用于控制的三元催化转换器储氧量观测模型开发

作者：林伟鹏; 陈韬^*; 丁锋; 李乐; 宋涛

来源：内燃机学报, 2023, 41(04): 342-350.

DOI：10.16236/j.cnki.nrjxb.202304040

• 汽油机
• 三元催化转换器
• 长短期记忆神经网络
• 储氧量

车载三元催化转换器(TWC)具备一定的储氧与释氧功能，该功能直接影响催化器在过量空气系数(φa)波动下对污染物的转化效率．对TWC内部储、释氧过程的监控和预测，有助于改善和控制发动机瞬态排放，但TWC的储氧、释氧过程是其复杂化学反应过程的一部分，缺少直接观测的手段．由于详细化学机理的建模过于复杂，难以满足实时控制的需要．因此，笔者以化学反应机理建模为基础，利用长短期记忆(LSTM)神经网络对时间序列数据的观测能力，构建了储氧量观测模型，准确且快速地反馈TWC当前储氧量，并给出对TWC下游排气过量空气系数的预测．结果表明：所建立的观测模型对车辆不同工况的储氧量预测结果，以机理模型观测结果为参考，二者的平均相对误差均值为5.87%．下游过量空气系数预测结果的平均相对误差均值约为0.27%，运算时间约为机理模型的0.77%.

• 单位
  内燃机燃烧学国家重点实验室; 天津大学