将下降到低于阈值，则方法500进行到522：可以避免催化剂暖机动作。如此，当在车辆处于延长的怠速的同时执行催化剂暖机动作时，例如，暖机动作可能无法将催化剂升高到起燃温度。因此，在这种延长的怠速状况期间，可以避免催化剂暖机动作。然而，如果时间t1小于时间t2，指示延长的怠速将在催化剂温度下降到低于起燃温度之前结束，则方法500进行到520：可以基于催化剂温度进行催化剂暖机动作。在此，催化剂暖机动作可能能够达到起燃温度，并且因此可以执行催化剂暖机动作，并且然后该方法结束。

返回到522：避免催化剂暖机动作，该方法可以进行到524以确定车速是否升高到高于阈值。如此，如果车速升高到高于阈值，则其可以指示延长的怠速状况已经结束。如果延长的怠速状况已经结束，则方法进行到528：可以执行催化剂暖机动作，否则，方法500进行到526：可以继续延迟催化剂暖机动作。以这种方式，该方法可以连续监测行车条件并且延迟执行催化剂暖机动作，直到遇到更有利的条件。

转到图7，绘图700示出了车速和催化剂温度之间的示例关系。图7的曲线702示出了不同的行车条件期间的车速，并且曲线704示出了催化剂温度。水平虚线710对应于阈值车速，而水平虚线712对应于阈值催化剂温度。X轴表示时间，并且时间从该绘图的左侧向右侧增加。顶部绘图的Y轴表示车速，并且在曲线图底部时最低，并且大小朝向绘图的顶部增加。同样，底部绘图的Y轴表示温度，并且在曲线图底部最低，并且大小朝向绘图的顶部增加。

在时间t0，车速(702)高于阈值速度(710)，并且催化剂温度(704)高于阈值温度(712)。阈值温度可以是催化剂的起燃温度。由于催化剂温度高于起燃温度，因此可能不开始催化剂加热操作。

t1和t5之间的时间表示第一行车条件。在时间t1和t2之间，车速(702)下降，并且在这个时间间隔期间，车速下降到低于阈值(710)。在时间t1，当车速开始下降到低于阈值速度时，可以预测车速将升高到高于阈值710的未来时间t′4。如之前所解释的，可以基于预测的未来行车条件来估计预测时间t′4。如此，可以基于当前行车条件、导航数据、云数据和行车历史记录中的一项或多项来预测未来行车条件。另外，基于车速的降低速率和排气温度的降低速率，可以预测催化剂温度将降低到低于阈值712的时间t2。如此，车速再次升高到高于阈值的第一预测时间段或持续时间T1可以等于(t′4-t1)，并且催化剂温度下降到低于阈值温度的第二预测时间段或持续时间T2可以等于(t2-t1)。

作为一个示例，当目标车辆的车速在时间t1下降到低于阈值时，可以确定目标车辆的当前位置。可以基于来自GPS的信号来确定当前位置。另外，可以预测未来行车条件。基于导航数据和/或行车历史记录，可以确定优选路线。沿着优选路线，例如，可以在距离目标车辆的阈值距离内与阈值数量的车辆建立V2V通信。例如，可以从云接收车辆网络中的车辆的平均速度。基于平均车速低于阈值，可以确定车辆网络中的车辆可能在前方停止。然后，可以从云接收实时交通数据。例如，交通数据可以指示由于沿着路线的事故，前方存在车辆停止。基于实时交通更新，将估计网络中的车辆将开始移动的时间，并且另外，可以预测目标车辆的速度将升高到高于阈值的持续时间T1。如果T1比阈值长，则例如可以确定车辆处于延长的怠速状况。

当目标车辆处于延长的怠速状况时，排气温度可能开始降低，并且另外，催化剂温度也可能开始降低。基于催化剂温度的降低速率(由曲线704的斜率给出)，可以预测催化剂温度将在时间t2下降到低于阈值。另外，可以预测催化剂温度将下降到低于阈值712的持续时间T2。在此，该阈值可以包括催化剂的起燃温度，并且T2可以等于(t2-t1)。

