1 引言
柴油机以其优越的热效率、功率特性和燃油经济性，是当前重型商用车、船舶及其他大型运载装备的主要动力之一。随着《重型柴油车污染物排放限值及测量方法》(中国第六阶段)全面实施，对重型柴油机排放的物氮氧化物(NOx)和颗粒物(particulate matter，PM)排放限值分别提升了77%和67%，并新增了粒子数量(particulate number，PN)的限值要求[1]。通过加装柴油机颗粒过滤器(Diesel Particulate Filter，DPF)对尾气排放颗粒物(PM)和颗粒物数量(PN)的捕集效率可以达到90%和99%[2]。但随着汽车的行驶里程增加，由于热冲击、振动以及恶劣工况，使得氧化催化器(diesel oxidation catalyst，DOC)、DPF出现载体堵塞、破损、老化等故障，故障的出现会使得柴油机的动力性能变差以及油耗和排放增加。如颗粒物累积、再生不完全或失败将导致后处理装置堵塞，造成背压增加出现燃烧变差、熄火和启动困难等现象，甚至会通过ECU降低发动机的峰值扭矩，限制车辆的行驶车速；此外，碳烟积载过多使得再生温度过高导致载体基质烧融，温度梯度过大导致烧裂，以及机械振动导致其结构破损，使得部分气体未进行处理直接排向大气；过滤器老化使得催化反应减弱，引起后端污染物浓度增加[3-4]。
因此，国Ⅵ排放标准对发动机排放控制车载诊断(OBD)系统的功能提出了新要求，如OBD系统要监测DPF的部件和性能参数等。如何快速有效地进行DPF故障辨识与预警，对柴油机颗粒物排放及故障自诊断至关重要[5-6]。
2 柴油机后处理系统仿真模型建立
2.1 柴油机后处理系统构成
国六柴油机后处理系统通常由DOC、DPF、选择性催化还原转化器(selective catalytic reduction，SCR)和氨逃逸催化器(ammonia slip catalyst，ASC)组成(见图1)。其中，在后处理装置中加装DPF是处理尾气颗粒物的最佳方式，其工作原理是通过微粒捕集器自身相间的堵孔结构，将排气中较大PM收集在入口通道内并适时燃烧，来降低排向大气的PM，达到净化排气的目的。随着柴油机不断运行，DPF会不断捕集排气中的PM，使得排气背压逐渐增大，当背压达到一定值时将触发主动再生程序，通过燃烧DPF中的碳烟颗粒来保证发动机运行在一个良好的背压环境下，在此过程中需要得到DPF的压降信号以及进出口温度信号来判断再生。当DPF出现故障时，会使得DPF相关信号出现差异，故通过DPF压降和进出口温度信号来准确识别DPF的工作状态是实现有效再生和故障诊断的前提。
图1 国六后处理系统结构示意图
Fig.1 National VI post-processing system structure
2.2 搭建后处理系统仿真模型
运用AVL-Boost软件建立柴油机后处理系统仿真模型(见图2)，其关键零部件的主要结构参数[7]如表1所示。
图2 后处理系统仿真模型示意图
Fig.2 Simulation model of post-processing system
表1 关键部件的主要结构参数
Table 1 The main structural parameters of key components
结构参数DOCDPFSCRASC材料堇青石堇青石堇青石堇青石体积/L7.112.8 11.1 7.4 载体长度/mm127228.6 152.4 101.6 通道数目/400300 600600 壁厚/mm0.10.23 0.076 0.076
仿真模型的入口边界条件(Aftertreatment Boundary 1，ATB1)采用世界统一瞬态循环(WHTC)工况，其进口流量、温度与时间的关系如图3、图4所示，出口边界条件(ATB2)的压力和温度分别为0.1 MPa、25 ℃。
图3 入口流量随时间变化曲线
Fig.3 Curve of inlet flow rate with time
图4 入口温度随时间变化曲线
Fig.4 Curve of inlet temperature change with time
3 DPF系统失效时故障特征仿真分析
3.1 载体堵塞对DPF压降及出口温度的影响
随着颗粒捕集器装车里程的增大，碳烟在捕集器中逐渐累积，再生失效或再生不完全，会对排气背压产生严重影响。此外，碳烟累积量过大，再生时会导致载体温度过高，影响DPF的使用寿命[3]。
由壁流式陶瓷过滤器结构可知，随着颗粒物的增加，碳烟和灰分积载量增大，通道有效流通截面积减小，从而造成DPF载体堵塞现象。为了分析DPF载体堵塞时的故障特性，在仿真过程中，通过增加壁厚(Wall Thickness)来模拟不同程度的堵塞情况，如图5所示。
图5 DPF堵塞示意图
Fig.5 Schematic diagram of DPF blockage
