一种氨存储量自适应预测优化系统及其方法

本发明涉及船舶尾气氮氧化物排放处理，具体涉及一种氨存储量自适应预测优化系统及其方法。

背景技术：

1、scr系统可以通过喷射尿素水溶液热分解产生的nh3，与发动机排出有毒害污染的nox进行氧化还原反应，生成无毒无污染的h2o和n2，从而降低尾气排放的nox量。随着发动机技术的发展以及对排放要求的提高，船舶柴油机需要更精准的控制策略以确保排气污染物排放量满足ccs对scr系统的认证标准。

2、由于船舶柴油机的复杂工况条件和scr系统性能需求不断提高，追求更高的燃油效率的同时，scr出口处排气温度不断降低，往往会影响系统在低温条件下的nox还原性能以及scr催化剂内部的氨存储量，给瞬态工况下的尿素喷射调控策略开发带来较大难度。而scr催化剂内的氨存储量不可直接测量，目前基于传统控制策略的反馈机制，无法优化在非稳态工况（如瞬态或低温环境）下的nox还原性能，难以得到最佳的脱硝效率。

技术实现思路

1、鉴于以上所述现有方法的局限，本发明的目的在于提供一种氨存储量自适应预测优化系统及其方法，在实际工况下实时获取scr系统当前时刻的实际状态变量和系统状态量；并对所述实际状态变量进行优化建模，得到多参简化数据集；利用多参简化数据集建模得到优化的氨存储量自适应预测模型，输入下一时刻的实际状态变量获得下一时刻的氨存储估计值，能够间接地定性反馈scr系统在非稳态工况中的氨存储能力和尿素喷射速率，以优化scr系统在变工况中的动态估计控制策略，通过所述方法以实时调控scr系统在下一时刻的尿素喷射量，进一步对实际氨喷射速率进行修正，确保系统瞬态工况下的nox转化效率和氨覆盖变化率的动态平衡。

2、选择性催化还原（selective catalytic reduction，scr）技术是一种针对柴油机尾气排放中nox的后处理工艺，scr系统的基本工作原理为：在尾气排放管上设置尿素计量喷射装置，控制喷入尿素水溶液，尿素在高温下发生水解和热解反应后生成nh3，利用scr系统催化剂将生成的nh3与 nox发生还原反应，多余的nh3与氧气发生氧化反应，最终生成n2和h2o，防止氨气泄漏。

3、为了实现上述目的，根据本公开的一方面，提供一种氨存储量自适应预测优化系统，至少包括：控制器、存储器和数据采集模块，所述数据采集模块包括scr系统和无线传输单元，所述scr系统包括检测传感器，用于数据采样得到实际工况下对应的所述实际状态变量和系统状态量并存储至所述存储器；所述无线传输单元，用于无线通讯连接，将所述存储器的数据传输至所述控制器进行建模运算，得到所述scr系统的氨存储估计量并传输至所述优化系统；

4、所述控制器执行计算机程序运行在以下所述优化系统的单元中：

5、scr系统实际状态检测单元，用于在实际工况下实时获取scr系统当前时刻的实际状态变量和系统状态量；

6、多参简化数据处理单元，用于对所述实际状态变量进行优化建模，得到多参简化数据集；

7、氨存储量自适应预测建模单元，用于根据所述多参简化数据集，构建氨存储量自适应预测模型；

8、氨存储估计量优化单元，用于基于所述氨存储量自适应预测模型，输入下一时刻的实际状态变量获得下一时刻的氨存储估计值；

9、scr系统尿素喷射调控单元，用于根据所述下一时刻的氨存储估计值，修正scr系统在下一时刻的实际氨喷射速率。

10、进一步地，在所述scr系统实际状态检测单元中，所述实际状态变量包括scr系统入口处出口处的nh3浓度和nox浓度；以及所述scr系统排气出口处的尾排流速或排气流量；所述系统状态量包括当前时刻的氨覆盖率、氨存储量和scr催化器温度。

