【技术实现步骤摘要】
本专利技术涉及三元催化器诊断控制，尤其涉及一种三元催化器临界状态诊断系统及方法。
技术介绍
1、越来越严苛的排放法规对车载故障诊断(obd)系统提出了更高的要求，为了确保排放控制系统的污染物转化效率，在整车排放物超过obd阈值前及时报警点亮故障灯，提示驾驶员进行检查和维修显得尤为重要。由于汽油机的三元催化器(twc)受温度老化、行驶里程的影响，对污染物的催化转化效率会不断衰减，事实上造成转化效率下降的根本原因是催化器的储氧量(osc)的衰减，储氧量反映了催化器载体涂层储存氧气的能力，取决于涂层的材料活性。电控系统无法直接测量osc的值，只能在开发阶段通过标定对osc模型进行估计，同时监测osc下降到某个值时，排放结果会超过obd阈值，这个点被设定为obd报警点。
2、erev(增程式混合动力汽车)的发动机并不是在行驶中一直处于运行状态的，这种特殊性对于催化器临界状态的诊断造成了一些困难，有必要开发一种新的催化器临界状态方法和系统。
3、催化器临界状态的诊断，其原理是通过估计催化器的osc值，低于一定值后就认为催化器已经不具备对气体污染物的催化转化能力，osc取决于twc的涂层材质、配方、涂敷工艺、贵金属含量和比例等因素，且随着twc的温度、老化程度、外界污染不断劣化，没有精确的模型可以描述osc及其劣化过程，目前的技术方案是：osc的量可以通过公式(1)来计算，其中0.23表示空气中氧气的质量比，ml表示发动机进气质量流量，λ表示催化转化器上游的排气空燃比，t1表示空燃比从浓变为稀的时刻，t2表示下游氧传
4、
5、公式(1)的基本原理是，当催化器对气体污染物的转化催化能力较强时，其有较高的储氧能力，即osc值会比较大，t2减去t1的时间长度，就是在诊断中，在催化器上游主动进行减稀后，由于催化器具备一定的储存氧气的能力，在下游氧传感器处被延迟测量出来的时间差。然而，随着催化器的被污染、热老化，其储氧能力会逐步下降，最后基本上就丧失了储氧能力，这时的催化器就应该要更换了。
6、现有技术的方案存在以下缺点：
7、1、根据公式(1)，空燃比的加浓减稀操作依赖于后氧传感器的准确响应，仅仅依靠后氧传感器的信号可能会存在偏差，从而影响osc模型的计算结果。此外，用于计算osc的发动机进气质量流量ml使用的是控制器的模型值，本身误差也较大，也会影响osc模型的计算结果准确性；
8、2、诊断基于日常驾驶工况，osc的计算需要在一个相对稳定的窗口内(发动机转速和负荷)，如果工况变化频繁，诊断将会经常被打断，影响诊断的及时性；
9、3、催化器劣化至临界状态，说明其载体上的涂层已经几乎失去了催化转化的作用，储氧量已经下降到一个较低的水平，此时进入催化器的废气已经几乎不在载体上进行化学反应，因此催化器出口的排温将比催化器处于正常状态时有明显的降低，目前的技术方案没有考虑这一特性；
10、4、由于上述事实，可能会出现obd系统异常报警的情形，使得客户因提前更换后处理、造成经济损失而产生抱怨，或因后处理已损坏、电控系统没能及时识别并提示，进而造成大气污染。
技术实现思路
1、鉴于上述，本专利技术旨在提供一种三元催化器临界状态诊断方法及系统，以解决erev催化器临界状态判别不准确、未考虑催化器出口排温状态以及obd系统异常报警等问题。
2、本专利技术采用的技术方案如下：
3、本专利技术提供了一种三元催化器临界状态诊断方法，其中包括以下步骤：
4、根据关键输入信号，获取驾驶员功率需求信号；
5、基于所述驾驶员功率需求信号进行判断，当需求功率小于等于功率阈值时，则采取稳态控制模式；当需求功率大于功率阈值时，则采取瞬态控制模式；
6、在稳态控制模式中，将前排温信号、后排温信号的温度差向量与从标定表中查询得到的前排温信号与后排温信号的差值做比较，获得第一比较结果；在瞬态控制模式中，通过深度学习模型处理运行工况点数据后获得前排温信号、后排温信号以及排温差值信号，将排温差值信号与从标定表中查询得到的前排温信号与后排温信号的差值做比较，获得第二比较结果；
7、设置第一比较结果或第二比较结果为terror，如果terror的数值满足一阈值范围，则判定三元催化器处于临界状态。
8、可选地，所述关键输入信号包括油门踏板开度、车速、电池荷电状态和发动机水温。
9、可选地，所述阈值范围设置为-25<terror<-5。
10、可选地，通过热电偶分别测量稳态运行工况或瞬态运行工况中的前排温信号、后排温信号，并将热电偶测量的前排温信号、后排温信号输入深度学习模型进行验证。
11、可选地，在稳态控制模式中，分别以空燃比1.0、0.9、0.8、1.05、1.1对前排温信号、后排温信号进行间隔扫描，得到温度差向量。
12、可选地，所述深度学习模型通过以下步骤构建：
13、设置转毂的负载参数，模拟车辆的负载，假设标准的转毂参数是l；
14、在标准的转毂参数l下，采用不同的驾驶循环模拟车辆使用中的路谱，获得第一组训练数据；