图6、图7分别为不同堵塞情况下，DPF压降及出口温度的变化曲线。从其中可以看出，随着堵塞程度的加大，气流阻力增加，DPF整体压降下降幅度增大，即前后压差变大，且压降与堵塞程度呈正相关。同时，随着堵塞程度的加大，热流流过过滤体的阻力增加，在启动阶段，故障状态下的DPF出口温度升温明显延迟，随着工作时间延长，DPF出口温度缓慢上升，且随着堵塞增加温度幅度变化减弱。
图6 DPF压降随时间变化曲线
Fig.6 DPF pressure drop vs.time curve
图7 DPF出口温度随时间变化曲线
Fig.7 DPF outlet temperature change curve with time
3.2 载体破损对DPF压降及出口温度的影响
汽车在行使过程中，为了满足速度需要而频繁变速，使得发动机排气流量迅速波动，可能导致DPF反复受到热应力而引起基质破裂；此外，再生异常使得DPF升温过高，而引起基质烧融，均会造成DPF捕集效率下降，导致排气直接从破损处直接流出，引起排放污染物增加[4]，如图8所示。为了分析DPF载体破损失效时的故障特性，在仿真过程中，通过改变载体通道数量CPSI(Cell Density)模拟不同程度的破损和烧蚀情况。
图8 DPF破损示意图
Fig.8 Schematic diagram of DPF damage
图9、图10分别展示了DPF载体不同破损情况下，DPF压降及出口温度的变化曲线。从其中可以看出，随着载体破损程度增大，DPF压降减小，主要原因是由于载体破损加剧，部分气流不再流经过滤壁，而直接从破损处流向出口通道，流动阻力减小而致。同时，气体温度流过过滤器面的热损失减小，使得DPF出口温度上升较快。
图9 DPF压降随时间变化曲线
Fig.9 DPF pressure drop vs.time curve
图10 DPF出口温度随时间变化曲线
Fig.10 DPF outlet temperature change curve with time
3.3 DOC+DPF复合失效时DPF故障特征的变化
由图1可以看出，柴油机后处理系统中DOC与DPF工作过程密切关联，DPF故障特征的表征参数DPF压降及出口温度直接受到DOC出口温度和压力的影响，且在柴油机实际运行过程中，后处理系统的故障往往是综合性的，单纯通过DPF压降或出口温度较难准确诊断DPF和相关载体堵塞、破损等故障的严重程度。因此，有必要对柴油机DOC与DPF复合故障下DPF的故障特征变化进行研究。DOC和DPF结构示意图如图11所示。
图11 DOC+DPF结构示意图
Fig.11 Schematic diagram of DOC+DPF structure
在仿真模型中分别对DOC正常、堵塞25%、破损25%、老化45%与DPF正常、堵塞25%、破损25%等故障情况进行组合仿真，可得到11种不同状态组合。采用前文仿真分析方法，分别得到图12～图16所示的DOC与DPF故障特征参数变化曲线。
图12 DOC前端温度随时间变化曲线
Fig.12 DOC front-end temperature change curve with time
图13 DOC后端温度曲线
Fig.13 DOC back-end temperature variation curve with time
图14 DOC前端压力曲线
Fig.14 DOC front pressure change curve with time
图15 DPF压降曲线
Fig.15 DPF pressure drop vs.time curve
图16 DPF出口温度曲线
Fig.16 DPF outlet temperature change curve with time
由图12～图14可以看出，DOC与DPF的复合故障，均对DOC入口温度无影响，而DOC出口温度仅与自身堵塞、破损及老化等故障有关，与DPF的故障无明显关系，但DOC和DPF的复合故障对DOC前端压力影响较大。由图15可以看出DPF压降并不能较好地体现DOC故障，但是能够明显地体现DPF自身故障，与前文分析的单一DPF故障结果趋于一致。图16可以看出，DPF的末端温度是由DOC和DPF共同决定，即DOC发生堵塞、破损和老化时将对下游温度造成影响，加之与DPF故障(堵塞、破损)复合后，使得DPF末端温度有较大变化。
4 DPF故障诊断策略
通过上述定性研究，采用观察法难以直接有效地对故障进行判别。近年来，相关学者对颗粒捕集器故障诊断做了大量研究，文献[5]中引入了故障限值系数，通过计算各工况下的压差限值，并进行实车试验，实现了对DPF载体故障的检测；文献[8]中根据DPF前后压力推导出它的传递函数，通过对比不同状态下DPF传递函数的特征，实现对DPF载体的故障诊断；文献[7，9]中分别对不同故障下DPF前后温度的相关性进行了分析，并将DPF前后温度的相关系数作为过滤体是否发生故障的诊断依据。文献[10]中提出了一种基于正交最小二乘法模型拟合的DPF故障诊断方法，并引入了错误系数向量，通过计算该向量实现了对DPF不同故障及其程度的识别。此外，在对DPF故障诊断中还较为广泛采用时域、频域和时-频域分析方法等[11-12]。
