【技术实现步骤摘要】
氨气泄漏监测方法及装置
[0001]本专利技术涉及柴油机尾气后处理
，具体而言，涉及一种氨气泄漏监测方法及装置。
技术介绍
[0002]SCR系统是柴油机尾气后处理技术之一，通过喷射尿素溶液能够有效地去除尾气中的氮氧化合物。而基于NOx传感器的闭环控制策略是SCR系统的主要控制策略，但由于氮氧传感器对氨气和NOx具有交叉敏感性，氨气的泄漏可能会导致尿素喷射量持续增大，从而造成更多的氨气泄漏，对发送机造成危害，因此需要对氨气进行监测。
[0003]目前，通常采用尾气分析仪、氨气传感器等设备对排放尾气中的氨气进行监测。然而，这种方式不仅安装困难、成本高，而且无法有效地确定氨气泄漏量。
技术实现思路
[0004]本专利技术提供一种氨气泄漏监测方法及装置，主要在于能够解决硬件监测设备安装困难、成本高的问题，同时还能够有效地计算氨气泄漏量，为尿素喷射控制策略提供指导，实现精准喷射。
[0005]根据本专利技术实施例的第一方面，提供一种氨气泄漏监测方法，包括：
[0006]获取柴油发动机当前的工况参数；
[0007]根据所述工况参数中的尿素浓度、尿素泵压力和SCR系统下游的氮氧化合物浓度，判定所述SCR系统是否存在氨气泄漏；
[0008]若所述SCR系统存在氨气泄漏，则将所述工况参数输入至预设氨气泄漏量预测模型中进行氨气泄漏量预测，得到所述SCR系统的氨气泄漏量，其中，所述预设氨气泄漏量预测模型表征有所述柴油发动机的不同工况参数与不同氨气泄漏量之间的映射关系；>[0009]根据预测的所述氨气泄漏量，确定所述柴油发动机的实际尿素喷射量。
[0010]根据本专利技术实施例的第二方面，提供一种氨气泄漏监测装置，包括：
[0011]获取单元，用于获取柴油发动机当前的工况参数；
[0012]判定单元，用于根据所述工况参数中的尿素浓度、尿素泵压力和SCR系统下游的氮氧化合物浓度，判定所述SCR系统是否存在氨气泄漏；
[0013]预测单元，用于若所述SCR系统存在氨气泄漏，则将所述工况参数输入至预设氨气泄漏量预测模型中进行氨气泄漏量预测，得到所述SCR系统的氨气泄漏量，其中，所述预设氨气泄漏量预测模型表征有所述柴油发动机的不同工况参数与不同氨气泄漏量之间的映射关系；
[0014]确定单元，用于根据预测的所述氨气泄漏量，确定所述柴油发动机的实际尿素喷射量。
[0015]根据本专利技术实施例的第三方面，提供一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现以下步骤：
[0016]获取柴油发动机当前的工况参数；
[0017]根据所述工况参数中的尿素浓度、尿素泵压力和SCR系统下游的氮氧化合物浓度，判定所述SCR系统是否存在氨气泄漏；
[0018]若所述SCR系统存在氨气泄漏，则将所述工况参数输入至预设氨气泄漏量预测模型中进行氨气泄漏量预测，得到所述SCR系统的氨气泄漏量，其中，所述预设氨气泄漏量预测模型表征有所述柴油发动机的不同工况参数与不同氨气泄漏量之间的映射关系；
[0019]根据预测的所述氨气泄漏量，确定所述柴油发动机的实际尿素喷射量。
[0020]根据本专利技术实施例的第四方面，提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：
[0021]获取柴油发动机当前的工况参数；
[0022]根据所述工况参数中的尿素浓度、尿素泵压力和SCR系统下游的氮氧化合物浓度，判定所述SCR系统是否存在氨气泄漏；
[0023]若所述SCR系统存在氨气泄漏，则将所述工况参数输入至预设氨气泄漏量预测模型中进行氨气泄漏量预测，得到所述SCR系统的氨气泄漏量，其中，所述预设氨气泄漏量预测模型表征有所述柴油发动机的不同工况参数与不同氨气泄漏量之间的映射关系；
[0024]根据预测的所述氨气泄漏量，确定所述柴油发动机的实际尿素喷射量。
[0025]本专利技术实施例的创新点包括：
[0026]1、根据柴油发动机的工况数据判定SCR系统是否存在氨气泄漏，以解决硬件监测设备安装困难、成本高的问题是本专利技术实施例的创新点之一。
[0027]2、对氨气泄漏量进行实时准确监控，为尿素喷射控制策略提供指导，实现精准喷射是本专利技术实施例的创新点之一。