15、分别使转毂参数l配置为1.05*l、1.1*l、1.15*l，1.2*l，重复驾驶循环模拟步骤，分别获得第二组训练数据、第三组训练数据、第四组训练数据、第二组训练数据以及第五组训练数据；
16、基于所述第一组训练数据、第二组训练数据、第三组训练数据、第四组训练数据、第二组训练数据以及第五组训练数据训练深度学习模型。
17、可选地，在瞬态控制模式中，通过深度学习模型处理运行工况点数据后获得前排温信号、后排温信号，并对前排温信号、后排温信号进行插值计算后，将排温差值信号与从标定表中查询得到的前排温信号与后排温信号的差值做比较。
18、可选地，在判定三元催化器是否处于临界状态的过程中，设置一个驾驶循环时间范围的长度为n秒，1秒计算一次，得到n个工况点，如果三元催化器处于临界状态的计数大于等于0.95*n，则输出故障诊断结果。
19、本专利技术还提供一种三元催化器临界状态诊断系统，包括：
20、获取模块，根据关键输入信号，获取驾驶员功率需求信号；
21、判断模块，连接所述获取模块，用于基于驾驶员功率需求信号进行判断，当需求功率小于等于功率阈值时，则采取稳态控制模式；当需求功率大于功率阈值时，则采取瞬态控制模式；
22、控制模块，连接所述判断模块，被配置为：在稳态控制模式中，将前排温信号、后排温信号的温度差向量与从标定表中查询得到的前排温信号与后排温信号的差值做比较，获得第一比较结果；在瞬态控制模式中，通过深度学习模型处理运行工况点数据后获得前排温信号、后排温信号以及排温差值信号，将排温差值信号与从标定表中查询得到的前排温信号与后排温信号的差值做比较，获得第二比较结果；
23、诊断本文档来自技高网...
【技术保护点】
1.一种三元催化器临界状态诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，所述关键输入信号包括油门踏板开度、车速、电池荷电状态和发动机水温。
3.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，所述阈值范围设置为-25<Terror<-5。
4.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，通过热电偶分别测量稳态运行工况或瞬态运行工况中的前排温信号、后排温信号，并将热电偶测量的前排温信号、后排温信号输入深度学习模型进行验证。
5.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，在稳态控制模式中，分别以空燃比1.0、0.9、0.8、1.05、1.1对前排温信号、后排温信号进行间隔扫描，得到温度差向量。
6.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，所述深度学习模型通过以下步骤构建：
7.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，在瞬态控制模式中，通过深度学习模型处理运行工况
8.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，在判定三元催化器是否处于临界状态的过程中，设置一个驾驶循环时间范围的长度为N秒，1秒计算一次，得到N个工况点，如果三元催化器处于临界状态的计数大于等于0.95*N，则输出故障诊断结果。
9.一种三元催化器临界状态诊断系统，其特征在于，包括：
10.根据权利要求9所述的三元催化器临界状态诊断系统，其特征在于，还包括：
...【技术特征摘要】
1.一种三元催化器临界状态诊断方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，所述关键输入信号包括油门踏板开度、车速、电池荷电状态和发动机水温。
3.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，所述阈值范围设置为-25<terror<-5。
4.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，通过热电偶分别测量稳态运行工况或瞬态运行工况中的前排温信号、后排温信号，并将热电偶测量的前排温信号、后排温信号输入深度学习模型进行验证。
5.根据权利要求1所述的三元催化器临界状态诊断方法，其特征在于，在稳态控制模式中，分别以空燃比1.0、0.9、0.8、1.05、1.1对前排温信号、后排温信号进行间隔扫描，得到温度差向量。
6.根据权...
【专利技术属性】
技术研发人员：黄伟，张玉钧，刘付春，任彪，胡帅，郭晓轩，王兆远，胡必谦，张焕岩，张新宇，
申请(专利权)人：安徽江淮汽车集团股份有限公司，
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。