用于控制的三元催化转换器储氧量观测模型开发

摘要

车载三元催化转换器(TWC)具备一定的储氧与释氧功能,该功能直接影响催化器在过量空气系数(φ_(a))波动下对污染物的转化效率.对TWC内部储、释氧过程的监控和预测,有助于改善和控制发动机瞬态排放,但TWC的储氧、释氧过程是其复杂化学反应过程的一部分,缺少直接观测的手段.由于详细化学机理的建模过于复杂,难以满足实时控制的需要.因此,笔者以化学反应机理建模为基础,利用长短期记忆(LSTM)神经网络对时间序列数据的观测能力,构建了储氧量观测模型,准确且快速地反馈TWC当前储氧量,并给出对TWC下游排气过量空气系数的预测.结果表明:所建立的观测模型对车辆不同工况的储氧量预测结果,以机理模型观测结果为参考,二者的平均相对误差均值为5.87%.下游过量空气系数预测结果的平均相对误差均值约为0.27%,运算时间约为机理模型的0.77%.