如此，当催化剂温度下降到低于阈值时，可以建议在t3进行催化剂暖机或加热动作。虚线曲线706示出了在执行建议的催化剂加热动作时的催化剂温度的预测增加。然而，由于T1大于T2，所以在时间t3不会如建议那样开始加热动作。这是因为，在延长的怠速状况期间，即使在侵入式动力传动系统加热动作的情况下，催化剂加热动作可能也不会允许足够的热量到达排气系统来起燃有效排气组件。如此，加热排气所采取的任何动作都浪费了，因为其可能不会产生所期望的排放物减少，这意味着降低了燃料经济性并且由于没有净利益而可能对驾驶员产生负面影响。因此，可以在t3避免催化剂加热动作，并且可以允许催化剂温度下降(704)。

在时间t4，目标车速开始升高(绘图702)。例如，事故可能已经清除，并且结果沿着路线的车辆可以开始移动。在时间t4，如果催化剂加热动作开始，则催化剂温度可以开始增加(如虚线曲线708所示)。然而，基于云数据和导航数据，可以确定目标车辆前方行驶较短，在此之后，可能在时间t5发生另一个延长的怠速状况。例如，导航数据可以指示在时间t5将在短距离内到达目标车辆的目的地。在另一个示例中，实时交通数据和V2V通信可以另外预测在时间t5开始的另一个延长的怠速。在到目的地的短距离行驶或另一个预测的延长的怠速状况的示例中，在时间t4处开始的催化剂加热动作将无法把催化剂加热到阈值温度。这由虚线曲线708示出，其中，在时间t5之前催化剂温度未能达到阈值，并且因此可能会另外延迟催化剂暖机动作，直到预测到更有利的行车条件。

以这种方式，基于与云的通信以及另外通信至车辆网络中车辆，可以调节催化剂加热动作，并且在催化剂例如仅在行车循环内可能达到起燃温度时才执行这些动作。

另一个示例行车条件在时间t6和t7之间示出。在时间t7，车速(702)下降，并且在该时间间隔期间，车速下降到低于阈值(710)。在时间t7，当车速开始下降到低于阈值速度时，可以预测车速将升高到高于阈值710的未来时间t′9。如之前所解释的，可以基于预测的未来行车条件来估计预测时间t′9。如此，可以基于当前行车条件、导航数据、云数据和行车历史记录中的一项或多项来预测未来行车条件。另外，基于车速的降低速率和排气温度的降低速率，可以预测催化剂温度将降低到低于阈值712的时间t8。如此，车速再次升高到高于阈值的第一预测时间段或持续时间T1可以等于(t′9-t7)，并且催化剂温度下降到低于阈值温度的第二预测时间段或持续时间T2可以等于(t7-t6)。

当目标车辆的车速在时间t7下降到低于阈值时，可以确定目标车辆的当前位置。可以基于来自GPS的信号来确定当前位置。另外，可以预测未来行车条件。基于导航数据和/或行车历史记录，可以确定优选路线。沿着优选路线，例如，可以在距离目标车辆的阈值距离内与阈值数量的车辆建立V2V通信。例如，可以从云接收车辆网络中的车辆的平均速度。基于平均车速低于阈值，可以确定车辆网络中的车辆可能在前方停止。然后，可以从云接收实时交通数据。例如，交通数据可以指示由于沿着路线的施工，前方存在缓慢移动的交通。基于实时交通更新，将估计网络中的车辆将以阈值速度开始移动的时间，并且另外，可以预测目标车辆的速度将升高到高于阈值的持续时间T1。然而，T1可以低于阈值，并且可以确定车辆不处于延长的怠速状况中，而是例如经历缓慢移动的交通。

