首页 > 专利学习

用于基于短期和长期累积劣化估计来控制后处理系统的操作的控制器和方法与流程

用于基于短期和长期累积劣化估计来控制后处理系统的操作的控制器和方法
1.相关申请的交叉引用
2.本技术要求于2020年3月12日提交的美国临时申请第62/988,755号的优先权和权益，该美国临时申请的全部公开内容据此通过引用并入本文。
技术领域
3.本公开内容总体上涉及用于压燃式内燃机的后处理系统。
4.背景
5.许多具有压燃式内燃机的交通工具包括后处理系统以减少不期望的废气成分诸如一氧化二氮或一氧化氮(no
x
)、co、烃等的排放。后处理系统包括选择性催化还原(scr)催化剂，其随着时间的推移经历劣化和/或降低的效率。效率降低可以影响scr催化剂的转化能力和scr催化剂的氨储存容量。scr催化剂的劣化可以导致scr催化剂的催化转化效率的降低，导致不可接受的增加的no
x
排放。因此，了解scr催化剂劣化一直是该领域中非常感兴趣的。此外，scr催化剂劣化的检测可能由于包含具有不同劣化模式和速率的多个scr催化剂而变得复杂，并且由于诸如通过可用的组成传感器交叉读取多种成分的其他复杂因素而变得复杂。因此，先进的排放控制策略需要为这样的行为并入模型，该模型还必须足够简单，以用于在交通工具中实际实施。
6.概述
7.本文描述的实施方案总体上涉及用于利用实时发动机后处理数据和基于物理学的累积损坏模型来预测scr催化剂性能在调节或控制来自交通工具中的内燃机的废气排放方面的劣化的系统和方法。
8.在一种实施方案中，提供了一种用于控制后处理系统的操作的控制器，该后处理系统被配置为处理由发动机产生的废气的成分，该后处理系统包括选择性催化还原(scr)催化剂，该控制器被配置为：基于scr催化剂温度参数，产生与由于硫和/或烃导致的scr催化剂的可逆劣化相对应的scr催化剂的短期累积劣化估计；基于scr催化剂温度参数，产生与scr催化剂的热老化相对应的scr催化剂的长期累积劣化估计；基于所述短期累积劣化估计和所述长期累积劣化估计，产生scr催化剂的组合的劣化估计；以及基于所述组合的劣化估计来调整插入到后处理系统中的还原剂的量和/或烃的量。
9.在一个方面中，scr催化剂温度参数包括在scr催化剂的入口处的入口废气温度、在scr催化剂的出口处的出口废气温度或scr催化剂的scr催化剂温度。
10.在一个方面中，scr催化剂温度参数是使用物理温度传感器来确定的。
11.在一个方面中，scr催化剂温度是基于废气的操作参数来计算的。
12.在一个方面中，控制器还被配置为：至少基于组合的劣化估计，修改与相对于scr催化剂温度的通过scr催化剂的氨逃逸相对应的储存的氨逃逸数据，以及基于修改的储存的氨逃逸数据，调整插入到后处理系统中的还原剂的量和/或烃的量。
13.在一个方面中，控制器还被配置为：响应于scr催化剂的scr催化剂温度或氨与no
x
的比率的目标值、scr催化剂的氨储存容量、废气流量、scr催化剂的入口处的scr催化剂入口温度和废气的废气组成，修改储存的氨逃逸限值数据。
14.scr催化剂的氨储存容量在整个scr催化剂的寿命中劣化，并且其数据可用于scr控制器。
15.在一个方面中，控制器还被配置为：接收总体scr催化剂损坏信号，该总体scr催化剂损坏信号与包括在相应的多个交通工具后处理系统中的多个交通工具scr催化剂所经历的scr催化剂损坏的量相对应，所述多个交通工具后处理系统中的每个交通工具后处理系统基本上类似于所述后处理系统；以及基于所述信号来修改所述短期累积劣化估计和所述长期累积劣化估计。
16.在一个方面中，总体scr催化剂损坏信号是经由云网络或远程服务器通过控制器来接收的。
17.在一个方面中，控制器被可操作地联接至远程信息处理系统。
18.在一个方面中，控制器还被配置为：基于scr催化剂的组合的劣化估计来确定scr催化剂的老化值，并且将scr催化剂的老化值传输至远程信息处理系统以用于设置预防性维护警报。
19.在另一种实施方案中，提供了一种用于控制后处理系统的操作的控制器的方法，该后处理系统被配置为处理由发动机产生的废气的成分，该后处理系统包括选择性催化还原(scr)催化剂，该方法包括：基于scr催化剂温度参数，产生与由于硫和/或烃导致的scr催化剂的可逆劣化相对应的scr催化剂的短期累积劣化估计；基于scr催化剂温度参数，产生与scr催化剂的热老化相对应的scr催化剂的长期累积劣化估计；基于所述短期累积劣化估计和所述长期累积劣化估计，产生scr催化剂的组合的劣化估计；以及基于所述组合的劣化估计来调整插入到后处理系统中的还原剂的量和/或烃的量。
20.在一个方面中，scr催化剂温度参数包括在scr催化剂的入口处的入口废气温度、在scr催化剂的出口处的出口废气温度或scr催化剂的scr催化剂温度；其中使用物理温度传感器来确定scr催化剂温度参数；其中基于废气的操作参数来计算scr催化剂温度参数。
21.在一个方面中，方法还包括：至少基于组合的劣化估计，修改与相对于scr催化剂温度的通过scr催化剂的氨逃逸相对应的储存的氨逃逸数据，以及基于修改的储存的氨逃逸数据，调整插入到后处理系统中的还原剂的量和/或烃的量。
22.在一个方面中，方法还包括响应于以下来修改储存的氨逃逸数据：scr催化剂的scr催化剂温度或氨与no
x
的比率的目标值、废气流量、scr催化剂的入口处的scr催化剂入口温度和废气的废气组成。
23.在一个方面中，方法还包括：接收总体scr催化剂损坏信号，该总体scr催化剂损坏信号与包括在相应的多个交通工具后处理系统中的多个交通工具scr催化剂所经历的scr催化剂损坏的量相对应，所述多个交通工具后处理系统中的每个交通工具后处理系统基本上类似于所述后处理系统；以及基于所述信号来修改所述短期累积劣化估计和所述长期累积劣化估计。
24.在一个方面中，方法还包括经由云网络或远程服务器通过控制器来接收总体scr催化剂损坏信号。
25.在一个方面中，控制器被可操作地联接至远程信息处理系统。
26.在一个方面中，方法还包括：基于scr催化剂的组合的劣化估计来确定scr催化剂的老化值，并且将scr催化剂的老化值传输至远程信息处理系统以用于设置预防性维护警报。
27.应当认识到，前述概念的所有组合和下面更详细讨论的另外的概念(假设这样的概念不相互不一致)被预期为本文公开的主题的一部分。特别地，出现在本公开内容的结尾处的所要求保护的主题的所有组合被预期为本文公开的主题的一部分。
28.附图简述
29.结合附图根据以下描述和所附权利要求，本公开内容的前述和其他特征将变得更完全明显。将理解，这些附图仅描绘了根据本公开内容的若干种实施方式，并且因此不被认为是对本公开内容的范围的限制。将通过使用附图以另外的具体性和细节来描述本公开内容。
30.图1图示了包括发动机和后处理系统的示例性系统。
31.图2图示了用于检测scr催化剂劣化的现有系统的框图。
32.图3图示了根据本公开内容的实施方案的并入用于检测scr催化剂劣化的基于物理学的累积损坏模型的示例性系统的框图。
33.图4图示了根据本公开内容的实施方案的并入用于检测scr催化剂劣化的基于物理学的累积损坏模型的另一个示例性系统的框图。
34.图5是用于检测scr催化剂劣化的现有程序的示意性流程图。
35.图6是根据本公开内容的实施方案的用于检测scr催化剂劣化的示例性程序的示意性流程图。
36.图7图示了用于图1的发动机102和后处理系统106的现有类型的模型的框图。
37.图8a图示了根据本公开内容的实施方案的用于计算scr催化剂劣化的累积损坏模型的实例的框图。
38.图8b提供了示出scr催化剂的水热老化的实例的图。
39.图9是根据实施方案的可以应用于基于物理学的劣化模型中的示例性函数和no
x
系统模型的图形说明。
40.图10是根据实施方案的基于可以用于基于物理学的劣化模型的交通工具的体的示例性表征的图形说明。
41.图11图示了根据本公开内容的实施方案的用于检测scr催化剂还原的示例性状态机模型。
42.图12图示了根据化学工程事实的多种scr催化剂架构和后处理系统方案的可靠性数据的示例性框图。
43.图13图示了根据实施方案的用于检测scr催化剂劣化的示例性基于架构的系统模型。
44.图14图示了doc催化剂出口温度作为催化剂入口废气温度(t_in)和废气流空速(ssv)的函数的实验数据的图。
45.图15图示了图14中示出的老化的柴油氧化催化剂(doc)的校准表，示出了烃转化效率。
46.图16图示了根据实施方案的基于物理学的劣化模型的集成的示例性实施方式。
47.图17图示了根据实施方案的基于物理学的劣化模型的集成的另一种示例性实施方式。
48.图18图示了根据实施方案的基于物理学的劣化模型的集成的又一种示例性实施方式。
49.图19图示了根据实施方案的基于物理学的劣化模型与机器学习模型的集成的示例性实施方式。
50.图20图示了根据实施方案的使用基于云的数据分析以用于从交通工具获取更新的示例性实施方式。
51.图21图示了根据实施方案的车载分析和基于云的分析与基于物理学的劣化模型的集成的示例性实施方式。
52.图22是根据实施方案的利用机器学习的预测的应用的实例的图形说明。
53.图23图示了根据实施方案的基于物理学的劣化模型与常规的前馈(ff)和反馈(fb)控制器和数据分析的集成的示例性实施方式。
54.图24图示了根据实施方案的包括再生之前的劣化模型的基于物理学的劣化模型的集成的另一种示例性实施方式。
55.图25图示了在用于实时设备的后处理系统中基于模型的控制的现有实施方式。
56.图26图示了根据实施方案的在图25的实施方式中基于累积损坏的模型的集成的示例性实施方式。
