CN103939192A - 对柴油颗粒过滤器进行实时故障诊断的装置及方法 - Google Patents
对柴油颗粒过滤器进行实时故障诊断的装置及方法 Download PDFInfo
- Publication number
- CN103939192A CN103939192A CN201410071874.6A CN201410071874A CN103939192A CN 103939192 A CN103939192 A CN 103939192A CN 201410071874 A CN201410071874 A CN 201410071874A CN 103939192 A CN103939192 A CN 103939192A
- Authority
- CN
- China
- Prior art keywords
- dpf
- pressure signal
- fault diagnosis
- real
- outlet pressure
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 27
- 239000002245 particle Substances 0.000 title description 6
- 238000003745 diagnosis Methods 0.000 claims abstract description 31
- 238000001228 spectrum Methods 0.000 claims description 21
- 238000009499 grossing Methods 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims 2
- 238000012546 transfer Methods 0.000 description 10
- 230000003595 spectral effect Effects 0.000 description 9
- 230000008929 regeneration Effects 0.000 description 6
- 238000011069 regeneration method Methods 0.000 description 6
- 238000012360 testing method Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 4
- 238000005070 sampling Methods 0.000 description 4
- 239000013618 particulate matter Substances 0.000 description 3
- 239000004071 soot Substances 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 230000002159 abnormal effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 230000000875 corresponding effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001179 sorption measurement Methods 0.000 description 1
- 238000010998 test method Methods 0.000 description 1
Classifications
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Processes For Solid Components From Exhaust (AREA)
Abstract
本发明公开了一种对柴油颗粒过滤器进行实时故障诊断的装置，所述装置包括：电控单元、DPF前置压力传感器、DPF后置压力传感器，所述DPF前置压力传感器设置于所述DPF前端，其用于获取DPF入口压力信号；所述DPF后置压力传感器设置于所述DPF后端，其用于获取DPF出口压力信号；所述电控单元与所述DPF前置压力传感器和DPF后置压力传感器连接，用于基于所述DPF入口压力信号和出口压力信号在不同频段的能量分布和DPF的健康程度的关系实时进行DPF故障诊断。本发明提供了一种对柴油颗粒过滤器进行实时故障诊断的方法。与现有技术相比，本发明成本较低，实施不受发动机工况影响，实施较为容易、应用范围较广。
Description
技术领域
本发明属于柴油机尾气微粒污染控制技术领域，尤其涉及一种对柴油颗粒过滤器(DPF)进行实时故障诊断的装置及方法。
背景技术
