DPF压差值修正方法、DPF碳载量修正方法及车辆与流程

dpf压差值修正方法、dpf碳载量修正方法及车辆
技术领域
1.本发明涉及车辆技术领域，尤其涉及一种dpf压差值修正方法、dpf碳载量修正方法及车辆。


背景技术：

2.dpf（diesel particulate filter，颗粒捕捉器）为柴油机系统中常用的后处理装置，主要用于降低排气中的颗粒物含量。随着柴油机的运行，颗粒捕集器中会沉淀一定量的颗粒物，沉淀的颗粒物会影响柴油机的工作特性，因此需要采用主动再生技术定期清理沉淀的颗粒物。
3.由于dpf在生产加工时存在误差，容易出现整车使用时，背压与开发背压偏差过大的现象，导致基于开发工况标定的性能与实际使用时存在差异。当背压与开发背压偏差过大时会导致dpf碳载量计算出现偏差，使dpf频繁再生，油耗增加，dpf损坏风险增高。同时干扰dpf相关诊断，造成频繁报过载故障，或应当再生时不提示。


技术实现要素：

4.本发明的目的在于提供一种dpf压差值修正方法、dpf碳载量修正方法和车辆，以避免dpf实际压差与开发压差的偏差导致的dpf碳载量的偏差造成发动机的性能和诊断发生较大变化；降低了dpf损坏风险和车辆的油耗。
5.为达此目的，本发明采用以下技术方案：
6.dpf压差值修正方法，包括以下步骤：
7.建立dpf的自学习模型，以发动机排气体积流量确定发动机的工况，获取发动机运行至不同工况时的dpf压差值，得到多个所述dpf压差值，将多个所述dpf压差值的平均值作为自学习dpf压差值；
8.在发动机开发阶段，dpf以所述dpf的自学习模型进行自学习，得到的自学习dpf压差值为dpf基准压差值；
9.在整车试运行阶段，dpf以所述dpf的自学习模型进行自学习，得到的自学习dpf压差值为dpf个体压差值；
10.根据所述dpf基准压差值和所述dpf个体压差值计算所述整车的dpf压差修正系数，在所述整车运行过程中dpf压差修正值为所述dpf压差修正系数与dpf实际压差值的乘积。
11.作为dpf压差值修正方法的一个可选方案，所述整车的dpf压差修正系数的计算方法为：所述dpf压差修正系数等于所述dpf基准压差值和所述dpf个体压差值的比值。
12.作为dpf压差值修正方法的一个可选方案，所述dpf实际压差值为dpf的压差传感器测得的压差值。
13.作为dpf压差值修正方法的一个可选方案，在所述发动机开发阶段，安装于所述发动机上的dpf的实际压差和出厂压差一致。
14.作为dpf压差值修正方法的一个可选方案，所述整车试运行阶段定义为：所述整车上的发动机的行驶里程小于设定行驶里程。
15.作为dpf压差值修正方法的一个可选方案，在所述整车试运行阶段进入所述dpf的自学习模型进行自学习的条件包括：所述整车所处环境的环境温度为标定环境温度，所述整车的发动机温度为标定发动机温度。
16.作为dpf压差值修正方法的一个可选方案，所述dpf的自学习模型，以发动机排气体积流量的不同设定三个不同工况，包括第一设定工况、第二设定工况和第三设定工况，在所述第一设定工况时发动机排气体积流量等于最大排气体积流量；在所述第二设定工况时发动机排气体积流量等于所述最大排气体积流量的50%；在所述第三设定工况时发动机排气体积流量等于所述最大排气体积流量的30%。
17.作为dpf压差值修正方法的一个可选方案，根据所述dpf的自学习模型进行自学习的步骤包括：
18.控制发动机第一次运行，并监测所述发动机的运行工况；
19.当发动机运行至所述第一设定工况时，获取所述第一设定工况时的dpf压差值；
20.控制所述发动机第一次停止运行，并存储所述第一设定工况时的dpf压差值；
21.控制所述发动机第二次运行，并监测所述发动机的运行工况；
22.当发动机运行至所述第二设定工况时，获取所述第二设定工况时的dpf压差值；
23.控制所述发动机第二次停止运行，并存储所述第二设定工况时的dpf压差值；
24.控制所述发动机第三次运行，并监测所述发动机的运行工况；
25.当发动机运行至所述第三设定工况时，获取所述第三设定工况时的dpf压差值；
26.控制所述发动机第三次停止运行，并存储所述第三设定工况时的dpf压差值；
27.计算存储的三个dpf压差值的平均值，将所述平均值作为所述自学习dpf压差值。
28.作为dpf压差值修正方法的一个可选方案，所述最大排气体积流量为所述发动机在额定功率下的排气体积流量。
