柴油機顆粒捕集器再生溫度預測模型

石秀勇，蔣得剛

柴油機顆粒捕集器再生溫度預測模型

石秀勇，蔣得剛

（同濟大學汽車學院，上海 201804）

柴油機顆粒捕集器在再生階段的溫度預測問題直接與后處理系統甚至整車的經濟性、安全性相關。該文采用仿真分析計算與發動機試驗驗證相結合的方式，對柴油機顆粒捕集器在再生階段的溫度特性及其影響因素進行分析。首先運用GT-Power軟件對后處理系統進行建模，并分析了不同再生目標溫度對再生效率的影響以及不同碳載量對穩態再生溫度的影響。仿真結果表明：較高的再生目標溫度有助于降低單位質量顆粒物的再生油耗，當再生目標溫度為500 ℃時，單位質量顆粒物的再生油耗為372.7 g，當目標溫度提高到700 ℃時該值降低至3.8 g，但當目標溫度達到600 ℃以上，再生目標溫度對單位質量顆粒物再生油耗的改善效果不明顯；當碳載量超過46 g（12.7 g/L）再生時，顆粒捕集器內部溫度超過800 ℃，顆粒捕集器出現燒蝕失效的風險較高，因此應當限制觸發再生的碳載量限值。在仿真計算結果的基礎上，運用發動機臺架試驗對再生溫度特性進行測試驗證，試驗結果與仿真結果較吻合，結果表明，該溫度預測模型可對顆粒捕集器再生階段的溫度分布、再生油耗及最高溫度等進行預測，對提高再生階段燃油經濟性，降低顆粒捕集器的燒蝕失效風險，具有重要的指導意義。

柴油機；燃燒；載碳量；再生溫度；臺架試驗；模擬仿真

0 引 言

柴油機顆粒捕集器（diesel particulate filter，DPF）的再生溫度預測問題是目前困擾諸多企業的技術難點，在項目開發中，企業往往通過發動機臺架及整車標定的方式對再生目標溫度及最大碳載量等進行標定，對臺架資源、人力資源等的依賴較高，易造成項目開發成本高、開發周期長等問題。

DPF 在再生階段的溫度表現主要依賴于氧化型催化器（diesel oxidation catalyst，DOC）內部發生氧化反應的放熱情況。國內外學者對DOC 及DPF 的再生溫度控制及溫度預測等技術進行了較為深入的研究。Bensaid等[1]對DPF 碳加載過程及再生過程的壓差及溫度表現、污染物排放情況進行了試驗研究；Chaillou等[2]對再生過程溫度表現及其控制技術進行了試驗研究；Yoon等[3]對駐車再生時的油耗及溫度表現進行了試驗研究；Gurupatham等[4]運用Matlab/Simulink 建立了后處理仿真模型，對再生溫度表現及對污染物的過濾情況進行了仿真研究；周一聞等[5]通過GT-Power 軟件建立了DPF 的熱再生模型；Bai等[6]對重型發動機DPF系統碳載量估算及被動再生特性進行了建模分析；Fl?rchinger等[7-8]對固體顆粒物排放控制技術進行了探索和總結；Chong等[9-10]對再生溫度控制技術進行了理論分析和試驗驗證；Ishizawa等[11]對灰分累積量及其對再生方式的影響進行了研究；Mamontova等[12-14]討論了新型燃油對DPF的影響；Bai等[15-17]對DPF再生溫度控制技術進行了研究；Hou等[18]對灰分的形成機理及其對DPF再生的影響進行了分析；di Iorio等[19]對固體顆粒物的質量、尺寸等進行了試驗研究；Gurupatham等[20]對DOC+DPF系統結構設計進行了研究；Hou等[21]運用GT-Power軟件對DPF的再生過程進行了仿真分析；Ning等[22-24]對再生階段的DOC溫度控制技術進行了研究；Yamamoto等[25]對DPF 的被動再生過程進行了仿真分析；Khan等[26]對再生過程進行了仿真分析；Rumminger等[27]對再生階段的溫度動態響應進行了研究；Magdi等[28-30]對DPF及排放控制技術進行了總結概述。

以上研究工作獲得了很多有價值的研究成果，但對于再生效率的量化比較以及仿真與試驗相結合的再生溫度控制卻鮮有涉及。本文以一臺2.5L發動機為研究對象，通過搭建再生溫度預測模型對后處理系統在再生階段的溫度控制進行由理論分析到仿真計算再到試驗驗證的系統性研究。

1 再生溫度控制仿真分析

DOC內部的化學反應直接影響著DPF再生溫度控制功能的實現。如式（1）所示，本研究基于Roy Douglas等[30]提出的氧化型催化器化學反應速率經驗公式，對DOC內部的化學反應進行建模分析。

