本發明提供了一種DPF碳載量預警的系統，其特征在于包括控制器、車載T?BOX、云平臺和手機APP，控制器和車載T?BOX安裝于車輛上，云平臺是數據網絡平臺，手機APP安裝于用戶手機上；控制器實時采集車輛的狀態信息，包括轉速、扭矩、油耗、DPF溫度、原機碳排放、DPF碳載量、原機NOx排放、排氣氧濃度；控制器將采集的車輛的狀態信息發送給車載T?BOX，車載T?BOX將車輛的狀態信息發送給云平臺，云平臺根據收集的車輛的狀態信息進行預測，分析計算DPF碳載量達到設定預警值所需的時間，并將該時間發送給手機APP。本發明的目的就是針對現有技術的缺陷，提供一種DPF碳載量預警的系統，可以預測未來碳載量的水平，對碳載量過大進行預警。

技術領域

本發明涉及排氣后處理系統的顆粒捕集(DPF)系統領域，具體涉及一種DPF碳載量預警的系統。

背景技術

隨著排放法規的日益嚴格，顆粒排放限值越來越低，因此后處理系統需要增加DPF來降低尾氣中的顆粒排放，顆粒被DPF捕集后顆粒留在DPF壁面。當DPF表面積累較多碳載量時會導致排氣背壓升高，影響經濟性和動力性。當DPF內部碳載量太高，DPF再生時的安全風險就會越大，因此需要嚴格監控DPF碳載量，并實時預警避免碳載量過高。

DPF碳載量分為三個等級L1、L2和L3，當碳載量如果在L1以下，表明車輛在正常行駛，無需進行其他操作；當碳載量如果在L1～L2，則表明碳載量較大，需要進行再生將碳載量燒掉；當碳載量在L2～L3，則表明碳載量太大，需要立馬進行再生，否則會對車輛限速限扭。現有技術的缺點是：只能實時計算當前工況點的碳載量，無法預測未來的碳載量水平，無法提前預警車輛避免限速限扭。

發明內容

本發明的目的就是針對現有技術的缺陷，提供一種DPF碳載量預警的系統，可以預測未來碳載量的水平，對碳載量過大進行預警。

本發明提供了一種DPF碳載量預警的系統，其特征在于包括控制器、車載T-BOX、云平臺和手機APP，控制器和車載T-BOX安裝于車輛上，云平臺是數據網絡平臺，手機APP安裝于用戶手機上；控制器實時采集車輛的狀態信息，包括轉速、扭矩、油耗、DPF溫度、原機碳排放、DPF碳載量、原機NOx排放、排氣氧濃度；控制器將采集的車輛的狀態信息發送給車載T-BOX，車載T-BOX將車輛的狀態信息發送給云平臺，云平臺根據收集的車輛的狀態信息進行預測，分析計算DPF碳載量達到設定預警值所需的時間，并將該時間發送給手機APP。

上述技術方案中，云平臺將DPF碳載量設置為由小到大的三個等級L1、L2和L3，L2和L3為設定預警值；當判斷DPF碳載量在L1以下，表明車輛在正常行駛，無需進行其他操作；當判斷DPF碳載量在L1～L2，發送“存在DPF再生需求”的信息至手機APP；當判斷DPF碳載量在L2～L3，發送“立即啟動DPF再生功能”的信息至手機APP；當判斷DPF碳載量大于L3，發送“需要進入服務站維修，車輛已經限速限扭”的信息至手機APP。

上述技術方案中，DPF碳載量達到設定預警值所需的時間小于目標時間時，云平臺通過自動撥號系統給用戶打電話以告知用戶需要進行再生。

上述技術方案中，云平臺采用一段時間t1內收集到的車輛的狀態信息，通過擬合曲線得到碳載量變化曲線計算DPF碳載量達到L2的所需時間A和DPF碳載量達到L3的所需時間B；其中t時間段的數據起點的DPF碳載量大于L1。

上述技術方案中，云平臺采用一段時間t內收集到的車輛的狀態信息構建仿真模型，通過仿真模型計算DPF碳載量達到L2的所需時間C和DPF碳載量達到L3的所需時間D；其中假設車輛未來運行的工況與t時間內的工況相同，所述DPF碳載量仿真模型如下：

M＝M1+f(m1)-f(m2,m3,T)

f(m1)＝m1*Δt

f(m2,m3,T)＝k1*m2*e-E1/RT+k2*m3*e-E2/RT