DPF技术是一种减少PM排放的有效手段，是目前被广泛认可并且最接近商业化的一种后处理去除PM的技术。随着愈加严格的排放标准和排放法规的出台，DPF将成为柴油车排气后处理系统必不可少的组成部分。DPF在使用过程中会因热冲击、机械冲击、再生不完全、灰分累积等原因导致过滤体产生堵塞、烧融、断裂等失效故障，造成安全性和功能性的障碍。因此，对于DPF的故障诊断成为制约其推广使用的重要因素。
DPF本身的故障诊断也是柴油车故障诊断系统(OBD)不可或缺的重要组成部分。DPF作为与柴油车排放相关的核心子部件，对其工作状态的实时监控和故障的实时诊断是控制柴油车颗粒物排放的重要手段。现阶段的DPF故障诊断方法及其主要特点如下：
(1)直接传感器方法。一个完好健康的过滤体对炭烟的吸附效率一般在90％以上。如果DPF发生断裂或者其他形式的损坏，一部分炭烟就会泄露出来。基于这一规律，产生了一种颗粒物传感器，将其安装在DPF下游来监测颗粒物的浓度。这种测试方法直接简便，但是现在市场上的颗粒物传感器标准不一，监测的准确性和使用寿命也不尽相同，并且这种传感器价格昂贵，所以使用直接传感器方法进行DPF故障诊断存在一定的局限性。
(2)平均压降法。大部分监测DPF状态的方法都是基于过滤体前后的平均压降，当炭烟加载量增大的时候，这一压降也逐渐增大，过高的压差表示过滤体已经堵塞了，而过低的压差则表示过滤体损坏了，在压差的上限和下限之间，则认为DPF处于健康状态。到达某一预先设定的限值时，DPF开始再生。由于该方法直接通过压差数据反映DPF流通状态，而实际车辆运行工况的多样性和多种因素的干扰等容易造成误判，这种方法通常只适用于DPF故障状态的定性 反映。
(3)声波分析法。DPF对排气噪声有抑制作用，因此也可以被用作消声器，通过实时采集DPF声学特性与良好状态声学特性比较进行DPF状态监测。声音设备由两个拾音器，一个谐振器和发声器组成，他们共同来监测过滤体的状态。通过电控单元可以调节发声器发出声波的频率、强度、波长、幅值和其它基于发动机、微粒捕集器状态和工作环境的特征参数，测得排气的声音特征。随着微粒捕集器(DPF)状态不同，声音经过过滤体后频谱不同，这一关系可以预先编程写入电控单元，这样DPF的运行状态可以通过采集到的声波状态表示，一旦DPF失效，记录的声波就会监测到。但是实际使用中，排气系统声波影响因素多，需要建立建立DPF复杂的声学模型并对数据进行复杂的处理，因而难度大、成本高。
因此，迫切需要一种可普遍适用、不受发动机工况影响、实施难度较小、成本较低的对柴油颗粒过滤器进行实时故障诊断的装置及方法。
发明内容
本发明的目的是提供一种对柴油颗粒过滤器进行实时故障诊断的装置及方法，以解决现有技术中存在的适用受限、容易受发动机工况影响、实施难度较大、成本较高的缺陷。
为实现本发明的目的，本发明提供了一种对柴油颗粒过滤器进行实时故障诊断的装置，所述装置包括：电控单元、DPF前置压力传感器、DPF后置压力传感器，所述DPF前置压力传感器设置于所述DPF前端，其用于获取DPF入口压力信号；所述DPF后置压力传感器设置于所述DPF后端，其用于获取DPF出口压力信号；所述电控单元与所述DPF前置压力传感器和DPF后置压力传感器连接，用于基于所述DPF入口压力信号和出口压力信号在不同频段的能量分布和DPF的健康程度的关系实时进行DPF故障诊断。
其中，所述电控单元用于基于所述DPF入口压力信号和出口压力信号在不同频段的能量分布和过滤体的健康程度的关系实时进行DPF故障诊断，具体为所述电控单元采集所述DPF入口压力信号和出口压力信号；对所述入口压力信号和出口压力信号进行傅里叶变换，转换到能量谱；对所述能量谱的曲线作平滑处理；计算每赫兹所述DPF入口压力信号和出口压力信号频谱能量的比值；将所述比值与预先存储的健康DPF的值进行比较。
相应地，本发明提供了一种对柴油颗粒过滤器进行实时故障诊断的方法，所述方法包括如下步骤：
第一步:采集所述DPF入口压力信号和出口压力信号；
第二步：对采集的所述DPF入口压力信号和出口压力信号进行傅里叶变换，转换到能量谱；
第三步：集成每赫兹的能量值，即对所述能量谱的曲线作平滑处理；
第四步：计算每赫兹所述DPF入口压力信号和出口压力信号频谱能量的比值；
第五步：根据所述比值确定所述DPF是否存在故障。
其中，在第五步中，根据所述比值与预先存储的健康DPF的值进行比较，若在健康范围内，则所述DPF没有故障；若不在健康范围内，则所述DPF存在故障。
其中，在第一步中，采集所述DPF入口压力信号和出口压力信号是在频域中进行的，所述频域取决于发动机转速的大小，根据发动机全工况的转速范围计算所述频域。
其中，在第一步中，以采集一定步长的所述DPF入口压力信号和出口压力信号进行分析，求取谱能量比率曲线，采用五点平均算法求得每段所述比率曲线的五点平均峰值，以所述五点平均峰值构成离散点。
本发明，与现有技术相比，本发明成本较低，实施不受发动机工况影响，实施较为容易、应用范围较广。