29.dpf碳载量修正方法，包括以下步骤：
30.采用如以上任一方案所述的dpf压差值修正方法对dpf压差值进行修正；
31.根据修正后的dpf压差值获取dpf碳载量的修正值。
32.作为dpf碳载量修正方法的一个可选方案，根据修正后的dpf压差值获取dpf碳载量的修正值的方法包括：
33.建立dpf压差值和dpf碳载量的map表，根据所述修正后的dpf压差值查询所述dpf压差值和dpf碳载量的map表，获得与所述修正后的dpf压差值对应的dpf碳载量为所述dpf碳载量的修正值。
34.车辆，包括发动机和dpf，采用如以上任一方案所述的dpf碳载量修正方法获取dpf碳载量的修正值，以控制所述dpf再生。
35.本发明的有益效果：
36.本发明提供的dpf压差值修正方法，通过建立dpf的自学习模型，以发动机排气体积流量确定发动机的工况，获取发动机运行至不同工况时的dpf压差值，得到多个dpf压差值，将多个dpf压差值的平均值作为自学习dpf压差值。在发动机开发阶段的dpf和整车试运行阶段的dpf均根据dpf的自学习模型进行自学习，分别得到dpf基准压差值和dpf个体压差
值。然后根据dpf基准压差值和dpf个体压差值计算整车的dpf压差修正系数，在整车运行过程中dpf压差修正值为dpf压差修正系数与dpf实际压差值的乘积。dpf以dpf的自学习模型自学习时均是在停车时进行的，不影响车辆的正常运行。而且dpf在自学习过程中采用开环控制和加权计算，保证了自学习的准确性，从而提高了dpf压差修正值的准确性。该dpf压差值修正方法弥补了由于dpf出厂一致性差异导致的压差差异，能够将每台发动机的dpf压差根据开发基准值进行修正，提高了发动机性能。
37.本发明提供的dpf碳载量修正方法，采用上述的dpf压差值修正方法对dpf压差值进行修正后，再根据修正后的dpf压差值对dpf碳载量进行修正，提高了dpf碳载量的准确性，根据获得的dpf碳载量的修正值控制dpf再生，避免了发动机的性能和诊断发生较大变化，降低了dpf的损坏风险。
38.本发明提供的车辆，包括发动机和dpf，发动机运行排出的废气进入dpf进行处理，根据dpf碳载量控制dpf再生。dpf碳载量根据上述的dpf碳载量修正方法进行修正，从而提高了控制dpf再生的准确性，降低了dpf的损坏风险和车辆的油耗。
附图说明
39.图1是本发明实施例提供的dpf压差值修正方法的流程图；
40.图2是本发明实施例提供的dpf的自学习模型进行自学习的流程图。
具体实施方式
41.下面详细描述本发明的实施例，实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
42.除非另有明确的规定和限定，术语
ꢀ“
连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通或两个元件的相互作用关系。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
43.下面结合附图并通过具体实施方式来进一步说明本发明的技术方案。
44.车辆包括发动机和发动机后处理装置，发动机的排气管路和发动机后处理装置的进气管路连接，发动机后处理装置对发动机排出的废气进行处理，以满足排放要求，避免污染环境。
45.发动机后处理装置包括doc（diesel oxidation catalyst,氧化型催化器）和dpf，发动机的排气管路与doc连接，doc与dpf连接，发动机排出的气体流过doc时，在温度为200℃～600℃的条件下，co和hc几乎全部被氧化成co2和h20，同时no被转化成no2；从doc排出的气体进入dpf内，其中的微粒被捕集在dpf内的过滤体的滤芯内，经过dpf处理的清洁排气排入大气中，dpf的捕集效率可达90%以上。随着工作时间的加长，dpf上堆积的颗粒物越来越多，不仅影响dpf的过滤效果，还会增加排气背压，从而影响发动机的换气和燃烧，导致输出功率降低，油耗增加，所以要定期进行dpf再生，以除去dpf内沉积的颗粒物，恢复dpf的过滤性能。
46.dpf再生有主动再生和被动再生两种方法，其中，主动再生指的是利用外界能量来
提高dpf内的温度，使颗粒物着火燃烧。当dpf前后压差传感器检测到dpf前后的背压过大时，认为dpf内沉积的颗粒物量已达到dpf所能承载的颗粒物量（即dpf碳载量）限值，此时，通过外界能量（如在doc前喷射柴油并燃烧）来提高dpf内的温度，dpf温度上升至550℃以上，使dpf内捕集到的颗粒物进行燃烧，从而使dpf恢复捕集能力。
