[发明专利]柴油机NOx排放实时估计系统

说明书

一种柴油机NOx排放实时估计系统，属于柴油机控制技术领域。本发明的目的是选取了进气歧管压强、废气残余分数、喷油量、发动机转速及EGR阀流量作为LSTM‑RNN循环神经网络输入变量，训练LSTM‑RNN神经网络的柴油机NOx排放实时估计系统。本发明步骤是：获取柴油机运行工况相关数据集、选取NOx实时估计模型输入数据、训练集与测试集的选取、选取数据预处理、确定循环神经网络结构参数、建立LSTM循环神经网络NOx预测模型。本发明实现对柴油机NOx的实时精确估计，经过柴油机台架的验证，本发明提出的柴油机NOx实时估计系统相对于传统的BP神经网络建模，估计精度在稳态工况、瞬态工况和综合工况分别有17.82%、50.35%、32.34%的提升。

技术领域

本发明属于柴油机控制技术领域。

背景技术

近年来空气质量问题变得尤为严峻，在导致空气质量降低的成因中很重要的一部分便是空气中过量的NOx(氮氧化物)。NOx与空气中的水结合生成的硝酸和硝酸盐是酸雨的主要形成原因之一，在一定条件下还会造成光化学烟雾污染，若NOx被吸入人体，将严重危害人体肺部，造成各类的呼吸系统疾病。因此对于空气中NOx的处理是治理大气污染的一个极其重要的方面。

柴油车辆是空气中NOx的主要来源之一。柴油机因其扭矩大、经济性能好的优点在运输等领域得到了广泛应用，而柴油燃烧产生的NOx使柴油车辆成为治理大气NOx的重点。目前我国大部分地区已经开始施行国VI排放法规，其中对柴油车辆的NOx排放限制尤为严苛，这对柴油车NOx的控制来说是一大难题。对于NOx排放的防治主要集中在对柴油机机内净化及后处理部分的控制，要想有效地减少柴油机NOx的排放量，就必须对其进行闭环控制，将实时的NOx排放量反馈到控制器中，对柴油机进行精确控制，这就需要实现对NOx进行精确地实时测量。目前NOx的实时传感器还停留在实验室研究阶段，而市面上还没有技术成熟的NOx排放传感器可以做到对NOx的实时测量，这就使得对于NOx的控制遇到了瓶颈。目前有一些专利着力于研究NOx的传感器以及测量装置。例如专利CN 106014571 B中使用修正后的NOx传感器值或发动机的NOx MAP确定发动机的NOx排放值，包括尾气排放管、尾气预处理装置、加热取样管路、转化器、氮氧化物气体分析仪、冷凝槽和压力调节阀等装置；专利CN106841518B公开了一种基于卡尔曼滤波的烟气NOx浓度测量方法；专利CN 207114514 U公开了一种船舶发动机排气污染物中的NOx的测量装置；专利CN 104897763 B公开了一种氮氧传感器以及测量尾气中NOx含量的方法。

然而对于氮氧化物传感器以及测量装置的研究始终无法做到完全实时地对NOx进行实时精确地测量，只能用于柴油机NOx排放的离线分析。因此为了对其进行精确控制，一般从机理建模的角度对其进行实时估计，实现对NOx的软测量，通过柴油机中其他易于测量的相关变量，计算出当前NOx的排放量。这就需要从NOx产生的机理开始，分析NOx产生的成因。柴油机机内的燃烧反应十分复杂，涉及到了传热学、燃烧学等相关知识，影响因素较多，并且NOx的生成模型具有非常强的非线性耦合特性，这给柴油机的建模以及基于模型的NOx控制器设计求解都带来了很大的挑战。

考虑对NOx生成机理建模的方法有很大的难度，一些专利提出了基于数据的方法。专利CN 1047151420 B公开了一种电站锅炉NOx排放动态软测量方法，其使用粒子群算法对NOx排放进行了建模，从而跟踪NOx排放的变化。专利CN 110032747 A和专利CN 106680428A基于支持向量机建立了NOx排放的模型。专利CN 108647483 A基于模糊树对火电厂锅炉燃烧产生烟气的NOx浓度进行建模，实现对其的软测量。上述方法得到的NOx排放模型考虑了柴油机的运行数据，然而传统建模方式参数多，模型的泛化能力还有待提升，对于柴油机NOx排放的实时精准估计还有一段距离。