附图说明
图1为本发明的结构示意图；
图2为本发明的方法流程图；
图中，1-电控单元，2-DPF，3-DPF前置压力传感器，4-DPF后置压力传感器。
具体实施方式
为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合实施例，对本发明进行进一步详细说明。应当理解为此处所描述的具体实施例仅仅用以解释本发明，并不用于限制本发明的保护范围。
本发明是基于DPF入口压力信号和出口压力信号在不同频段的能量分布和DPF的健康程度的关系建立的，其适用性不受发动机工况的影响，可以实时的对DPF进行故障诊断。
如图1所示，本发明中的装置包括：电控单元、DPF前置压力传感器、DPF后置压力传感器，所述DPF前置压力传感器设置于所述DPF前端，其用于获取DPF入口压力信号；所述DPF后置压力传感器设置于所述DPF后端，其用于获取DPF出口压力信号；所述电控单元与所述DPF前置压力传感器和DPF后置压力传感器连接，用于基于所述DPF入口压力信号和出口压力信号在不同频段的能量分布和DPF的健康程度的关系实时进行DPF故障诊断。
其中，所述电控单元用于基于所述DPF入口压力信号和出口压力信号在不同频段的能量分布和过滤体的健康程度的关系实时进行DPF故障诊断，具体为所述电控单元采集所述DPF入口压力信号和出口压力信号；对所述入口压力信号和出口压力信号进行傅里叶变换，转换到能量谱；对所述能量谱的曲线作平滑处理；计算每赫兹所述DPF入口压力信号和出口压力信号频谱能量的比值；将所述比值与预先存储的健康DPF的值进行比较。
如图2所示，本发明提供的方法包括如下步骤：
S201：采集所述DPF入口压力信号和出口压力信号；
S202：对采集的所述DPF入口压力信号和出口压力信号进行傅里叶变换，转换到能量谱；
S203：集成每赫兹的能量值，即对所述能量谱的曲线作平滑处理；
S204：计算每赫兹所述DPF入口压力信号和出口压力信号频谱能量的比值；
S205：根据所述比值确定所述DPF是否存在故障。
本发明中，是在频域对DPF入口以及出口的压力信号进行分析。入口以及出口的压力信号和DPF的传递函数特征相关联。一旦关联压力信号的方法确定下来，DPF的传递函数特征就被确定下来了。排除干扰项的影响，传递函数绝对值的平方可以用DPF入口以及出口压力谱能量密度的比值表示，即可以用DPF入口以及出口压力信号的谱能量比率来表示传递函数绝对值的平方。对于健康DPF和故障DPF，传递函数绝对值的平方大小不同，以此为依据建立DPF的故障诊断算法。
求取传递函数绝对值的平方具体实施步骤可如下：
1、采集压力信号原始数据：DPF入口压力信号和出口压力信号。
2、对入口以及压力信号进行傅里叶变换，转换压力信号到能量谱。
3、集成每赫兹的能量值，同时也是对能量谱曲线作平滑处理。
4、计算每赫兹DPF入口以及出口压力信号频谱能量的比值，由以上推理，这一比值近似等于传递函数值的平方。
为比较健康和故障DPF的传递函数值的平方，需要确定比较的数据区间，也就是频率范围。DPF前后压力信号的能量大部分集中在点火频率附近，取决于发动机转速的大小。根据发动机全工况的转速范围计算着火频率所处范围即为传递函数平方值比较的数据区间。
随着故障程度的加深，传递函数平方的峰值呈递增趋势。这种趋势产生的原因依赖于入口以及出口压力信号各自的特性。当入口压力信号穿过DPF基体时，很大一部分能量会损失掉。这一能量损失是与DPF状况相关的，健康DPF的能量损失要大于断裂故障DPF的能量损失，这是由于健康DPF会对排气产生更大的阻力。因此，能量损失的不同是导致健康和故障DPF谱能量差异的原因。
本发明中为获取不受测试循环影响的数据，可采用一次分析一定时长，可以是五分钟的采样数据的方法。以5分钟采样的数据为原始数据，求取谱能量比率曲线，采用了五点平均算法求得每段曲线的五点平均峰值，以减小异常值对算法产生的干扰，保证算法的鲁棒性。以5分钟为步长的五点平均峰值构成离散点，这些点拟合之后趋势符合对数曲线，并且随着故障程度的加深，故障过滤体对数曲线偏离健康过滤体对数曲线的值增大。
本发明中可使用可变门限值的DPF故障诊断算法，可变的衰减门限值大小取决于发动机类型和DPF的尺寸。这一可变的门限值曲线以可查表的形式保存在电控单元中。再生之后开始计时，直到下次再生开始。在可控的再生过程(再生：是指微粒捕集器(DPF)使用一段时间后，由于捕集的柴油机排气颗粒物不断的累积，会造成排气阻力增加，因此，需要对DPF进行再生，即去除已经捕集的颗粒物，使DPF恢复初始状态)结束时，触发计时器。DPF前后的压力信号以至少400Hz的采样频率采集五分钟。由香农定理可以知道，这一采样频率保证了可以在频域分析200Hz范围的信号。计时器计数C被记录下来。采集的数据经过处理后得到五点平均峰值。在时间C处的门限值(该门限值使通过之前研究得到并存在电控单元中)可以通过查找电控单元的存储单元找到。通过采样数据计算出的五点平均峰值和查找到的门限值作比较，如果计算值大于门 限值，即点亮故障指示灯，发出DPF故障报警指示。如果计算值低于门限值，认为过滤体工作正常。检测结束后，如果下一次再生还没有开始，则重新开始检测。