57.图27图示了根据实施方案的数据分析与实时设备模型和基于物理学的劣化模型以及常规pid控制器的集成的示例性实施方式。
58.在整个以下详述中，参考了附图。在附图中，相似的符号通常识别相似的部件，除非上下文另外规定。在详述、附图和权利要求中描述的说明性实施方式不意味着是限制性的。在不偏离此处呈现的主题的精神或范围的情况下，可以利用其他实施方式，并且可以作出其他改变。将容易地理解，如本文一般描述的和附图中图示的，本公开内容的方面可以以多种不同的配置被布置、替代、组合和设计，其全部被明确地预期并且构成本公开内容的一部分。
59.详述
60.本文描述的实施方案总体上涉及用于利用实时发动机后处理数据和基于物理学的累积损坏模型来预测scr催化剂性能在调节或控制交通工具中内燃机的废气排放方面的劣化的系统和方法。
61.如更早陈述的，在具有后处理系统的交通工具中，scr催化剂劣化至关重要。因此，许多发动机排放控制策略并入用于检测和计算scr催化剂劣化的模型。
62.然而，现有的scr催化剂劣化模型使用简单的回归模型，该回归模型仅跟踪操作小时数、里程和一些再生事件以预测scr催化剂的劣化率，而不考虑实时噪声因素。此外，过分简单的回归模型通常仅可以帮助识别一组交通工具的平均scr催化剂老化或劣化。
63.因此，过分简单的回归模型不能帮助车队操作员、维护经理或任何适应性控制系统以识别在不同的交通工具应用、工作循环或环境条件等下运行的单个交通工具或体中的子组中的scr催化剂老化。因此，在该领域中另外的技术发展是合意的。
64.最近，由于对真实世界老化的(现场返回的)发动机后处理系统的详细的性能和化
学分析，以及发动机控制模块(ecm)和伴随的数据获取/传输(例如数据记录器)系统的对应的实时数据能力的可用性，关于scr催化剂组分的累积损坏的了解已经被显著地扩展。来自物理传感器和虚拟传感器的实时(例如1hz)数据，结合scr催化剂劣化系统的物理/化学知识，使得能够开发基于物理学的模型，该模型跟踪后处理系统中包含的scr催化剂元件的累积损坏和所得到的排放性能劣化。将单独的后处理系统中的累积损坏与交通工具体中的预期累积损坏相比较的信息可以为预防性维护实践(例如维护监测器)或适应性排放控制算法提供信息。
65.有利地，所公开的模型的实施方案使用如上文提及的信息，使得后处理系统和交通工具制造商更容易提高对于最具挑战性的工作循环和应用的排放依从性，而没有过度设计的部件的过度的成本、尺寸和重量。此外，日益严格的co2标准(例如，温室气体排放标准)和增加的建议排放使用寿命(eul)要求(超过100万英里)导致降低的废气温度以及对于交通工具部件和子系统的更长的耐久性要求。有利地，使用结合适应性控制和基于云的数据分析的基于物理学的累积损坏模型的公开的实施方案的预防性维护实践可以有效地改善交通工具的长期排放能力。
66.根据某些实施方案，本文公开了使用基于物理学的累积损坏模型来计算后处理系统中scr催化剂劣化的设备和方法。基于物理学的累积损坏模型，还被称为劣化模型，可以作为系统或作为交通工具的发动机控制模块(ecm)的一部分被并入。
67.所公开的模型可以以硬件、软件或其任何组合来实施。此外，模型可以作为交通工具的ecm的一部分被实施。此外，所公开的模型可以被认为作为系统或模块。所公开的模型、模块或系统可以是在交通工具制造或测试设备处由车队操作员使用的适应性控制系统的一部分。
68.在一些实施方案中，所公开的基于物理学的累积损坏模型基于物理参数，诸如环境温度、scr催化剂出口温度、车队趋势、no
x
变化等。此外，在某些实施方案中，所公开的模型可以是对燃料流量和scr催化剂温度敏感的短期累积劣化模型，或者是对scr催化剂中的来自多种温度传感器的信号敏感的长期累积劣化模型。另外，某些实施方案公开了将数据分析与基于物理学的模型结合的设备和方法。这样的组合的系统可以提供车队学习能力，并且可以被配置为与远程信息处理系统一起使用。
69.本领域技术人员可以注意到，在某些交通工具诸如卡车中成功地提高能量效率、减少排放和降低能量成本的一个关键是对于工况道路循环(drive cycle)和工作循环的正确的了解。良好地理解工况道路循环(交通工具如何使用)和工作循环(交通工具使用多少)可以帮助提高卡车的能量效率，减少排放和降低能量成本。远程信息处理系统通常用于在工况道路循环和工作循环期间从图形数据中收集信息。
70.例如，由工况道路循环的图形数据，可以确定关键的交通工具操作统计信息，其可以包括：最高速度、平均速度、交通工具起动和停止的数目和频率、怠速时间、发动机关闭时间、每个循环的总发动机小时数，或者其他关键数据，诸如动力输出时间、动力输出需求、动力输出装置(pto)、动力输出期间的停留时间(这是当发动机操作但没有动力被输出时)、动力输出循环期间的发动机rpm、动力输出负荷需求循环(最小、最大、平均、持续时间等)，或者更多。类似地，工作循环期间的数据通常可以包括关于以下的信息：每天小时数/班次、每周天数或其他测量循环、每测量循环的总英里数、典型(平均)负荷概况、峰值负荷概况和更
多。
71.在一个实例中，所公开的基于物理学的累积损坏模型和数据分析可以从远程信息处理系统获得关于以下的更新：
72.a.总车队规模和车队中包括的工作循环/应用统计信息(即车队组成)；
73.b.应用车队规模和该子组中包括的工作循环/应用统计信息；和/或
74.c.客户车队规模和该子组中包括的工作循环/应用统计信息。
75.此外，在一些实例中，车队组成中包括的因素可以包括发动机的马力额定值、机器(交通工具)类型、交通工具操作的地理位置或其他因素。另外，总车队规模可以被定义为等于相同发动机排量和后处理的总和。客户车队的一些实例诸如penske车队或swift车队。经由远程信息处理从这些子组收集的信息可以用于改进任何相关的机器。它还可以用于调整累积损坏模型，以确定预防性(预定)维护限值。
76.关于scr催化剂或柴油氧化催化剂(doc)来解释所公开的实施方案，然而，这些实施方案可以适用于在交通工具、锅炉、电加热器或任何其他机器中使用的任何其他类型的发动机中使用的其他类型的催化剂。
77.图1图示了包括发动机102和后处理系统106的示例性系统100。系统100包括流体地联接至废气流路104的内燃机102，以及设置在废气流路104中的后处理系统106。如本领域技术人员可以理解的，后处理系统被配置为处理由发动机102产生的废气的成分。
78.后处理系统106还包括：scr催化剂108，颗粒过滤器114和氧化通过scr催化剂108逃逸的氨和/或尿素的氨氧化催化剂110，在颗粒过滤器114和scr催化剂108之间的温度传感器120，在scr催化剂108上游的no
x
传感器116和还原剂喷射器126。在一个实例中，颗粒过滤器114是柴油颗粒过滤器。no
x
传感器116可以在颗粒过滤器114的上游或下游。系统100还包括：在后处理系统106上游的温度传感器118，和在后处理系统106下游的温度传感器122，在氨氧化催化剂110下游的no
x
传感器112，以及喷射器124，该喷射器124喷射烃以帮助再生颗粒过滤器114。
79.另外，温度传感器(未示出)还可以被设置在scr催化剂108内，以用于测量scr催化剂108的床层温度。在其他实施方案中，scr催化剂温度可以基于以下来估计：废气温度，废气流量(例如，在催化剂108的入口处)，催化剂108的物理性质和/或scr催化剂108的尺寸。在一些实施方案中，可以使用在沿着催化剂108的长度的多个点处测量或估计的多个scr催化剂温度。
80.后处理系统106可以包括本领域中已知的任何其他部件，并且这些部件可以以任何布置排序。传感器的选择和位置不是限制性的，并且传感器的任何布置以及包括哪些传感器的选择由本领域技术人员通过本文公开内容的益处来理解。
81.示例性的系统100还包括发动机控制模块(ecm)128，还被称为控制器128，该发动机控制模块(ecm)128被构造为执行确定scr催化剂劣化的某些操作。控制器128形成处理子系统的一部分，处理子系统包括具有存储器、处理和通信硬件的一个或更多个计算装置。控制器128可以是单个装置或许多分布的装置，并且控制器的功能可以通过硬件或软件来执行。控制器128包括一个或更多个模块，该一个或更多个模块被配置为在功能上执行控制器的操作。本文中包括模块的描述强调控制器128的方面的结构独立性，并且说明控制器128的操作和功能的一个组合。执行类似的总体操作的其他组合被理解为在本技术的范围内。
模块可以在计算机可读介质上的硬件和/或软件中实施，并且模块可以被跨过多种硬件或软件部件分布。在一些实施方案中，可以组合或分开特定模型的操作。
82.图2图示了具有用于检测后处理scr催化剂劣化的控制器128的现有处理子系统200的框图。控制器128包括：监测模块212，测试条件模块202，测试模块208和scr催化剂老化模块216，用户输入模块236，前馈scr催化剂老化模块230和氨校正模块224。测试条件模块202解释scr催化剂的测试条件事件发生，测试模块208响应于测试条件事件发生命令scr催化剂效率测试，监测模块212解释指示在scr催化剂效率测试期间的no
x
转化效率的操作条件，并且催化剂老化模块216响应于至少一个操作条件确定scr催化剂老化值。前馈scr催化剂老化模块230解释scr催化剂老化参数，并且后处理再生模型间歇地执行再生事件以从颗粒过滤器中去除颗粒。前馈scr催化剂老化模块230还响应于再生事件确定前馈scr催化剂老化值，并且scr催化剂老化模块230响应于前馈scr催化剂老化值调整scr催化剂老化值。scr催化剂老化参数232包括系统100中被估计为影响scr催化剂108(还被称为scr催化剂)的劣化的任何信息。