当目标车辆走走停停(缓慢移动的交通)时，排气温度可能开始降低，并且另外，催化剂温度也可能开始降低。基于催化剂温度的降低速率(由曲线704的斜率给出)，可以预测催化剂温度将在时间t7下降到低于阈值。另外，可以预测催化剂温度将下降到低于阈值712的持续时间T2(t7-t6)。在此，该阈值可以包括催化剂的起燃温度。

如此，当催化剂温度下降到低于阈值时，可以建议在t8进行催化剂暖机或加热动作。在一些示例中，可能建议在t7进行催化剂加热动作。虚线曲线714示出了在执行建议的催化剂加热动作时的催化剂温度的预测增加。尽管T1大于T2，但是T1低于可以对应于延长的怠速条件的阈值，即，可以如建议的在时间t8开始加热动作。这是因为，在缓慢移动条件期间，催化剂加热动作可以允许足够的热量到达排气系统以点燃活性排气组件。如此，加热排气所采取的加热动作不会被浪费，因为其将会产生所需的排放减少。因此，可以在t8执行催化剂加热动作，并且可以允许催化剂温度升高(714)。

基于云数据和导航数据，可以确定在t′9，目标车辆的速度将增加到阈值以上。例如，导航数据可以指示施工区结束，并且车辆网络中的车速增加到阈值以上。因此，在t8时启动催化剂加热动作，例如，将允许催化剂在t9暖机到催化剂起燃温度。

以这种方式，基于与云的通信以及另外通信至车辆网络中车辆，可以调节催化剂加热动作，并且在催化剂例如仅在行车循环内可能达到起燃温度时才执行这些动作。

另一个示例行车条件在时间t11和t14之间示出。在时间t11，车速(702)下降，并且在时间t12，车速下降到低于阈值(710)。在时间t11，当车速开始下降到低于阈值速度时，可以预测车速将升高到高于阈值710的未来时间t′12。如之前所解释的，可以基于预测的未来行车条件来估计预测时间t′12。如之前所描述的，可以基于当前行车条件、导航数据、云数据和行车历史记录中的一项或多项来预测未来行车条件。另外，基于车速的降低速率和排气温度的降低速率，可以预测催化剂温度将降低到低于阈值712的时间t12。如此，车速再次升高到高于阈值的第一预测时间段或持续时间T1可以等于(t′12-t12)，并且催化剂温度下降到低于阈值温度的第二预测时间段或持续时间T2可以等于(t13-t12)。

当目标车辆的车速在时间t12下降到低于阈值时，可以确定目标车辆的当前位置。可以基于来自GPS的信号来确定当前位置。另外，可以预测未来行车条件。基于导航数据和/或行车历史记录，可以确定优选路线。沿着优选路线，例如，可以在距离目标车辆的阈值距离内与阈值数量的车辆建立V2V通信。例如，可以从云接收车辆网络中的车辆的平均速度。基于平均车速低于阈值，可以确定车辆网络中的车辆可能以较低的速度行驶，例如，基于实时交通数据，这可以被预测为仅持续短暂的持续时间。基于实时交通更新，将估计网络中的车辆将以阈值速度开始移动的时间，并且另外，可以预测目标车辆的速度将升高到高于阈值的持续时间T1。然而，T1可以低于例如延长的怠速状况的阈值持续时间，并且可以确定车辆不处于延长的怠速状况下，而是经历缓慢移动的交通。

当目标车辆走走停停(缓慢移动的交通)时，排气温度可能开始降低，并且另外，催化剂温度也可能开始降低。基于催化剂温度的降低速率(由曲线704的斜率给出)，可以预测催化剂温度将在时间t12下降到低于阈值。另外，可以预测催化剂温度将下降到低于阈值712的持续时间T2(t13-t12)。在此，该阈值可以包括催化剂的起燃温度。

如此，当催化剂温度下降到低于阈值时，可以建议在t8进行催化剂暖机或加热动作。在一些示例中，可能建议在t7进行催化剂加热动作。由于T2比T1长，可以执行催化剂动作。因此，可以在t’12执行催化剂加热动作，并且可以允许催化剂温度升高(704)。

