Emission control concepts for connected Diesel powertrains

Vagnoni, Giovanni; Abel, Dirk; Pischinger, Stefan

doi:40203

Emission control concepts for connected Diesel powertrains = Emissionsregelungskonzepte für vernetzte Antriebsstränge mit Dieselmotor

Vagnoni, Giovanni^RWTH*

2021

Verantwortlichkeitsangabevorgelegt von Giovanni Vagnoni

ImpressumAachen 2021

Umfangxviii, 114 Seiten : Illustrationen, Diagramme

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2021

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Pischinger, Stefan (Thesis advisor)^RWTH* ; Abel, Dirk (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2021-01-29

Online
URL: http://digitale-objekte.hbz-nrw.de/storage2/2021/06/18/file_9/9039677.pdf

Einrichtungen

Lehrstuhl für Verbrennungskraftmaschinen und Institut für Thermodynamik (412310)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Die zunehmende Vernetzung zukünftiger Fahrzeuge ermöglicht die Vorhersage der Betriebsproﬁle des Antriebsstrangs. Diese Technologie kann die Steuerung des Motors und seiner Abgasnachbehandlungssysteme (AGN) verbessern. Diese Arbeit beschreibt die Entwicklung von regel- und optimierungsbasierten Algorithmen, die das a-priori vorhandene Wissen über anstehende Fahrereignisse nutzen, um insbesondere NOx- und Ruß-Emissionen zu reduzieren. Im ersten Teil der Arbeit werden die Ladedruckregelung, der NOx-Speicherkatalysator (LNT) und der Dieselpartikelﬁlter (DPF) eines Dieselanriebsstrangs als relevante Subsysteme für eine typische PKW-Anwendung untersucht. Referenzregelstrategien, die auf modernsten ECU-Algorithmen und geeigneten prädiktiven Steuerungslogiken basieren, werden für die drei Sub-systeme in einer MiL-Simulationsumgebung verglichen. Angewendet wurden die Algorithmen auf dem neuen Worldwide harmonized Ligh-Duty Test Cycle (WLTC) sowie Zyklen aus dem praktischen Fahrbetrieb (RDE). WLTC-Simulationsergebnisse zeigen ein Verbesserungspotenzial für Ruß- und NOx-Emissionen von bis zu 5,5 % bzw. 4,9 % für den Fall des Luftpfades. Darüber hinaus ermöglicht der entwickelte regelbasierte Algorithmus die Anpassung des NOx-Rußabzugs bei konstantem Kraftstoﬀverbrauch. Eine Reduzierung des durchschnittlichen Kraftstoﬀverbrauchs unter RDE-Bedingungen um bis zu 1 % für ein Abgasnachbehandlungssystem mit Speicherkatalysator wird durch die Vermeidung abgebrochener Regenerationsereignisse erreicht. Ebenso wird auch die DPF-Regeneration verbessert, wodurch bis zu 5,5 % Kraftstoﬀ in einer repräsentativen Fahrmission eingespart werden. Im zweiten Teil der Arbeit wird ein Konzept für ganzheitliche Motor- und AGN-Regelung für einen konventionellen Langstrecken-LKW vorgeschlagen. Es basiert auf einem Nicht-lineares Modell Prädiktive Steuerung (NMPC), deren vereinfachte Formulierung eines optimalen Steuerungsproblems seine Echtzeitanwendung ermöglicht und den Kalibrieraufwand reduziert. Das Konzept wird in der Simulationsumgebung mit Dynamischer Programmierung Techniken verglichen und schließlich auf dem Motorprüfstand validiert. Die Messergebnisse bestätigen die, aus der Simulation erwarteten Vorteile der prädiktiven Kontrollstrukturen auf die Betriebskosten bei gleichzeitiger Einhaltung der gesetzlichen Emissionsgrenzwerte. Die Arbeit schließt mit einem kurzen Ausblick für zukünftige Forschungsrichtungen, wie z.B. die Einführung eines Vorhersagemoduls zur Abschätzung des Fahrzeugbetriebsproﬁls im Vorhersagehorizont und die Erweiterung der entwickelten Algorithmen auf elektriﬁzierte Diesel-Antriebe.

The increasing connectivity of future vehicles allows the prediction of the powertrain operational proﬁles. This technology can potentially improve the control of the engine and its exhaust gas aftertreatment systems. The study describes the development of rule- and optimization-based algorithms, which use the a-priori knowledge of upcoming driving events to reduce especially nitrogen oxides (NOx) and particulate (soot) emissions. In the ﬁrst part of the work, the boosting, the Lean NOx Trap (LNT) and the Diesel Particulate Filter (DPF) systems of a diesel powertrain are investigated as relevant subsystems for a typical passenger car application. Reference control strategies, based on state-of-the-art Engine Control Unit (ECU) algorithms and suitable predictive control logics, are compared for the three subsystems in a Model in the Loop (MiL) simulation environment. The simulation driving cycles are based on Worldwide harmonized Light duty Test Cycle (WLTC) and Real Driving Emissions (RDE) proﬁles. WLTC simulation results show an improvement potential for engine-out soot and NOx emissions of up to 5.5 % and 4.9 % respectively for the air path case. Additionally, the developed rule-based algorithm allows the adjustment of the NOx-soot trade-oﬀ, while keeping the fuel consumption constant. A reduction of the average fuel consumption in RDE of up to 1 % for the LNT case is achieved, thanks to the avoidance of aborted regeneration events. Similarly, also the DPF regeneration process is improved, sparing up to 5.5 % fuel in a representative real driving mission. In the second part of the work, a concept for an Integrated Engine and Exhaust Aftertreatment System Supervisory Controller is proposed for a conventional long-haul truck. It relies on a Nonlinear Model Predictive Control (NMPC), whose simpliﬁed Optimal Control Problem (OCP) formulation allows its real-time application and reduces its calibration eﬀort. The concept is benchmarked in the simulation environment against Dynamic Programming (DP) techniques and ﬁnally validated at the engine test-bench. Measurement results show the effectiveness of the developed controller in minimizing the powertrain operational costs, while complying with the emission constraints at the tailpipe. The work concludes with brief recommendations for future research directions such as the introduction of a prediction module for the estimation of the vehicle operational proﬁle in the prediction horizon and the extension of the developed algorithms to electriﬁed diesel powertrains.

External link:

Table of contents