System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种DPF再生的控制方法及应用其的尾气处理系统技术方案_技高网

一种DPF再生的控制方法及应用其的尾气处理系统技术方案

技术编号:41281935 阅读:7 留言:0更新日期:2024-05-11 09:32
本申请涉及尾气处理技术领域,尤其涉及一种DPF再生的控制方法及应用其的尾气处理系统。所述方法包括:将历史DPF碳载量数据输入预设模型进行自学习;获取目标碳载量数据,根据学习后的预设模型得到目标碳载量数据对应的优化再生退出碳载量;根据目标碳载量数据对应的优化再生退出碳载量控制尾气处理系统。本方法通过对初始碳载量、再生退出碳载量、单次再生油耗量、再生次数进行回归分析,能得到再生总油耗量与再生退出碳载量的关系,从而取得目标碳载量数据对应的优化再生退出碳载量,并以优化再生退出碳载量控制尾气处理系统,进而能节省再生油耗,提升DPF再生的控制精准度及控制效率。

【技术实现步骤摘要】

本申请涉及尾气处理,尤其涉及一种dpf再生的控制方法及应用其的尾气处理系统。


技术介绍

1、dpf(全称为diesel particulate filter)表示柴油颗粒过滤器,是一种用于减少柴油车辆尾气中颗粒物排放的设备,dpf有助于减少有害排放物质的释放,提高柴油车辆的尾气排放质量,从而有助于降低环境污染和保护空气质量。

2、为了清理dpf内的碳载量,dpf需要再生,dpf再生是指柴油颗粒过滤器的清洁过程,用于清除其中累积的颗粒物,包括碳颗粒。该过程需要通过后喷额外的柴油提升排气后处理的温度,当dpf内的碳载量降为0g/l时,再生退出,再生期间所消耗的油量称之为再生油耗。然而,现有技术中的dpf碳载量控制精准度不高,且再生油耗过大。


技术实现思路

1、基于上述技术问题,本申请旨在提供一种dpf再生的控制方法及应用其的尾气处理系统,以至少解决上述问题之一。

2、本申请第一方面提供了一种dpf再生的控制方法,应用于尾气处理系统,所述尾气处理系统包括dpf,所述方法包括:

3、将历史dpf碳载量数据输入预设模型进行自学习;

4、获取目标碳载量数据,根据学习后的预设模型得到所述目标碳载量数据对应的优化再生退出碳载量;

5、根据所述目标碳载量数据对应的优化再生退出碳载量控制所述尾气处理系统。

6、在本申请的一些实施例中,所述将历史dpf碳载量数据输入预设模型进行自学习,包括:

7、获取历史dpf碳载量数据,其中,所述历史dpf碳载量数据包括历史碳载量数据和与所述历史碳载量数据对应的历史油耗数据;

8、基于所述历史碳载量数据和所述历史油耗数据进行分析,得到所述历史碳载量数据和所述历史油耗数据之间的关系;

9、基于所述历史碳载量数据和所述历史油耗数据之间的关系,所述预设模型进行自学习。

10、在本申请的一些实施例中,所述历史碳载量数据包括初始碳载量和再生退出碳载量,其中,所述初始碳载量是指dpf中累积的固体碳颗粒的数量,所述再生退出碳载量是指dpf再生过程中,成功清除的固体碳颗粒的数量。

11、在本申请的一些实施例中,所述历史油耗数据包括再生次数和单次再生油耗量;

12、基于所述历史碳载量数据和所述历史油耗数据进行分析,得到所述历史碳载量数据和所述历史油耗数据之间的关系,包括:

13、对所述初始碳载量、所述再生退出碳载量、所述单次再生油耗量、所述再生次数进行回归分析,得到再生总油耗量与所述再生退出碳载量的关系。

14、在本申请的一些实施例中,在所述得到再生总油耗量与所述再生退出碳载量的关系之后,还包括:

15、通过最小二乘法拟合所述再生总油耗量与所述再生退出碳载量之间的关系,以得到描述所述再生总油耗量与所述再生退出碳载量之间的关系的优化关系曲线。

16、在本申请的一些实施例中,所述根据所述目标碳载量数据对应的优化再生退出碳载量控制所述尾气处理系统,包括:

17、根据所述目标碳载量数据对应的优化再生退出碳载量控制所述尾气处理系统的尾气处理温度,其中,所述尾气处理温度包括dpf前温度、dpf前最高温度,所述dpf前温度、dpf前最高温度分别表示排出气体在进入dpf之前的温度、排出气体在进入dpf之前的最高温度。

18、在本申请的一些实施例中,所述尾气处理系统包括还包括doc和scr,所述doc位于所述scr附近,所述scr位于所述dpf附近,所述doc距发动机的距离比所述scr距发动机的距离小,所述doc距发动机的距离比所述dpf距发动机的距离小;