47.因此，dpf是否再生是跟dpf碳载量相关，而dpf碳载量跟dpf压差值相关。由于dpf在生产加工时存在误差，每个dpf出厂时的压差均存在差异，容易出现整车使用时，dpf背压与开发背压偏差过大的现象，导致基于开发状态标定的性能与实际使用时存在差异。同样会导致dpf碳载量计算出现偏差，使dpf频繁再生，油耗增加，dpf损坏风险增高。同时干扰dpf相关诊断，造成频繁报过载故障，或应当再生时不提示。
48.为解决上述问题，如图1所示，本实施例提供了一种dpf压差值修正方法，包括以下步骤：
49.s10、建立dpf的自学习模型，以发动机排气体积流量确定发动机的工况，获取发动机运行至不同工况时的dpf压差值，得到多个dpf压差值，将多个dpf压差值的平均值作为自学习dpf压差值。
50.发动机排气体积流量为单位时间内通过dpf截面的流体体积，与此时发动机的压力和温度相关。
51.具体地，dpf的自学习模型，以发动机排气体积流量的不同设定三个不同工况，包括第一设定工况、第二设定工况和第三设定工况，在第一设定工况时发动机排气体积流量等于最大排气体积流量；在第二设定工况时发动机排气体积流量等于最大排气体积流量的50%；在第三设定工况时发动机排气体积流量等于最大排气体积流量的30%。
52.在本实施例中，最大排气体积流量为发动机在额定功率下的排气体积流量。发动机工况的影响因素很多，为了便于控制，对发动机的排气体积流量进行监测，根据发动机的排气体积流量设定发动机的工况。以发动机在额定功率下的排气体积流量为基准，根据发动机的排气体积流量确定三个不同设定工况。
53.如图2所示，根据dpf的自学习模型进行自学习的步骤包括：
54.s101、控制发动机第一次运行，并监测发动机的运行工况。
55.s102、当发动机运行至第一设定工况时，获取第一设定工况时的dpf压差值。
56.s103、控制发动机第一次停止运行，并存储第一设定工况时的dpf压差值。
57.s104、控制发动机第二次运行，并监测发动机的运行工况。
58.s105、当发动机运行至第二设定工况时，获取第二设定工况时的dpf压差值。
59.s106、控制发动机第二次停止运行，并存储第二设定工况时的dpf压差值。
60.s107、控制发动机第三次运行，并监测发动机的运行工况。
61.s108、当发动机运行至第三设定工况时，获取第三设定工况时的dpf压差值。
62.s109、控制发动机第三次停止运行，并存储第三设定工况时的dpf压差值。
63.s110、计算存储的三个dpf压差值的平均值，将平均值作为自学习dpf压差值。
64.第一设定工况的dpf压差值、第二设定工况的dpf压差值和第三设定工况的dpf压差值均存入eeprom中，eeprom是指带电可擦可编程只读存储器，是一种掉电后数据不丢失的存储芯片。在根据dpf的自学习模型进行自学习过程中，dpf压差值由dpf压差传感器采集，然后控制发动机停止运行，将所采集的dpf压差值存储在eeprom上，再控制发动机进行
运行，进行下一设定工况时dpf压差值的采集，直到获得三个设定工况下的dpf压差值，再计算三个dpf压差值的平均值作为自学习dpf压差值。
65.本实施例提供的dpf的自学习模型在自学习过程中采用开环控制及加权计算，保证了dpf压差值自学习的准确性，从而提高了dpf压差值的检测精度和准确性。
66.继续参照图1，本实施例提供了一种dpf压差值修正方法还包括以下步骤：
67.s20、在发动机开发阶段，dpf以dpf的自学习模型进行自学习，得到的自学习dpf压差值为dpf基准压差值。
68.由于dpf生产加工一致性差导致dpf的出厂压差和实际压差存在偏差，而且每个dpf出厂时的压差均存在差异，在发动机开发阶段，安装于发动机上的dpf的实际压差和出厂压差一致，通过对实际压差和出厂压差一致的dpf以dpf的自学习模型进行自学习，得到的自学习dpf压差值作为dpf基准压差值，以dpf基准压差值为基准，判断存在个体差异的dpf与dpf基准压差值的差异，并对个体dpf进行修正。
69.s30、在整车试运行阶段，dpf以dpf的自学习模型进行自学习，得到的自学习dpf压差值为dpf个体压差值。
