本部分的描述仅仅提供涉及本发明的背景信息，可能不构成现有技术。
排放物控制在发动机设计和发动机控制中是一个重要因素。一种特定的燃烧副产物，氮氧化物，由存在于发动机进气中的氮气和氧气分子在高温燃烧时的分离而产生。氮氧化物的产生率包括已知的燃烧过程的关系，例如，更高的氮氧化物产生率与较高的燃烧温度和暴露于较高温度下的空气分子的较长时间相关。减少在燃烧过程中产生的氮氧化物和在废气后处理系统中管理氮氧化物在车辆设计中具有优先地位。
氮氧化物分子一旦在燃烧室中产生可在现有技术中已知的后处理设备的较宽类别内的示例设备中重新转换成氮气和氧气分子。然而，本领域普通技术人员将理解，后处理设备在很大程度上依赖于工作条件，例如由废气流温度驱动的设备工作温度。
现代发动机控制方法使用多种操作策略来优化燃烧。一些操作策略根据燃料效率优化燃烧，包括在燃烧室内进行稀燃的、局部的或分层的燃烧，以减少获得气缸要求的工作输出所需的燃料充量。虽然燃烧室内的温度可在燃烧腔中达到足够高而产生大量的氮氧化物，然而燃烧室的整体能量输出，特别是通过废气流从发动机排出的热能，会从正常值显著下降。这些情况会对废气后处理策略构成挑战，因为如上所述，后处理设备经常需要由废气流温度驱动的升高的工作温度以进行充分的操作来处理氮氧化物排放物。
已知后处理设备例如使用处理废气流的催化剂以及能够存储一定量的氮氧化物的催化剂，并且已经开发出了发动机控制技术来结合氮氧化物捕集器或氮氧化物吸收器与燃料高效发动机控制策略以提高燃料效率，并且仍然能够获得可接受的氮氧化物排放水平。一个示例策略包括：在稀薄燃料操作过程中使用氮氧化物捕集器来存储氮氧化物排放物，然后在燃料充裕、高温发动机操作条件过程中利用传统的三元催化将所存储的氮氧化物净化为氮气和水。然而，催化剂和氮氧化物捕集器依赖于废气的温度来有效工作。这些方法具有温度和发动机范围限制。已知一种选择性催化还原设备(SCR)用来使用还原剂进一步处理废气流，从而延伸了后处理系统的后处理能力。
一种已知的SCR构造使用由尿素喷射得到的或者从三元催化设备的正常操作回收的氨作为还原剂来处理氮氧化物。另一种已知的构造使用碳氢化合物选择性催化还原设备(HC-SCR)，其中在废气流中喷射的或者从燃烧室带来的未燃烧的碳氢化合物用作还原剂来处理氮氧化物。在任一方法中，还原剂的精确剂量对于设备的正常工作非常重要。此外，SCR依赖于设备内的催化剂的正常功能。可能会发生降低催化剂效率的状况。柴油机应用中的一个具体示例包括催化剂的柴油燃料或硫中毒。这些状况可经常被补救，当检测到这些状况时例如可通过一个再生循环补救。一个跟踪和诊断毒化的或以其他方式发生故障的催化剂的示例方法是监测设备内的氮氧化物的转化或者设备的转化效率。这些诊断需要监测指示氮氧化物处理的参数。
氮氧化物传感器或氧气传感器增加了车辆的成本和重量，并且这些传感器经常要求特定的工作温度范围(经过一定的预热时间后达到)以便正常工作。存在通过使用热释放模型、多区域燃烧模型和Zodovich化学动力方程的详细燃烧模型来估计发动机输出氮氧化物的方法。该详细模型，虽然对分析很好，但对于车载发动机控制模块(ECM)应用可能不适合，因为需要复杂的编程和校准。此外，这些模型对传感器容差和老化很敏感，给ECM增加了很大的计算负担，并且需要处理时间而不能实时提供结果。

一种后处理系统包括使用碳氢化合物作为还原剂的选择性催化还原设备。一种在选择性催化还原设备中启动再生模式的方法包括：监测后处理系统内的温度，监测向选择性催化还原设备计量供给燃料的速率，监测初始转化效率，选择一个判定方程以便基于监测到的温度和监测到的燃料计量供给速率估计选择性催化还原设备的转化效率的变化，基于判定方程和初始转化效率估计转化效率的变化，以及基于估计出的转化效率的变化启动用于选择性催化还原设备的再生模式。
方案1、一种在使用碳氢化合物作为还原剂的后处理系统的选择性催化还原设备中启动再生模式的方法，包括：
监测所述后处理系统内的温度；
监测向所述选择性催化还原设备计量供给燃料的速率；
监测初始转化效率；
选择一个方程以便基于所述监测到的温度和所述监测到的燃料计量供给速率估计所述选择性催化还原设备的转化效率的变化；
基于所述方程和所述初始转化效率估计所述转化效率的变化；以及
基于所述估计出的转化效率的变化启动用于所述选择性催化还原设备的再生模式。
方案2、如方案1所述的方法，其中监测所述初始转化效率包括：
当所述选择性催化还原设备完成全部再生时重新设定所述初始转化效率。
方案3、如方案1所述的方法，其中监测所述初始转化效率包括：
当所述选择性催化还原设备经历部分再生时将所述初始转化效率重新设定为估计出的转化效率。
方案4、如方案1所述的方法，其中估计所述转化效率的变化包括：
定义一个时间段，在该时间段内所述方程能够基于所述监测到的温度和所述燃料计量供给速率工作；以及
以累积方式估计所述转化效率在所述时间段内的变化。
方案5、如方案4所述的方法，还包括：
定义一个第二时间段，在该第二时间段内第二方程能够基于所述监测到的温度和所述燃料计量供给速率工作；以及
基于所述新时间段开始时所述估计出的转化效率和所述第二时间段内的所述第二方程以累积方式估计所述转化效率在所述时间段内的变化。
方案6、如方案1所述的方法，其中启动所述再生模式是基于下降到低于一个阈值转化效率的所述估计出的转化效率进行的。
方案7、如方案6所述的方法，其中监测所述初始转化效率包括：
当所述选择性催化还原设备完成全部再生时重新设定所述初始转化效率；并且
其中所述阈值转化效率基于自所述重新设定以来增加的工作时间而增加。
方案8、如方案6所述的方法，其中监测所述初始转化效率包括：
当所述选择性催化还原设备经历部分再生时将所述初始转化效率重新设定为估计出的转化效率；并且
其中所述阈值转化效率基于自所述重新设定以来增加的工作时间而增加。
方案9、如方案1所述的方法，其中所述监测到的温度包括所述选择性催化还原设备上游的废气流温度。
方案10、如方案1所述的方法，其中所述监测到的温度包括所述选择性催化还原设备下游的废气流温度。
方案11、如方案1所述的方法，其中所述监测到的温度包括所述选择性催化还原设备的催化剂温度。
方案12、一种用于估计转化效率的方法，该方法在对使用碳氢化合物作为还原剂的后处理系统的选择性催化还原设备进行控制时使用，所述方法包括：
监测所述后处理系统内的温度；
监测向所述选择性催化还原设备计量供给燃料的速率；
监测初始转化效率；
选择用于不同监测温度范围的方程来基于所述监测到的温度和所述监测到的燃料计量供给速率估计所述转化效率的变化；
基于所述方程和所述初始转化效率以累积方式估计所述转化效率的变化；以及
基于所述估计出的转化效率的变化启动用于所述选择性催化还原设备的再生模式。