11、进一步地，在所述多参简化数据处理单元中，对所述实际状态变量进行优化建模，得到多参简化数据集的方法包括：

12、s101，所述实际状态变量包括所述scr系统入口处在当前t时刻的nh3和nox浓度，分别记作cnh3,in(t)和cnox,in(t)；所述scr系统出口处在当前t时刻的nh3和nox浓度分别记作cnh3,out(t) 和cnox,out(t)，以及对应出口处在t时刻排气的体积流速记作fout(t)，t为当前时刻，t∈[1,time]，v为所述scr系统的催化器体积，time为所述scr系统的总时长；

13、s102，根据所述scr系统的控制器实时反馈的系统状态量，所述系统状态量包括当前t时刻的氨覆盖率、氨存储量和scr催化器温度，计算得到当前t时刻的氨覆盖变化率估计值记作，其无量纲化计算公式为：

14、

15、

16、

17、

18、其中，θnh3(t)为所述scr系统在当前t时刻实时反馈的氨覆盖率，表示为所述scr催化器在当前t时刻输出的氨覆盖变化率估计值；u1(t)、u2(t)和u3(t)均为简化函数，rads(t)表示为所述scr子催化器在t时刻的产生吸附反应的转化因子，eads(t)为对应t时刻nh3吸附产生的能量（单位，j/mol），kads为吸附反应的指前因子（单位，m3/mol/s）；rdes(t)表示为所述scr催化器在t时刻的产生脱附反应的转化因子，edes(t)表示为对应nh3脱附产生的能量（单位，j/mol），kdes为脱附反应的指前因子（单位，1/s）；rred(t)表示为所述scr催化器在t时刻的发生scr催化反应的转化因子，ered(t)表示为scr催化产生的能量（单位，j/mol），kred为scr催化反应的指前因子（单位，m2/n/s）；roxi(t)表示为所述scr催化器在t时刻的产生氧化反应的转化因子，eoxi(t)表示为对应nh3氧化产生的能量（单位，j/mol），koxi为氧化反应的指前因子（单位，1/s）；q为系统尾排的气体常数（单位，j/(mol∙k)），t(t)为当前t时刻的scr催化器温度（单位，k）；

19、s103，根据当前t时刻的所述实际状态变量和所述氨覆盖变化率估计值，进行scr催化器内部的简化计算，得到当前t时刻的所述多参简化数据集记作simpdata(t)={cnox(t), cnh3(t),}，其无量纲化计算公式如下：

20、

21、其中，cnox(t)表示为在当前t时刻scr反应器内部的准稳态nox浓度，cnh3(t)表示为在当前t时刻scr反应器内部的准稳态nh3浓度，表示为所述scr催化器在当前t时刻输出的氨覆盖变化率估计值，ωnh3(t)为所述scr系统在当前t时刻实时反馈的氨存储量。

22、进一步地，在所述氨存储量自适应预测建模单元中，根据所述多参简化数据集，构建氨存储量自适应预测模型的方法包括：所述多参简化数据集包括在当前t时刻scr反应器内部的准稳态nox浓度、准稳态nh3浓度以及对应的氨覆盖变化率估计值，将所述多参简化数据集作为模型输入，利用非线性观测器构建得到所述氨存储量自适应预测模型，用于获得在当前t时刻所述scr系统出口处的nh3和nox浓度估计值。

23、进一步地，在所述氨存储估计量优化单元中，基于所述氨存储量自适应预测模型，输入下一时刻的实际状态变量获得下一时刻的氨存储估计值的方法包括：

24、s301，基于所述氨存储量自适应预测模型，获得当前时刻对应的约束反馈函数；

25、s302，根据下一时刻的实际状态变量，基于所述约束反馈函数计算得到下一时刻的氨存储估计值。

26、进一步地，在所述氨存储估计量优化单元中，步骤s301所述约束反馈函数的计算方法包括：在时间域上利用有限时域预测控制算法作为所述约束反馈函数，对所述氨存储量自适应预测模型在当前时刻输出的nh3和nox浓度估计值进行滚动优化修正，得到在当前时刻修正后的nh3和nox浓度参考值。