[0028]本专利技术提供的一种氨气泄漏监测方法及装置，与现有技术采用尾气分析仪、氨气传感器等设备对排放尾气中的氨气进行监测的方式相比，能够获取柴油发动机当前的工况参数，并根据所述工况参数中的尿素浓度、尿素泵压力和SCR系统下游的氮氧化合物浓度，判定所述SCR系统是否存在氨气泄漏，若所述SCR系统存在氨气泄漏，则将所述工况参数输入至预设氨气泄漏量预测模型中进行氨气泄漏量预测，得到所述SCR系统的氨气泄漏量，其中，所述预设氨气泄漏量预测模型表征有所述柴油发动机的不同工况参数与不同氨气泄漏量之间的映射关系，最终根据预测的所述氨气泄漏量，确定所述柴油发动机的实际尿素喷射量。由此可知，本专利技术根据柴油发动机的工况数据，判定SCR系统是否存在氨气泄漏，并在存在氨气泄漏的情况下，利用预设氨气泄漏量预测模型确定SCR系统的氨气泄漏量，不仅能够解决硬件监测设备成本高、安装难的问题，还能够对氨气的泄漏量进行实时准确监控，为尿素喷射控制策略提供指导，从而实现精准喷射。
[0029]上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。
附图说明
[0030]为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本
专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0031]图1示出了本专利技术实施例提供的一种氨气泄漏监测方法流程示意图；
[0032]图2示出了本专利技术实施例提供的另一种氨气泄漏监测方法流程示意图；
[0033]图3示出了本专利技术实施例提供的一种氨气泄漏监测装置的结构示意图；
[0034]图4示出了本专利技术实施例提供的另一种氨气泄漏监测装置的结构示意图；
[0035]图5示出了本专利技术实施例提供的一种电子设备的实体结构示意图。
具体实施方式
[0036]下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有付出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0037]需要说明的是，本专利技术实施例及附图中的术语“包括”和“具有”以及它们任何变形，意图在于覆盖不排他的包含。例如包含了一系列步本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种氨气泄漏监测方法，其特征在于，包括：获取柴油发动机当前的工况参数；根据所述工况参数中的尿素浓度、尿素泵压力和SCR系统下游的氮氧化合物浓度，判定所述SCR系统是否存在氨气泄漏；若所述SCR系统存在氨气泄漏，则将所述工况参数输入至预设氨气泄漏量预测模型中进行氨气泄漏量预测，得到所述SCR系统的氨气泄漏量，其中，所述预设氨气泄漏量预测模型表征有所述柴油发动机的不同工况参数与不同氨气泄漏量之间的映射关系；根据预测的所述氨气泄漏量，确定所述柴油发动机的实际尿素喷射量。2.根据权利要求1所述的方法，其特征在于，所述根据所述工况参数中的尿素浓度、尿素泵压力和SCR系统下游的氮氧化合物浓度，判定所述SCR系统是否存在氨气泄漏，包括：判定所述工况参数中的尿素浓度是否大于或者等于预设尿素浓度，且尿素泵压力是否大于或者等于预设压力；若所述尿素浓度小于所述预设尿素浓度，或者所述尿素泵压力小于所述预设压力，则对所述柴油发动机进行故障检测；若所述尿素浓度大于或者等于所述预设尿素浓度，且所述尿素泵压力大于或者等于所述预设压力，则判定所述工况参数中SCR系统下游的氮氧化合物浓度是否大于预设氮氧化合物浓度；若所述氮氧化合物浓度小于或者等于预设氮氧化合物浓度，则确定所述SCR系统不存在氨气泄漏；若所述氮氧化合物浓度大于预设氮氧化合物浓度，则确定所述SCR系统存在氨气泄漏。3.根据权利要求1所述的方法，其特征在于，所述预设氨气泄漏量预测模型为三层的BP神经网络模型，所述BP神经网络模型包括输入层、隐藏层和输出层，所述输入层、所述隐藏层和所述输出层均包含多个神经元，所述将所述工况参数输入至预设氨气泄漏量预测模型中进行氨气泄漏量预测，得到所述SCR系统的氨气泄漏量，包括：所述工况参数由所述输入层的神经元传输到隐藏层的神经元，所述隐藏层的神经元对所述工况参数处理后，将处理结果传输给输出层的神经元继续进行处理，最终得到所述输出层输出的氨气泄漏量。4.根据权利要求3所述的方法，其特征在于，所述方法还包括：在所述SCR系统存在氨气泄漏的情况下，收集所述柴油发动机的历史工况参数和历史氨气泄漏量；利用预设遗传算法确定各神经元之间的初始权值和初始偏置，并根据所述初始权值和所述初始偏置，确定初始BP神经网络模型；将所述历史工况参数输入至所述初始BP神经网络模型中进行氨气泄漏量预测，得到预测氨气泄漏量；根据所述预测氨气泄漏量和所述历史氨气泄漏量，构建损失函数；根据所述损失函数，分...
【专利技术属性】
技术研发人员：朱强，李捷辉，沈大双，劳毅仁，刘子琪，李中，方成，郝守刚，李进，
申请(专利权)人：常州易控汽车电子股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。