83.控制器128包括解释用户输入238并且提供更新的scr催化剂老化值240的用户输入模块236。催化剂老化模块216响应于更新的scr催化剂老化值240调整scr催化剂老化值218。响应于更新的scr催化剂老化值240对scr催化剂老化值218的调整可以是完全的或部分的。维护操作可以包括更换scr催化剂108，并且技术人员可以利用用户输入238来提供更新的scr催化剂老化值240，该更新的scr催化剂老化值将scr催化剂老化值218重置为与新scr催化剂一致的值。
84.关于该子系统的现有实施方案的更多信息被公开在美国专利第8,726,723b2号中，该美国专利通过引用完全并入本文。
85.图3图示了根据本公开内容的实施方案的并入用于检测后处理scr催化剂劣化的基于物理学的累积损坏模型的示例性子系统300的框图。子系统300可以被认为是对子系统200的修改，其中累积损坏模型被嵌入到ecm 128中。参考回到图2，在一种实施方案中，可以使用远程信息处理输入/输出模块302来代替用户输入238，并且可以使用催化剂老化参数调整模块304来代替用户输入模块236。在一个实例中，远程信息处理输入/输出模块302可以被配置为接收到模块304的远程信息处理输入。在一个实例中，模块304可以被配置为基于多种车队趋势来调整scr催化剂老化参数。此外，在一个实例中，子系统300还可以包括模块306、308和310。模块306可以检查scr催化剂老化值是否超过预定义的限值。如果超过，则可以由模块308激活维护监测器标志以警报交通工具的驾驶员。此外，模块310可以经由远程信息处理传输scr催化剂老化值，以用于车队数据分析，如说明书中更早解释的。例如，车队数据分析可以包括关于以下的信息：车队规模、发动机的马力额定值、机器(交通工具)类型、交通工具操作的地理位置或其他因素。
86.换句话说，控制器128可以被认为被可操作地联接至远程信息处理系统。此外，控制器128被配置为基于scr催化剂的组合的劣化估计来确定scr催化剂的老化值，并且将scr催化剂的老化值传输至远程信息处理输入/输出模块302以用于为用户设置预防性维护警报。scr催化剂老化值还可以用于车队数据分析。
87.图4图示了根据本公开内容的实施方案的并入用于检测后处理scr催化剂劣化的基于物理学的累积损坏模型的另一个示例性子系统400的框图。子系统400可以被认为是包
括另外的模块502和504的修改的子系统300。模块402可以用于调整发动机热管理请求值，并且模块404可以修改用于燃料系统和空气处理的发动机控制软件。
88.图5是用于确定scr催化剂劣化的现有程序500的示意性流程图。程序500包括确定前馈scr催化剂老化值的操作502和确定是否存在测试条件事件发生的操作504。
89.响应于确定存在测试条件事件发生的操作504，程序500包括解释no
x
操作条件的操作506和命令scr催化剂效率测试的操作508。
90.程序500还包括操作510，以确定scr催化剂效率测试是完成、正在进行还是失败。响应于确定scr催化剂效率测试正在进行的操作510，程序500包括继续监测和命令测试直到测试完成或失败的操作506、508。
91.响应于确定测试已经失败的操作510，和/或响应于确定不存在测试条件事件发生的操作504，程序500包括根据前馈scr催化剂老化值调整scr催化剂老化值的操作512。
92.响应于确定测试已经完成的操作510，程序500还包括确定scr催化剂老化值的操作514。程序500还包括确定是否存在用户输入的操作516，以及响应于确定存在用户输入而调整scr催化剂老化值的操作518。
93.图6是根据本公开内容的实施方案的用于检测scr催化剂劣化的示例性程序600的示意流程图。程序600可以被认为是程序500的修改，其中模块516和518可以被模块602和604替换。在一个实例中，模块602可以被配置为检查是否由远程信息处理提供更新的老化值限值。如果是，则模块604可以响应于基于多种车队趋势的远程信息处理输入来调整scr催化剂老化值限值。如更早解释的，车队趋势可以包括关于以下的信息：车队规模、发动机的马力额定值、机器(交通工具)类型、交通工具操作的地理位置或其他因素。
94.图7图示了用于图1的现有类型的发动机102和后处理系统106的工程模型700的框图。更特别地，模型700是主要基于no
x
变化的scr模型。模型700还包括模块702(发动机信息流、no
x
浓度、废气流量、温度等)，704(将输入转换为尿素定量供应命令的控制算法)，706(通过尿素定量供应计量以将定量供应命令转换为尿素流量(g/sec))，708(尿素向nh3的热解和水解)，710(no
x
与nh3在scr催化剂上的反应以将nh3和no
x
转化为氮气)，712(将氨氧化为氮气(和no
x
)以将ppm nh3转化为n2和no
x
)，714(测量no
x
排气尾管排放以将no
x
浓度(ppm)转换为(g/hp-h))，716(发动机的no
x
产生、废气流量、温度等)，718(no
x
转运和在doc/dpf内氧化为no2)，720(在decomp反应器内部尿素的混合和蒸发)和722(在scr催化剂包覆层上nh3的瞬时储存/释放)。
95.图7还图示了信号701(包括硫的燃料组成)，703(发动机测试工作循环)，705(环境空气湿度、温度)，707(尿素、组成变化和杂质)和709(发动机输出、扭矩、速度，用于计算的测试循环时间)。可以理解，所有模块和信号被配置为计算、检测或预测no
x
(氮氧化物)的水平的变化。
96.在一个实例中，模块716、718、706、720、708、722、710和712可以表示控制。模块702和704表示可以在ecm 128内实施的软件控制算法。信号709和模块714与监管机构(例如，环境保护局(epa)或加州空气资源委员会(carb))使用的测量系统相对应，以测量和计算以工程单位(例如，克/马力-小时或克/英里)计的排放，将该排放与针对no
x
、n2o和氨的公布的监管标准相比较。
97.如可以容易地理解的，在模型700中，模块702控制诸如发动机信息流、no
x
浓度、废
气流量和温度等的参数，向模块704提供输出，该模块704包括将输入转换为尿素定量供应命令的控制算法。704块的输出被联接至模块706。模块706可以响应于由尿素组成变化和杂质定义的输入参数和来自块704的输入来控制尿素流量。模块716响应于诸如燃料组成701、发动机测试工作循环703、环境空气湿度和温度705的信号或输入参数来控制发动机的no
x
产生、废气流量、温度等。
98.模块718响应于来自模块716的输入，控制no
x
转运和在柴油氧化scr催化剂(doc)/柴油颗粒过滤器(dpf)内向no2的氧化。模块706可以被配置为控制通过尿素定量供应计量以将定量供应命令转换为尿素流量(g/sec)。模块720响应于接收来自模块706和718的输入，控制分解反应(decomp反应器)内部尿素的混合和蒸发。模块708控制尿素向nh3的热解和水解。模块722响应于来自块708的输入，控制在scr催化剂包覆层上nh3的瞬时储存/释放。
99.模块710可以响应于来自模块708和722的输入，控制no
x
与nh3在scr催化剂上的反应以将nh3和no
x
转化为氮气。模块712可以响应于来自块710的输入，将氨氧化为氮气(和no
x
)以将ppm nh3转化为n2和no
x
。模块714可以响应于来自块712的输入，测量no
x
排气尾管排放以将no
x
浓度(ppm)转换为(g/hp-h)。模块724可以被配置为执行系统分析。在一个实例中，系统分析模块724可以被配置为促进模块716、718、720、708、722、710、712和714之间的相互作用。在一个实例中，由模块718计算的劣化可以经由系统分析模块724与由模块710计算的劣化复合。关于这一点的更多示例性的细节之后将在说明书中讨论。
100.最后，709表示用于测量发动机输出、扭矩和速度的测试循环时间，以及用于计算的测试循环时间。
101.如可以注意到的，模型700没有考虑噪声因素，诸如scr催化剂温度或燃料流量或任何影响scr催化剂劣化的噪声因素。如将关于图8a解释的，用于催化劣化或scr的累积损坏模型被配置为将噪声因素纳入计算。
102.图8a图示了根据本公开内容的实施方案的用于计算scr催化剂劣化的累积损坏模型800的实例的框图。在一些实例中，模型800可以被认为是累积损坏模型。在一些其他实例中，模型800可以被认为是根据本公开内容的实施方案的图7的no
x
变化模型700和另外的块的组合，它们共同构成累积损坏模型。图8a图示了根据本公开内容的实施方案的用于后处理系统的示例性模型800。如通过简单的比较明显的，模型800与模型700共享许多共同的模块和特征。另外，模型800包括一些独立的累积损坏模型，诸如燃料系统劣化模型802、涡轮增压器劣化模型804、动力缸劣化模型806、短期累积劣化模型808和长期累积劣化模型810，以及基于组合的劣化估计的scr催化剂设备模型814。这些模型中的每个模型都可以用于估计与特定的物理或化学参数相对应的scr催化剂的劣化。例如，短期累积劣化模型808，下文中被称为短期劣化模型或短期模型或模型808，可以估计与在一段时间内储存或形成在scr催化剂中的硫或烃的量相对应的劣化。长期累积劣化模型810，下文中被称为长期劣化模型或长期模型或模型810，可以估计与在一段时间内scr催化剂的热老化相对应的劣化。
