欢迎来到知嘟嘟! 联系电话:13336804447 卖家免费入驻,海量在线求购! 卖家免费入驻,海量在线求购!
知嘟嘟
我要发布
联系电话:13336804447
知嘟嘟经纪人
收藏
专利号: 2019100613041
申请人: 黄冈师范学院
专利类型:发明专利
专利状态:已下证
专利领域: 一般机器或发动机;一般的发动机装置;蒸汽机
更新日期:2024-12-10
缴费截止日期: 暂无
价格&联系人
年费信息
委托购买

摘要:

权利要求书:

1.一种柴油机Urea-SCR系统发动机控制方法,其特征在于,包括:

步骤I.建立发动机全工况优化MAP,包括如下子步骤

步骤1.建立Urea-SCR系统模型,包括:

步骤1-1.基于系统内主要化学反应及反应速率方程建立Urea-SCR系统三状态模型,用于预测催化器内部的NOx浓度、NH3浓度及氨覆盖率三个状态量:上式中, 和 分别是催化器入口NH3和NOx气体浓度; 和 分别是催化器出口NH3和NOx气体浓度 ; 是氨覆盖率; 是氨存储能 力;定义

kads表示吸附反应的指前因子,kdes表示脱附反应的指

前因子,kred表示SCR反应的指前因子,koxi表示NH3氧化反应的指前因子,Eads表示NH3吸附的活化能,Edes表示NH3脱附的活化能,Ered表示SCR反应的活化能,Eoxi表示NH3氧化反应的活化能,R表示宇宙气体常数,T表示催化器温度;F是废气流速;V是催化器体积;

步骤1-2.将Urea-SCR系统内部NOx和NH3浓度变化视作准稳态,仅氨覆盖率动态性作为唯一状态,建立一状态降阶模型:步骤1-3.在发动机台架上进行180个稳态工况试验,所得测试数据中一部分样本数据用于建立系统模型,剩余的样本数据用于验证模型的准确性;

步骤2.模型参数辨识:在Matlab中采用遗传算法使模型中关于催化器出口尾气中NOx和NH3浓度的预测值与实际测量数据误差最小,来辨识得到模型参数;

步骤3.将辨识得到的模型参数用于NSGA-II算法的优化过程,根据排放规定限值要求选择最佳的Pareto优化解,得到优化的尿素供给率和氨覆盖率、最大NOx转化效率、氨存储量;包括:步骤3-1.将最大的NOx转换效率目标等效转换为求最小的NOx未转换效率,使算法中所有目标成本函数都描述为最小化问题;

Urea-SCR系统的多目标优化问题可以写成:

其中,

式中,α表示尿素供给率,是需优化的变量,用于使带约束的多目标函数最小化;F(α)是目标向量,包含两个需要同时最小化的目标函数;f1(α)和f2(α)分别表示NOx未转换效率和氨泄漏, 表示尿素摩尔流量, 表示NOx摩尔流量, 表示NH3摩尔流量,下标inj表示喷射,in表示入口;

步骤3-2.对Urea-SCR系统多目标优化的主要模块进行结构化设计;

步骤4.在Matlab中对NSGA-II算法进行仿真,建立尿素供给率、最大NOx转化效率、氨覆盖率、氨存储量优化值与温度和空速的关系,进而建立发动机全工况优化MAP,其中,在步骤2中,需要从建立的Urea-SCR系统模型中辨识确定10个参数s1,s2,ki,Ei,i=ads,des,red,oxi,在Matlab中采用遗传算法使模型预测值与实际测量数据误差最小,目的是找到模型参数 (S1,S2,ki,Ei,i=ads,des,red,oxi)使下列误差成本函数最小:式中, 和 分别表示催化器出口NOx和NH3气体浓度模型预测值,

和 分别表示催化器出口NOx和NH3气体浓度测量值,T表示时间间隔;

在步骤4中,对NSGA-II算法进行仿真并验证优化结果,将三状态模型及一状态降阶模型的优化解进行试验验证和对比,并分析优化解对Urea-SCR系统模型的敏感性,若一状态模型与三状态模型的误差较大,则选择三状态模型,否则选择一状态模型,然后基于选择的模型建立发动机工况与Urea-SCR系统优化参数间的关系,进而建立发动机全工况优化MAP,Urea-SCR系统优化参数包括:尿素供给率、最大NOx转化效率、氨覆盖率、氨存储量;

步骤II.将步骤I建立的发动机全工况优化MAP用于发动机控制系统,使得发动机每一工况下都能获得最大的NOx转化效率,并且氨泄漏≤10ppm。