19、所述尾气处理温度还包括doc前温度、doc前最高温度、scr前温度、scr后温度,所述doc前温度、doc前最高温度、scr前温度、scr后温度分别表示发动机排出气体在进入doc之前的温度、发动机排出气体在进入doc之前的最高温度、doc排出气体在进入scr之前的温度、scr排出气体的温度。

20、本申请第二方面提供了一种尾气处理系统,所述尾气处理系统包括dpf,所述系统应用本申请各实施例中所述的dpf再生的控制方法。

21、本申请第三方面提供了一种电子设备,包括存储器和处理器,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行本申请各实施例中所述的dpf再生的控制方法。

22、本申请第四方面提供了一种计算机可读存储介质,其上存储有计算机程序,该计算机程序被处理器执行时实现如本申请各实施例中所述的dpf再生的控制方法。

23、本申请实施例中提供的技术方案,至少具有如下技术效果或优点:

24、本申请各实施例中的dpf再生的控制方法将历史dpf碳载量数据输入预设模型进行自学习,获取目标碳载量数据,根据学习后的预设模型得到目标碳载量数据对应的优化再生退出碳载量,根据目标碳载量数据对应的优化再生退出碳载量控制尾气处理系统,如此,通过对初始碳载量、再生退出碳载量、单次再生油耗量、再生次数进行回归分析,能得到再生总油耗量与再生退出碳载量的关系,从而取得目标碳载量数据对应的优化再生退出碳载量,并以优化再生退出碳载量控制尾气处理系统,进而能节省再生油耗,提升dpf再生的控制精准度及控制效率。

25、应当理解的是,以上的一般描述和后文的细节描述仅是示例性和解释性的,并不能限制本申请。

本文档来自技高网...

【技术保护点】

1.一种DPF再生的控制方法,其特征在于,应用于尾气处理系统,所述尾气处理系统包括DPF,所述方法包括:

2.根据权利要求1所述的DPF再生的控制方法,其特征在于,所述将历史DPF碳载量数据输入预设模型进行自学习,包括:

3.根据权利要求2所述的DPF再生的控制方法,其特征在于,所述历史碳载量数据包括初始碳载量和再生退出碳载量,其中,所述初始碳载量是指DPF中累积的固体碳颗粒的数量,所述再生退出碳载量是指DPF再生过程中,成功清除的固体碳颗粒的数量。

4.根据权利要求3所述的DPF再生的控制方法,其特征在于,所述历史油耗数据包括再生次数和单次再生油耗量;

5.根据权利要求4所述的DPF再生的控制方法,其特征在于,在所述得到再生总油耗量与所述再生退出碳载量的关系之后,还包括:

6.根据权利要求1所述的DPF再生的控制方法,其特征在于,所述根据所述目标碳载量数据对应的优化再生退出碳载量控制所述尾气处理系统,包括:

7.根据权利要求6所述的DPF再生的控制方法,其特征在于,所述尾气处理系统包括还包括DOC和SCR,所述DOC位于所述SCR附近,所述SCR位于所述DPF附近,所述DOC距发动机的距离比所述SCR距发动机的距离小,所述DOC距发动机的距离比所述DPF距发动机的距离小;

8.一种尾气处理系统,其特征在于,所述尾气处理系统包括DPF,所述系统应用如权利要求1-7任意一项所述的DPF再生的控制方法。

9.一种电子设备,包括存储器和处理器,其特征在于,存储器中存储有计算机可读指令,计算机可读指令被处理器执行时,使得处理器执行如权利要求1-7任意一项所述的DPF再生的控制方法。

10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该计算机程序被处理器执行时实现如权利要求1-7任意一项所述的DPF再生的控制方法。

...

【技术特征摘要】

1.一种dpf再生的控制方法,其特征在于,应用于尾气处理系统,所述尾气处理系统包括dpf,所述方法包括:

2.根据权利要求1所述的dpf再生的控制方法,其特征在于,所述将历史dpf碳载量数据输入预设模型进行自学习,包括:

3.根据权利要求2所述的dpf再生的控制方法,其特征在于,所述历史碳载量数据包括初始碳载量和再生退出碳载量,其中,所述初始碳载量是指dpf中累积的固体碳颗粒的数量,所述再生退出碳载量是指dpf再生过程中,成功清除的固体碳颗粒的数量。

4.根据权利要求3所述的dpf再生的控制方法,其特征在于,所述历史油耗数据包括再生次数和单次再生油耗量;

5.根据权利要求4所述的dpf再生的控制方法,其特征在于,在所述得到再生总油耗量与所述再生退出碳载量的关系之后,还包括:

6.根据权利要求1所述的dpf再生的控制方法,其特征在于,所述根据所述目标碳载量数...

【专利技术属性】
技术研发人员:甄雷欧阳虎威陈晓明邵宏鑫柳长鼎
申请(专利权)人:潍柴动力股份有限公司
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 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。

1