以上研究对诊断数据的维度利用较少，通过前文对DPF失效时故障特征分析，本研究可选择DPF的前后压差和温差信号作为故障诊断研究参数。兼顾早期故障的稳定性和敏感性，选择均方根值、裕度和峭度指标作为故障计算依据。相关指标定义如下：
1) 均方根值Xrms
(1)
2) 裕度指标CLf
(2)
3) 峭度指标Kv
(3)
式中：x为幅值；T为观测时间。
在WHTC仿真工况下，对不同状态的DPF前后压差(ΔP/kPa)和温差(ΔT/℃)信号进行相关计算，结果如表2和表3所示。
表2 DPF不同故障前后压差的均方根值、裕度和峭度指标
Table 2 Root mean square value，margin and kurtosis index of DPF pressure difference before and after different failures
故障类型均方根植Xrms_ΔP裕度指标CLf_ΔP峭度指标Kv_ΔP正常2.059 95.369 33.471 4堵塞10%2.641 85.368 63.438 8堵塞25%3.815 05.359 83.419 9堵塞40%5.626 75.305 23.390 8破损10%1.980 95.367 93.478 6破损25%1.889 55.356 53.478 2破损40%1.845 15.364 23.491 8
表3 DPF不同故障前后温差的均方根值、裕度和峭度指标
Table 3 Root mean square value，margin and kurtosis index of temperature difference before and after DPF different faults
故障类型均方根植Xrms_ΔT裕度指标CLf_ΔT峭度指标Kv_ΔT正常44.668 18.733 67.907 2堵塞10%49.637 48.360 67.513 1堵塞25%56.748 47.348 56.538 5堵塞40%62.956 66.504 15.614 2破损10%43.695 98.683 67.933 0破损25%42.126 08.534 77.936 6破损40%40.405 68.084 07.878 9
从表2和表3数据显示，仅选择压差或温差的相关指标为故障诊断参数不太理想，特别是对不同破损故障的辨识较差。因此，为了增强不同故障的区分度，提高故障诊断的可靠性，本文采用加权平均融合算法(mean value fusion algorithm，MVFA)，即将前后压差和温差的相关指标以加权平均的方式相融合，得到故障诊断参数S：
S=w1Xrms_ΔP+w2CLf_ΔP+w3Kv_ΔP+
w4Xrms_ΔT+w5CLf_ΔT+w6Kv_ΔT
(4)
式中：w1，…，w6为加权系数，w1=w2=…=w6=1/6；Xrms_ΔP、Xrms_ΔT为压差、温差均方根值；CLf_ΔP、CLf_ΔT为压差、温差的裕度指标；Kv_ΔP、Kv_ΔT为压差、温差的峭度指标。
通过计算得到不同故障下的故障诊断参数S值，结果如表4所示。
表4 DPF不同故障类型对应的故障诊断参数S值
Table 4 S values of fault diagnosis parameters corresponding to different fault types of DPF
故障类型故障诊断参数S/×10-2正常1 203.49堵塞10%1 282.67堵塞25%1 387.17堵塞40%1 489.96破损10%1 185.67破损25%1 155.36破损40%1 117.83
计算结果表明：故障诊断参数S能够对DPF不同故障极其程度进行表征。故选用故障诊断参数S是可行的。
DPF故障诊断流程如图17所示，在不额外增加传感器情况下，通过读取ECU上DPF前后温度传感器和压差传感器信号，对该信号进行相应计算，将计算结果(故障诊断参数S)作为DPF故障诊断的判定依据。
图17 DPF故障诊断流程框图
Fig.17 DPF fault diagnosis flowchart
5 结论
1) DPF载体堵塞会引起压降上升，出口温度响应时延增加，特别在启动阶段温度时延更加明显；相反，载体破损会使得压降降低，出口温度响应提前，且对温度变化更敏感。
2) 在DOC与DPF的复合故障中，DOC前端压力是由DOC和DPF载体状态共同决定，DPF故障对DOC出口温度与无影响；DPF压降主要受到自身状态的影响，其出口温度由上游DOC和DPF状态共同决定。
3) 通过对DPF压差和温差的相关指标进行加权融合所得的故障诊断参数S，可以实现对DPF不同故障的甄别。故DPF前后温度和压差信号可以作为它的故障表征参数。
[1] GB17691—2018，重型柴油车污染物排放限值及测量方法(中国第六阶段)[S].
