原文传递
基于振动信号的柴油机NOx排放虚拟预测
| 论文题名： | 基于振动信号的柴油机NOx排放虚拟预测 |
| 关键词： | 柴油机;NOx排放;虚拟预测;振动信号 |
| 摘要： | “排放门”事件影响全球内燃机产业的发展格局，特别是对汽车产品及汽车生产企业的政府管理和社会监督模式均产生了重大的影响。除了对坚实的法律基础和政府的监管有更高的规范标准，对汽车尾气排放实时监测技术也提出了更高的要求。目前针对汽车尾气排放主要采用欧洲的NEDC循环进行监测，而这一方法未能对车辆瞬态排放进行实时记录与监测，基于此基础又发展出实时驾驶排放RDE（实际行驶污染物排放）监测方法。由于RDE监测的排放设备体积较大且价格昂贵，只能在科研试验等专业用途的汽车上使用，无法推广到量产汽车，因此寻找一种低成本轻便可靠的排放监测方法迫在眉睫。 缸内燃气压力与发动机的NOx排放密切相关。基于缸内燃烧压力信号可实现对内燃机排放状态的间接检测，而在实际应用中缸压传感器的安装会破坏缸盖结构，降低其可靠性及使用寿命，此外缸压传感器的成本高，从而限制了其在柴油机排放监测领域的应用。 缸内燃烧事件是发动机振动和排放物生成的重要驱动源，因而基于振动信号来识别重构缸内燃烧状态有望成为一种更具效费比的排放预测方法。振动传感器成本低、体积小、安装方便，基于振动信号来识别燃烧状态进行非介入式预测NOx排放对实现内燃机实时监测有着重要的意义。 本文提出了一种基于振动信号重构缸压，通过构建预测模型来评估排放水平的方法。首先，通过时频域图谱相似性分析获得了振动信号与缸压信号之间的相关性，构造二维滤波器，使得振动信号能够重构出缸压二阶导信号。基于重构的缸压信号，提取与排放相关性强的燃烧状态信号，基于实测的稳态工况下的振动与排放数据构造了PCR（主成分回归）和最小二乘法预测模型，对比分析排放预测效果。最后，通过瞬态工况排放状态预测与实测对比验证了所提出预测模型的可行性。结果表明：振动与排放之间存在显著相关性，基于振动信号预测结果的响应迟滞比排放仪测量结果优化1.2秒。 |
| 作者： | 张文龙 |
| 专业： | 车辆工程 |
| 导师： | 李国兴 |
| 授予学位： | 硕士 |
| 授予学位单位： | 太原理工大学 |
| 学位年度： | 2021 |
检索历史
应用推荐
