国六技术路线下排气系统升级控制攻略
前言 汽油机的颗粒物排放是汽车排放物中需要控制的污染物之一,尤其对于缸内直喷式汽油机(GDI ),其循环颗粒物排放量是进气道喷射汽油机(PFI )的十倍。就颗粒物控制而言,国六a 排放法规阶段新增了对颗粒物数量的控制,而当进一步加严至国六b 阶段时,颗粒物质量浓度排放限值降低33%,同时增加实际道路试验循环测试(RDE ,Real Driving Emission ),因此颗粒物排放控制之路任重道远。当前,为有效降低颗粒物排放,市场上出现了高轨压、改良的多孔喷油器等诸多技术,但该技术主要通过改善原始排放的方式来降低颗粒物质量,其效果视发动机基础、匹配水平而异;而汽油机颗粒捕集器(GPF ,Gasoline Particle Filter )是从排放后处理的角度来降低颗粒物排放的技术,其过滤效率高达90%,同时也能有效控制颗粒物数目。据国六预研阶段市场调查数据统计,PFI 和GDI 型发动机均对GPF 存在不同程度的配置需求,考虑到未来排放法规的不断加严,可以预知GPF 将成为大多数汽油车排放控制技术的主流方案,并具有广阔的市场应用前景。
前段
中段 主消
② ③
GPF结构及工作原理
颗粒捕集器顾名思义,就是通过捕集尾气中的颗粒物来降低排气中的颗粒物质量和数量。其捕集机理主要基于GPF载体的结构和材料,结构示意图如图1所示,外型一般为圆柱体,主要以壁流式蜂窝陶瓷为载体,该结构较为特殊,在载体的出入口端面均布满许多沿轴向相互平行的窄小孔道,每相邻的两个孔道,一个在进口处被堵住,另一个在出口处被堵住,形成一个蜂窝状结构,排气从一个孔道进入后,必须穿过陶瓷的多孔性壁面从相邻孔道流出,因此颗粒物会在颗粒捕集器内部通过拦截、碰撞、扩散、重力沉降等方式不断积聚,从而达到积累颗粒物的目的,见图2。这种设计结构综合性能较好,且流动阻力小,耐高温,机械强度高,也易操作。
图2. GPF结构及捕集原理
随着颗粒物累积量越来越大,排气背压会升高,燃油油耗增加,发动机性能下降,因此GPF需要适时将捕集的颗粒氧化燃烧掉,即进行再生。GPF内部的再生原理可以用以下两个化学方程式表达:
1)在GPF内部温度高于580℃,且氧浓度大于0.5%或缸内过量空气系数大于1.022时,发生如下化学放热反应
2)在GPF内部温度高于800℃,且没有氧气时,发生如下化学吸热反应
3)对于存在催化涂覆的GPF(cGPF),当250℃
当前,为有效满足国六排放法规,整车排气系统采用的GPF布置方案主要有4种,如表1所示。考虑到成
本、底盘布置空间以及GPF再生效率等问题,(TWC+cGPF)cc的布置方案再生时TWC至GPF段散热损失小,GPF内部温度较高,便于颗粒物的氧化燃烧;此外GPF载体中贵金属涂覆也有利于降低颗粒物燃点,有利于被动再生,同时也提高了再生效率,因此其综合性能最好,推荐采用该方案。
国五
WCC/UCC ▪所有的孔都为通孔
气流由通孔排出
GPF
▪一半为通孔
▪一半为封闭孔
颗粒物在封闭孔中堆积并燃烧
消音器WCC结构图消音器UCC结构图 GPF布置方案BRK'T
OUT F/L
EX-MANI
COVER
CATALYST
COVER SHELL
SUPPORT
FLANGE
CATALY
GPF的控制策略
从GPF内部再生过程来看,温度和排气中氧含量是决定再生效率的重要因素。由于汽油车实际行驶工况下排气温度普遍较高(车速40km/h排温就能达到580℃),因此氧含量是影响再生质量的关键因素,但考虑到整车主要运行于过量空气系数λ=1的工况下(保证TWC的高效催化),无法提供充足的氧含量供碳氧化燃烧,因此需要发动机创造条件使其再生,并且GPF材料本身也存在着最大热应力,这又使得并非任何工况下都适合再生;此外GPF何时进行再生即判定再生时机是GPF再生的基础,因此都需要EMS控制系统对GPF的状态加以了解,并对再生过程实施精确控制。
GPF再生过程中的控制难点可概括为再生监控和再生控制两方面。如图3所示,车辆运行过程中首先判
断GPF中碳载量的状态,即判断GPF是否满载,或者是否达到碳载量再生的需求值,一旦满足再生触发需求,系统会进入再生过程,即判断整车运行工况,并基于闭环控制来进一步管理空气及燃油喷射系统,来满足GPF再生条件,从而确保GPF的安全有效再生。
汽车尾气处理装置图
对于碳载量的状态监测一般采用压差法来进行判定,但考虑到压差在低排气流量下偏差较大以及瞬态工况下测量精度无法保证等问题,因此联电以碳载量计算法为主,压差计算法为辅来进行判定,其控制逻辑详见图4。一方面是建立soot 累碳和soot燃烧模型。其中,前者需要基于soot原排、水温、催化器加热、过渡工况以及冷起动等方面来不断修正优化该模型,而后者需要通过定温定氧、碳载量燃烧等方式来模拟碳载量实际的燃烧过程,两者的共同作用确保碳载量模型值的准确输出,当然后续也需要WLTC等循环对模型的不断验证;另一方面,