以这种方式，基于与云的通信以及另外通信至与车辆网络中的车辆，可以调节催化剂加热动作，并且在催化剂例如在行车循环内可能达到起燃温度时执行这些动作。

因此，一种用于车辆的示例方法包括：当车速升高到高于阈值速度的第一预测时间比催化剂温度下降到低于阈值温度的第二估计时间和阈值持续时间中的一项或多项长时，响应于该车速下降到低于该阈值速度来避免排气暖机动作；并且当该第一时间比该第二时间短时，执行这些排气暖机动作。此外，或者可替代地，该方法可以另外包括基于当前行车条件和预测的未来行车条件，确定该第一预测时间。此外，或者可替代地，该方法可以另外包括基于从云中检索的数据，确定该当前行车条件和预测的未来行车条件。此外，或者可替代地，该方法可以包括基于导航数据和交通数据中的一项或多项来确定该第一预测时间。此外，或者可替代地，该阈值温度可以包括催化剂的起燃温度，并且该阈值持续时间可以包括延长的怠速行车条件的范围。

现在转到图6，示出了用于基于从混合动力电动车辆的驾驶员接收的目的地输入和车辆的预测的启动/停止来开始催化剂加热的示例方法600。具体地，方法600包括当预测的启动/停止低于阈值次数时开始催化剂加热，否则，不开始催化剂加热。

方法600于602处开始：确定是否接收到驾驶员的目的地。在一些示例中，接收行驶目的地可以包括例如驾驶员在GPS中输入目的地。在一些其它示例中，可以基于行车历史记录来推断驾驶员的目的地。如果没有接收到驾驶员的目的地，则方法结束。

如果在602接收到驾驶员的目的地，则方法进行到604：可以预测车辆的多个启动/停止循环。在混合动力电动车辆中，在车辆的启动停止循环期间，发动机可以自动停机并重新启动，以减少发动机怠速的时间量，从而减少燃料消耗和排放。可以基于在606估计的当前行车条件，并且另外基于在608预测的未来行车条件，预测车辆的启动/停止循环的数量。如此，估计当前行车条件包括估计当前车辆位置、当前速度等中的一项或多项。预测未来行车条件可以另外包括在614接收导航数据和云数据、并且基于接收到的数据来预测未来行车条件。例如，导航数据可以包括基于在602接收的目的地输入生成的路线。从云接收的数据可以包括实时交通和道路状况，并且另外包括在车辆对车辆网络中连接的车辆之间收发的数据(诸如网络中车辆的平均车速)。在此，从云检索的数据可以包括对即将到来的交通状况、道路类型、沿着路线的事故、熄火或者停止的车辆、交通灯的数量等的预览。

接下来，方法进行到618：确定车辆的预测启动/停止循环的次数是否高于阈值次数。如果“是”，则方法600进行到624：例如当催化剂温度低于起燃时，可以不开始催化剂加热。在此，不开始催化剂加热可以包括在626不启动发动机重启，并且该方法结束。

然而，如果车辆的预测启动/停止循环次数低于阈值，则方法600进行到620：例如当催化剂温度下降到低于起燃时，可以开始催化剂加热。在此，开始催化剂加热可以包括在626启动发动机重启，并且该方法结束。

例如，控制器12可以识别和/或控制储存在能量储存装置处的电能的量，这可以被称为荷电状态(SOC)。转到图8，绘图800示出了混合动力电动车辆中的能量储存装置的荷电状态(SOC)、混合动力电动车辆中的内燃发动机与催化剂温度之间的示例关系。图8的曲线802示出了SOC，曲线804示出了发动机启动和关闭，曲线806示出了发动机的排气系统中的催化剂的催化剂温度。水平虚线808对应于阈值电荷，水平虚线810对应于阈值催化剂温度。X轴表示时间，并且时间从该绘图的左侧向右侧增加。顶部绘图的Y轴表示电荷量，并且在曲线图底部最低，并且大小朝向绘图的顶部增加。同样，底部绘图的Y轴表示温度，并且在曲线图底部最低，并且大小朝向绘图的顶部增加。