式中R為化學反應速率，mol/(m3·s)；k為指前因子，mol/(m3·s)；T為化學反應的活化溫度，K；T為載體局部壁面溫度，K；X為組分的摩爾分數，%。

由式（1）可知，化學反應的速率與載體局部壁面溫度呈正相關關系。載體的局部壁面溫度主要受排氣溫度、DOC入口處氣體的混合均勻性、封裝結構的保溫性能以及載體材質的比熱容等因素的影響。針對化學反應速率與載體局部壁面溫度的關系，本文對不同的再生目標溫度進行仿真分析計算。

化學反應速率與參與化學反應組分的摩爾分數呈正相關關系。排氣中組分的摩爾分數主要受發動機燃燒情況、燃油品質、EGR率及溫度等因素的影響。針對化學反應速率與參與化學反應的組分的摩爾分數的關系，本文對不同碳載量下的再生情況進行仿真分析和試驗研究。

為驗證載體局部壁面溫度及化學反應組分對DPF再生溫度分布的影響，本文搭建了后處理DOC+DPF仿真模型，通過定義進入后處理系統的排氣溫度、原排情況等可對DPF的固體顆粒物捕集過程及再生溫度分布進行仿真計算。如圖1所示，該模型主要由以下幾部分構成：

1）Soot_inlet及管路模塊：用于模擬發動機在實際運行時排氣管路中的固體顆粒物含量，此模塊可根據發動機臺架采集的數據，并結合運行工況查表得到排氣中相應的固體顆粒物含量；

2）DOC及DOCMonitor模塊：DOC模塊用于對DOC內部化學反應進行仿真模擬，DOCMonitor模塊用于對相關變量進行監測和實時顯示；

3）cDPF及cDPFMonitor模塊：cDPF模塊用于對DPF內部的化學反應、顆粒物捕集過程及壓降進行模擬，cDPFMonitor模塊用于對相關過程進行監測和實時顯示；

4）Temperature_Monitor模塊：用于監測仿真過程的溫度分布。

1.Soot inlet及管路模塊2.DOC及DOCMonitor模塊3.cDPF及cDPFMonitor模塊4.Temperature Monitor模塊

模型中的DOC及DPF參數如表1所示。

表1 DOC及DPF基本參數

1.1 不同再生目標溫度對再生效率的影響

化學反應速率R與局部壁面溫度T呈正相關關系，然而，若局部壁面溫度過高，DPF內部固體顆粒物劇烈燃燒，易導致載體表面的涂層脫落，甚至DPF燒蝕。因此，再生目標溫度的設定與DPF的再生效率及后處理系統的使用安全性等息息相關。

選取500、550、600、650 和700 ℃共5種不同再生目標溫度，并給定相同的DOC入口排氣溫度（400 ℃）、排氣流量（50 g/s）及初始碳載量（25 g），對不同再生目標溫度下DOC及DPF的溫度分布、再生速率以及再生燃油消耗情況進行對比。如圖2，在DOC及DPF中心軸線沿排氣方向均勻設置6個溫度測點，以監測再生過程中DOC及DPF不同位置的溫度變化情況，T1位于DOC或DPF前端面圓心位置，該位置與工程應用中實際使用的DOC或DPF前溫度傳感器的位置相近，T6位于后端面圓心位置，該位置與工程應用中實際使用的DOC或DPF后端溫度傳感器的位置相近，T2、T3、T4及T5分別位于軸線長度20%、40%、60%及80%位置。圖3為不同再生目標溫度下DOC各處溫度仿真結果。圖4為不同再生目標溫度時DPF各處溫度仿真結果。

1.測點T1 2.測點T2 3.測點T3 4.測點T4 5.測點T5 6.測點T6

圖3 再生階段DOC溫度分布

圖4再生階段DPF溫度分布

由圖3及圖4可知：再生目標溫度較高時，固體顆粒物燃燒劇烈，DPF內部各處的溫度劇烈震蕩，當目標溫度為700 ℃時，DPF內部最高溫度達到816.3 ℃，比目標溫度高116.3 ℃。

圖5為不同再生目標溫度下固體顆粒物減少情況。圖6為不同再生目標溫度下累計燃油消耗量。當再生消耗掉的碳載量達到初始碳載量（25 g）90%時，大部分固體顆粒物被消除，可認定再生基本完成，剩余10%（2.5 g）可在再生結束后溫度下降過程中基本消耗殆盡，故選取該時間點對比再生過程用時以及累計燃油消耗量，并對比DPF內部最高溫度，結果如表2所示。

