摘要：为改善怠速条件下汽油机颗粒捕集器(GPF)再生带来的热害问题,设计试验对怠速再生模式下的GPF排气温度变化和零部件热害情况进行了测试。结果表明:常用的单一控制点火提前角策略无法保证稳定的GPF入口排气温度,应增加排气温度精确控制逻辑;逐步降低排气温度,使尽可能多的零部件达到耐温要求,再对仍然未达标零部件采取局部隔热措施的方法可以较好地保证整车热害性能;关闭发动机罩进行GPF怠速再生时散热更优。

摘要：以一台小型发电机用汽油机为样机开展颗粒物排放特性研究,探究汽油机颗粒捕集器(gasoline particulate filter,GPF)对排气颗粒物的净化特性。设计六工况排放试验循环,测试汽油机在匹配与未匹配GPF两种状态下的颗粒物排放。研究发现原机颗粒物数量(particle number,PN)比排放为3.7×10^(12)个/(kW‧h),颗粒物质量(particulate mass,PM)比排放为2.2 mg/(kW‧h)。PN、PM排放均随负荷升高呈先下降再上升趋势,低负荷时排放浓度最高,中等负荷最低。粒径小于312.7 nm的PN之和占总PN的99.5%以上,大于312.7 nm的PM之和占总PM的91.4%~98.7%,表明超细微粒子数多,但质量占比小。PN排放浓度随颗粒物粒径增大而降低,而PM排放浓度在低负荷时随粒径增大先增加后降低再增加,中高负荷时则随粒径增大而增大。安装GPF对PN的综合净化率为73.7%,对PM的综合净化率为59.7%。GPF对粒径在50 nm以下的核态粒子的捕集效率高于粒径更粗的积聚态和粗糙态粒子。

摘要：为满足国六排放法规,搭载缸内直喷发动机的汽油车必须安装汽油机颗粒捕集器(Gasoline Particulate Filter,GPF)以限制颗粒物排放。GPF的故障诊断因标定困难、诊断频率低等问题,成为排放技术的研究重点。结合神经网络的非线性分类特性,提出了一种基于神经网络的GPF故障诊断算法。算法以GPF的诊断原理作为依据,采集稳态工况信息和对应的GPF前后压力信号作为特征输入,构成神经网络数据集;应用加噪等方法对网络结构进行优化,通过大量实验确定合适的网络参数进行泛化性能评估。评估结果表明:基于神经网络的GPF诊断算法具有良好的准确率和泛化能力。基于NI PXI系列软硬件开发了一套GPF诊断算法测试平台,对算法进行嵌入和可行性验证。测试结果表明:GPF诊断算法在发动机台架环境下能够完成故障的实时诊断和决策,满足设计要求。

摘要：本文基于国六排放法规对汽油直喷发动机颗粒物排放的要求,针对某型车的排放开发目标,选择汽油机颗粒捕集器(GPF)后置式技术方案,并进行GPF结构设计。通过计算不同排气流量和温度下GPF结构参数与压差的相互关系,确定GPF载体壁厚和孔隙率。在转鼓试验台上进行WLTP循环的排放验证试验,结果表明,GPF的颗粒物转化效率可达78%,颗粒物数量低于排放限值30%,满足实际应用的工程目标。

摘要：基于快速原型的思想,开发了一套轻型汽油车国六后处理OBD系统。该系统的硬件由NIPXI平台定制而成,能够对三效催化器(TWC)和汽油机颗粒捕集器(GPF)集成后处理系统的传感器信号和发动机工况参数进行采集和通信;在Matlab/Simulink中开发了基于神经网络的故障诊断模型和基于状态机的故障决策模型,将模型进行代码生成并下载到实时控制器运行;在上位机PC中通过VeriStand软件,进行系统定义文件的配置和交互界面的设计,实现了系统状态的实时监控。分别通过台架试验和整车转鼓试验对后处理OBD系统进行功能性验证。结果表明,所开发的快速原型系统能够在台架稳态工况和实际驾驶循环中正确诊断出后处理部件的故障,并进行合理的故障决策。