在时间t0，例如，HEV的发动机可以关闭(804)，并且催化剂温度(806)可以高于阈值(810)。在此，HEV可以在电荷消耗模式下运行。在电荷消耗模式期间，HEV的运行可以取决于电池组的能量或SOC。作为示例，HEV可以在启动时在电荷消耗模式下运行，并且可以在电池已经达到其最小SOC阈值之后，切换到电荷保持模式。

在时间t1，例如，可以从HEV的驾驶员接收目的地输入。如之前所解释的，例如，接收目的地输入可以包括驾驶员在GPS中输入目的地。在一些示例中，可以基于行车历史记录来推断目的地。

基于在时间t1接收的目的地，可以预测启动/停止的次数。因此，在t1和t2之间，可以预测启动/停止的次数。然而，为了预测启动/停止的次数，可以确定当前行车条件。当前行车条件可以包括例如基于来自GPS的信号确定的车辆的当前位置。另外，基于目的地，可以预测未来行车条件。预测未来行车条件可以包括生成优选路线。在优选路线内，可以选择车辆网络，并且可以在网络中的车辆和云之间建立外部通信。例如，网络可以包括例如在目标车辆前方阈值距离处的车队。此外，可以从云检索实时交通和道路状况。基于当前行车条件和未来行车条件中的每一者，可以预测车辆的启动/停止的次数。

在示例情景中，在t1，可以确定车辆处于具有大于阈值数量的交通灯的一段繁忙路段。另外，基于一天中的时间，可以确定交通灯可以保持亮起更长时间。因此，可以预测车辆可能在时间t1和t2之间遇到大于阈值次数的启动/停止。

在时间t1，催化剂温度(806)低于阈值(810)。在一个示例中，该阈值可以包括催化剂的起燃温度。然而，因为预测的启动/停止次数大于阈值次数，所以可以延迟催化剂暖机动作。此外，由于SOC高于阈值电荷(808)，因此，发动机可以在t1和t2之间继续处于关闭。因此，将允许催化剂温度降低到低于阈值，并且可以不开启发动机来将催化剂加热到起燃温度。

在时间t3和t7之间示出另一个示例行车条件。在时间t3，例如，可以从HEV的驾驶员接收目的地输入。如之前所解释的，例如，接收目的地输入可以包括驾驶员在GPS中输入目的地。在一些示例中，可以基于行车历史记录来推断目的地。

另外，可以在时间t1确定当前行车条件和未来行车条件。通过建立与车辆网络和云的通信所确定的未来行车条件可以在时间t4和t6之间的长持续时间中预测到陡峭的上升。在t4，催化剂温度下降到低于阈值温度。然而，在t4和t5之间，SOC(802)高于阈值电荷(808)，因此发动机可以在t4和t5之间继续处于关闭，并且可以允许催化剂温度降低。

在时间t5，SOC可以达到阈值电荷。如果没有开启发动机，则SOC可以继续下降，如虚线曲线812所示。为了避免SOC下降到低于阈值，发动机可以在t5开启，并且在t5和t7之间的时间继续处于开启。在此，开启发动机将升高催化剂温度，并且催化剂温度可以升高到高于阈值。例如，当SOC高于阈值电荷并且催化剂温度高于起燃温度时，可以在t7关闭发动机。