103.在一些其他实例中，模块或块802、804、806、808、810和814中的每个模块或块可以作为单独的模型独立地实施。
104.在一个实例中，短期累积劣化模型808被联接以接收诸如scr催化剂温度801和燃料流量803的信号或参数。类似地，长期累积劣化模型810被联接以接收来自温度传感器scr
催化剂的信号805。短期累积劣化模型808和长期累积劣化模型810的输出还可以由信号混合器812组合以形成组合的劣化估计。信号混合器812的输出还可以被提供作为基于组合的劣化估计的scr催化剂设备模型814的输入。
105.如在本说明书中更早阐述的，短期劣化与硫的储存和释放相关。此外，本领域技术人员可以理解，在cu-z scr催化剂中，硫通常以1:1摩尔比主要吸附在活性cu位点上。因此，如果每单位载体包覆层(washcoat)体积的活性铜位点的总数由ω
cu
表示，则由硫吸附引起的可以参与scr的活性铜位点数目的减少可以在数学上表示为ω
cu
(1-θs)。
106.换句话说，吸附之前和之后铜位点的数目可以被表示为：
107.硫暴露之前铜位点的数目＝ω
cu
‑‑‑‑‑‑‑‑
(1)
108.硫暴露之后铜位点的数目＝ω
cu
(1-θs)
‑‑‑‑‑‑‑‑
(2)
109.在上述等式(2)中，θs表示硫在铜位点上的覆盖率，由如下吸附等温线等式控制：
[0110][0111]
在上述等式(3)中，keq表示吸附平衡常数，并且ysox表示scr入口so
x
摩尔分数。活性铜的减少导致scr率的降低。使用标准scr作为实例，以下表示硫暴露之前和之后的scr率：
[0112][0113][0114]
在上述等式(4)和(5)中，r
scr
表示以mol/m
3载体包覆层-s计的scr率，k
scr
表示以1/s计的arrhenius scr率常数，y
no
no摩尔分数，表示o2摩尔分数，并且表示nh3的总表面覆盖率。本领域技术人员可以理解，去激活机制是表示催化剂老化的通用术语。这将包括任何可以改变催化剂的状态、导致性能损失的物理化学机制。损失性能的一种方式是通过损失可还原的cu位点，这是硫中毒时发生的情况。上文提及的活性铜位点的减少，还被称为去激活机制，是可逆的，因为硫的解吸可以导致θ值的降低和scr性能的相对应的恢复。
[0115]
在一个实例中，等式(5)可以被认为是短期累积劣化等式。如可以理解的，等式(1)至(4)引出等式(5)，该等式(5)进一步为组合的劣化估计提供第一参考值，如之后将在说明书中解释的。
[0116]
如在本说明书中更早阐述的，长期劣化与水热老化相关。本领域技术人员可以理解，水热老化导致布朗斯台德酸位点的损失，这可以使用以下等式来建模：
[0117][0118][0119][0120]
其中k
age
表示水热老化的速率常数，ωh表示布朗斯台德酸位点的数密度，以mol/m
3包覆层
计，并且表示铜位点的储存容量，以mol/m
3载体包覆层
计。本领域技术人员可以从
上述等式理解到ωh随着老化而减小。
[0121]
这些变化可以使用以下来进一步用于估计的nh3储存损失：
[0122][0123]
在上述等式(9)中，是以g/l
cat
计的nh3储存，是以kg/mol计的nh3的分子量，wl是以g/l
cat
计的载体包覆层负载量，ρw是以kg/m3计的载体包覆层密度，ωi是以mol/m
3载体包覆层
计的活性位点i的密度，并且θ
eqi
是活性位点o的平衡表面覆盖率。
[0124]
在一个实例中，等式(9)可以被认为是长期累积劣化等式。如可以理解的，等式(6)至(8)引出等式(9)，该等式(9)进一步为组合的劣化估计提供第二参考值，如之后将在说明书中解释的。
[0125]
在一个实例中，组合的劣化估计可以通过以下给出：
[0126]
组合的劣化估计＝短期累积劣化(由(5)给出)+长期累积劣化(由(9)给出)，其还可以由以下给出：
[0127][0128]
在其他实例中，组合的劣化估计可以通过以下给出：
[0129]
组合的劣化估计＝(1-短期累积劣化)*(1-长期累积劣化)，其还可以由以下给出：
[0130][0131]
上述等式(11)与[00116]中描述的可靠性框图一致。
[0132]
图8b提供了图示出使用动力学模型和回归估计的scr催化剂的热老化的实际结果的示例性图850。图850是ωh的图，ωh表示以mol/m
3载体包覆层
计的布朗斯台德酸位点的数密度相对于以小时计的老化时间(h)。如可以看到的，图850包括多种点集851、853、855、857和859，它们是分别在温度550℃、600℃、650℃、700℃和750℃的动力学模型估计的位点密度(ωh))。
[0133]
位点密度的动力学模型包括识别在布朗斯台德位点、铜位点和物理吸收位点上的nh3储存动力学。例如，集合851中的每个点表示在550℃在单独的活性位点上的nh3储存动力学。其他集合也表示相同位点或不同位点的nh3储存动力学。可以通过考虑与不同类型的活性位点相关联的具有至少四种不同类型的能量学的nh3吸附来形成动力学模型。例如，活性位点可以分为弱布朗斯台德酸位点或强布朗斯台德酸位点，或集中的zcu、z2cu和zcuoh铜位点或集中的物理吸收位点。此外，在一个实例中，ii型bet等温线可以用于估计布朗斯台德酸位点上的吸附，temkin等温线可以用于估计集中的铜位点上的吸附，并且朗缪尔等温线可以用于估计集中的物理吸收位点上的吸附。本领域中的一些其他方法还可以用于制作如图850中示出的动力学模型。
[0134]
图850还图示了多种曲线861、863、865、867、869，它们是分别使用等式(6)至(11)中的一个或更多个计算的针对温度550℃、600℃、650℃、700℃和750℃的回归拟合。
[0135]
本领域技术人员可以理解，scr催化剂通常包括这样的位点(酸位点)：该位点负责低温nh3储存，不随水热老化而改变，并且因此在老化模型或图中没有示出。这个低温酸位
点可以归因于物理吸收的nh3并且是固定的低温储存位点，因此，不跟踪老化，但在用于估计nh3储存的等式中被需要。该位点对高于250℃的储存具有可忽略的贡献。
[0136]
如可以看到的，回归拟合线861、863、865、867和869分别紧密地匹配点集851、853、855、857和859的动力学模型。
[0137]
信号801和805可以是两个不同的信号。在一种实施方案中，信号801可以从scr催化剂的入口或出口或两者处的实际废气温度传感器导出。在第二实施方案中，信号801可以从用于scr催化剂的入口气体温度的虚拟传感器导出。在第三实施方案中，信号801可以从设置在scr催化剂内以测量scr催化剂床层温度的温度传感器导出。参考回到图1，温度传感器可以被设置在scr催化剂108的上游或者scr催化剂108上。
[0138]
类似地，信号805可以从scr催化剂的入口或出口或两者处的实际废气温度传感器导出。在一些实例中，信号805还可以从虚拟传感器或设置在催化剂床上的传感器导出。
[0139]
在一个实例中，短期累积劣化模型808的时间尺度可以是个位数的或数十个的小时，而长期模型810的时间尺度可以是数百的或数千的小时。此外，短期模型累积劣化808在其实施方面是独特的，因为它可以与在现实世界应用中可逆的劣化机制相对应。例如，短期累积劣化模型808可以对应于或可以用于估计在低废气温度scr催化剂包覆层上的硫储存的量，或在高废气温度从scr催化剂的硫释放的量，或两者。
[0140]
换句话说，在一个实例中，短期模型808被配置为基于scr催化剂温度参数产生与由于硫和/或烃导致的scr催化剂的可逆劣化相对应的scr催化剂的短期累积劣化估计。另外，长期模型810被配置为基于scr催化剂温度参数产生与scr催化剂的热老化相对应的长期累积劣化估计。此外，scr催化剂温度参数可以包括在scr催化剂的入口处的入口废气温度、在scr催化剂的出口处的出口废气温度或scr催化剂的scr催化剂温度或更多。在一个实例中，可以使用物理温度传感器来确定入口废气温度、出口废气温度或scr催化剂温度，或者可以基于废气的操作参数来计算入口废气温度、出口废气温度或scr催化剂温度。
[0141]
这些温度在氧化催化剂(例如，柴油颗粒过滤器)的上游和下游的废气流中测量，虚拟内部温度传感器在圆柱形scr催化剂元件内部在scr催化剂元件内部的一个或更多个轴向和径向位置处预测(使用ecm中的嵌入的传热/热力学软件模型)。
[0142]
基于组合的劣化估计的scr催化剂设备模型814可以是实时scr催化剂设备模型(未示出)的组合，该实时scr催化剂设备模型可以是在图7中示出的模块710和712中发生的物理反应和化学反应的实时模拟或设备模型。来自短期模型808和长期模型810的组合的劣化估计可以被并入到实时scr催化剂设备模型(未示出)中，以形成基于组合的劣化估计的scr催化剂设备模型814。此外，来自基于组合的劣化估计的scr催化剂设备模型814的预期结果可以与来自排气尾管no
x
传感器的观察结果进行比较，如在ecm 128内的模块714中示出的，或者经由远程信息处理输入/输出模块302或经由数据分析示出的。
[0143]
燃料系统劣化模型块802、涡轮增压器劣化模型块804和动力缸劣化模型块806被配置为使用实时数据来跟踪发动机部件的关键性能。发动机部件可以包括燃料喷射器、涡轮增压器、动力缸、传感器和致动器，它们影响排放性能、油消耗和发动机外的温度，所有这些可以在长时间段内共同决定发动机的排放能力。