下面以北汽福田Aumark汽车发动机上对本发明进行了试验。下述过滤体等同DPF。
柴油机主要技术参数如下表：
试验用发动机参数
试验用DPF基本参数
制备故障过滤体样品的类型
针对制备的故障过滤体，在相应发动机的试验台架上进行了故障诊断方法的测试，选用ETC循环作为测试循环。健康和失效过滤体的五点平均谱能量比率峰值趋势，标定每种故障对数趋势线拟合的公式如下表所示：
试验表明，使用该故障诊断方法可以明显的监测DPF是否发生故障，并定量的表示出故障程度(故障过滤体谱能量比率曲线5点峰值平均对数趋势线偏离健康过滤体趋势线的程度)。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种对柴油颗粒过滤器进行实时故障诊断的装置，其特征在于，所述装置包括：电控单元、DPF前置压力传感器、DPF后置压力传感器，所述DPF前置压力传感器设置于所述DPF前端，其用于获取DPF入口压力信号；所述DPF后置压力传感器设置于所述DPF后端，其用于获取DPF出口压力信号；所述电控单元与所述DPF前置压力传感器和DPF后置压力传感器连接，用于基于所述DPF入口压力信号和出口压力信号在不同频段的能量分布和DPF的健康程度的关系实时进行DPF故障诊断。
2.根据权利要求1所述的对柴油颗粒过滤器进行实时故障诊断的装置，其特征在于，所述电控单元用于基于所述DPF入口压力信号和出口压力信号在不同频段的能量分布和过滤体的健康程度的关系实时进行DPF故障诊断，具体为所述电控单元采集所述DPF入口压力信号和出口压力信号；对所述入口压力信号和出口压力信号进行傅里叶变换，转换到能量谱；对所述能量谱的曲线作平滑处理；计算每赫兹所述DPF入口压力信号和出口压力信号频谱能量的比值；将所述比值与预先存储的健康DPF的值进行比较。
3.一种对柴油颗粒过滤器进行实时故障诊断的方法，其特征在于，所述方法包括如下步骤：
第一步:采集所述DPF入口压力信号和出口压力信号；
第二步：对采集的所述DPF入口压力信号和出口压力信号进行傅里叶变换，转换到能量谱；
第三步：集成每赫兹的能量值，即对所述能量谱的曲线作平滑处理；
第四步：计算每赫兹所述DPF入口压力信号和出口压力信号频谱能量的比值；
第五步：根据所述比值确定所述DPF是否存在故障。
4.根据权利要求3所述的对柴油颗粒过滤器进行实时故障诊断的方法，其特征在于，在第五步中，根据所述比值与预先存储的健康DPF的值进行比较，若在健康范围内，则所述DPF没有故障；若不在健康范围内，则所述DPF存在故障。
5.根据权利要求4所述的对柴油颗粒过滤器进行实时故障诊断的方法，其特征在于，在第一步中，采集所述DPF入口压力信号和出口压力信号是在频域中进行的，所述频域取决于发动机转速的大小，根据发动机全工况的转速范围计算所述频域。
6.根据权利要求5所述的对柴油颗粒过滤器进行实时故障诊断的方法，其特征在于，在第一步中，以采集一定步长的所述DPF入口压力信号和出口压力信号进行分析，求取谱能量比率曲线，采用五点平均算法求得每段所述比率曲线的五点平均峰值，以所述五点平均峰值构成离散点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410071874.6A CN103939192A (zh) | 2014-02-28 | 2014-02-28 | 对柴油颗粒过滤器进行实时故障诊断的装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410071874.6A CN103939192A (zh) | 2014-02-28 | 2014-02-28 | 对柴油颗粒过滤器进行实时故障诊断的装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103939192A true CN103939192A (zh) | 2014-07-23 |
Family
ID=51187033
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410071874.6A Pending CN103939192A (zh) | 2014-02-28 | 2014-02-28 | 对柴油颗粒过滤器进行实时故障诊断的装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103939192A (zh) |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106762061A (zh) * | 2016-12-07 | 2017-05-31 | 江苏大学 | 一种模拟dpf失效的诊断装置和方法 |