圖5 再生階段顆粒物變化情況

圖6累計燃油消耗量

由圖5、圖6及表2結果可知：

1）以固體顆粒物的90%被再生所用時間為衡量標準，目標溫度為500 ℃時用時29 700 s，目標溫度為550 ℃時用時4 109.5 s，目標溫度為600 ℃時用時744.5 s，目標溫度為650 ℃時用時400 s，目標溫度為700 ℃時用時270.5 s，即再生相同碳載量，目標溫度越低用時越長；

2）再生啟動后400 s時，目標溫度為500 ℃時再生效率為0.5%，目標溫度為550 ℃時再生效率為2.9%，目標溫度為600℃時再生效率為24.1%，目標溫度為650 ℃時再生效率為86.6%，目標溫度為700 ℃時再生效率為99.9%，即在相同時間內目標溫度越高，再生效率越高；

3）如圖7所示，目標溫度為500 ℃時單位質量顆粒物的再生油耗為372.7 g，目標溫度為550 ℃時為55.9 g，目標溫度為600 ℃時為10.3 g，目標溫度為650 ℃時為5.7 g，而目標溫度為700 ℃時為3.8 g，即目標溫度越高，單位質量固體顆粒物的再生油耗越低，當目標溫度達到600 ℃以上時，目標溫度對再生油耗的改善效果不明顯。

表2 不同目標溫度下不同再生時間的再生結果分析

圖7 單位質量顆粒物再生油耗

綜上所述，更高的再生目標溫度可提高再生效率，降低單位質量固體顆粒物的再生油耗。在實際應用中需綜合考慮再生效率及再生安全性等因素，往往選擇600 ℃作為再生目標溫度，以避免DPF燒蝕等失效的出現，并同時兼顧再生油耗等影響因素。

1.2 不同碳載量對穩態再生溫度的影響

若觸發再生時DPF內部的碳載量過高，固體顆粒物發生劇烈燃燒，載體壁面溫度急劇升高，容易導致DPF出現燒蝕失效，同時，過高的碳載量也導致發動機排氣背壓過高，影響車輛的動力性及經濟性表現；若觸發再生的碳載量限值過低，則易導致DPF頻繁再生，對車輛的燃油經濟性造成負面影響。因此，需綜合考慮DPF再生過程安全性及車輛動力性、經濟性等多方面因素合理設置觸發再生的碳載量限值。

如圖8所示，在DPF載體中心軸線沿排氣方向不同位置設置溫度測點，以分析DPF在再生過程中不同位置的溫度變化情況，測點S1位于DPF前端面圓心位置，S2位于距離前端面20 mm處，S3位于31.8 mm處，S4位于63.5 mm處，S5位于95.3 mm處，S6位于距離后端面20 mm處，S7位于后端面圓心位置。如表3所示，選取發動機的典型運行工況，設定再生目標溫度為600 ℃，對不同碳載量的再生溫度分布進行仿真計算，并測試不同碳載量下再生時DPF內部最高溫度。不同碳載量時的DPF再生溫度數據見圖9。

1.測點S1 2.測點S2 3.測點S3 4.測點S4 5.測點S5 6.測點S6 7.測點S7

根據表3及圖9可知：

1）在升溫階段，DPF內部最高溫度出現在靠近DPF入口的位置，隨著再生進程的推進，DPF尾端的溫度逐漸升高并超過DPF入口處的溫度值。這是由于DPF內部的固體顆粒物主要集中在DPF尾端附近，隨著固體顆粒物的燃燒，DPF尾端溫度升高；

2）如圖9d~9f所示，接近600 ℃時DPF內部溫度急劇升高，持續時間約為200 s左右，整個再生過程的最高溫度也出現在該階段；

3）碳載量為10 g時DPF內部最高溫度為603.1 ℃，碳載量為15.5 g時最高溫度為607.6℃，碳載量為21.9 g時最高溫度為619 ℃，碳載量為36.5 g時最高溫度為677 ℃，碳載量為46 g時最高溫度為801 ℃，碳載量為56 g時最高溫度為908.7 ℃，即當碳載量超過46 g再生時，DPF內部最高溫度超過800 ℃，DPF出現燒蝕失效的風險較高。

表3 不同測試工況和初始碳載量下DPF內最高再生溫度

圖9 不同碳載量下的DPF再生溫度軸向分布

根據仿真結果，對于本文所研究的體積為3.62 L的DPF，碳載量超過46 g時DPF燒蝕失效的風險較高，因此應當控制觸發DPF再生的碳載量限值在46 g以下，以確保再生過程的安全、可控進行。

