阅读说明：本技术 柴油机Urea-SCR系统氨喷射速率和状态同步估计方法 (Ammonia injection rate and state synchronous estimation method for Urea-SCR system of diesel engine ) 是由 魏丽 孙川 余毕超 程晓敏 王建宇 颜伏伍 于 2019-10-15 设计创作，主要内容包括：公开了一种柴油机Urea-SCR系统氨喷射速率和状态同步估计方法,本公开首先对一般非线性系统提出高增益观测器设计方法,能同时获得系统的状态及未知参数估计,该方法不需要对输出求导,仅假设这些输入动态性是有界的,对这些未知输入如何变化没有任何假设。根据上述方法对Urea-SCR系统进行了高增益观测器设计,能获得Urea-SCR系统的氨喷射速率和NOx浓度、NH<Sub>3</Sub>浓度、氨覆盖率等状态的同步估计。ETC测试循环仿真及误差分析结果表明本发明所设计的高增益观测器具有较高的估计精度,这些估计信息可用于Urea-SCR系统故障诊断,也可用于全状态反馈控制策略或自适应控制策略,能省掉安装传感器的成本。(The method firstly provides a high-gain observer design method for a general nonlinear system, can simultaneously obtain the state of the system and unknown parameter estimation, does not need to differentiate the output, only assumes that the input dynamics is bounded, and has no any assumption on how the unknown input changes. By designing a high-gain observer for the Urea-SCR system according to the method, the ammonia injection rate, the NOx concentration and NH of the Urea-SCR system can be obtained 3 Simultaneous estimation of concentration, ammonia coverage, etc. ETC test cycle simulation and error analysis results show that the high-gain observer designed by the invention has higher estimation precision, and the estimation information can be used for Urea-SCR system fault diagnosis and can also be used for a full-state feedback control strategy or a self-adaptive control strategy, so that the cost for installing the sensor can be saved.)

柴油机Urea-SCR系统氨喷射速率和状态同步估计方法

技术领域

本公开涉及发动机领域，具体地指一种柴油机Urea-SCR系统氨喷射速率和状态同步估计方法。

背景技术

选择性催化还原(SCR)技术因其高效率、高选择性、高经济性及耐硫等优点，被广泛用于中重型柴油车NOx排放控制。若要满足最新的国六排放法规要求，需要柴油机后处理系统采用闭环反馈控制策略以降低标定工作量并改善瞬态控制性能。

Urea-SCR系统的闭环反馈控制策略通常需要催化器出口状态信息进行反馈以修正控制变量。另一方面，氨喷射速率是Urea-SCR系统控制中的一个重要参数，但是随Urea-SCR系统服役时间增加，实际的氨喷射速率和氨存储能力会因系统的老化而发生变化，这种变化通常是慢时变、不确定量的，获得实际的氨喷射速率信息对Urea-SCR系统控制策略的设计至关重要。

工程应用中一般是借助于传感器的测量值作为反馈信息，但是利用传感器测量得到控制器所需的全部状态是不可能的，并且成本较高。虽然NOx传感器已被广泛用于柴油机，但目前市面上的氨传感器由于技术不成熟，品类较少，成本贵，并未被大量普及；同时，氨覆盖率是Urea-SCR系统控制的一个重要状态，但目前还没有设备或传感器可直接获得氨覆盖率的测量值。在非线性可观系统中，如果并不是所有状态都可量测，而是仅有输出的部分状态可量测时，通过设计观测器能提供渐近趋近于不可量测状态的估计，同时也能省掉安装传感器的成本。

大部分的研究设计的状态观测器主要用来获得催化器内部的氨覆盖率、NOx浓度、NH₃浓度等状态的估计值，所提出的观测器不能提供未知输入的任何信息，在这些观测器中，通常把Urea-SCR系统的氨喷射速率当作已知参数，但是研究发现，随着Urea-SCR系统服役时间的增加，实际的氨喷射速率可能会随系统的老化而发生性能变化，这种变化可能是慢时变、不确定量的，通常需要将其视为未知参数，目前尚没有研究涉及氨喷射速率和催化器内部状态同步估计情况。