方案13、如方案12所述的方法，其中所述监测到的温度包括所述选择性催化还原设备上游的废气流温度。
方案14、如方案12所述的方法，其中所述监测到的温度包括所述选择性催化还原设备下游的废气流温度。
方案15、如方案12所述的方法，其中所述监测到的温度包括所述选择性催化还原设备的催化剂温度。
方案16、一种用于估计转化效率的方法，该方法在对使用碳氢化合物作为还原剂的后处理系统的操作性的选择性催化还原设备进行控制时使用，所述方法包括：
测试一个在操作上类似于所述操作性的选择性催化还原设备的示例选择性催化还原设备，所述测试包括：
在多个操作期间内以各种不同的温度和燃料计量供给速率重复操作所述示例选择性催化还原设备；以及
监测所述示例选择性催化还原设备在每个所述期间内的转化效率；
确定表示每个所述期间的所述转化效率的变化的方程；
利用所述确定的方程追踪所述选择性催化还原设备的转化效率的变化；以及
基于所述追踪的转化效率控制所述选择性催化还原设备内的再生模式的启动。
附图说明
现在将通过示例并参考附图描述一个或多个实施方式，其中：
图1示意性示出了根据本发明构建的示例内燃机和控制系统；
图2示意性示出了根据本发明的包括HC-SCR设备构造的示例后处理系统；
图3以图表示出了根据本发明在不同温度下暴露于多种碳氢化合物还原剂的HC-SCR催化剂的示例结果；
图4以图表示出了根据本发明使催化剂在两个温度范围内操作的示例测试结果以及所导致的对转化效率的影响；
图5和6以图表示出了根据本发明由曲线拟合方法获得的示例测试结果以及表示测试结果的行为的判定方程；
图5示出了根据本发明从在恒定的碳氢化合物的燃料剂量和恒定的废气温度下操作的催化剂收集的数据；
图6示出了根据本发明从在恒定的燃料剂量下随温度升高的情况下操作的催化剂收集的数据；
图7-9示意性示出了根据本发明在后处理系统内从多个点获取的温度测量值；
图7示意性示出了根据本发明包括上游温度传感器的后处理系统；
图8示意性示出了根据本发明包括催化剂内温度传感器的后处理系统；
图9示意性示出了根据本发明包括下游温度传感器的后处理系统；
图10示意性示出了根据本发明在发动机控制模块内使用并且判定氮氧化物产生估计的示例氮氧化物模型模块；
图11以图表示出了根据本发明的示例质量分数燃烧曲线；
图12以图表示出了根据本发明在燃烧过程中相对于曲轴转角绘出的示例气缸压力；
图13示出了根据本发明能够在燃烧室内估计的对于描述燃烧过程重要的多个不同温度；
图14是根据本发明的示例模型结果的图表，描述了在一系列给定条件下多个输入对氮氧化物排放物的标准化影响；以及
图15示意性示出了根据本发明的产生氮氧化物产生估计的示例系统，其使用神经网络内的模型产生氮氧化物产生估计并且包括动态模型模块来针对动态发动机和车辆状况的影响补偿氮氧化物产生估计。

现在参考附图，图中所示仅用于解释某些示例实施方式的目的，而不是用来限制这些实施方式，图1是根据本发明的示例柴油机的部分示意图。发动机10传统上包括多个气缸12，气缸12在其中具有与曲轴16相连的往复活塞14。本发明总体适用于直喷四行程压燃发动机。气缸的端部由气缸盖18封闭，从而气缸和活塞限定了可变容积燃烧室20。
气缸盖设置有进气门22，其在活塞的进气行程期间控制进入气缸的进气的正时和流量。气缸盖内的排气门24在活塞的排气行程期间控制来自燃烧室的废气产物的正时和流量。在图示的发动机中，每个气缸有两个进气门和两个排气门，然而根据本发明可使用对于发动机的操作合适的任意数量的气门。
进气门和排气门由独立的气门致动设备26、28致动。气门致动设备专门操作其分别的进气门和排气门，然而两者有曲轴16通过正时链30驱动。
示例发动机10包括一个其中形成有多个气缸的铸造金属发动机块体和一个发动机缸盖。发动机块体优选包括其中通过发动机冷却剂流体的冷却剂通道32。能够操作以监测冷却剂流体温度的冷却剂温度传感器位于合适的位置并且向控制系统提供在发动机控制中有用的指示发动机工作温度的参数信号输入。发动机优选包括已知的系统，该系统包括外部废气再循环(EGR)阀和进气节气门(未示出)。
每个活塞14通过销钉和连接杆连接到曲轴16。曲轴16以可旋转方式在靠近发动机块体底部的主支撑区域连接到发动机块体，从而曲轴能够绕着垂直于由每个气缸限定的纵向轴线的轴线转动。曲轴传感器(未示出)位于合适的位置，能够操作以产生信号，该信号能够由控制器使用以测量曲轴转角，曲轴传感器能够移动以测量能够在各种控制方案中使用的曲轴转动、速度和加速度。在发动机工作过程中，由于关联到曲轴16的转动以及燃烧过程，每个活塞14在气缸内以往复方式上下移动。曲轴的转动将在燃烧过程中施加到每个活塞的线性力转换为曲轴的转矩输出，该转矩可传递到其他设备，例如车辆传动系统。
发动机缸盖包括具有流入燃烧室20的一个或多个进气口和一个或多个排气口的铸造金属设备。进气口将空气供给到燃烧室20。燃烧的气体经由排气口从燃烧室20流出。经由进气口的空气流通过致动一个或多个进气门22控制。经由每个排气口的燃烧气体流通过致动一个或多个排气门24控制。
每个进气和排气门22、24具有一个头部，头部包括一个暴露于燃烧室的顶部。每个气门22、24具有一个连接到气门致动设备的气门杆。气门致动设备26能够操作以控制每个进气门22的打开和关闭，并且一个第二气门致动设备28能够操作以控制每个排气门24的打开和关闭。每个气门致动设备26、28包括一个与控制系统信号连接的设备，该设备能够操作以一起或分别控制正时、持续时间和每个气门的打开和关闭幅度。示例发动机的一个实施方式包括一个双重上部凸轮系统，该双重上部凸轮系统具有作为气门致动设备26、28的一部分的可变提升控制(VLC)和可变凸轮定相(VCP)设备。VCP设备能够操作以控制每个进气门和每个排气门相对于曲轴的旋转位置的打开和关闭正时，并且打开将每个气门打开固定的曲轴持续角度。VLC设备能够操作以控制气门提升到两个位置中的一个的幅度：在示例构造上包括如下位置：对于120-150曲轴转角的打开持续角度提升到3-5mm的位置，对于220-260曲轴转角的打开持续角度提升到9-12mm的另一个位置。每个气门致动设备对于同样的效果可达到同样的功能。气门致动设备可优选由控制系统25根据预定的控制方案进行控制。还可以使用例如包括全柔性电动或电动-液压设备的可选的可变气门致动设备，这种设备具有的其他优点是独立打开和关闭相位控制以及在系统的限制内的基本上无限的气门提升变量。这里将描述控制气门的打开和关闭的控制方案的一个特定方面。