70.整车试运行阶段定义为：整车上的发动机的行驶里程小于设定行驶里程。在本实施例中，设定行驶里程为100km。通过在整车试运行阶段，dpf以dpf的自学习模型进行自学习得到的自学习dpf压差值作为dpf个体压差值，将dpf个体压差值与dpf基准压差值作对比，得出整车上的dpf压差修正系数，从而根据dpf压差修正系数对整车在后续运行过程中检测的dpf压差值进行修正。
71.需要说明的是，每辆整车在试运行阶段都要通过dpf的自学习模型进行自学习，然后将这个整车上的dpf个体压差值与dpf基准压差值作对比，得到这个整车上的dpf压差修正系数，再根据这个dpf压差修正系数对这个整车运行过程中检测的dpf压差值进行修正。即，由于每辆整车上安装的dpf的压差都存在个体差异，不同整车的dpf压差修正系数不同。
72.为了保证dpf个体压差值的准确性，在整车试运行阶段，dpf以dpf的自学习模型进行自学习时，需满足相应条件。在整车试运行阶段进入dpf的自学习模型进行自学习的条件包括：整车所处环境的环境温度为标定环境温度，整车的发动机温度为标定发动机温度。保证在dpf自学习过程中发动机运行的稳定性，从而提高dpf个体压差值的准确性。本领域技术人员根据实际情况对标定环境温度和标定发动机温度进行设定。
73.整车的dpf压差修正系数的计算方法为：dpf压差修正系数等于dpf基准压差值和dpf个体压差值的比值。
74.s40、根据dpf基准压差值和dpf个体压差值计算整车的dpf压差修正系数，在整车运行过程中dpf压差修正值为dpf压差修正系数与dpf实际压差值的乘积。
75.在整车运行过程中，dpf实际压差值为dpf的压差传感器测得的压差值。将dpf的压差传感器测得的压差值乘以整车的dpf压差修正系数得到dpf压差修正值。
76.dpf以dpf的自学习模型自学习均是在停车时进行的，不影响整车的正常运行。而且dpf在自学习过程中采用开环控制和加权计算，保证了自学习的准确性，从而提高了dpf压差修正值的准确性。该dpf压差值修正方法弥补了由于dpf出厂一致性差异导致的压差差异，能够将每台发动机的dpf压差根据开发基准值进行修正，提高了发动机性能。
77.由于dpf再生与dpf碳载量的限值有关，而dpf碳载量与dpf压差值相关。若dpf压差
值存在偏差，则dpf碳载量也会存在偏差，从而影响dpf再生，使dpf频繁再生，油耗增加，dpf损坏风险增高。同时干扰dpf相关诊断，造成频繁报过载故障，或应当再生时不提示。
78.为了解决上述问题，本实施例还提供了一种dpf碳载量修正方法，包括以下步骤：
79.采用上述的dpf压差值修正方法对dpf压差值进行修正，根据修正后的dpf压差值获取dpf碳载量的修正值。
80.具体地，根据修正后的dpf压差值获取dpf碳载量的修正值的方法包括：
81.建立dpf压差值和dpf碳载量的map表，根据修正后的dpf压差值查询dpf压差值和dpf碳载量的map表，获得与修正后的dpf压差值对应的dpf碳载量为dpf碳载量的修正值。
82.dpf压差值和dpf碳载量的map表的建立方法为现有技术，在此不再赘述。
83.本实施例提供的dpf碳载量修正方法，采用上述的dpf压差值修正方法对dpf压差值进行修正后，再根据修正后的dpf压差值对dpf碳载量进行修正，提高了dpf碳载量的准确性，根据获得的dpf碳载量的修正值控制dpf再生，避免了发动机的性能和诊断发生较大变化，降低了dpf的损坏风险。
84.本实施例还提供了一种车辆，包括发动机和dpf，采用上述的dpf碳载量修正方法获取dpf碳载量的修正值，以控制dpf再生。dpf碳载量根据上述的dpf碳载量修正方法进行修正，从而提高了控制dpf再生的准确性，降低了dpf的损坏风险和车辆的油耗。
85.以上内容仅为本发明的较佳实施例，对于本领域的普通技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，本说明书内容不应理解为对本发明的限制。

技术特征：