发明内容

公开了一种柴油机Urea-SCR系统氨喷射速率和状态同步估计方法，首先对一般非线性系统提出高增益观测器设计方法，能同时获得系统的状态及未知参数估计，该方法不需要对输出求导，仅假设这些输入动态性是有界的，对这些未知输入如何变化没有任何假设。然后根据上述方法对Urea-SCR系统进行了高增益观测器设计，能获得Urea-SCR系统的氨喷射速率和NOx浓度、NH₃浓度、氨覆盖率等状态的同步估计。

根据本公开实施例的一方面，提供一种非线性系统高增益观测器设计方法，包括：

(1)采用非线性系统进行高增益观测器设计，所述非线性系统输入分为已知输入和未知输入两部分，仅要求所述未知输入是有界绝对连续函数，对所述未知输入如何变化无需任何假设，所述非线性系统的状态向量中前p个向量是可测向量，所述非线性系统的输出为可测量的输出。

(2)设计所述高增益观测器来估计所述未知输入时，需考虑以下假设：

1)所述非线性系统的状态、所述未知输入、所述已知输入均是有界的；

2)所述非线性系统的测量值可分成两部分；

3)所述未知输入的时间偏导是有界的。

(3)利用状态划分和输入，将所述非线性系统转化为一个增广系统；如果满足所述假设，所述增广系统的观测器可以保证估计误差收敛到一个小值。

(4)设计所述非线性系统高增益观测器。

根据本公开实施例的另一方面，提供一种柴油机Urea-SCR系统氨喷射速率和状态同步估计方法，利用所述的非线性系统高增益观测器设计方法设计Urea-SCR系统的高增益观测器，同时获得Urea-SCR系统氨喷射速率以及内部NO_X、NH₃浓度、氨覆盖率状态估计。

在上述的柴油机Urea-SCR系统氨喷射速率和状态同步估计方法，利用ETC瞬态测试循环数据在Matlab中对建立的高增益观测器进行氨喷射速率估计和SCR系统状态估计效果验证。将观测器的估计值与模型值进行对比，验证观测器在ETC循环下的估计准确性。对比高观测器的SCR系统下游NOx浓度和NH₃浓度、氨覆盖率估计值和模型值对比与绝对误差，分析误差产生的原因；对比SCR系统氨喷射速率估计值和模型值及绝对误差，观测器仍能保证较高的估计精度。

本公开的优点如下：

(1)本公开建立的Urea-SCR系统高增益观测器不仅能获得Urea-SCR催化器中NOx浓度、NH3浓度、氨覆盖率等状态的估计，还能获得氨喷射速率的同步估计。

(2)本公开设计的高增益观测器进行未知参数估计时不需要输出求导，仅假设这些输入动态性是有界的，对这些未知输入如何变化没有任何假设。

(3)ETC瞬态测试循环仿真及误差分析结果表明本公开所设计的高增益观测器具有较高的估计精度，这些估计信息可用于Urea-SCR系统故障诊断，也可用于全状态反馈控制策略或自适应控制策略，能省掉安装传感器的成本。

(4)本公开的高增益观测器设计方法进行非线性系统未知参数和状态同步估计具有普遍适用性，它还可用于Urea-SCR系统氨存储能力等未知参数的估计。

附图说明

下面结合附图和

具体实施方式

对本公开作进一步详细说明。

图1示出了根据本公开的一个实施例的在ETC测试循环下的发动机转速及转矩。

图2示出了根据本公开的一个实施例的在ETC测试循环下废气流量和催化器温度。

图3示出了根据本公开的一个实施例的在ETC测试循环下SCR催化器上游NO_X浓度曲线。

图4示出了根据本公开的一个实施例的在ETC测试循环下SCR下游NOx浓度估计值和模型值对比及绝对误差。

图5示出了根据本公开的一个实施例的在ETC测试循环下SCR下游NH₃浓度估计值和模型值对比及绝对误差。

图6示出了根据本公开的一个实施例的在ETC测试循环下SCR系统氨覆盖率估计值和模型值对比及绝对误差。

图7示出了根据本公开的一个实施例的在ETC测试循环下氨喷射速率估计值和模型值对比及绝对误差。

具体实施方式

公开了Urea-SCR系统高增益观测器设计方法，能同时获得Urea-SCR系统状态变量估计和氨喷射速率估计，可通过Matlab对所设计的高增益观测器进行仿真，并对估计值与模型值的误差进行了定性和定量的分析，在ETC测试循环下验证观测器估计值的准确度。