空气通过进气岐管滑管34进入进气口，进气岐管滑管34接收通过已知的空气计量设备和节流设备(未示出)的过滤空气。废气从排气口进入排气岐管，排气岐管包括废气传感器，废气传感器能够操作以监测废气流的成分，并且判定与之相关的参数。废气传感器可包括能够操作以提供用于废气流的参数值(包括空气/燃料比率、或者例如NOX、C0、HC等废气成分的测量值)的数种已知传感设备的任一种。系统可包括用于监测燃烧压力的气缸内传感器，或者非植入式压力传感器或者推断出的压力判定值(例如通过曲轴加速度)。每个上述传感器和计量设备提供了作为参数输入到控制系统的信号。这些参数输入可由控制系统使用而判定燃烧性能测量值。
控制系统优选包括能够操作以提供发动机10和其他系统的协调的系统控制的整体控制架构的子集。在整个操作中，控制系统能够操作以综合操作者输入、环境条件、发动机操作参数和燃烧性能测量值以及执行算法而控制多种致动器，从而获得用于控制参数的目标，这些参数包括：例如燃料经济性、排放物、性能和操纵性能。控制系统以可操作方式连接到多个设备，通过这些设备，操作者控制或指导发动机的工作。示例操作者输入包括当发动机在车辆中使用时的加速器踏板、制动踏板、变速器档位选择器和车速巡航控制。控制系统可通过局域网络(LAN)总线(未示出)与其他控制器、传感器和致动器通信，局域网络总线优选允许多种控制器之间的控制参数和命令的结构化通信。
控制系统以可操作方式连接到发动机10，并且用于从传感器获得参数数据，以及通过合适的接口控制发动机10的多种致动器。控制系统基于操作者输入接收发动机扭矩命令，并且产生期望的扭矩输出。由控制系统使用前述传感器感知的示例发动机操作参数包括发动机冷却剂温度、曲轴转速(RPM)和位置、岐管绝对压力、环境气流和温度以及环境空气压力。能够监测曲轴旋转位置的传感器可用来通过燃烧循环的多个阶段监测或判定发动机和多个气缸的进程。燃烧性能测量值可包括测量的和推断出的燃烧参数，包括空气/燃料比率、峰值燃烧压力的位置及其他参数。
由控制系统控制的致动器包括：燃料喷射器(未示出)；VCP/VLC气门致动设备26、28；EGR阀(未示出)以及电子节流控制模块(未示出)。燃料喷射器优选能够操作以将燃料直接喷射到每个燃烧室20。
控制系统优选包括一个通用数字计算机，该计算机一般包括一个微处理器或中央处理单元、只读存储器(ROM)、随机存取存储器(RAM)、电可编程只读存储器(EPROM)、高速时钟、模拟至数字(A/D)和数字至模拟(D/A)转换电路，以及输入/输出电路和设备(I/O)和合适的信号调节和缓冲电路。每个控制器具有一系列控制算法，包括存储在ROM内并且被执行而提供期望的功能的驻留程序指令和校准值。
用于发动机控制的算法可在预设循环中执行。存储在非易逝性存储设备内的算法由中央处理单元执行，并且能够被操作以监测来自传感设备的输入并且执行控制和诊断程序而使用预设的校准值控制发动机的工作。循环指令可以常规间隔执行，该间隔例如是在将要进行的发动机操作过程中的每3.125、6.25、12.5、25和100毫秒。可选地，算法可响应事件的发生或中断请求被执行。
图1描述了一个示例柴油机。然而，应当理解，氮氧化物处理和后处理系统可用于包括汽油机的其它发动机构造，并且本发明不限于这里描述的特定示例发动机实施方式。
图2示意性示出了根据本发明的包括HC-SCR设备构造的示例后处理系统。后处理系统200包括控制模块205、DOC 210、HC-SCR 220、上游氮氧化物传感器230、下游氮氧化物传感器240、温度传感器250和燃料计量供给模块260。如图本领域所公知的那样，DOC 210执行后处理废气流所需的多个催化功能。HC-SCR 220使用燃料作为还原剂而将氮氧化物还原成不污染的分子。上游氮氧化物传感器230检测和定量进入后处理系统200的废气流。虽然上游氮氧化物传感器230示出为一个用于定量进入后处理系统的示例装置，然而应当指出，进入系统的氮氧化物可通过其它装置(例如位于DOC 210和SCR 220之间的氮氧化物传感器)进行定量而用于在HC-SCR中估计转化效率。本发明大体上讨论了描述进入根据示例实施方式的后处理系统的氮氧化物的传感器输入，然而，应当理解，根据上游传感器的设置，输入可实际上描述进入一部分后处理系统的氮氧化物含量。此外，基于发动机的工作估计进入后处理系统的废气流中的氮氧化物含量的方法是已知的，其中此估计可被描述为虚拟氮氧化物传感器。示例虚拟氮氧化物传感器的操作将在下面详细描述。HC-SCR 220通过已知的方法使用碳氢化合物将氮氧化物转化为非污染性的分子。图中绘出的温度传感器250位于一个在后处理系统200内收集废气流温度数据的区域。图中绘出燃料计量供给模块260位于HC-SCR 220上游的一个位置。燃料可直接喷入进入HC-SCR的废气流中。然而，图中绘出的优选方法使用混合设备270。燃料计量供给模块260将燃料喷射进混合设备270，并且燃料随后由废气流携带，以基本上均匀的分布进入HC-SCR 220内部的催化剂表面上。另外地或者可选地，能够通过在燃烧室内的延迟的或者推后的燃烧喷射将HC添加到废气流中。下游氮氧化物传感器240检测和定量在废气流中排出后处理系统200的氮氧化物。控制模块205包括根据需要编程以处理涉及后处理系统的输入并且控制在系统中处理氮氧化物的参数。
通过将氮氧化物传感器设置在后处理设备之前和之后，能够对设备转化氮氧化物的效率做出估计。上述示例后处理系统描述了在后处理设备上游测量的废气流的测量或者估计氮氧化物含量被分析。进入后处理系统的此氮氧化物测量值可被描述为在任何时间t的x(t)。上述示例后处理系统描述了在后处理设备下游测量的废气流的测量或者估计氮氧化物含量被分析。进入后处理系统的此氮氧化物测量值可被描述为在任何时间t的y(t)。由下列方程给出了在任意时间的转化效率。
${\eta }_{\mathrm{ACTUAL}}\left(t\right)=1-\frac{y\left(t\right)}{x\left(t\right)}---\left[1\right]$
应当理解，此方程提供了在任何瞬时时间的转化效率。这种瞬时测量值或计算值倾向于产生基于信号噪声的误差。现有技术已知施加低通过滤器的方法。对x(t)或y(t)的积分产生了在一定时间内分别进入或者离开后处理系统的实际氮氧化物量的描述。用于判定积分的转化效率、过滤了x(t)和y(t)的不规则测量值的示例方程描述如下：
$\eta =f(T_{\mathrm{BED}},\mathrm{SV},{\theta }_{{\mathrm{NH}}_3},x\left(t\right),V_{\mathrm{UREA}},{\rho }_{\mathrm{CELL}})---\left[2\right]$
以此方式，进入和离开后处理系统的氮氧化物的测量或估计值可用来判定后处理系统的估计或计算实际转化效率。
以此方式，转化效率可根据进入后处理设备的氮氧化物和离开后处理设备的氮氧化物判定。若以此方式判定，则转化效率被追踪为在时间t在设备内完成的净转化。然而，其他追踪、估计或预测转化效率的方法也是可能的。
