面向控制的DPF再生效率建模和试验研究

doi:10.19562/j.chinasae.qcgc.2021.01.006

摘要/Abstract

摘要：

对柴油机颗粒物捕集器（DPF）的再生效率进行实时和准确的在线预估，可为DPF热再生结束的控制提供判断依据，是实现DPF系统化和高效应用的重要功能。本文基于热再生过程中DPF内碳烟颗粒的氧化反应机理探讨并建立了DPF再生效率计算模型，通过发动机台架试验对模型的化学反应动力学参数进行了校核和辨识，从而得到DPF内碳烟颗粒热再生氧化反应的反应级数为α=1与活化能参数为E_a =107.5 kJ/mol。台架稳态工况和车辆在实际道路行驶工况的试验结果表明，再生效率模型最大计算误差为5.6%，较好满足实际应用需求，为DPF热再生中准确判断再生结束的时机提供了参考。

关键词: 柴油机颗粒物捕集器, 热再生, 再生效率, 建模

Abstract:

Real?time and accurate on?line estimation of the thermal regeneration efficiency of diesel particulate filter （DPF） can provide the judgment basis for the control of the end of DPF thermal regeneration， and it is a key function of realizing systematic and efficient application of DPF. In this paper， a calculation model of the DPF thermal regeneration efficiency is discussed and established based on the oxidation mechanism of soot particles in the DPF during the thermal regeneration period. The chemical reaction kinetic parameters of the model are checked and identified by engine bench test. It is derived that the oxidation reaction order of the DPF thermal regeneration is α=1 and the activation energy parameter is E_a =107.5 kJ/mol. The test results of steady?state conditions on the bench and actual road driving conditions show that the maximum calculation error of the regeneration efficiency model is 5.6%， which can meet the engineering requirements and provide a meaningful reference for accurate judgment of regeneration ending in DPF thermal regeneration.

Key words: diesel particulate filter, thermal regeneration, regeneration efficiency, modeling

黄铁雄,胡广地,孟忠伟,曾东建. 面向控制的DPF再生效率建模和试验研究[J]. 汽车工程, 2021, 43(1): 44-49.

Tiexiong Huang,Guangdi Hu,Zhongwei Meng,Dongjian Zeng. Control‑Oriented Modeling and Experimental Study of Thermal Regeneration Efficiency of Diesel Particulate Filter[J]. Automotive Engineering, 2021, 43(1): 44-49.

图/表 10

图 1

表1

表2

图 2

图 3

表3

图 4

图 5

图 6

图 7

参考文献 14

1	帅石金，刘世宇，马骁，等. 重型柴油车满足近零排放法规的技术分析［J］. 汽车安全与节能学报， 2019， 10（1）： 16-31.
	SHUAI S， LIU S， MA X， et al. Technology analysis of heavy⁃duty diesel vehicles to meet near⁃zero emission regulations［J］. J Automotive Safety and Energy， 2019， 10（1）： 16-31.
2	FRANKE M， BHIDE S， LIANG J， et al. Development trends for commercial and industrial engines［C］. SAE Paper 2014-01-2325.
3	GUAN B， ZHAN R， LIN H， et al. Review of the state⁃of⁃the⁃art of exhaust particulate filter technology in internal combustion engines［J］. Journal of Environmental Management， 2015， 154： 225-258.
4	INGRAM-OGUNWUMI R S， DONG Q， MURRIN T A， et al. Performance evaluations of aluminum titanate diesel particulate filters［C］. SAE Paper 2007-01-0656.
5	SINGH N， MANDARAPU S. DPF soot estimation challenges and mitigation strategies and assessment of available DPF technologies［C］. SAE Paper 2013-01-0838.
6	王丹，刘忠长，田径，等. 基于压降进行DPF碳载量估算的研究［J］. 汽车工程， 2016， 38（12）： 1415-1419.
	WANG D， LIU Z， TIAN J， et al. A study on DPF soot mass estimation based on pressure drop［J］. Automotive Engineering， 2016， 38（12）： 1415-1419.
7	唐蛟，李国祥，王志坚，等. DPF碳载量模型的建立及试验［J］. 内燃机学报， 2015， 33（1）： 51-57.
	TANG J， LI G， WANG Z， et al. Construction and experiment of DPF soot loading model［J］. Transactions of CSICE， 2015， 33（1）： 51-57.
8	石秀勇，蒋得刚. 柴油机颗粒捕集器再生温度预测模型［J］.农业工程学报， 2019， 35（20）： 17-24.
	SHI X， JIANG D. Model for predicting the regeneration temperature of diesel particulate filter［J］. Transactions of the Chinese Society of Agricultural Engineering， 2019， 35（20）： 17-24.
9	SURESH A， YEZERETS A， CURRIER N， et al. Diesel particulate filter system⁃effect of critical variables on the regeneration strategy development and optimization［J］. SAE International Journal of Fuels and Lubricants， 2009， 1（1）： 173-183.
10	MESSERER A， NIESSNER R， PÖSCHL U. Comprehensive kinetic characterization of the oxidation and gasification of model and real diesel soot by nitrogen oxides and oxygen under engine exhaust conditions： measurement， Langmuir⁃Hinshelwood， and Arrhenius parameters［J］. Carbon， 2006， 44（2）： 307-324.
11	SINGH N， MANDARAPU S. DPF soot estimation challenges and mitigation strategies and assessment of available DPF technologies［C］. SAE Paper 2013-01-0838.
12	STANMORE B R， BRILHAC J F， GILOT P， et al. The oxidation of soot： a review of experiments， mechanisms and models［J］. Carbon， 2001， 39： 247-268.
13	BOGER T， ROSE D， TILGNER I， et al. Regeneration strategies for an enhanced thermal management of oxide diesel particulate filters［C］. SAE Paper 2008-01-0328.
14	黄铁雄，朱元宪，冉勇，等. 一种柴油机颗粒过滤器碳烟负载量的在线预估方法与试验研究［J］. 内燃机工程， 2019， 40（4）： 64-71，77.
	HUANG T， ZHU Y， RAN Y， et al. Experimental study on online estimation of diesel particulate filter soot load［J］. Chinese Internal Combustion Engine Engineering， 2019， 40（4）： 64-71，77.