[0144]
由块802、804和806表示的发动机内的多种劣化模型可以导致发动机输出的排放物浓度、废气流量和废气温度(716)在整个发动机设计寿命(例如100万英里)内逐渐改变。
这些与长期模型相对应，长期模型可以导致排放物的逐渐改变。包括影响来自发动机的排放物的关键部件或子系统的嵌入的模型可以提供对在发动机后处理系统的系统输出(714)处观察到的长期排放趋势的更好的理解和预测。这是因为发动机输出劣化和scr催化剂系统劣化之间的相互作用。
[0145]
如可以注意到的，在模型800中，块710和712被联接以接收来自基于组合的劣化估计的scr催化剂设备模型814的输入，其对scr催化剂温度801和燃料流量803以及经由短期累积劣化模型808和长期累积劣化模型810的scr催化剂处的温度传感器信号805敏感或响应。因此，在块710处的no
x
的反应和在块712处的氨的氧化响应于由信号801、803和805定义的噪声因素而发生。
[0146]
此外，no
x
转运模块718还被联接以经由模块716接收来自燃料系统劣化模型块802、涡轮增压器劣化模型块804和动力缸劣化模型块806的输入。
[0147]
因此，与图7中的现有类型的模型700相反，模型800考虑并且计算噪声因素或实时数据；使其更加稳健和实用，以便用于制造设备的目的。
[0148]
图9是根据实施方案的可以应用于累积劣化模型800中的示例性函数和no
x
系统模型的图形说明900。图9包括图902、904和906。图902图示了以克/秒计的实际no
x
通量相对于以克/秒计的虚拟传感器no
x
通量的线性函数，以及来自发动机的no
x
通量信息的理想线901。图904图示了以克/秒计的命令的尿素流量相对于以克/秒计的实际流量的理想线性函数，以及用于将定量供应命令转换为尿素流量的理想线903。图906图示了实际no
x
浓度百万分率相对于传感器报告的no
x
浓度百万分率的线性函数，以及用于检测系统外no
x
的理想线905。
[0149]
图902、904和906分别与模块702、706和714相对应。这些是系统中的关键致动器和传感器，它们有效地驱动no
x
控制(使用scr催化剂元件中的化学反应，如模块718、720、708、722、710、712中示出的；以及ecm中的控制算法，如模块704中示出的)。图9提供了稳健的设计方法，该方法包括在新状态下以及在劣化状态下对传感器、scr催化剂元件和致动器的信噪比进行评估。该信噪比还可以并入另外的噪声因素，诸如可能影响no
x
排放物性能的部分间的变化和应用/设计变型/工作循环变化。
[0150]
图10是根据实施方案的基于使用交通工具寿命组的子的部件和子系统劣化率的示例性表征的图形说明，其可以用于累积损坏模型800。表征是基于成百上千辆的卡车。数据也可以用于其他交通工具。如示出的，交通工具数据被布置在三个类别中：由图1002示出的早期寿命、由图1004示出的中期寿命和由图1006示出的寿命结束。图1002、1004和1006表示负荷因素相对于性能。虚线1001表示理想性能，并且线1003、1005和1007表示交通工具的实际性能。
[0151]
图10示出了如何可以通过数据分析来处理和解释数据，以解释作为部件/子系统操作条件的函数的no
x
排放物性能(或no
x
减少)。scr催化剂组分负荷因素的实例可以是空速。在一个实例中，累积损坏模型(在ecm内)可以基于从数据分析中通过远程信息处理传递的信息进行调整。可以注意到，图1002中的1001和1003之间的差异相当小并且难以测量，但图1006中的1001和1007之间的差异相当大并且易于测量。另外，线1007的斜率显著大于线1003。因此，可以理解，早期寿命、中期寿命和寿命结束阶段将与由短期模型808和长期模型810模拟的累积损坏的增加的水平相对应。
[0152]
另一种实施方案是使用机器学习与基于物理学的劣化规则结合来使用观察到的趋势线(斜率)和变化(截距的标准误差)来解释交通工具或子(子集)中在长时间段内磨损事件(weibull，浴缸曲线)的证据，包括地理位置和环境条件(灰尘、燃料产生的化学污染物：s，空气产生的化学污染物：na、s等)，以实现预防性维护事件时间表和/或使用高级部件设计(独特的服务部件)以优化寿命周期成本。这将涉及如图5中示出的在早期寿命、中期寿命和晚期寿命期间劣化率的体的表征。
[0153]
图11图示了根据本公开内容的实施方案的可以用作累积损坏模型的一部分的状态机模型1100的实例。如可以看到的，模型1100包括状态，即状态_1 1102、状态_2 1104和状态_3 1106。在状态_1 1102中，发动机输出的no
x
被测量。在状态_2中，no
x
的百分比减少可以被测量，并且在状态_3 1106中，发动机输出的no
x
再次被测量。在该现有类型的状态机模型中，对于不同的后处理方案，包括氨递送限制方案(适合于温度150℃-200℃)、动力学限制方案(适合于温度200℃-275℃)、过渡方案(适合于温度275℃-325℃)、传质限制方案(适合于温度325℃-450℃)和寄生氧化限制方案(适合于温度450℃-600℃)，状态_2是相同的。
[0154]
如本领域技术人员可以理解的，上述方案中列出的温度指的是从scr催化剂的物理传感器或基于模型的虚拟传感器导出的废气温度。例如，def在130摄氏度至200摄氏度的废气温度范围内很难分解成氨，因此，后处理系统的no
x
减少受到氨递送(例如，废气中的def分解)的限制。现有类型的状态机模型1100没有考虑不同方案的细节。
[0155]
图12图示了根据化学工程事实的基于多种scr催化剂架构和后处理系统方案的可靠性数据的可靠性数据框图模型1200的实例。参考回到图8a，可靠性数据可以与等式(11)一起用于计算scr催化剂的组合的劣化估计。例如，如示出的，氨递送限制方案(150℃-200℃)可以被理解为包括其中发生def向nh3的热解和水解的过程1221，其中在位点处scr储存/释放nh3的块1223，以及其中在低温位点处scr使no
x
还原的1225。
[0156]
动力学限制方案(200℃-275℃)可以被理解为包括其中一定百分比的doc/dpf将no氧化为no2的过程1231，其中在位点处scr储存/释放nh3的过程1233，以及在位点处scr使no
x
还原的过程1225。
[0157]
过渡方案(275℃-325℃)可以被理解为包括其中一定百分比的doc/dpf将no氧化为no2的过程1241，其中在位点处scr储存/释放nh3的过程1243，以及在位点处scr使no
x
还原的过程1245。
[0158]
传质限制方案(325℃-450℃)可以被理解为包括其中scr将no
x
和nh3转运至位点的过程1251；其中在位点处scr储存/释放nh3的过程1253；在位点处scr使no
x
还原；以及其中amo
x
将过量的nh3转化为n2的过程1255。
[0159]
寄生氧化限制方案(450℃-600℃)可以被理解为包括其中scr将nh3转运至位点的过程1261；其中在位点处scr使no
x
还原的过程1263；以及其中amo
x
将过量的nh3转化为n2的过程1265。
[0160]
该可靠性数据可以与状态机模型1100组合，其细节将关于图13来解释。
[0161]
图13图示了根据实施方案的测催化剂劣化的示例性的基于架构的系统模型1300。模型1300是状态机模型1100和可靠性数据框图的组合。换句话说，模型1300是修改的状态机模型，其可以被用作累积损坏模型的一部分。如可以看到的，模型1300的状态_2包括与每个后处理方案的可靠性数据相关的特定状态。关于动力学限制方案，可以理解，为了在200
摄氏度-275摄氏度还原no
x
，doc将no氧化为no2，并且scr储存和释放nh3，并且scr使no
x
还原。由此可以得出结论，doc的热劣化以及scr的热劣化和/或化学劣化是加性的。
[0162]
从图11、图12和图13中可以注意到，通常scr催化剂组分劣化模型可以基于后处理架构来组合以形成系统劣化模型。该基于架构的系统模型1300的结构是基于可靠性框图模型1200和状态机模型1100的发动机输出的废气向量(例如涡轮出口温度)的组合。发动机输出的向量表示或指的是组合的废气流量、废气温度和废气排放物质浓度(氧、no
x
、烃、co、颗粒等)。
[0163]
图14图示了scr催化剂出口温度的实验数据的图。更特别地，示出的数据是针对柴油氧化scr催化剂(doc)。图1400图示了具有2500-ppm烃(hc)逃逸限值的doc出口温度能力。在x轴线和y轴线上分别示出了空速ssv(k/h)和以摄氏度计的温度。由1402指出的scr催化剂区域是由化学动力学控制的操作区域，该区域随着老化和/或劣化而改变。
[0164]
图15图示了图14中示出的老化的doc的校准表，示出了烃转化效率。在一个实例中，累积损坏模型可以用于上游scr催化剂元件(例如，柴油氧化催化剂元件)，以在高度老化的doc上的活性再生期间将烃定量供应命令
‘
降低定额(de-rate)’，以便防止或避免对下游scr催化剂元件的任何渐进的损坏。为此的方法将是调整图14的doc热实验数据或图15的hc转化效率表，即效率相对于温度和空速。如从图15的表中可以理解的，doc定量供应命令表的内插将是随老化非线性的，以便模拟具有归一化效率的烃转化的基于物理学的响应。
[0165]