在后处理设备内转化氮氧化物经历一段时间并且在某些基于催化剂毒化或污染从而导致催化剂失活的条件下会效率下降。试验发现，这种催化剂毒化过程是基于使用的还原剂、设备内催化剂的温度和催化剂在这些条件下暴露的持续时间的可预测的重复行为。图3以图表示出了根据本发明将HC-SCR催化剂暴露于处于不同温度下的一定量的碳氢化合物还原剂的示例结果。对试验结果的检查针对不同还原剂产生了不同结论。多数还原剂在较低工作温度下经历一段时间后转化效率呈现较大下降。该行为与以较低范围的工作温度工作一定时间后再生SCR催化剂的要求是相一致的，这在稀燃发动机工作中是典型的情况。然而，在一定的工作温度之上，还原剂经历一段时间后呈现很少或者不呈现转化效率下降的现象。在这些较高温度下的工作与从催化剂中净化污染物或再生的操作是一致的。图4以图表示出了根据本发明将催化剂在两个温度范围内操作以及由此导致的对转化效率的影响的示例测试结果。示出的测试条件包括四缸柴油机以及在HC-SCR催化剂上游计量喷射的超低硫柴油燃料(ULSD)碳氢化合物。计量喷射最初配给在新的、未毒化的催化剂上，并且催化剂以碳氢化合物将氮氧化物转化的工作以高效率开始。在低温工作过程中，催化剂呈现与图3一致的逐渐下降的转化效率。伴随降低的转化效率，碳氢化合物(HCscr_out)和氮氧化物(NOx_scr_out)的后期SCR浓度增加，这与未经历期望的反应的还原剂和氮氧化物一致。在图的中间，开始高温再生过程。高温导致催化剂再生并且恢复在前面的低温工作过程中失去的一些或所有转化效率。碳氢化合物(HCscr_out)和氮氧化物(NOx_scr_out)的后期SCR浓度在再生开始后降低，这与经历期望的反应的还原剂和氮氧化物一致。
测试显示，在给定条件下，还原和转化效率的恢复在同样的工作条件下经历可重复的变化。通过检查来自示例测试系统的测试结果和通过现有技术已知的方法对测试结果拟合曲线(包括多项式方程)，导致在一段时间操作之后的转化效率可基于判定曲线来预测。以此方式，对示例SCR设备的测试可用于在控制可操作的SCR设备中使用的判定方程。图5和图6以图表示出了根据本发明的测试结果和由曲线拟合方法获得的表示测试结果的行为的判定方程。图5示出了由在恒定的废气温度330℃和碳氢化合物的恒定的燃料(ULSD)剂量下工作的催化剂收集来的数据。图中示出了所得来的判定方程，判定方程由试验数据收集来的数据点拟合而成并且描述了催化剂的逐渐失活过程。由于转化效率在测试条件下的还原是可重复的，若给定一个起始点，所产生的设备的转化效率可在测试条件下经过一些时间的操作后被预测。类似地，图6示出了由温度从330℃增加到450℃时在恒定的燃料剂量下工作的催化剂收集的数据。图中示出了所得到的判定方程，判定方程是由试验数据收集的数据点拟合而成，并且描述了催化剂的再生。通过组合用于各种工作条件的方程，可基于工作条件中的变化和处于每种工作条件的时间预测转化效率的变化。
在后处理设备中以已知的起始状态在已知的条件下工作的催化剂在设备中产生了转化效率的可预测变化。该可预测的行为允许通过监测工作条件追踪预测的转化效率。追踪转化效率的示例方程可由下列示例方程表示。
$\eta \left(t_N\right)=\eta \left(t_0\right)+{\Sigma }_{x=1}^N{(\det \mathrm{er}\min \mathrm{ed}\_{\mathrm{equation}}_x\left(t\right))}_{t_{x-1}}^{t_x}---\left[3\right]$
经过一些期望时间的转化效率η(tN)可基于初始转化效率η(t0)和在已知工作条件下在数量N的时间段内工作的效果的总和来判定。对于N个工作时间段的时间段x，从tx-1至tx的时间段是可定义的，并且由上述方法确定的对于每个时间段x的判定方程被用来判定在此时间段的条件下的工作的效果。
如上所述，在高温下的工作倾向于增加转化效率。在某些温度或者该温度之上，高温可导致未预料到的再生。判定方程应当校准并且应当针对方程选择温度范围以将此为预料到的再生考虑进去。在示例催化设备中，未预料到的再生在废气流温度超过400、特别是高于450的情况下会经历到。然而，应当理解，再生温度范围高度依赖于催化剂。
如上所述，催化剂的行为可针对各种条件，例如温度范围，进行描述。设备的温度依赖性可根据催化剂配方变化。由于判定方程是针对特定的催化剂开放，方程3或者类似的方程可用于评估工作对转化效率的影响。给定一组已知的判定方程，方程3可重新描述如下。
η(tN)＝η(t0)+∫(AT＝330-350+BT＝351-380+CT＝381-410+…)-DT＝411-449-ET＞450    [4]
如上关于方程3所述，转化效率通过确定η(t0)和累加在时间上的变化来计算。针对不同的监测的温度范围的方程可通过足以通过不同的温度范围估计用于特定后处理设备的转化效率的任何方法开发。示例判定方程在图5和6中示出。以此方式，用于SCR催化剂的转化效率可基于在废气流中的监测温度预测。
初始转化效率可以多种方式确定或估计。新的催化剂可包括设定的净转化效率。在系统操作过程中设定初始转化效率的一个优选方法是一旦工作条件指示已经发生完全再生就重新设定估计转化效率。在另一实施方式中，初始转化效率可基于一些允许这种估计的条件重新设定为估计的转化效率。例如，即使在再生开始时给出不准确的转化效率估计，部分再生液产生预计的转化效率的恢复。在例如部分再生等条件之后的估计转化效率重设可根据任何足以在目标后处理设备内充分估计转化效率的方法设定。当催化剂的工作条件包括在阈值温度之上的高温操作超过一个阈值持续时间时，初始转化效率可重设为最大值或者一个基于再生条件、使用的还原剂、在催化剂的期望寿命之内的催化剂的状态或者在完全再生后影响催化剂的转化效率的其他因素校准到催化剂的值。
