基于扩展卡尔曼滤波的船舶SCR脱硝系统状态估计

摘要

选择性催化还原法(SCR)是目前船舶尾气脱硝的主流方法。为了实现SCR脱硝系统的闭环控制,准确获取系统各个状态变量的值是关键。但是,其中的氨覆盖率θNH3无法直接用传感器测量,即存在不可测的问题。并且,受实际运行时的噪声影响,NH3和NOX浓度传感器的测量值并不精确。考虑到扩展卡尔曼滤波(EKF)算法能减弱噪声,且实现状态变量的最优估计,文章设计了基于3状态SCR脱硝系统模型的EKF状态观测器。为了考察该观测器的性能,在船舶柴油机排气参数剧烈变化的工况下进行仿真试验。结果表明,该EKF观测器的估计值与参考值吻合良好。