表1500中的数据与烃定量供应命令相关，并且是诸如之后在图16中示出的用于温度控制器的逃逸限值表块的校准表之一的实例。为了理解表1500的过于简化的图示将是选取表中的值(例如0.25)，将该值乘以图16中的信号1621的值，以确定信号1615的值。然而，如模块704中示出的控制软件算法将比使用乘法的这个过于简化的图示复杂得多。表中的数据是储存的氨逃逸数据，其与相对于scr催化剂温度的通过scr催化剂的氨逃逸相对应。
[0166]
在一个实例中，氨逃逸数据可以储存在存储器中的控制器128内的查表中，或者可以储存在外部存储器装置上。控制器128可以被配置为修改储存的氨逃逸数据，并且基于修改的储存的氨逃逸数据进一步调整插入到后处理系统中的还原剂的量。
[0167]
图16图示了根据实施方案的基于物理学的劣化模型与常规的前馈(ff)和反馈(fb)控制器的集成的示例性实施方式1600，所述基于物理学的劣化模型还被称为累积损坏模型，如图8a所示。图16图示了前馈(ff)控制器1602、反馈(fb)控制器1604、逃逸限值表块1606、第一信号混合器1608、第二信号混合器1610、短期累积劣化模型808和长期累积劣化模型810。如示出的，在示例性的实施方式1600中，短期模型808和长期模型810可以是ecm 128的一部分。在其他实例中，这些可以是离散的。
[0168]
ff控制器1602和fb控制器1604可以与逃逸限值表块1606一起形成常规类型的模型。ff控制器1602被联接以接收请求目标信号1601、废气流量信号1603、催化剂入口温度信号1605和废气组成信号1607。在一个实例中，请求目标信号1601可以是温度(t)或氨与no
x
的比率(anr)。废气组成信号1607可以包括no
x
、o2等。fb控制器1604，其在一个实例中可以是pid控制器，被联接以从scr催化剂的下游传感器接收请求目标信号1601和信号1611。
[0169]
ff控制器1602的输出信号1613还可以被称为前馈输出信号1613，并且fb控制器1604的输出信号1621还可以被称为反馈输出信号1621。两个信号前馈输出信号1613和反馈输出信号1621经由第二信号混合器1610进一步混合，以产生混合的前馈反馈信号1623，该
混合的前馈反馈信号1623进一步被提供给逃逸限值表块1606。逃逸限值表块1606，其可以包括单个逃逸限值表或多个逃逸限值表，被进一步联接以向致动器信号1625输出命令，在一个实例中，致动器信号1625可以控制或调整柴油废气流体或hc定量供应器的量。简要地参考回到图1，在一个实例中对致动器信号1625的命令可以被提供给控制器128。
[0170]
短期累积劣化模型808被联接以接收信号或参数scr催化剂温度801和燃料流量803。长期累积劣化模型810被联接以从scr催化剂处的温度传感器接收信号805。在一个实例中，scr催化剂可以具有多个温度传感器，并且信号805可以是来自所有传感器的集合性或平均温度。来自短期累积劣化模型808的输出信号1615和来自长期累积劣化模型810的输出信号1617通过第一信号混合器1608混合。第一信号混合器1608被进一步联接以基于信号1615和1617产生修改信号1619；并且将其提供给逃逸限值表。可以理解，修改信号1619基于组合的劣化，并且逃逸限值表可以基于其修改。在一个实例中，逃逸限值表可以包括对氨逃逸的量的限制。
[0171]
如可以理解的，在常规的模型配置中，逃逸限值表块1606基本上基于ff控制器1602和fb控制器1604来产生对致动器信号1625的命令。
[0172]
然而，随着短期累积劣化模型808和长期累积劣化模型810与常规模型的集成，提供了使用来自模型808和810两者的组合的信息来向控制器128提供输入的选项。控制器可以使用该组合的信息用于scr催化剂中的活性再生或烃控制或no
x
控制。在一个实例中的短期累积劣化模型808还可以是可逆模型。
[0173]
应当注意，催化剂入口温度信号1605指的是在scr催化剂入口面处或附近测量的废气温度。在一个实例中，催化剂入口温度信号1605可以从废气中的物理温度传感器导出。在另一个实例中，催化剂入口温度信号1605可以从虚拟传感器导出，该虚拟传感器使用在后处理中的其他温度传感器和简单的嵌入的模型来估计scr催化剂入口面的废气温度。参考回到图1，催化剂入口温度信号1605与氧化scr催化剂108或颗粒过滤器114上游的温度传感器118相对应。因此，在一种实施方案中，催化剂入口温度信号1605可以类似于信号801。
[0174]
如更早关于图8a解释的，这些温度是在图1中示出的scr催化剂108或颗粒过滤器114的上游和下游的废气流中测量的。在圆柱形scr催化剂元件内部在scr催化剂元件内部的一个或更多个轴向和径向位置处预测虚拟内部温度传感器(使用ecm中的嵌入的传热/热力学软件模型)。
[0175]
实施方式1600可以用于两个不同的致动器：[1]用于温度控制器(诸如与柴油氧化催化剂一起使用的温度控制器)，或[2]用于scr控制器。在温度控制器的实例中，请求目标信号1601可以是期望的，即scr催化剂的出口处的废气温度。温度控制器(控制算法)使用scr催化剂的入口处的废气温度和质量流量来确定向废气流中添加(经由外部hc定量供应或缸内定量供应)多少能量(作为烃、燃料喷射或电加热器)，以达到废气中的请求目标温度，包括在氧化催化剂的出口处使不期望的未燃烧的烃逃逸最小化的约束。
[0176]
在scr控制器(诸如用于控制尿素/def计量喷射器的模块706)的实例中，请求目标anr可以是在scr催化剂的出口处的废气中期望的(即，请求目标)氨与no
x
的比率。在一种实施方案中，实施方式1600可以被解释为意味着scr控制器或控制算法使用scr催化剂的入口面的上游的废气温度、组成(no
x
浓度、氧浓度)和质量流量，以确定向废气流中添加(经由尿素/def计量喷射器)多少还原剂(作为def、尿素或气态氨)，以实现期望的no
x
减少，包括在
scr催化剂的出口处使不期望的氨逃逸最小化的约束。
[0177]
在一个实例中，ff控制器1602和fb控制器1604可以表示在ecm内操作的软件算法连同用于控制发动机燃料系统、涡轮增压器、废气再循环阀、进气和/或废气节流阀等的一些配套软件算法。此外，控制器软件算法可以在控制器128内实施/与控制器128集成。另外，在后处理系统100中还可以存在专用于后处理控制的第二控制模块，我们称之为后处理控制模块(acm)。
[0178]
参考回到图1，可以注意到，通常，实施方式1600可以用于具有放置在scr催化剂108的上游的废气中的no
x
传感器116的后处理系统。
[0179]
此外，如果实施方式1600用于scr控制器，则信号1611将参考no
x
传感器112，但它还可以使用其他传感器，诸如中间床nh3传感器、下游nh3传感器，或其他传感器系统。如果该实施方式用于与氧化scr催化剂一起使用的温度控制器，则信号1611将参考下游温度传感器120。
[0180]
简要地参考回到图15，表1500中的数据与烃定量供应命令相关，并且是诸如用于温度控制器的逃逸限值表块1606的校准表之一的实例。如之后将在说明书中解释的，表1500中的值(例如0.25)可以乘以图16中的信号的值，以确定可以向致动器提供命令的另一个信号的值。然而，如模块704中示出的控制软件算法将比使用乘法的该过于简化的图示复杂得多。另外，如更早关于图15提及的，短期模型808和长期模型810被配置为修改储存的氨逃逸数据。可以注意到，在一个实例中，储存的氨逃逸数据可以包括储存在ecm中的用于氨逃逸限值表的数据，并且可以不同于scr催化剂包覆层的氨储存容量。ff控制器1602和fb控制器1604还可以被配置为响应于如信号1601指示的scr催化剂的scr催化剂温度或氨与no
x
的比率、如由废气流量信号1603指示的废气流量、如由信号scr催化剂入口温度1605指示的scr催化剂的入口处的scr催化剂入口温度、如由废气组成信号1607指示的废气组成的目标值，修改储存的氨逃逸数据。
[0181]
图17图示了根据一种实施方案的如图8a所示的基于物理学的劣化模型与常规的前馈(ff)和反馈(fb)控制器的集成的另一种示例性实施方式1700。实施方式1700与实施方式1600共享许多共同的块和信号。
[0182]
实施方式1700不同于1600的方式在于，由于组合的劣化信号1619导致的修改被提供给fb控制器1604，该fb控制器1604修改目标t或anr值，该目标t或anr值可以提供降低定额特征，即确保scr催化剂在低于其最大操作额定值下操作。
[0183]
如本领域技术人员可以理解的，在现有类型的模型中，特别是对于柴油发动机，用于doc出口的再生向量目标表或doc逃逸控制表独立地使用。另外，积分卷也是使用pid控制器的系统的常见的问题。
[0184]
然而，实施方式1700允许使用降低定额特征来与doc逃逸控制表平行地调整doc出口的再生向量目标表，以便克服积分器饱卷问题。
[0185]
图18图示了根据实施方案的如图8a所示的基于物理学的劣化模型与常规的前馈(ff)和反馈(fb)控制器的集成的另一种示例性实施方式1800。实施方式1800与实施方式1600共享许多共同的块和信号。
[0186]
此外，实施方式1800包括scr或doc催化剂床层温度热模型，还被称为虚拟内部温度的催化剂热模型1802，作为scr催化剂包覆层的长期累积损坏模型的输入。模型1802被联