| CN107132161A (zh) * | 2017-06-15 | 2017-09-05 | 浙江大学 | 一种新型便携式柴油车尾气颗粒物道路检测装置及方法 |
| CN109779727A (zh) * | 2017-11-13 | 2019-05-21 | 罗伯特·博世有限公司 | 用于诊断颗粒过滤器的压差传感器的方法和设备 |
| CN110966069A (zh) * | 2018-09-28 | 2020-04-07 | 潍柴动力股份有限公司 | 一种柴油机颗粒捕集器故障检测方法及装置 |
| CN114198186A (zh) * | 2020-09-18 | 2022-03-18 | 纬湃科技有限责任公司 | 用于诊断内燃机的排气装置的被涂层的汽油颗粒过滤器的方法和设备 |
| US11448112B2 (en) * | 2020-11-13 | 2022-09-20 | Robert Bosch Gmbh | Method, processing unit, and computer program for ascertaining a fill level of soot particles in a soot particulate filter |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5968371A (en) * | 1998-01-26 | 1999-10-19 | Nelson Industries, Inc. | Lubricant circulation diagnostic and modeling system |
| US20100212299A1 (en) * | 2009-02-25 | 2010-08-26 | Jacob George | Methods for determining when to regenerate exhaust gas particulate filters |
| CN101889131A (zh) * | 2009-02-24 | 2010-11-17 | 丰田自动车株式会社 | 过滤器再生系统的异常诊断系统以及异常诊断方法 |
| WO2013132624A1 (ja) * | 2012-03-07 | 2013-09-12 | イビデン株式会社 | 微粒子捕集フィルタ状態検出装置 |
| CN103597177A (zh) * | 2011-07-06 | 2014-02-19 | 揖斐电株式会社 | 微颗粒捕集过滤器状态检测装置 |
-
2014
- 2014-02-28 CN CN201410071874.6A patent/CN103939192A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5968371A (en) * | 1998-01-26 | 1999-10-19 | Nelson Industries, Inc. | Lubricant circulation diagnostic and modeling system |
| CN101889131A (zh) * | 2009-02-24 | 2010-11-17 | 丰田自动车株式会社 | 过滤器再生系统的异常诊断系统以及异常诊断方法 |
| US20100212299A1 (en) * | 2009-02-25 | 2010-08-26 | Jacob George | Methods for determining when to regenerate exhaust gas particulate filters |
| CN103597177A (zh) * | 2011-07-06 | 2014-02-19 | 揖斐电株式会社 | 微颗粒捕集过滤器状态检测装置 |
| WO2013132624A1 (ja) * | 2012-03-07 | 2013-09-12 | イビデン株式会社 | 微粒子捕集フィルタ状態検出装置 |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106762061A (zh) * | 2016-12-07 | 2017-05-31 | 江苏大学 | 一种模拟dpf失效的诊断装置和方法 |
| CN106762061B (zh) * | 2016-12-07 | 2020-03-31 | 江苏大学 | 一种模拟dpf失效的诊断装置和方法 |
| CN107132161A (zh) * | 2017-06-15 | 2017-09-05 | 浙江大学 | 一种新型便携式柴油车尾气颗粒物道路检测装置及方法 |