1.dpf压差值修正方法，其特征在于，包括以下步骤：建立dpf的自学习模型，以发动机排气体积流量确定发动机的工况，获取发动机运行至不同工况时的dpf压差值，得到多个所述dpf压差值，将多个所述dpf压差值的平均值作为自学习dpf压差值；在发动机开发阶段，dpf以所述dpf的自学习模型进行自学习，得到的自学习dpf压差值为dpf基准压差值；在整车试运行阶段，dpf以所述dpf的自学习模型进行自学习，得到的自学习dpf压差值为dpf个体压差值；根据所述dpf基准压差值和所述dpf个体压差值计算所述整车的dpf压差修正系数，在所述整车运行过程中dpf压差修正值为所述dpf压差修正系数与dpf实际压差值的乘积。2.根据权利要求1所述的dpf压差值修正方法，其特征在于，所述整车的dpf压差修正系数的计算方法为：所述dpf压差修正系数等于所述dpf基准压差值和所述dpf个体压差值的比值。3.根据权利要求1所述的dpf压差值修正方法，其特征在于，所述dpf实际压差值为dpf的压差传感器测得的压差值。4.根据权利要求1所述的dpf压差值修正方法，其特征在于，在所述发动机开发阶段，安装于所述发动机上的dpf的实际压差和出厂压差一致。5.根据权利要求1所述的dpf压差值修正方法，其特征在于，所述整车试运行阶段定义为：所述整车上的发动机的行驶里程小于设定行驶里程。6.根据权利要求5所述的dpf压差值修正方法，其特征在于，在所述整车试运行阶段进入所述dpf的自学习模型进行自学习的条件包括：所述整车所处环境的环境温度为标定环境温度，所述整车的发动机温度为标定发动机温度。7.根据权利要求6所述的dpf压差值修正方法，其特征在于，所述dpf的自学习模型，以发动机排气体积流量的不同设定三个不同工况，包括第一设定工况、第二设定工况和第三设定工况，在所述第一设定工况时发动机排气体积流量等于最大排气体积流量；在所述第二设定工况时发动机排气体积流量等于所述最大排气体积流量的50%；在所述第三设定工况时发动机排气体积流量等于所述最大排气体积流量的30%。8.根据权利要求7所述的dpf压差值修正方法，其特征在于，根据所述dpf的自学习模型进行自学习的步骤包括：控制发动机第一次运行，并监测所述发动机的运行工况；当发动机运行至所述第一设定工况时，获取所述第一设定工况时的dpf压差值；控制所述发动机第一次停止运行，并存储所述第一设定工况时的dpf压差值；控制所述发动机第二次运行，并监测所述发动机的运行工况；当发动机运行至所述第二设定工况时，获取所述第二设定工况时的dpf压差值；控制所述发动机第二次停止运行，并存储所述第二设定工况时的dpf压差值；控制所述发动机第三次运行，并监测所述发动机的运行工况；当发动机运行至所述第三设定工况时，获取所述第三设定工况时的dpf压差值；控制所述发动机第三次停止运行，并存储所述第三设定工况时的dpf压差值；计算存储的三个dpf压差值的平均值，将所述平均值作为所述自学习dpf压差值。
9.根据权利要求7所述的dpf压差值修正方法，其特征在于，所述最大排气体积流量为所述发动机在额定功率下的排气体积流量。10.dpf碳载量修正方法，其特征在于，包括以下步骤：采用如权利要求1-9任一项所述的dpf压差值修正方法对dpf压差值进行修正；根据修正后的dpf压差值获取dpf碳载量的修正值。11.根据权利要求10所述的dpf碳载量修正方法，其特征在于，根据修正后的dpf压差值获取dpf碳载量的修正值的方法包括：建立dpf压差值和dpf碳载量的map表，根据所述修正后的dpf压差值查询所述dpf压差值和dpf碳载量的map表，获得与所述修正后的dpf压差值对应的dpf碳载量为所述dpf碳载量的修正值。12.车辆，包括发动机和dpf，其特征在于，采用如权利要求10或11所述的dpf碳载量修正方法获取dpf碳载量的修正值，以控制所述dpf再生。

技术总结
本发明公开了一种DPF压差值修正方法、DPF碳载量修正方法及车辆，涉及车辆技术领域。DPF压差值修正方法包括以下步骤：建立DPF的自学习模型，以发动机排气体积流量确定发动机的工况，获取发动机运行至不同工况时的DPF压差值，将多个DPF压差值的平均值作为自学习DPF压差值。在发动机开发阶段，DPF以DPF的自学习模型进行自学习，得到的自学习DPF压差值为DPF基准压差值。在整车试运行阶段，DPF以DPF的自学习模型进行自学习，得到的自学习DPF压差值为DPF个体压差值。计算整车的DPF压差修正系数，在整车运行过程中DPF压差修正值为DPF压差修正系数与DPF实际压差值的乘积。数与DPF实际压差值的乘积。数与DPF实际压差值的乘积。


技术研发人员：王西婕 褚国良 庞斌 薛梦 王佳兴
受保护的技术使用者：潍柴动力股份有限公司
技术研发日：2023.04.17
技术公布日：2023/6/28