因此，一种用于混合动力车辆的示例方法包括：响应于接收目的地来预测在该车辆的路线上的启动-停止循环的次数；当该启动-停止循环的次数高于阈值次数时，当催化剂温度低于起燃时重启时不启动发动机；并且当该启动-停止循环的次数小于阈值次数时，当催化剂温度低于起燃时重启时启动该发动机。此外，或者可替代地，该方法可以另外包括预测车辆的启动-停止循环之间的持续时间，并且当该持续时间小于阈值持续时间时，当催化剂温度低于起燃时重启时不启动该发动机。此外，或者可替代地，该方法可以另外包括当该持续时间高于该阈值持续时间时，当催化剂温度低于起燃时重启时启动该发动机。此外，或者可替代地，该方法可以另外包括基于该车辆的当前位置和导航数据并且另外基于来自车辆对车辆网络的云数据，来预测该车辆的启动-停止循环之间的持续时间以及启动-停止循环的次数。此外，或者可替代地，该方法可以另外包括基于该车辆的电池的荷电状态调节该发动机的启动。此外，或者可替代地，该启动-停止循环可以包括单个车辆启动、和发动机运行以及低于阈值发动机运行时的车辆关闭。

以这种方式，通过预计排气不可被加热到操作温度的行车条件，侵入式排气暖机动作可以被延迟或停止，直到出现更有利的行车条件。因此，可以增强驾驶员体验并且可以另外降低加热成本。基于预测的行车条件延迟排气暖机动作的技术效果是可以制定出最佳策略，即连续监测加热的燃料成本和对驾驶员的影响，以及延迟催化剂加热直到存在更有利的条件。

以上描述的系统和方法还提供了一种方法，该方法包括基于车辆外的通信，响应于车辆催化剂的温度预期降低到低于阈值及其估计的持续时间，来调节催化剂加热动作，包括：基于这些动作被确定为在该持续时间内不能实现该阈值来延迟这些动作、和基于这些动作被确定为在该持续时间内能够实现该阈值来启用这些动作。在该方法的第一示例中，此外，或者可替代地，该方法可以包括基于当前车辆状况和未来行车条件中的每一者估计该持续时间，基于该通信确定该未来行车条件。可选地，该方法的第二示例包括第一示例，并且另外包括基于从该车辆的导航数据库检索的数据和行车历史记录来确定该当前车辆状况。可选地，该方法的第三示例包括第一和第二示例中的一者或多者，并且另外包括：其中，这些通信包括在车辆网络内转达的信息以及从云检索的信息。可选地，该方法的第四示例包括第一至第三示例中的一者或多者，并且另外包括：其中，车辆网络包括在该车辆前方以及在距离该车辆阈值距离内行驶的一个或多个车辆。可选地，该方法的第五示例包括第一至第四示例中的一者或多者，并且另外包括：其中，该信息包括车辆的车速和车辆网络内的车辆的平均速度中的一者或多者。可选地，该方法的第六示例包括第一至第五示例中的一者或多者，并且另外包括：其中，该信息另外包括交通数据、导航数据和行车历史记录中的一者或多者。可选地，该方法的第七示例包括第一至第六示例中的一者或多者，并且另外包括：其中，该阈值包括催化剂起燃温度。

以上描述的系统和方法还提供了一种方法，该方法包括：当车速升高到高于阈值速度的第一预测时间比催化剂温度下降到低于阈值温度的第二估计时间和阈值持续时间中的一项或多项长时，响应于该车速下降到低于该阈值速度来避免排气暖机动作；并且当该第一时间比该第二时间短时，执行这些排气暖机动作。在该方法的第一示例中，此外，或者可替代地，该方法包括基于当前行车条件和预测的未来行车条件来确定该第一预测时间。可选地，该方法的第二示例包括该第一示例，并且另外包括基于从云中检索的数据确定该当前行车条件和该预测的未来行车条件。可选地，该方法的第三示例包括第一和第二示例中的一者或多者，并且另外包括：其中，基于导航数据和交通数据中的一者或多者预测该第一预测时间。可选地，该方法的第四示例包括第一至第三示例中的一者或多者，并且另外包括：其中，该阈值温度包括催化剂的起燃温度。可选地，该方法的第五示例包括第一至第四示例中的一者或多者，并且另外包括：其中，该阈值持续时间包括延长的怠速行车条件的范围。

