一种基于神经网络的氧化催化器出口温度控制方法

作者：李延红; 高发廷; 王秋花; 刘浩; 黄少文

来源：汽车电器, 2020, (01): 38-41.

DOI：10.13273/j.cnki.qcdq.2020.01.015

• 氧化催化器
• 神经网络
• 温度预测

氧化催化器(DOC)出口温度控制是实现颗粒捕集器(DPF)主动再生控制的关键。本文介绍一种基于神经网络的氧化催化器出口温度控制方法,首先结合DOC系统的实际特征以及DOC传热及化学反应特性建立了一阶延迟DOC出口温度模型,然后在温度模型基础上基于神经网络建立了DOC出口温度预测模型,最后将DOC出口温度预测值作为闭环反馈输入建立反馈控制器计算HC喷射量进而控制DOC出口温度。本方法采用整车试验中连续变化工况来验证,试验结果表明DOC出口温度在DPF再生过程中控制在600±20℃范围内,满足DPF精确再生控制要求。

• 单位
  中国重型汽车集团有限公司