本公开首先对一般非线性系统提出高增益观测器设计方法，能同时获得系统的状态及未知参数估计，该方法不需要对输出求导，仅假设这些输入动态性是有界的，对这些未知输入如何变化没有任何假设。下述步骤1.1-1.3公开了一种非线性系统高增益观测器设计方法。

步骤1.1：所述非线性系统的输入分为已知输入和未知输入两部分，仅要求所述未知输入是有界绝对连续函数，对所述未知输入如何变化无需任何假设，所述非线性系统的状态向量中前p个向量是可测向量，所述非线性系统的输出为可测量的输出。

所述非线性系统为：

其中

状态x∈Rⁿ是n维实向量，有x^k∈R^nk，k＝1,…,q，并且q＝n₁≥n₂≥…≥n_q，未知输入v∈R^m是m维实向量，其为有界绝对连续函数；已知输入u∈R^s-m是是s-m维实向量，控制输入总维数为s；

为单位矩阵；系统输出

是n₁维实向量；所述状态向量x中前p个向量是可测向量。

步骤1.2：设计高增益观测器来估计所述未知输入时，需考虑以下一些假设。

(1)所述非线性系统的状态、所述未知输入、所述已知输入均是有界的；

对每个函数f^k(u,v,x)，k＝1,…,q-1，要求其秩满足

此外，对两个正标量α_f和β_f，有

为单位矩阵。

(2)将测量值x¹分成两部分，见式(2)

其中

是m₁维实向量，

是p-m₁维实向量，m≤m₁＜p，并且

同时，需要满足以下条件一和条件二：

所述条件一为：I_m为单位矩阵。

所述条件二为：

α_v和β_v是两个正数。

(3)所述未知输入的时间偏导定义为ξ(t)，且是有界的。

步骤1.3：利用状态划分和输入，将所述非线性系统转化为式(3)所示的一个增广系统；

其中，

是增广系统的状态量，分量

步骤1.4：设计所述非线性系统的高增益观测器用于未知参数和状态估计，所述高增益观测器模型见式(4)；

其中

(其中i＝1,2,…q，j＝q)，

I均为单位矩阵。

然后利用所述的非线性系统高增益观测器设计方法设计Urea-SCR系统的高增益观测器，同时获得Urea-SCR系统氨喷射速率以及内部NO_X、NH₃浓度、氨覆盖率状态估计。

Urea-SCR系统状态方程如下：

将

看作未知输入，选取

有

其中，

和

分别是催化器入口NH₃和NOx气体浓度；

和分别是催化器出口NH₃和NOx气体浓度；是氨覆盖率；

是氨存储能力；k_i和E_i(i＝ads,des,red,oxi分别为吸附、脱附、SCR反应、NH3氧化反应下标)为指前因子和活化能。定义

R是宇宙气体常数，T为催化器温度；F是废气体积流速；V是催化器体积。

设计的Urea-SCR系统高增益观测器如下：

所述公式(6a)、(6c)和(6d)分别用于SCR催化器内部状态变量NH₃浓度、NOx浓度以及氨覆盖率的估计，公式(6b)用于估计未知输入

它是氨输入浓度，单位为mol/m³。

其中，

分别是

和

的估计值；需要设计观测器增益β₁和β₂以保证观测器误差渐近收敛到零。β₁和β₂选取的原则是应当为正值并且适当取较大值，以补偿系统的不确定性。但是需注意，过大的β₁和β₂将导致观测器估计性能下降且对测量噪声比较敏感。