以上所描述的系统和方法还提供了一种用于混合动力车辆的系统，该系统包括联接到排气后处理装置的发动机、被配置成用于储存能量的能量储存装置、以及包括计算机可读储存介质的控制器，该计算机可读储存介质包括多个指令，这些指令被执行用于：响应于接收目的地而预测在该车辆的路线上的启动-停止循环的次数；当该启动-停止循环的次数高于阈值次数时，当催化剂温度低于起燃时重启时不启动发动机；并且当该启动-停止循环的次数小于阈值次数时，当催化剂温度低于起燃时重启时启动该发动机。在该系统的第一示例中，此外，或者可替代地，该系统可以包括导航系统，该导航系统与车辆网络和云通信，并且其中，这些指令另外被执行用于基于从该导航系统接收的数据预测该车辆的启动-停止循环之间的持续时间，并且当该持续时间小于阈值持续时间时，当催化剂温度低于起燃时重启时不启动该发动机。可选地，该系统的第二示例包括该第一示例，并且另外，其中，该指令另外被执行用于当该持续时间高于该阈值持续时间时，当催化剂温度低于起燃时重启时启动该发动机。可选地，该系统的第三示例包括该第一和第二示例中的一者或多者，并且另外包括：其中，这些指令另外被执行用于基于该车辆的当前位置和导航数据并且另外基于来自该车辆网络的云数据，预测该车辆的启动-停止循环之间的持续时间以及启动-停止循环的次数。可选地，该系统的第四示例包括该第一至第三示例中的一者或多者，并且另外包括：其中，这些指令另外被执行用于基于该车辆的能量储存装置的荷电状态来调节该发动机的启动。可选地，该系统的第五示例包括第一至第四示例中的一者或多者，并且另外包括：其中，该启动-停止循环包括单个车辆启动、以及发动机运行和低于阈值发动机运行时的车辆关闭。

注意，本文所包括的示例性控制和估算程序能够与各种发动机和/或车辆系统配置一起使用。本文所披露的控制方法和程序可作为可执行指令存储在非瞬态存储器中，并且可由包括控制器的控制系统结合各种传感器、致动器和其它发动机硬件来实行。本文所述的具体程序可表示诸如事件驱动、中断驱动、多任务作业、多线程等的任意数量的处理策略中的一种或多种处理策略。如此，所展示的各种动作、操作和/或功能可以按照所展示的顺序、并行执行，或者在一些情况下被省略。同样，处理顺序不必要求达到在此描述的示例实施例的特征和优点，但是提供为了方便展示和说明。根据使用的具体策略，一个或多个展示的动作、操作和/或功能可以重复执行。另外，所描述的动作、操作和/或功能可以以图形方式表示要编程到发动机控制系统中的计算机可读储存介质的非瞬态储存器中的代码，其中，通过在包括各种发动机硬件组件的系统中执行指令并结合电子控制器来执行所描述的动作。

应理解的是，在此披露的配置和程序本质上是示例性的，并且这些具体实施例并不被认为是限制意义的，因为许多变体是可能的。例如，能够将以上技术应用到V-6、I-4、I-6、V-12、对置4缸发动机和其他发动机类型。本披露的主题包括本文所披露的各种系统和配置、以及其它特征、功能和/或特性的所有新颖和非显而易见的组合和子组合。

随附权利要求书具体地指出了被认为是新颖且非显而易见的某些组合及子组合。这些权利要求可以引用“一个”元件或“第一”元件或其等效物。这种权利要求应当被理解为包括一个或多个此类元件的结合，既不要求也不排除两个或更多个此类元件。可以通过本权利要求书的修改或通过此申请或相关申请中的新权利要求的陈述来要求保护所披露的特征、功能、元件和/或特性的其他组合和子组合。这种权利要求书，与原权利要求书相比在范围上无论更宽、更窄、对等、还是不同，同样被认为是被包括在本披露的主题之中。