参数	数值
缸径/mm	93
行程/mm	102
发动机排量/L	2.77
压缩比	17.5
额定功率/kW	80(3 000 r·min^-1)
DOC载体材料	堇菁石
DOC载体直径/mm	118.4
DOC载体长度/mm	152.4
DOC载体孔密度/cpsi	400
DPF载体材料	碳化硅
DPF载体直径/mm	143.8
DPF载体长度/mm	228.6
DPF载体孔密度/cpsi	300

名称	参数
长×宽×高/mm	5 050×1 720×1 700
轴距/mm	3 025
整备质量/kg	1 775
额定载质量/kg	400
主减速比	4.1
变速器传动比	4.45、2.39、1.41、1、0.82, R: 4.22

工况	再生温度/℃	试验时长/min	碳载量变化/g	再生速率/(g·h^-1)
1	500	5	3.23	38.78
2	525	5	6.98	83.78
3	549	5	9.89	118.71
4	573	5	15.56	186.73
5	596	5	22.77	273.22

[1]	赵高士,陈龙,蔡英凤,廉玉波,王海,刘擎超,滕成龙. 融合复杂网络和记忆增强网络的轨迹预测技术[J]. 汽车工程, 2023, 45(9): 1608-1616.
[2]	马天飞,李波,朱冰,赵健. 考虑大气条件影响的自动泊车系统超声波雷达建模[J]. 汽车工程, 2023, 45(9): 1646-1654.
[3]	李达,邓钧君,张照生,刘鹏,王震坡. 电动车辆动力电池安全预警策略研究综述[J]. 汽车工程, 2023, 45(8): 1392-1407.
[4]	石晨旭,杜常清,王超,李兴意,张家铭. 车用大功率燃料电池发动机进气系统控制[J]. 汽车工程, 2023, 45(11): 2148-2156.
[5]	李洋洋,邓欣涛,古俊杰,张涛,郭斌,杨福源,欧阳明高. 碱性水电解制氢系统建模综述及展望[J]. 汽车工程, 2022, 44(4): 567-582.
[6]	肖仁鑫,梁大平,陈贵升,刘爽. 不同海拔下国六柴油机性能试验研究[J]. 汽车工程, 2022, 44(12): 1926-1935.
[7]	刘巧斌,杨路,高博麟,王建强,李克强. 基于认知风险动态平衡的智能汽车跟车模型[J]. 汽车工程, 2022, 44(11): 1627-1635.
[8]	陈龙,陈明,孙晓强,蔡英凤,Wong Pak Kin,吴子强. 空气悬架客车横向动力学建模和稳定性分析[J]. 汽车工程, 2022, 44(11): 1746-1754.
[9]	方培俊,蔡英凤,陈龙,廉玉波,王海,钟益林,孙晓强. 基于车辆动力学混合模型的智能汽车轨迹跟踪控制方法[J]. 汽车工程, 2022, 44(10): 1469-1483.
[10]	李斯旭,徐彪,胡满江,边有钢,陈晓龙,孙宁. 基于动力学模型预测控制的铰接车辆多点预瞄路径跟踪方法[J]. 汽车工程, 2021, 43(8): 1187-1194.
[11]	马芳武,王卓君,杨猛,梁鸿宇,武振江,蒲永锋. 汽车后副车架轻量化概念设计方法研究[J]. 汽车工程, 2021, 43(5): 776-783.
[12]	付朝辉,王华阳. 功能架构在电子电气架构开发中的应用和实践[J]. 汽车工程, 2021, 43(12): 1871-1880.
[13]	赵雅婷, 孙浩, 陈小龙, 吴其林. 基于U-K理论的家用智能车控制^*[J]. 汽车工程, 2020, 42(9): 1277-1283.
[14]	张河山, 邓兆祥, 杨明磊, 罗杰, 徐进. 电动车用轮毂电机的负载磁场解析计算^*[J]. 汽车工程, 2020, 42(12): 1655-1664.
[15]	廖莺, 李峰, 李志. 概念设计阶段铝合金后副车架轻量化设计^*[J]. 汽车工程, 2020, 42(12): 1737-1743.