如上所述，判定方程可通过将曲线拟合到测试数据来产生，以便估计或预测由催化剂在已知或测量条件下的工作产生的转化效率。适用于单一判定方程的条件可基于如下方面改变：后处理设备；使用的催化剂根据温度、燃料构成或其他因素改变的敏感性；废气流的瞬时条件；以及在产生的转化效率与由判定方程预测的转化效率之间产生可变性或错误的其他因素。例如，判定方程可被设定而用于其中测量的废气流在350℃和375℃之间的期间，如果测试显示当工作在此范围内时产生的转化效率在可接受的误差范围内受到一致的影响的话。方程可这样定义：工作条件范围的跨度为每10、20、50℃，或者废气温度的任何增量，只要测试结果分析证明合理即可。类似地，不同的方程可针对燃料剂量的不同范围进行定义。曲线和方程将根据催化剂尺寸、负载、燃料还原剂类型和配方以及剂量而不同。类似地，如图6所示，判定方程可设定为用于过渡期间，其中期望的或测量的废气温度从一个值过渡到另一个值，例如在开始一个再生循环时。对所使用的正确方程的判定可实时进行设定和监测。可选地或另外地，对所施加的判定方程的选择可利用一下时滞设定以更精确地定义对催化剂的产生的转化效率的操作的累积影响。此外，实时获得的和通过判定方程施加的结果可根据影响转化效率的历史曲线事后进行检查。此外，判定方程可基于测试系统或车辆的行为事先设定。可选地或另外地，转化效率可根据单元的实地操作检查，校准到由传感器测量的测量值，其中传感器处于后处理系统中或者临时安装以用于校正判定方程。在能够得到氮氧化物传感器或者能够在废气流中预测氮氧化物的度量的情况下，这些测量值可与上述方法结合起来而提供正确的反馈。此外，通过现有技术已知的方法，在特定后处理系统中的方程可进行调节以用于该系统，并且可通过现有技术已知的方法(例如通过机器学习算法或模糊逻辑)针对经过一段时间后变化的系统进行调节。通过这些已知方法，在系统操作过程中来自初始判定方程的偏差和误差源可通过经历时间的调节校正。
如上所述，多个参数可根据这里描述的方法用于追踪或预测转化效率。如上所述，催化剂上的反应温度对于理解催化剂经历的降低的转化效率的速率是至关重要的。废气流的温度，无论是HC-SCR设备的上游还是下游，或者催化剂内的温度，可用于监测或估计设备内的工作温度。描述碳氢化合物的存在和相关的HC-SCR设备内的污染物的配给速率对于理解设备内的转化效率的变化也是重要的。此外，由于催化剂的毒化是一个积累过程，每个工作范围内的时间对于追踪或预测设备的转化效率是重要的。
用于这里描述的方法的后处理系统内的温度测量值可由后处理系统内的多个位置获取。图7-9示意性示出了根据本发明在后处理系统内的多个点获取的温度测量。图7示出了包括控制模块305、DOC 310、HC-SCR 320、上游温度传感器330和燃料计量供给模块360的后处理系统。图8示出了包括控制模块405、DOC 410、HC-SCR 420、催化剂内温度传感器430和燃料计量供给模块460的后处理系统400。图9示出了包括控制模块505、DOC 510、HC-SCR 520、下游温度传感器530和燃料计量供给模块560的后处理系统。在后处理系统内的温度传感器的任何位置均可使用，只要HC-SCR内的温度可通过测量准确估计即可。可选地，如果能够得到允许准确估计或模型化HC-SCR设备内的温度的度量，例如提供关于燃烧过程和通过排放系统排出的热量的详细信息的缸内测量，可合成一个虚拟温度测量并且将其用于这里描述的方法。
如上所述，催化剂的污染或毒化降低了催化剂的转化效率。一旦转化效率低于某个水平，催化剂可被认为失活或者不在发挥作用。一旦催化剂失活发生，必须触发一个再生模式以恢复催化剂处理氮氧化物的功用。这里描述的方法可用来触发再生，例如响应估计的转化效率降低到低于某个阈值效率。该阈值可以是固定数值，例如在转化效率降低到低于50％时触发再生。可选地，触发再生的阈值效率可以是可调数值。例如，估计转化效率基于直至初始转化效率重设之前的重复的工作的期间而产生的累积估计。阈值转化效率可设定为政府法规要求的值，或者阈值可基于某个超过政府法规的值。由于转化效率估计可基于先前的估计，在转化效率估计中会积累误差。触发再生的阈值效率可引起该增加的误差。例如，在初始转化效率的最后一次重设的十个小时内的任何操作期间，阈值转化效率可以是30％，并且操作每增加10个小时，阈值转化效率可增加5％。以此方式，催化剂的再生可包括历经时间而增加的安全因素，以说明在转化效率估计中累计的误差。
这里描述的方法中使用的判定方程可存储在控制模块内或任何计算模块内或控制再生循环的初始化的控制模块的能访问的参照设备。
检测氮氧化物对于理解后处理系统的工作以及控制作为氨产物的一部分的氮氧化物是重要的。氮氧化物传感器或氧气传感器增加了车辆的成本和重量，并且这种传感器经常需要在一些预热时间后产生的特定的工作温度范围来正常工作。如上所述，可使用虚拟氮氧化物传感器来估计在后处理系统中存在的氮氧化物。图10示意性示出了一个根据本发明的氮氧化物模型模块，其在发动机控制模块中使用并且判定氮氧化物生成估计。示例氮氧化物模型模块600在氮氧化物生成估计系统610中工作并且包括一个模型模块620和一个氮氧化物估计模块630。发动机传感器输入x1至xn输入到氮氧化物模型模块并且可包括多个因子，这些因子包括温度、压力、包括气门和火花正时的发动机控制设定以及指示在燃烧室内的燃烧状态的其他读数。模型模块620接收这些输入并且施加已知的关系以判定描述燃烧室内的燃烧的多个参数。这些描述性参数的示例包括EGR％，循环回燃烧室以控制燃烧过程的控制的废气的比例；描述存在于燃烧室内的空气和燃料混合物的空气燃料填充比例(AFR)；燃烧温度测量变量，包括例如燃烧的气体温度或者平均燃烧温度；追踪燃烧过程中的燃烧进程的燃烧正时测量变量，例如CA50，描述在何种曲轴转角最初存在于燃烧室内的燃料质量的50％被燃烧的测量值；以及燃料油轨压力，指示能够进入燃料喷射器而被喷射到燃烧室内的燃料的压力。这些描述性参数可用来估计整个燃烧过程中燃烧室内存在的条件。如上所述，存在于燃烧室内的条件影响燃烧过程中的氮氧化物生成。这些描述性参数可供给氮氧化物估计模块630，其中编程的计算使用这些描述性参数作为输入而估计燃烧过程中氮氧化物的生成。然而，如上所述，分析描述燃烧过程的变量的模型可包括复杂的计算，这会占用很长的时间进行计算，该时间超过了产生实时结果所需的时间，因此需要大量的处理能力，并且仅仅能够精确到预先编程的算法所允许的精度。由于这些挑战以及对于精确的和及时的信息的需求，将在ECM内估计氮氧化物生成作为后处理控制策略的一部分不是优选的。
通过虚拟氮氧化物传感器监测氮氧化物会需要监测燃烧过程以精确估计来自发动机氮氧化物产量。此外，对于多个喷射的精确控制，如上方法所述，可通过监测燃烧过程来提供帮助。多个发动机传感器输入可用来定量描述燃烧过程的参数。然而，在发动机内发生的燃烧难以直接监测。传感器可检测和测量进入气缸的燃料流和气流，传感器可监测施加到火花塞的特定电压或者处理器可收集预测产生自动点火所需的条件的信息的集合，但是这些所有读数仅仅能预测燃烧但不能测量实际燃烧结果。一个测量实际燃烧结果的示例方法使用在整个燃烧过程中获取的燃烧室内的压力测量值。气缸压力读数提供了描述燃烧室内的状况的可感知的读数。基于对燃烧过程的理解，气缸压力可被分析以估计特定气缸内的燃烧过程的状态，这根据燃烧相位和燃烧强度描述了燃烧。具有已知的燃料填充、在已知的正时并且在已知的条件下的燃烧在气缸内产生了可预测的压力。通过描述在某个曲轴转角的燃烧的相位和强度，特定燃烧过程的初始情况和进程可被描述为燃烧的估计状态。通过估计一个气缸的燃烧过程的状态，在整个燃烧过程中影响氮氧化物生成的因素可被确定并且可被获知而用于氮氧化物生成估计。
