详情

原文传递 SOF对柴油机SCR系统NOx转化效率的影响研究

论文题名：	SOF对柴油机SCR系统NOx转化效率的影响研究
关键词：	柴油机;轻型柴油商用车;SCR系统;遗传算法;NOx转化效率
摘要：	轻型柴油商用车用于市内与县域短途运输，颗粒物原始排放的可溶性有机物成分(SolubleOrganicFraction，SOF)质量占比高，SOF被增压器后直接安装的后处理载体（DOC氧化型催化器，SCR催化消声器，DPF颗粒捕集器）捕集，并覆盖在载体表面。由于缺乏有效的SOF去除手段，SCR载体会因为SOF覆盖而隔离NH3在催化剂表面的吸附、解吸附反应，使NOx转化效率持续降低，引起NOx排放超标。对于未来柴油机国七排放，对标欧Ⅶ，NOx转化效率在国六的基础上进一步大幅降低，NOx排放可能大约为0.12g/kWh，为应对国七超低排放，可行排放技术路线为柴油机+SCR1+DOC+DPF+SCR2，对于国七的SCR1载体，也面临SOF覆盖导致NOx转化效率降低的问题。SOF覆盖属于物理覆盖，无论钒基、铜基或铁基，都有类似的问题。因此，针对SOF对柴油机SCR系统NOx转化效率的影响研究，对于当前和未来柴油机NOx排放控制具有重要意义。　　SCR路线的国五柴油机的SCR载体与国七柴油机的SCR1载体面临相似的SOF覆盖问题，因此笔者以潍柴国五柴油机及SCR系统为对象，研究SOF覆盖的机理。研究发现柴油机PM(ParticulateMatter)原始排放（典型稳态工况）中SOF质量占比很高，PM中soot平均质量占比仅为24.9％，SOF质量占比高达75.1％。PM成分的捕集效率试验研究（典型稳态工况下）证明，低排气温度下，SCR载体对SOF具有较高的捕集效率，排气温度和废气流量越低，SOF捕集效率越高，soot会伴随SOF被SCR载体捕集，PM捕集效率为两者的叠加。SCR载体的SOF沉积试验研究表明，随着SCR载体SOF沉积量的增加，SCR系统NOx转化效率会持续降低，当SOF沉积量约30g，NOx转化效率下降约36％。基于台架的SOF热解去除试验发现NOx转化效率可以完全恢复，被捕集的soot会随SOF热解释放出来，不影响NOx转化效率恢复。同时发现相同质量SOF，台架SOF热解时间比热重分析(ThermalGravimetric，TG)热解长，台架热解的活化能与TG热解的相当，指前因子自热对数台架仅为TG的约36％。　　柴油机SOF原始排放是SCR载体SOF覆盖问题的根本原因，因此本研究以原型机为基础开展SOF原始排放优化研究，试验发现进气相位优化对降低SOF的效果较差，缸盖涡流比优化可以降低SOF原排，SOF和NOx原排对喷油器喷油角度敏感，喷油角度优化可以降低SOF原排，但要牺牲油耗率。试验发现燃油系统控制参数对SOF进一步降低的作用较小。试验表明本研究提出的算法可以有效改善提前角一致性和NOx一致性，但对SOF排放一致性改善效果不明显。本研究提出一种基于缸压数据的等效等熵指数一阶导数的燃烧始点实时反馈与控制算法，该算法能够实时检测燃烧始点，能够控制燃烧始点到目标值，能够保持不同EGR率下主喷燃烧始点相位一致，但该算法对于SOF进一步降低的影响程度较小。本研究发现不释放碳氢喷射的前提下，DOC技术对SOF覆盖问题的作用不大（典型稳态工况下），仅能够延缓SOF覆盖问题发生的时间。　　本研究表明柴油机SOF原始排放优化不能从根本上解决SCR载体SOF覆盖问题，因此本研究思路为通过模型估算SOF沉积量，当沉积量高于阀值时，通过热管理提升SCR前排温，将SOF热解去除，从而恢复SCR系统NOx转化效率。因此本研究建立了SOF沉积量估算数学模型，包括SOF原排模块、SCR载体对SOF捕集模块、SOF热解模块。其中SOF原排是基于SOF稳态排放与瞬态修正计算得到，也可以选择基于气态HC转化计算得到。SOF捕集模块基于SCR上游排温和废气流量的Map乘以基于SOF沉积量修正得到。SOF是复杂的混合物，本研究以各成分活化能作为分段依据，将SOF热解分为3个阶段，针对3个阶段分别建模。使用Matlab/simulink软件建立了SOF沉积量估算仿真模型。　　为提高SOF沉积量估算模型精度，本研究基于混合优化算法对SOF原排瞬态修正Map和三个阶段热解参数进行优化和辨识，染色体设计是遗传算法参数辨识的关键技术，本研究基于Map分布特征和热解参数补偿效应设计染色体，使得4组SOF低温沉积量估算平均误差为2.42％，12组SOF高温热解剩余值估算平均误差为4.03％，证明了参数辨识方法有效。本研究开展SCR载体SOF覆盖控制策略研究，当SOF沉积量和发动机NOx排放都高于阀值时，切换SCR再生状态，将SOF热解去除。试验表明，控制策略可以实现SCR载体SOF覆盖的有效控制。　　柴油机NOx排放故障诊断是最重要的OBD（车载诊断系统）功能要求，也是触发SCR再生状态的条件之一。本研究将NOx排放故障诊断抽象为一个典型时间序列的分类问题，提出了一种基于时间窗口和SVM(SupportVectorMachine，SVM)的NOx排放故障诊断模型，模型训练和验证的结果表明:将WHTC循环试验数据作为训练集，在实际道路试验数据上的故障诊断正确率达到96.99％，将WHTC循环与实际路谱试验数据混合作为训练集与测试集，故障诊断正确率可达到99％以上，说明故障诊断模型具备良好的泛化性能，具有较高的工程应用价值。
作者：	王秀雷
专业：	动力工程及工程热物理
导师：	李国祥;佟德辉
授予学位：	博士
授予学位单位：	山东大学
学位年度：	2021