本课题根据SCR反应器上下游NO、NO2和NH3的排放数据,在线建立SCR反应器模型,制定有效的尿素供给量的控制策略,使得NOx的排放和NH3的滑失量达到排放法规的要求。对发动机NOx的排放特性以及SCR反应机理进行分析,根据SCR反应器的上下游NO、NO2和NH3排放数据,研究NH3对NOx传感器的交叉敏感性问题,建立独立的NO和NO2传感器模型来修正敏感性带来的误差,并研究敏感性问题对排放控制效果的影响。基于建立的NO和NO2传感器模型,以及SCR反应器上游的NO,NO2和NH3排放值,应用模糊辨识方法在线建立SCR反应器模型,并通过试验验证完善模型。采用模糊控制算法制定尿素喷射量的控制策略,以NOx转换率和NH3的滑失量为期望目标,实时调节尿素的喷射量,在降低NOx排放量的同时避免NH3的泄漏,满足发动机尾气排放的要求。
marine SCR system;reactor modelling;parameter identification;cross sensitivity;fuzzy PID control
随着国际航运业及远洋船舶运输的发展,以柴油为燃料的船舶发动机所产生的废气排放已成为沿海地区尤其是港口的主要污染源。公众对环境日益关注,船舶减排力度空前增加,公约、法规、标准的加速更新对柴油机排放提出了更高要求。项目针对柴油机NOx排放后处理控制技术开展了理论和试验研究。基于组分守恒方程,对SCR反应中的NOx、NH3浓度及氨的表面覆盖率进行求解,得出其随SCR催化剂长度方向的变化规律。通过对SCR反应机理和过程进行分析,建立了SCR系统反应器数学模型。基于组分方程的求解结果对SCR反应器的数学模型进行简化,忽略扩散过程,不考虑催化剂的表面组分。得出的SCR反应器简化模型在不失真的情况下,有较高的计算效率。并针对某一特定的催化剂,对反应器模型中的未知参数进行辨识,基于令模型的预测值与实验真实值之间的误差的平方和最小辨识的原则,对反应器数学模型的指前因子和活化能进行辨识,并和实际参数进行比较,分析辨识结果的精度和辨识方法的准确性。针对NOx传感器对NH3存在交叉敏感性问题,通过试验研究来计算交叉敏感性对NOx传感器测试数据产生的误差,并拟合传感器的修正模型,为SCR控制策略的制定提供准确的数学模型。基于以上的研究基础,开展SCR系统尿素喷射控制策略的仿真和试验研究。基于模糊PID控制算法的尿素喷射控制策略,在四个不同的负荷工况下以及柴油机负荷瞬间突变时,NOx转化率可以达到85%,同时氨气逃逸量小于20ppm。试验结果表明,所建立的基于模糊PID控制算法的尿素喷射控制策略稳定,具有较快的响应和较少的氨气泄漏,可以实现对控制目标的精确控制。