27、进一步地，在所述氨存储估计量优化单元中，步骤s302中，所述根据下一时刻的实际状态变量，基于所述约束反馈函数计算得到下一时刻的氨存储估计值的方法包括：

28、s3021，基于所述约束反馈函数获得在当前时刻修正后的nh3和nox浓度参考值；

29、s3022，结合下一时刻的实际状态变量和所述nh3和nox浓度参考值进行计算，得到所述scr系统在下一时刻对应的氨存储估计值，所述氨存储估计值的调整范围满足于[, min(t+1),]区间之间，其无量纲化计算公式为：

30、

31、

32、

33、其中，所述下一时刻的实际状态变量包括所述scr系统入口处在下一时刻(t+1)的nox浓度记作cnox,in(t+1)，表示为在当前t时刻修正后的nox浓度参考值，表示为在当前t时刻修正后的nh3浓度参考值，则η(t+1)表示为下一时刻(t+1)的nox修正后估计转化效率；定义为所述scr系统在下一时刻(t+1)输出的氨存储估计值下限，定义为所述scr系统在下一时刻(t+1)输出的氨存储估计值上限，fout(t+1)为所述scr系统出口处在下一时刻(t+1)排气对应的体积流速，v为所述scr系统的催化器体积；ωnh3(t)为所述scr系统在当前t时刻实时反馈的氨存储量。

34、进一步地，在所述scr系统尿素喷射调控单元中，根据所述下一时刻的氨存储估计值，修正scr系统在下一时刻的实际氨喷射速率的方法包括：基于所述氨存储估计值的调整范围满足于区间之间，当所述scr系统在下一时刻实时反馈的氨存储量ωnh3(t+1)高于所述氨存储估计值上限值，以系统的喷射调控单位逐次减少尿素喷射量；或者，当ωnh3(t+1)低于所述氨存储估计值下限值，以系统的喷射调控单位逐次增加尿素喷射量，以使修正scr系统在下一时刻的实际氨喷射速率。

35、进一步地，根据本公开的另一方面，提供了一种基于scr系统的氨存储量自适应预测优化方法，所述方法包括以下步骤：

36、s100，实时获取scr系统当前时刻的实际状态变量和系统状态量，对所述实际状态变量进行优化建模，得到多参简化数据集；

37、s200，根据所述多参简化数据集，构建氨存储量自适应预测模型；

38、s300，基于所述氨存储量自适应预测模型，输入下一时刻的实际状态变量获得下一时刻的氨存储估计值。

39、如上所述，本发明所述的一种氨存储量自适应预测优化系统及其方法，具有以下有益效果：（1）解决在低温工况下的nox还原性能偏低的技术问题，将scr催化剂内部的氨存储量或氨覆盖变化率作为控制变量，通过合理调控氨存储量来优化系统在非稳态工况下的nox转化效率和氨覆盖变化率的动态平衡，尤其在低温工况或快速瞬变工况下尿素喷射控制响应滞后时，可利用催化剂内部已储存的氨使得nox充分还原反应；（2）克服现有传感设备的硬件限制，根据瞬态工况下实时检测尾排中的氨气浓度和氮气浓度，计算作为控制变量的多参简化数据集，建立得到优化的氨存储量自适应预测模型，能够进一步降低间接计算氨覆盖变化率的估计误差，以达到系统在非稳态工况下的nox转化效率和氨覆盖率的最佳动态平衡的目的；（3）由于scr系统的氨存储能力和尿素喷射速率会随反应器内催化剂的反应时间增加而出现缓慢的、非线性的老化误差，用简化计算后的多参简化数据集建模得到优化的氨存储量自适应预测模型，能够间接地定性反馈scr系统在非稳态工况中的氨存储能力和尿素喷射速率，以优化scr系统在变工况中的动态估计控制策略；（4）基于所述氨存储量自适应预测模型输入下一时刻的实际状态变量，模型输出下一时刻对应满足最佳尿素供给率的氨存储估计值范围，进一步调控下一时刻的尿素喷射量，以实现scr系统的最大nox转化效率和氨泄漏量最小的动态控制平衡。