用于监测燃烧相位的一种已知方法是基于已知参数估计针对给定曲轴转角的质量分数燃烧比。质量分数燃烧比描述了在燃烧室中已经燃烧了填充燃料的百分比，并且用作燃烧相位的良好估计。图11以图表示出了根据本发明的示例质量分数燃烧曲线。对于给定的曲轴转角，该曲线描述了在此燃烧过程中已经燃烧的所填充的燃料空气混合物的估计百分比。为了作为燃烧相位的量度，已知识别相关的特定质量分数燃烧百分比或者相关的特定曲轴转角。图11识别出CA50％作为质量分数燃烧比等于50％的曲轴转角。通过在此气缸内的多个燃烧过程中或者多个气缸中检查该特定量度，可描述特定燃烧过程的比较相位。
如上所述，燃烧相位可用于估计特定燃烧过的状态。这里公开了已知用于监测燃烧相位以诊断无效燃烧的示例方法，由此可监测发动机内的燃烧，对于每个气缸燃烧过程产生了质量分数燃烧比，并且比较了在气缸中的燃烧相位。如果在一个特定曲轴转角针对一个气缸的燃烧相位与在用于第二气缸的同一曲轴转角针对第二气缸的燃烧相位的差超过一个阈值，会发生异常燃烧。通过此方法可诊断出多种异常燃烧源。例如，如果一些状况导致在燃烧室内提前点火或者爆燃，则气缸压力读数将呈现不同于正常燃烧的值。此外，导致以不正确的燃烧充填喷射的燃料系统喷射正时故障将导致异常气缸压力读数。此外，如果气缸点火失败或者从未产生燃烧，气缸压力读数将呈现与正常燃烧不同的值。类似地，压力曲线可被用来诊断其他异常燃烧状况，例如在空气燃料混合物中的变化、在曲轴相位中的变化以及对相关部件的维护失败。任何这种对燃烧健康状况的诊断都牵涉氮氧化物并且可用于估计氮氧化物生成。
已知有许多方法来估计质量分数燃烧。一种方法检查来自燃烧室内的压力，包括分析由于燃烧导致的在燃烧室内的压力上升。存在许多方法来定量由于燃烧导致的气缸内的压力上升。压力比率管理(PRM)是一种基于Rassweiler方法的方法，该方法表明质量分数燃烧可通过由于燃烧导致的压力分数上升来估计。具有已知燃料充填在已知时间和已知条件下的燃烧倾向于在气缸内产生一致的可预测的压力上升。PRM从在给定的曲轴转角(PCYL(θ))燃烧的测量气缸压力与计算出的机动压力(motored pressure)的比率得到压力比率(PR)，估计在给定的曲轴转角(PCYL(θ))如果在气缸内没有发生燃烧的压力值，导致下列方程。
$\mathrm{PR}\left(\theta \right)=\frac{P_{\mathrm{CYL}}\left(\theta \right)}{P_{\mathrm{MOT}}\left(\theta \right)}---\left[5\right]$
图12以图表示出了根据本发明相对于在整个燃烧过程中的曲轴转角绘出的示例气缸压力。PMOT(θ)从活塞压缩捕获的一腔没有任何燃烧的气体开始呈现平滑的、倒抛物线形峰值。所有气门在活塞处于BDC时关闭，活塞上升压缩气体，活塞在压力曲线的峰值抵达TDC，并且压力随着活塞下降离开TDC而降低。高于PMOT(θ)的压力上升由PCYL(θ)绘出。燃烧的正时将随应用的不同而改变。在此示例曲线中，PCYL(θ)从TDC周围的PMOT(θ)开始上升，描述了TDC之前一些时间的点火事件。当填充物燃烧时，燃烧产生热量并且做功，导致燃烧室内的压力上升。PR是PMOT与PCYL的比率，并且PMOT是PCYL的一个分量。净燃烧压力(NCP(θ))是PCYL(θ)和PMOT(θ)之间的差或者燃烧室内由于在给定的曲轴转角的燃烧导致的压力上升。应当理解，通过从PR中减去1，NCP与PMOT的比率可以确定。
$\mathrm{PR}\left(\theta \right)-1=\frac{P_{\mathrm{CYL}}\left(\theta \right)}{P_{\mathrm{MOT}}\left(\theta \right)}-\frac{P_{\mathrm{MOT}}\left(\theta \right)}{P_{\mathrm{MOT}}\left(\theta \right)}=\frac{\mathrm{NCP}\left(\theta \right)}{P_{\mathrm{MOT}}\left(\theta \right)}---\left[6\right]$
通过上述方程测量的PR因此可用于直接描述气缸内的燃烧强度。在曲轴转角θ的标准化的PR减去1与期望的或理论的最大PR值减去1产生在曲轴转角θ的由于燃烧导致的压力上升与燃烧过程完成时由于燃烧导致的期望的总的压力上升的分数压力比。该正交化可由下列方程表示。

该分数压力比率(FPR(θ))，通过使得由于燃烧导致的压力上升等于燃烧的进程，描述了用于该特定燃烧过程的质量分数燃烧。通过使用PRM，来自气缸的压力读数可用来估计用于该气缸的质量分数燃烧。
使用PRM的上述方法可用于大范围温度、与压燃式发动机相关联的气缸燃料填充和正时，具有的增加的优点是不需要校准的压力传感器。由于PR是压力的比率，不校准的线性压力传感器可用于从每个气缸获取压力数据读数。
另一种估计质量分数燃烧的方法是通过计算对于给定曲轴转角的总的热量释放直接使用Rassweiler方法判定质量分数燃烧。Rassweiler方法使用来自气缸的压力读数来接近气缸内的增量热量释放。该方法由下列方程给出。
$Q_{\mathrm{Released}}\left(\theta \right)=\Sigma P_{k+1}-P_{k-1}{\left(\frac{V_{k-1}}{V_k}\right)}^r---\left[8\right]$
测量在某个曲轴转角已经燃烧了多少填充燃料的质量分数燃烧可通过判定在给定的曲轴转角已经发生了多少分数的燃烧过程的热量释放来近似。由Rassweiler方法判定的增量热量释放可在一定范围的曲轴转角上累加，与燃烧过程的总的期望或者理论热量释放相比较，并且用来估计质量分数燃烧。例如，如果在一个给定的曲轴转角75％的总的期望热量释放已经实现，则我们可以估计，在此曲轴转角已经发生了改循环的75％的燃烧。
其他方法也可以用来估计质量分数燃烧。一种方法通过基于释放的热量和填充燃料的燃烧所做的功的分析来分析经典的热量释放测量以定量在燃烧室内由于燃烧导致的能量的变化率。这种分析集中于热力学第一定律，该定律规定在一个封闭系统内的能量的净变化等于增加到该系统的热量和功的和。若应用于燃烧室，则燃烧室内及封闭的气体的能量的增加等于传递到燃烧室壁和气体的热量加上由燃烧所做的膨胀功。
使用这些经典的热量释放测量来接近质量分数燃烧估计的一个示例方法通过整个燃烧过程的填充燃料燃烧来分析热量释放速率。该热量释放速率dQch/dθ可在曲轴转角的一定范围内积分来描述以热量形式释放的净能量。通过现有技术中众所周知的推导方法，该热量释放可通过下列方程表示。