接以接收多个参数，包括由废气流量信号1603指示的废气流量、废气组成信号1607和来自scr或doc催化剂处的多个温度传感器的信号805。在其他实例中，可以存在单个温度传感器。可以使用软件逻辑在t(入口)和t(出口)之间切换，作为热模型的主要输入，这取决于doc催化剂元件是否正在经历放热反应(如通过t(入口)和t(出口)确定)，t(入口)和t(出口)分别与温度传感器118和120相对应，如图1所示，并且在氧化催化剂(或柴油颗粒过滤器)上游和下游的废气流中被测量；虚拟内部温度在圆柱形scr或doc催化剂元件内部在scr或doc催化剂元件内部的一个或更多个轴向和径向位置处预测(使用ecm中的嵌入的传热/热力学软件模型)。
[0187]
图19图示了根据实施方案的基于物理学的劣化模型与机器学习模型的集成的示例性实施方式1900。该实施方式包括基于物理学的劣化模型1902和基于人工智能(ai)的机器学习(ml)模型1904。模型1902可以是短期累积劣化模型808或长期累积劣化模型810或其组合的一个实例。模型1902还可以与pid控制器集成，如图16或图17所示。
[0188]
模型1902被联接以接收ecm参数诸如定量供应的def或hc 1901，以及包括废气流量1903、scr催化剂温度1805和废气组成1907的参数或信号。在一个实例中，scr催化剂温度1905可以是scr催化剂的内部温度。在其他实例中，scr催化剂温度1905还可以是scr催化剂的外部温度。模型1902被进一步联接以输出推断1909。基于ai的ml模型1904被联接以接收数据1911，在一个实例中，数据1911可以包括操作条件、传感器、另外的ecm参数、交通工具服务历史，例如导航、远程信息处理等。基于ai的ml模型1904被进一步联接以输出推断1913。如本领域技术人员可以理解的，推断1909和1913。推断是统计结果。在一个实例中，由基于ai的ml模型1904做出的推断1913可以应用于基于物理学的模型1902以比较残差的分布，并且使用该分布做出关于劣化的推断。该方法还检测系统性能的变化，诸如单独的交通工具或交通工具的子内的异常检测。图20图示了根据实施方案的使用基于云的数据分析以便从交通工具获取更新的示例性实施方式。如示出的，交通工具2002可以被配置为从云网络或远程服务器2004接收关于工作循环、地理、环境(例如，噪声因素)的远程调整更新，以确保排放依从性并且避免诸如基于静态限制(海拔、湿度、环境温度)的故障代码的假阳性，并且可以利用来自该区域中的子的信息来采取预防性措施。例如，基于定时器的活性再生之间的时间或anr，以适应噪声因素并且避免不必要的维修事件、交通工具停机时间(包括错误的车载诊断故障)。
[0189]
图21图示了根据实施方案的车载分析和基于云的分析与基于物理学的累积损坏模型的集成的示例性实施方式2100。图2包括交通工具2102，交通工具2102具有车载分析模块2106并且被配置为与基于云的分析模块2108交互；两者都可以被配置为进一步与基于物理学的模型2110交互，基于物理学的模型2110又可以提供分析指导的设计和验证。此外，模块2106或2108可以进一步与机器学习集成以增强基于物理学的模型。在一个实例中，实时交通工具使用模式相对于定义的应用(经由聚类分析)可以用作基于物理学的模型的增强。然后可以观察单独的交通工具的使用模式。例如，在长途运输的情况下，诸如卡车的交通工具可以临时转移到选送驾驶循环(pick-up and delivery driving cycle)，这可以允许机器学习并增强基于物理学的模型，以使用空中(ota)校准调整来对发动机/后处理校准进行调整。
[0190]
图22是根据实施方案的应用利用机器学习的预测以将累积损坏因素扩展到未来
时间中的实例的图形说明。图22包括累积损坏因素相对于时间的图2200。图2200中的图2202可以表示来自单个交通工具的服务性能测试的样本数据。区域2201表示诊断历史数据，其中区域2203表示预测区域。来自区域2201的数据可以用于将累积损坏因素扩展或外推到未来中。例如，根据示出的数据的集，图2202可以被扩展为线2204、线2206或线2208，其中2208是线2204和线2206的平均值。
[0191]
因此，来自图2200的数据可以用作使用机器学习的预测。使用在体内的其他交通工具和/或机器上进行的服务性能测试的样本数据有助于提高对该特定单个交通工具的累积损坏函数或因素的外推的可靠性。这可以通过使用从时域废气温度数据和废气质量流量数据减少的直方图来进一步增强(与图8a中示出的基于组合的劣化估计的scr催化剂设备模型814的时间常数相比较)，并且可以允许从机器到基于云的数据分析的更高效的数据传输。这种方法的益处在于，它对scr催化剂设计设置是不可知论(不敏感)的。这还可以允许识别交通工具子，并且允许数据分析确定对其他交通工具和/或发动机后处理系统的服务性能测试是否适用于特定交通工具。交通工具可以包括在道路上(铺面或非铺面)操作的小汽车、卡车、公共汽车等，这些交通工具遵守道路排放法规。发动机后处理系统可以包括非道路上操作、遵守非道路排放法规的发电机组、农业或农业设备、建筑或采矿设备中的后处理系统。
[0192]
图23图示了根据实施方案的数据分析与如图16所示的组合有常规pid控制器的基于物理学的劣化模型的集成的示例性实施方式2300。图23可以是与另外的数据分析块或模块集成的图16的具有pid控制器的基于物理学的模型的实施方式1600的一个实例。更特别地，它包括体水平的数据分析块2302、子水平的数据分析块2304和个体水平的数据分析块2306，其中任何或全部可以向如1600所示的集成的累积损坏模型提供数据或更新和/或参数，用于未来的计算。在一个实例中，数据分析块2302、2304和2306可以用于调整车队趋势数据上的累积损坏模型损坏值，并且更新到目前为止的累积损坏值，以及更新累积损坏模型以用于未来的计算。
[0193]
在示例性的实际实施方式中，控制器128可以被配置为接收总体scr催化剂损坏信号，该总体scr催化剂损坏信号与包括在相应的多个交通工具后处理系统中的多个scr催化剂所经历的scr催化剂损坏的量相对应，所述多个交通工具后处理系统中的每个交通工具后处理系统基本上类似于后处理系统160。此外，ecm 128可以被配置为基于总体scr催化剂损坏信号来修改短期累积劣化估计和长期累积劣化估计。在一个实例中，控制器128可以经由云网络或远程服务器接收总体scr催化剂损坏信号。
[0194]
图24图示了根据实施方案的数据分析与如图16所示的组合有常规pid控制器的基于物理学的劣化模型的集成的另一种示例性实施方式2400。实施方式2400类似于实施方式2300，但包括被称为再生期间scr催化剂温度信号2401的另外的信号或参数作为短期累积劣化模型的输入。此外，在该实施方式中，在再生模型2408之前可能存在劣化。
[0195]
在一个实例中，短期累积劣化模型808可以是硫暴露模型，以确定scr催化剂系统的损坏。其软件实施可以包括总燃料燃烧、scr性能，以确定硫暴露的量。如果启用，该特征可以使用脱硫(即，硫去除事件)作为输入与总燃料燃烧。对累积损坏模型的这一概念的扩展可以使用基于除了时间和温度暴露之外的总燃烧燃料的计算的硫暴露，以确定scr催化剂系统的损坏。软件可以使用该信息来预测scr性能，对此，来自现场返回单元的测量和基
于远程信息处理的数据分析可以为单独的交通工具提供反馈校正。使用基于模型的scr no
x
转化性能(包括在短期内(数十个小时)低温no
x
转化变化)可以允许基于使用数据分析在较大体中观察到的长期累积劣化趋势识别单个卡车(或子)的燃料硫暴露。
[0196]
图25图示了在用于实时设备的后处理系统中基于模型的控制的现有实施方式2500。如示出的，图25包括实时设备模型2502，该实时设备模型2502被配置为输出信号2503，该信号2503是scr催化剂下游的基于模型的信号。该信号可以通过第一信号混合器1608与来自scr催化剂下游的传感器的信号混合。然后可以将输出信号2505提供给ff控制器1602或fb控制器1604或逃逸限值表块1606。
[0197]
图26图示了根据实施方案的基于物理学的劣化模型与实时设备模型2502的集成的示例性实施方式2600。实施方式2600是实施方式2500和1800的组合。scr催化剂系统中的损坏事件是内部scr催化剂床层温度的函数，并且使用虚拟内部温度传感器的scr催化剂热模型结合基于物理学的嵌入的损坏模型可以改善控制系统跟踪随时间的累积损坏的能力。由于scr催化剂元件的圆柱形形式，虚拟内部温度传感器可以被简化为二维(径向和轴向)模型，并且嵌入的累积损坏模型可以应用于圆柱形scr催化剂元件的径向和轴向区域内。scr催化剂床内的总累积损坏是径向/轴向区域内局部累积损坏的集合。
[0198]
图27图示了根据实施方案的数据分析与实时设备模型和基于物理学的劣化模型(808和810)以及常规pid控制器的集成的示例性实施方式2700。实施方式2700是实施方式2600和2300的组合。如可以看到的，数据分析块2302、2304和2306被分别提供给短期和长期累积劣化模型808和810，其输出进一步作为实时设备模型2502的输入给出。在一个实例中，机器学习还与数据分析块一起使用。该实施方式允许基于模型的控制(还被称为数字孪生控制)、累积损坏模型808和810在不同的时间尺度上操作。例如，基于模型的控制可以在毫秒的时间尺度上操作，而短期模型808和长期模型810或之后将在说明书中示出的实时设备模型可以在小时的时间尺度上操作，并且数据分析可以在周或月的时间尺度上运行。
[0199]