GB17691—2018，Limits and measurement methods for emissions from diesel fuelled heavy-duty vehicles(CHINA VI)[S].
[2] DABHOIWALA R H，JOHNSON J H，NABER J，et al.A Methodology to Estimate the Mass of Particulate Matter Retained in a Catalyzed Particulate Filter as Applied to Active Regeneration and On-Board Diagnostics to Detect Filter Failures[C]//Sae World Congress & Exhibition.[S.l.]:[s.n.]，2008.
[3] KIM J，KIM C，CHOUNG S J.Comparison studies on sintering phenomenon of diesel oxidation catalyst depending upon aging conditions[J].Catalysis Today，2012，185(01):296-301.
[4] RUBINO L，THIER D，SCHUMANN T，et al.Fundamental Study of GPF Performance on Soot and Ash Accumulation over Artemis Urban and Motorway Cycles-Comparison of Engine Bench Results with GPF Durability Study on Road[Z].2017-24-0127.
[5] 卜建国，张卫锋，资新运，等.基于OBD技术的轻型柴油车DPF系统诊断策略的研究[J].汽车工程，2011，33(03):203-207.
Bu J G，Zhang W F，Zi X Y，et al.Research on the diagnosis strategy of light diesel vehicle DPF system based on OBD technology[J].Automotive Engineering，2011，33(03):203-207.
[6] 资新运，杜小东，张卫锋，等.柴油车DPF系统OBD功能模块结构设计[J].内燃机，2012(06):28-30.
Zi X Y，Du X D，Zhang W F，et al.Structural design of OBD function module for diesel vehicle DPF system[J].Internal Combustion Engine，2012(06):28-30.
[7] 戴金池，庞海龙，俞妍，等.柴油车DPF系统的OBD故障诊断策略研究[J].车用发动机，2020(01):80-85.
Dai J C，Pang H L，Yu Y，et al.Research on OBD fault diagnosis strategy of DPF system of diesel vehicles[J].Vehicle Engine，2020(01):80-85.
[8] 姚广涛，郭子荣.基于压力信号谱分析的DPF故障诊断策略研究[J].汽车工程，2015(07):831-834.
Yao G T，Guo Z R.Research on DPF fault diagnosis strategy based on pressure signal spectrum analysis[J].Automotive Engineering，2015(07):831-834.
[9] 姚广涛，伍恒，张卫锋，等.基于温度数据相关分析的DPF故障诊断策略[J].内燃机工程，2016，37(03):36-41.
Yao G T，Wu H，Zhang W F，et al.DPF fault diagnosis strategy based on correlation analysis of temperature data[J].Internal Combustion Engine Engineering，2016，37(03):36-41.
[10]张卫锋，伍恒，姚广涛，等.基于正交最小二乘模型拟合的DPF故障诊断方法[J].内燃机工程，2017，38(01):18-23.
Zhang W F，Wu H，Yao G T，et al.DPF fault diagnosis method based on orthogonal least squares model fitting[J].Internal Combustion Engine Engineering，2017，38(01):18-23.
[11]SURVE P R.Diesel Particulate Filter Diagnostics Using Correlation and Spectral Analysis[D].Purdue University，2008.
[12]Liu S X，Ming L.Fault Diagnosis of the Blocking Diesel Particulate Filter Based on Spectral Analysis[J].Processes，2019，7(12):943.
[12]王华秋,武林.基于变体LSTM的空压机排气压力监测研究[J].重庆理工大学学报(自然科学),2020,34(02):107-113,157.
Wang H Q， Wu L. Research on air compressor fault monitoring based on VLSTM[J]. Journal of Chongqing University of Technology( Natural Science)， 2020， 34(02):107-113， 157.