[發明專利]一種基于SCR的船舶尾氣脫硝控制方法

在審

• 申請號: 201910307180.0
• 申請日: 2019-04-17
• 公開（公告）號: CN109985523A
• 公開（公告）日: 2019-07-09
• 發明（設計）人: 朱志宇;張揚;戴曉強;姜文剛;陳俊豪;魏海峰
• 申請（專利權）人: 江蘇科技大學
• 主分類號: B01D53/94
• 分類號: B01D53/94;B01D53/56
• 代理公司: 南京正聯知識產權代理有限公司 32243
• 代理人: 王素琴

1.一種基于SCR的船舶尾氣脫硝控制方法，其特征在于：包括以下步驟：

1)以SCR反應器的物理背景為基礎，利用解析表達式獲取催化劑內部NO_X、NH₃、溫度以及氨氣覆蓋率的狀態，得到SCR反應器的總模型；

2)獲取發動機當前工況下，廢氣的排放流量、溫度、以及排氣中NO_X的含量，作為SCR反應器總模型輸入，根據氨氮比確定尿素水溶液的基本噴射量；

3)采取非線性模型預測控制方法，將NO_X的轉化率作為優化目標，將系統氨逃逸量作為系統約束，設計優化控制器，在線求解系統當前所需尿素水溶液的量，保證氨氣逃逸率盡量小的前提下，達到最高的NO_X轉化效率。

2.根據權利要求1所述的基于SCR的船舶尾氣脫硝控制方法，其特征在于：根據物質與能量平衡方程，分別確定NO_X模型、NH₃模型、溫度模型以及儲氨狀態模型，聯立建立SCR反應器模型；采用混沌蟻群算法對整個SCR反應器模型中化學反應動力學參數，包括反應速率因子K、反應活性能E以及空隙比ε進行辨識，使SCR反應器模型性能與實際情況相符。

3.根據權利要求1所述的基于SCR的船舶尾氣脫硝控制方法，其特征在于：針對廢氣排放，建立模型，采用粒子群算法優化模型中懲罰因子和核函數參數，對廢氣排放流量、溫度、以及NO_X含量進行預測，為優化實時計算SCR反應器所需尿素水溶液的量提供基礎。

4.根據權利要求2所述的基于SCR的船舶尾氣脫硝控制方法，其特征在于：所述混沌蟻群算法的具體步驟為：首先初始化參數，均分m個參數的參數區間為N，接著計算出負荷吸收的功率，帶入到目標函數中進行計算，取誤差小的一組作為當前最優解Y_i，然后引入混沌算法在Y_i領域進行最優解的尋優，得到新的當前最優解Y'_i后，根據式來求其對應的信息分布函數，通過信息分布函數T_i在每一個子空間內的積分求得當前蟻群總信息量的分布情況，根據當前信息量總和占整個問題總和的比例，以及當前的蟻群規模，決定各子區間內應有的蟻數分布，再根據各子區間內應有的蟻群分布狀況和當前蟻群分布狀況之間的差別，決定蟻群的移動方向，并加以移動，在螞蟻作完一次整體移動之后，再進行相應的信息量分布計算和蟻群移動操作，如此不斷循環計算，直到最優解產生，最優參數解產生，辨識過程結束。

5.根據權利要求3所述的基于SCR的船舶尾氣脫硝控制方法，其特征在于：所述粒子群優化算法的具體步驟為：首先初始化粒子群優化算法的參數，包括粒子初始速度和位置、粒子最大速度、最大迭代次數、權重取值范圍以及廢氣模型的懲罰因子和核函數參數，接著計算每個粒子的適應度，設置每個粒子的個體極值P_ibest，計算每個粒子的適應度值，取適應度值最優的粒子個體極值為最初的全局極值P_gbest，更新粒子的速度和位置值，更新適應度值F_fitness，比較當前粒子的個體最優極值P_ibest和當前適應度值P_ipresent，比較更新之后的P_ipresent和全局最優位置P_gbest，判斷是否滿足迭代終止條件，滿足則停止迭代，輸出最優參數組合，若不滿足則重新計算粒子適應度，進行比較更新。

6.根據權利要求1所述的基于SCR的船舶尾氣脫硝控制方法，其特征在于：SCR反應器模型依據系統初始條件來預測未來有限時域的輸出，在滿足系統NH₃逃逸量<10ppm約束條件下，通過優化在線求解目標函數，得到使NO_X轉化率最高的控制量，即尿素的噴射量，該控制量可以是一步或者多步的控制量，然后將獲得的控制序列的第一個元素作用于系統，每個采樣時刻以當前時刻的測量值為初始條件不斷重復上述過程：預測動態、求解優化及實施控制，在線求解當前工況下最佳的尿素噴射量。

7.根據權利要求6所述的基于SCR的船舶尾氣脫硝控制方法，其特征在于：非線性模型預測控制方法的具體步驟為：非線性模型預測控制優化SCR反應器問題描述如下：

其中，u(k)為SCR系統的輸入變量，也稱為控制變量，即尿素的噴射量，u(k)∈R^m；x(k)為系統的狀態變量，即模型溫度和催化劑儲氨，x(k)∈Rⁿ；y_c(k)為系統的控制輸出，即NO_X轉化率，y_c(k)∈R^c；y_b(k)為系統的約束輸出，即NH₃的逃逸量，y_b(k)∈R^b。系統的控制變量、控制增量、狀態變量及系統輸出約束分別表示為：

假設當前k時刻系統的狀態變量可測，則基于非線性模型的MPC優化控制問題可以描述為：

系統的約束條件為：

其中，h_p和h_c分別為系統的預測時域和控制時域，SCR系統的目標函數設定為：

其中，Q,R,S是目標函數的加權矩陣，r(k+i)為期望的控制輸出；u(k+i)為期望的控制輸入；和分別是預測出的未來控制輸出和約束輸出，更新方程如式：

其中，x(k)是當前時刻系統測量得到的狀態值，作為上述更新方程的初始條件；是系統預測的控制輸入，定義為：

其中組成優化問題的獨立變量，記為U_k，通過數值優化求解算法解得約束問題的解記為U_k^*，分別表示為：

至此，依據非線性MPC的基本原理，將解的第一個分量作用于系統，則當前k時刻的控制量為如果系統的狀態變量不完全可測，此時的狀態變量x(k)可以用估計的狀態變量代替。