应注意，关于所有上述实施方案，基于物理学的劣化模型或累积损坏模型被配置为从包括在多个交通工具中的单个交通工具的后处理系统中的多种类型的传感器提取、储存和组织多种类型的数据，包括但不限于scr催化剂温度、燃料流量、废气流量、废气组成、目标scr催化剂温度、氨与no
x
的比率。此外，基于物理学的劣化模型被配置为提取、储存和组织与以下相关的数据：劣化因素，工作循环，工况道路循环，负荷因素，单个交通工具或多个交通工具的早期寿命、中期寿命和寿命结束的其他性能指标。此外，所公开的基于物理学的劣化模型被配置为提取、储存和组织与多种后处理系统方案相关的no
x
减少数据。这些中的任何或全部可以使用数据分析或基于云的系统或车载分析或硬件或软件或机器学习或人工智能或其任何组合来提取、收集、储存和/或组织。
[0200]
应当注意，如本文用于描述多种实施方案的术语“示例性的”意图指示这样的实施方案是可能的实施方案的可能的实例、表示和/或图示(并且这样的术语不意图意味着这样的实施方案必须是特别的或最高级的实例)。
[0201]
如本文使用的，术语“约(about)”和“约(approximately)”通常意指所陈述的值的正负10％。例如，约0.5将包括0.45和0.55，约10将包括9至11，约1000将包括900至1100。
[0202]
如本文使用的术语“联接”和类似术语意指两个构件直接或间接地彼此连接。这样的连接可以是固定的(例如，永久的)或可移动的(例如，可去除的或可释放的)。这样的连接
可以通过两个构件实现，或者通过两个构件和任何另外的中间构件彼此一体形成为单个单块体来实现，或者通过两个构件或两个构件和任何另外的中间构件彼此附接来实现。
[0203]
术语“催化剂”在本说明书中可以用于意指“scr催化剂”。
[0204]
术语“短期累积劣化模型”在本说明书中可以与术语“短期模型”交替使用。
[0205]
术语“长期累积劣化模型”在本说明书中可以与术语“长期模型”交替使用。
[0206]
重要的是应当注意，多种示例性实施方案的构造和布置仅是说明性的。尽管在本公开内容中仅详细描述了几种实施方案，但回顾本公开内容的本领域技术人员将容易理解，许多修改是可能的(例如，多种元件的大小、尺寸(dimension)、结构、形状和比例的变化；参数值、安装布置；材料、颜、取向的使用等)，而不实质上偏离本文描述的主题的新的教导和优点。另外，应当理解，如本领域普通技术人员将理解的，来自本文公开的一种实施方案的特征可以与本文公开的其他实施方案的特征组合。在不偏离本实施方案的范围的情况下，还可以在多种示例性实施方案的设计、操作条件和布置方面进行其他替代、修改、改变和省略。
[0207]
尽管本说明书包含许多特定的实施方式细节，但这些不应被解释为对任何实施方案的范围或可能要求保护的内容的范围的限制，而是对特定实施方案的特定实施方式的特定特征的描述。本说明书在单独的实施方式的上下文中描述的某些特性还可以在单一实施方式中组合实施。相反，在单一实施方式的上下文中描述的多种特征还可以在多种实施方式中单独地实施或以任何合适的子组合实施。此外，尽管特征在上文可以描述为在某些组合中起作用，并且甚至最初是这样要求保护的，但在一些情况下，来自要求保护的组合的一个或更多个特征可以从该组合中删除，并且要求保护的组合可以涉及子组合或子组合的变化。

技术特征：

1.一种用于控制后处理系统的操作的控制器，所述后处理系统被配置为处理由发动机产生的废气的成分，所述后处理系统包括选择性催化还原(scr)催化剂，所述控制器被配置为：基于scr催化剂温度参数，产生与由于硫和/或烃导致的所述scr催化剂的可逆劣化相对应的所述scr催化剂的短期累积劣化估计；基于所述scr催化剂温度参数，产生与所述scr催化剂的热老化相对应的所述scr催化剂的长期累积劣化估计；基于所述短期累积劣化估计和所述长期累积劣化估计，产生所述scr催化剂的组合的劣化估计；以及基于所述组合的劣化估计来调整插入到所述后处理系统中的还原剂的量和/或烃的量。2.根据权利要求1所述的控制器，其中：所述scr催化剂温度参数包括在所述scr催化剂的入口处的入口废气温度、在所述scr催化剂的出口处的出口废气温度或所述scr催化剂的scr催化剂温度。3.根据权利要求2所述的控制器，其中所述scr催化剂温度参数是使用物理温度传感器来确定的。4.根据权利要求2所述的控制器，其中所述scr催化剂温度是基于所述废气的操作参数来计算的。5.根据权利要求1所述的控制器，还被配置为：至少基于所述组合的劣化估计，修改与相对于scr催化剂温度的通过所述scr催化剂的氨逃逸相对应的储存的氨逃逸数据，以及基于修改的储存的氨逃逸数据，调整插入到所述后处理系统中的所述还原剂的量和/或所述烃的量。6.根据权利要求1所述的控制器，还被配置为：至少基于所述组合的劣化估计，修改与相对于doc催化剂温度的通过所述doc催化剂的烃逃逸相对应的储存的烃逃逸数据，以及基于修改的储存的烃逃逸数据，调整插入到所述后处理系统中的所述烃的量。7.根据权利要求6所述的控制器，其中所述控制器还被配置为：响应于以下来修改所述储存的氨逃逸数据：所述scr催化剂的scr催化剂温度或氨与no
x
的比率的目标值，废气流量，在所述scr催化剂的入口处的scr催化剂入口温度，以及所述废气的废气组成。8.根据权利要求1所述的控制器，还被配置为：接收总体scr催化剂损坏信号，所述总体scr催化剂损坏信号与包括在相应的多个交通工具后处理系统中的多个交通工具scr催化剂所经历的scr催化剂损坏的量相对应，所述多个交通工具后处理系统中的每个交通工具后处理系统基本上类似于所述后处理系统，以及基于所述信号来修改所述短期累积劣化估计和所述长期累积劣化估计。9.根据权利要求8所述的控制器，其中所述总体scr催化剂损坏信号是经由云网络或远
程服务器通过所述控制器来接收的。10.根据权利要求1所述的控制器，其中所述控制器被可操作地联接至远程信息处理系统。11.根据权利要求10所述的控制器，还被配置为：基于所述scr催化剂的所述组合的劣化估计来确定所述scr催化剂的老化值，并且将所述scr催化剂的所述老化值传输至所述远程信息处理系统以用于设置预防性维护警报。12.一种用于控制后处理系统的操作的控制器的方法，所述后处理系统被配置为处理由发动机产生的废气的成分，所述后处理系统包括选择性催化还原(scr)催化剂或柴油氧化催化剂，所述方法包括：基于scr催化剂温度参数，产生与由于硫和/或烃导致的所述scr催化剂的可逆劣化相对应的所述scr催化剂的短期累积劣化估计；基于所述scr催化剂温度参数，产生与所述scr催化剂的热老化相对应的所述scr催化剂的长期累积劣化估计；基于所述短期累积劣化估计和所述长期累积劣化估计，产生所述scr催化剂的组合的劣化估计；以及基于所述组合的劣化估计来调整插入到所述后处理系统中的还原剂的量和/或烃的量。13.根据权利要求12所述的方法，其中：所述scr催化剂温度参数包括在所述scr催化剂的入口处的入口废气温度、在所述scr催化剂的出口处的出口废气温度或所述scr催化剂的scr催化剂温度。14.根据权利要求13所述的方法，其中使用物理温度传感器来确定所述scr催化剂温度参数。15.根据权利要求13所述的方法，其中基于所述废气的操作参数来计算所述scr催化剂温度参数。16.根据权利要求12所述的方法，包括：至少基于所述组合的劣化估计，修改与相对于scr催化剂温度的通过所述scr催化剂的氨逃逸相对应的储存的氨逃逸数据，以及基于修改的储存的氨逃逸数据，调整插入到所述后处理系统中的所述还原剂的量和/或所述烃的量。17.根据权利要求12所述的方法，还包括：至少基于所述组合的劣化估计，修改与相对于doc催化剂温度的通过所述doc催化剂的烃逃逸相对应的储存的烃逃逸数据，以及基于修改的储存的烃逃逸数据，调整插入到所述后处理系统中的所述还原剂的量和/或所述烃的量。18.根据权利要求16所述的方法，包括：响应于以下来修改所述储存的氨逃逸数据：所述scr催化剂的scr催化剂温度或氨与no
x
的比率的目标值，废气流量，在所述scr催化剂的入口处的scr催化剂入口温度，以及
所述废气的废气组成。19.根据权利要求12所述的方法，包括：接收总体scr催化剂损坏信号，所述总体scr催化剂损坏信号与包括在相应的多个交通工具后处理系统中的多个交通工具scr催化剂所经历的scr催化剂损坏的量相对应，所述多个交通工具后处理系统中的每个交通工具后处理系统基本上类似于所述后处理系统，以及基于所述信号来修改所述短期累积劣化估计和所述长期累积劣化估计。20.根据权利要求19所述的方法，包括：经由云网络或远程服务器通过所述控制器来接收所述总体scr催化剂损坏信号。21.根据权利要求12所述的方法，其中所述控制器被可操作地联接至远程信息处理系统。22.根据权利要求12所述的方法，还包括：基于所述scr催化剂的所述组合的劣化估计来确定所述scr催化剂的老化值，以及将所述scr催化剂的所述老化值传输至远程信息处理系统以用于设置预防性维护警报。

技术总结

一种用于控制后处理系统的操作的控制器，该后处理系统被配置为处理由发动机产生的废气的成分，该后处理系统包括选择性催化还原(SCR)催化剂，该控制器被配置为：基于SCR催化剂温度参数，产生与由于硫和/或烃导致的SCR催化剂的可逆劣化相对应的SCR催化剂的短期累积劣化估计；基于SCR催化剂温度参数，产生与SCR催化剂的热老化相对应的SCR催化剂的长期累积劣化估计；基于所述短期累积劣化估计和所述长期累积劣化估计，产生SCR催化剂的组合的劣化估计；以及基于所述SCR催化剂的组合的劣化估计来调整插入到后处理系统中的还原剂的量和/或烃的量。或烃的量。或烃的量。