$Q=\int \frac{{\mathrm{dQ}}_{\mathrm{ch}}}{\mathrm{d\theta }}=\int (\frac{\gamma }{\gamma -1}p\frac{\mathrm{dV}}{\mathrm{d\theta }}+\frac{1}{\gamma -1}V\frac{\mathrm{dp}}{\mathrm{d\theta }})---\left[9\right]$
伽马γ包括比热比，并且名义上选择为在对应于用于计算信号偏差和没有EGR的温度的用于空气的比热比。因此，对于柴油机名义上或者最初的γ＝1.365，对于传统的汽油机名义上γ＝1.30。然而这可以基于基于来自空气和理想化学配比产品的比热的数据进行调整，其中使用了针对工作条件的当量比、φ和EGR摩尔分数的估计并且使用了关系式[γ＝1+(R/cv)]，其中R是通用气体常数，并且通过下列表达式计算空气和产品性能的加权平均值。
cv(T)＝(1.0-φ*EGR)*cvair(T)+(φ*EGR)*cvstoichprod(T)    [10]
该表达式在如下气体温度下求值：该气体温度对应于用于计算信号偏差而进行取样的压力的气体温度。
无论是通过前一方法或者现有技术中已知的其他方法来计算，在燃烧过程中针对给定曲轴转角的释放的能量的计算值可与燃烧过程的期望的或理论的总能量释放相比较。该比较产生了用于描述燃烧相位的质量分数燃烧的估计。
上述方法可容易缩减以编程到微控制器或者其他设备而用于在内燃机的前进中的操作过程中执行，如下所述。
一旦针对特定的燃烧过程产生质量分数燃烧曲线，该曲线就可用于评估该特定燃烧过程的燃烧相位。再参考图11，图中获取了一个参照点，由该参照点来比较来自不同的燃烧过程的质量分数燃烧估计。在此特地实施方式中，选择CA50％，其表示50％的填充燃料已经被燃烧时的曲轴转角。也可以选择其他测量值，只要同样的测量值被用于每个比较即可。
判定质量分数燃烧值是在现有技术中众所周知的实践。尽管在上面已经针对判定质量分数描述了示例方法，然而这里公开的使用质量分数燃烧值来诊断气缸燃烧问题的方法可与判定质量分数燃烧的任何其他方法一起使用。可以应用开发质量分数燃烧的任何实践，本发明不限于这里描述的具体方法。
还存在分析气缸压力信号的其他方法。处理复杂的或嘈杂的信号并且将其缩减为有用信息的方法是已知的。一种这样的方法包括通过快速傅里叶变换(FFT)进行谱分析。FFT将周期的或重复的信号缩减为用来将信号变换为其频谱的分量的谐波信号的和。一旦信号的分量被识别出来，它们可被分析并且可从信号中提取信息。
来自位于燃烧气缸内或者与燃烧气缸通信的压力传感器的压力读数包含与在燃烧室内发生的燃烧直接相关的信息。然而，发动机是非常复杂的机构，这些压力读数会包含除了PCYL(θ)之外的来自其他源的多种压力振荡。快速傅里叶变换(FFT)是现有技术中众所周知的数学方法。一种已知为谱分析的FFT方法分析复杂信号并且将信号分离为其分量部分，这些分量部分可表示为谐波的和。由f(θ)表示的压力传感器信号的谱分析可表示为如下。
FFT(f(θ)＝A0+(A1 sin(ω0θ+φ1))+(A2 sin(2ω0θ+φ2))+...+(AN sin(Nω0θ+φN))    [11]
信号f(θ)的每个分离N表示在燃烧室内的压力的周期输入，N的增量每次增加都包括信号或更高频率。试验分析已经表明，燃烧和活塞在燃烧过程的各个阶段的移动导致的压力振荡PCYL(θ)倾向于是第一、最低频率的谐波。通过分离此第一谐波信号，PCYL(θ)可被测量和评估。在本领域中众所周知的是，FFT提供关于每个识别出的谐波的幅度和相位的信息，相位表示为在上述方程中的每个谐波的φ项。第一谐波的角度或者φ1因此是追踪燃烧相位信息的主项。通过分析关于PCYL的FFT输出的分量，此分量的相位信息可被定量并且与期望的相位或者其他气缸的相位相比较。该比较允许评估测量的相位值，并且当差值大于阈值差值时进行报警，指示在此气缸内的燃烧问题。
通过FFT分析的信号在输入信号是稳态时得到最有效估计。变化输入信号的瞬时影响可在执行的估计中产生误差。虽然补偿瞬时输入信号影响的方法是已知的，这里公开的方法在其中消除了瞬时影响的怠速或稳态、平均发动机速度条件下执行地最好。在可接受的稳态测试期间完成测试的一个已知方法是采样和在控制模块中使用一个算法以验证或取消在稳定的发动机工作期间提取的测试数据的资格。
应当指出，尽管测试数据优选是在怠速或稳态发动机工作中提取的数据，来自这些分析的信息可由复杂的编程计算或发动机模块使用以在发动机工作的多种范围实现更精确的发动机控制。例如，如果在怠速时的测试和分析表明，第四气缸的喷射器部分堵塞，则燃料喷射正时可在工作的所有不同范围内针对此气缸改变以补偿感知到的问题。
一旦气缸压力信号已经通过FFT被分析，来自压力信号的信息可以多种方式使用以分析燃烧过程。例如，分析的信号可用来在上面讨论的方法中产生分数压力比并且用来描述质量分数燃烧百分比以描述燃烧过程的进程。
一旦得到例如压力读数等测量值，就可计算其他涉及燃烧过程的描述性参数。可使用利用本领域众所周知的物理特征和关系的描述燃烧过程的特定特征的子模型将气缸压力和其他容易得到的发动机传感器项目转换为描述燃烧过程的变量。例如，容积效率——进入气缸的空气燃料填充物与气缸的容量的比率，可由下列方程表示。
${\eta }_{\mathrm{VE}}=f(\mathrm{RPM},P_{\mathrm{im}},{\stackrel{·}{m}}_a)---\left[12\right]$
RPM或发动机速度，如上所述，容易通过曲轴传感器容易测量。Pim或进气岐管压力，通常是与发动机控制相关的测量值并且是容易获得的项目。或流入气缸的填充物的新的质量空气流部分也是在发动机的空气进气系统中经常测量的项目并且能够可选地容易从Pim、环境大气压和空气进气系统的已知特征导出。能由气缸压力和其他容易获得的传感器读数导出的描述燃烧过程的另一变量是流入气缸的填充物可由下列方程判定。
${\stackrel{·}{m}}_c=\frac{P_{\mathrm{im}}·\mathrm{rpm}·D·\eta }{2{\mathrm{RT}}_{\mathrm{im}}}---\left[13\right]$
D等于发动机的排量。R是本领域众所周知的气体常数。Tim是来自进气岐管的温度读数。可由气缸压力和其他容易获得的传感器读数导出的描述燃烧过程的另一变量是EGR％，或者被分流到废气再循环回路的废气的百分比。EGR％可由下列方程判定。
$\mathrm{EGR}\%=1-\frac{{\stackrel{·}{m}}_q}{{\stackrel{·}{m}}_c}---\left[14\right]$