由于在控制器中通常以氨喷射速率作为控制量，通过以下公式(6e)将氨输入浓度转换成氨喷射速率，得到氨喷射速率的估计。

其中，

为氨喷射速率估计值；R_s,EG为废气气体常数；P_amb为大气压力；

为废气质量流速。

最后利用ETC瞬态测试循环数据在Matlab中对建立的高增益观测器进行氨喷射速率估计和SCR系统状态估计效果验证。将观测器的估计值与模型值进行对比，验证观测器在ETC循环下的估计准确性。对比高观测器的SCR系统下游NOx浓度和NH₃浓度、氨覆盖率估计值和模型值对比与绝对误差，分析误差产生的原因；对比SCR系统氨喷射速率估计值和模型值及绝对误差，观测器仍能保证较高的估计精度。

在发动机台架上进行ETC瞬态测试循环，发动机的转速及转矩如图1所示，ETC瞬态测试下怠速约650r/min，最大转速约1350r/min，最大转矩800N·m左右；对应的废气流量和催化器温度如图2，ETC瞬态测试循环温度范围在450～650K，并且大部分工况下温度在473K以上(尿素喷射温度阙值200℃)；图3显示了ETC测试循环下的SCR催化器上游NOx浓度曲线。

在Matlab中对所设计的高增益观测器进行氨喷射速率和状态估计效果验证，并对仿真结果进行对比和误差分析。

图4和5分别比较了高增益观测器的SCR系统下游NOx浓度及NH₃浓度估计值和模型值以及绝对误差，误差定义为估计值减去模型值。由图4(a)和5(b)可看到高增益观测器的NOx浓度和NH₃浓度估计值与模型值均整体吻合的较好。图4(b)中下游NOx浓度误差整体小于1×10^-4mol/m³，仅在中间约400～500s处略为偏高，但是最大误差峰值在3×10^-4mol/m³以内。图5(b)中下游NH₃浓度误差整体不超过2.5×10^-5mol/m³。

图6和7分别显示了高增益观测器的氨覆盖率及氨喷射速率估计值和模型值的对比以及绝对误差。由图6(a)和7(a)可看到氨覆盖率和氨喷射速率估计值与模型值均整体吻合的较好。图6(b)中氨覆盖率误差整体在0.05以内，除了最后100s内氨覆盖率误差略有增大，最大误差不超过0.1；由于ETC测试循环的瞬态特性，图7(b)中氨喷射速率误差有较明显的波动，但大部分误差在5×10^-4mol/s以内，误差峰值不超过10^-3mol/s。

进一步由表1分析高增益观测器的估计效果，下游NOx浓度、氨泄漏、氨覆盖率以及氨喷射速率的平均绝对百分比误差(MAPE)分别为4.29％、5.07％、3.9％和6.61％，MAPE误差均小于7％，表明高增益观测器的未知输入及状态估计值均能较好的吻合模型值；同时，下游NOx浓度平均绝对误差(MAD)为4.04×10^-5mol/m³，均方根误差(RMSE)为7.27×10^-5mol/m³；氨泄漏的平均绝对误差以及均方根误差均小于1.2×10^-5mol/m³；由图4(b)和5(b)可看出下游NOx浓度与氨泄漏误差峰值分别不超过3×10^-4和2.5×10^-5mol/m³，下游NOx浓度及氨泄漏误差整体均在可接受水平；同时，氨覆盖率MAD以及RMSE误差均小于0.02，峰值误差小于0.1，整体误差在可接受水平；氨喷射速率的MAD以及RMSE误差分别为1.42×10^-4mol/s和2.12×10^-4mol/s，图7(b)中氨喷射速率局部误差峰值不超过10^-3mol/s。

表1高增益观测器估计值与模型值误差

ETC瞬态测试循环仿真及误差分析结果表明本发明设计的高增益观测器具有较高的估计精度，这些估计信息可用于Urea-SCR系统故障诊断，也可用于全状态反馈控制策略或自适应控制策略，能省掉安装传感器的成本。