| CN109779727A (zh) * | 2017-11-13 | 2019-05-21 | 罗伯特·博世有限公司 | 用于诊断颗粒过滤器的压差传感器的方法和设备 |
| CN110966069A (zh) * | 2018-09-28 | 2020-04-07 | 潍柴动力股份有限公司 | 一种柴油机颗粒捕集器故障检测方法及装置 |
| CN114198186A (zh) * | 2020-09-18 | 2022-03-18 | 纬湃科技有限责任公司 | 用于诊断内燃机的排气装置的被涂层的汽油颗粒过滤器的方法和设备 |
| US11448112B2 (en) * | 2020-11-13 | 2022-09-20 | Robert Bosch Gmbh | Method, processing unit, and computer program for ascertaining a fill level of soot particles in a soot particulate filter |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103939192A (zh) | 对柴油颗粒过滤器进行实时故障诊断的装置及方法 | |
| US8316635B2 (en) | Methods of increasing accuracy of soot load estimates | |
| US8131495B2 (en) | Particulate matter sensor calibration | |
| US9032719B2 (en) | Particulate filter performance monitoring | |
| CN105089761A (zh) | 用于诊断颗粒过滤器的方法和装置 | |
| WO2013005456A1 (ja) | 微粒子捕集フィルタ状態検出装置 | |
| FR3021355A1 (fr) | Procede et unite de diagnostic d'un capteur de pression differentielle | |
| CN104100341A (zh) | Dpf自诊断装置、自诊断方法，及发动机尾气处理系统 | |
| CN113565610B (zh) | 一种柴油车颗粒捕集器工作状态判断方法 | |
| CN111980789A (zh) | 汽油车颗粒捕集器性能劣化的诊断方法及系统 | |
| CN116291824A (zh) | 对dpf的低捕集效率故障的诊断方法及相关硬件 | |
| EP2354484B1 (fr) | Procédé de diagnostic fonctionnel d'un capteur de suie | |
| US8091414B2 (en) | Methods of detecting replacement of a particulate matter filter | |
| CN109057928B (zh) | 一种dpf中灰分累积程度的分析方法、装置及电子设备 | |
| CN103620169B (zh) | 微颗粒捕集过滤器状态检测装置 | |
| JP2008536054A (ja) | 排ガスの後処理装置の存在を診断する方法及び車搭載型診断技術の使用 | |
| CN207261081U (zh) | 颗粒捕集器失效在线自动告警系统 | |
| KR101339237B1 (ko) | Ｄｐｆ의 파손 검출방법 | |
| CN111764991A (zh) | 一种颗粒物捕集器移除故障的诊断装置及诊断方法 | |
| CN118008546A (zh) | 颗粒物捕集器过载诊断方法及装置、存储介质及电子设备 | |
| FR3061931A1 (fr) | Procede et dispositif de diagnostic de la charge d'un filtre a particules | |
| CN114508407B (zh) | 一种dpf移除的确定方法及装置 | |
| CN107345495A (zh) | 柴油颗粒物过滤器的频繁再生诊断方法 | |
| Sappok et al. | Continuous particulate filter state of health monitoring using radio frequency sensing | |
| CN114562356B (zh) | 车辆颗粒物传感器的检测方法、诊断仪及车辆 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20140723 |