可由气缸压力和其他容易获得的传感器读数导出的描述燃烧过程的另一变量是CAx，其中x等于期望的分数压力比。CAx可由下列方程判定。
$Z=\frac{P_{\mathrm{CYL}}\left(\theta \right)}{P_{\mathrm{MOT}}\left(\theta \right)}-1---\left[15\right]$
将期望的分数压力比填充为Z并且求解θ产生CAx。例如，CA50可由如下方程确定。
$\frac{P_{\mathrm{CYL}}\left(\theta \right)}{P_{\mathrm{MOT}}\left(\theta \right)}=1.5---\left[16\right]$
燃烧室内的多个温度也可由压力和其他容易获得的传感器读数估计。图13绘出了根据本发明能够在燃烧室内估计的对于描述燃烧过程重要的多个不同温度。燃烧室内的平均温度Ta可由下列方程确定。
$T_a=\frac{P_{\max }·V\left(\mathrm{PPL}\right)}{1.05*{\stackrel{·}{m}}_{c}R}---\left[17\right]$
Pmax是在燃烧室内通过燃烧过程获得的最大压力。PPL是Pmax发生时测量的曲轴转角。V(PPL)是发生Pmax时的气缸的容积。未燃烧或者燃烧室内的填充物不燃烧部分的平均温度Tu可由下列方程确定。
$T_u=\frac{1.05*{\stackrel{·}{m}}_c}{1.05*{\stackrel{·}{m}}_c-\alpha ·{\stackrel{·}{m}}_f{\lambda }_S}[0.05\beta T_{\mathrm{ex}}+0.95T_{\mathrm{im}}]{\left(\frac{P_{\max }-\mathrm{\Delta P}}{P_{\mathrm{im}}}\right)}^{\frac{r-1}{r}}---\left[18\right]$
是燃料质量流，可由已知油轨压力与燃料喷射器的已知特性和操作相比较确定或者由知确定。α和β是基于发动机速度和负载的校正值并且可以通过模型或其他足以精确预测发动机工作的技术由试验、经验或者预测开发出来，并且多个校准曲线可由同一发动机针对每个气缸和不同的发动机设定、条件或工作范围使用。λS是对于特定燃料的理想空气燃料比并且包括在本领域众所周知的值。Tex是测量的废气温度。Tim和Pim是在进气岐管获取的温度和压力读数。Pmax-ΔP描述了刚好在燃烧开始之前的燃烧室内的压力。γ是上述比热常数。燃烧后的平均温度或者燃烧室内填充物的燃烧的部分的平均温度Tb可由下列方程确定。
$T_b=\frac{T_a-(1-x_b)T_u}{x_b},x_b=\frac{\alpha ·{\stackrel{·}{m}}_f(1+{\lambda }_S)}{1.05{\stackrel{·}{m}}_c}---\left[19\right]$
应当注意，上述方程通过忽略气缸壁的热损失而以本领域众所周知的方法进行了简化。用于补偿该简化的方法是本领域众所周知的，在这里将不再详细描述。通过使用上述关系和推导，气缸压力和其他容易获得的传感器读数可用于确定描述受监测的燃烧过程的多个参数。
如上所述，气缸压力可用于描述用作估计氮氧化物生成的燃烧室内的发生的燃烧状态。如上所述，多个其他因素对于精确估计氮氧化物生成是重要的。图14以图表示出了根据本发明描述在给定的一组条件下多个输入对氮氧化物排放的标准化的影响的示例模型化结果。如上所述，使用模型模块和氮氧化物基于发动机的已知特性估计模块来模拟或估计氮氧化物生成的方法是已知的。在此特定示例分析中用于特征化燃烧过程的氮氧化物生成的模型的特征可由下列表达式给出。
NOx＝NNT(Pmax，CA50，CAp max，EGR％，AFR)    [20]
如图14的图表中所示，多个因素对氮氧化物生成具有变化的影响。在此特定的条件组下，EGR％对于用于发动机模型化的氮氧化物生成具有最大的影响。在此情况下，通过本领域众所周知的方法，通过EGR回路将特定量的废气再循环回燃烧室降低了燃烧过程的绝热火焰温度，由此降低了在燃烧过程中氮气和氧气所暴露于其中的温度，降低了氮氧化物的生成率。通过在多个发动机工作条件下研究这种模型，神经网络可被提供以最有用的输入从而提供氮氧化物生成的精确估计。此外，对这种模型的研究提供了对于选择输入到初始训练神经网络的数据、改变输入和向传感器输入提供相应的输出和最有可能影响氮氧化物生成的描述性参数的有用的信息。
通过上述方法，氮氧化物生成估计可针对一系列发动机传感器输入产生。本领域普通技术人员将理解，发动机工作的模型预测和方程经常在发动机处于或接近稳态工作时工作效率最高。然而，对于氮氧化物生成和估计或者其精确性的观察和预测可针对瞬时或动态发动机工作的影响作出。描述动态模型或动态过滤模块的示例表达式示出如下。
$\frac{\mathrm{dNOx}}{\mathrm{dt}}=f(\mathrm{NOx},y,\mathrm{EGR}\%,\mathrm{AFR},\mathrm{Ta},\mathrm{RPM})---\left[21\right]$
其中，来自训练的神经网络的临时氮氧化物读数和输入y用于估计氮氧化物生成中的变化。这种变量可用于以增量方式估计氮氧化物生成或者可用于检查或过滤氮氧化物估计。图15以示意方式示出了根据本发明产生氮氧化物生成估计的示例系统，其使用神经网络中的模型来产生氮氧化物生成估计并且包括用以补偿针对动态发动机和车辆状况的氮氧化物生成估计的动态模型模块。氮氧化物生成估计系统700包括模型模块710、神经网络模块720和动态模型模块730。在当前工作条件下最有可能影响在动态或变化条件下的氮氧化物生成估计的因素可通过模型或其他足以精确预测发动机工作的计算由试验、经验或预测确定。涉及这些因素的输入与来自神经网络模块720的输出被供给到动态模型模块730，并且来自神经网络的原始输出可基于由动态模型模块730确定的动态条件的规划的影响被调节、过滤平均化、去优先化或以其他方式被修改。以此方式，动态的发动机或车辆工作状况可在氮氧化物生成估计中被考虑进去。
本发明已经描述了某些优选的实施方式及其变型。通过阅读并理解说明书也可以设想到其他变型和替代方案。因此，本发明不限于以所构想出的实施本发明的最佳模式而公开的特定实施方式，而是将包括落入所附权利要求的范围内的所有实施方式。
政府合同权利
美国政府拥有本发明的已付款许可以及在有限场合下要求专利所有人以根据美国能源部颁发的第DE-FC26-02NT41218号合作协议的条款规定的合理条款许可他人的权利。