2 臺架驗證試驗

2.1 試驗系統搭建

如圖10所示，本研究采用D25TCIF型發動機作為廢氣源。試驗所使用的發動機及后處理系統的主要參數如表4所示，該發動機是直列四缸增壓中冷高壓共軌電控柴油發動機，排量為2.499 L，額定功率為110 kW，最大扭矩為400 N·m，DOC載體規格為400/4，DPF載體規格為300/10，DOC及DPF材質均為堇青石。試驗中采用的儀器設備包括CW440水力測功機、TMB-K-0.5-600熱電偶溫度傳感器、PT200排氣溫度傳感器、IND560電子天平、ES620及ES650溫度采集模塊等。

1.排氣方向 2.DOC前溫度傳感器 3.DOC 4.DPF前溫度傳感器 5.DPF 6.壓差傳感器 7.熱電偶溫度傳感器

2.2 不同碳載量下穩態再生試驗研究

本試驗通過在DPF內部不同位置設置熱電偶溫度傳感器的方式，測試DPF在再生工況下不同位置的溫度分布。在距離DPF入口端面20 mm的平面1圓心位置設置溫度測量點1，在DPF的中心位置（平面2）圓心位置設置溫度測量點6，在距離DPF出口端面20 mm的平面3圓心位置設置溫度測量點7（圖11）。

表4 試驗用發動機及后處理系統參數

選取3組含固體顆粒物的DPF為對象，初始碳載量分別為15.5 g（4.28 g/L）、21.9 g（6.04 g/L）和36.5 g（10.09 g/L），選取測點1試驗結果與本文1.2節測點S2仿真值進行對比；測點2試驗結果與S4仿真值對比；測點3試驗結果與S6仿真值對比。根據仿真結果，碳載量超過36.5 g再生時，存在較大的DPF高溫燒蝕風險，故本文未針對更高的碳載量進行試驗研究。

圖12和表5為碳載量分別為15.5、21.9及36.5 g的DPF軸向再生溫度及與仿真結果對比。

注：1～15為溫度測點。

圖12 不同載碳量的DPF軸向再生溫度及其與仿真結果對比

試驗結果表明，當碳載量為15.5 g時試驗結果與仿真結果的偏差為?6.0～3.8 ℃之間，相對誤差在?1.0%～0.4%之間，碳載量為21.9 g時兩者的偏差為?8.5～5.0 ℃之間，相對誤差在?1.4%～0.8%之間；當碳載量為36.5 g時，出現最高溫度的時間點以及在最高溫度附近的溫度波動情況，試驗結果與仿真結果存在較大誤差，最高溫度值的絕對誤差為?22.1～7.2 ℃之間，相對誤差為?3.7%～1.1%之間，值得注意的是，表5中仿真結果的最高溫度為僅考慮DPF軸向S2、S4及S6三個測點的溫度值，結合表3對DPF軸向各位置的仿真結果可知，DPF內部溫度場情況與測點位置息息相關。試驗結果表明，預測模型可有效預測再生階段溫度，對降低顆粒捕集器燒蝕風險具有重要的指導作用。

表5 不同載碳量的DPF軸向再生溫度及其與仿真結果對比

3 結 論

本文進行了DPF再生溫度預測技術的研究，搭建了仿真模型，并進行了仿真計算和發動機臺架試驗驗證。結果表明，模型可對再生階段的溫度分布、再生油耗及最高溫度等進行預測，對提高燃油經濟性，降低顆粒捕集器的燒蝕失效風險，具有重要的指導意義。

1）建立了DPF再生溫度預測模型，仿真及臺架試驗結果表明，模型可有效預估DPF在再生階段的溫度分布情況；

2）再生目標溫度越高，再生用時越短，油耗越低，當目標溫度超過600℃時，單位質量顆粒物再生油耗下降至10.3 g以下，目標溫度對單位質量顆粒物再生油耗的改善作用效果不明顯；

3）當碳載量超過46g再生時，DPF內部最高溫度超過800 ℃，DPF出現燒蝕的風險較高；

4）當碳載量為15.5時，試驗結果與仿真計算結果的相對誤差在-1.0%~0.4%之間；碳載量為21.9 g時相對誤差為-1.4%~0.8%之間；碳載量為36.5g時相對誤差為-3.7%~1.1%之間；試驗結果表明，碳載量過高時進行再生將導致DPF燒蝕風險增加；

未來的研究可綜合考慮后處理系統與環境的熱散失、催化劑的老化、發動機的燃燒對排氣組分的影響等多方面因素，搭建較完善的后處理系統被控對象模型，以期在滿足愈發嚴苛的排放法規的同時，減少后處理系統開發的工作量。

[1] Bensaid S, Caroca C J, Russo N, et al. Detailed investigation of non-catalytic DPF regeneration[J]. Canadian Journal of Chemical Engineering，2011, 89(2): 401－407.

[2] Chaillou Christophe, BouetAlexandre, Frobert Arnaud, et al. After-treatment investigation on particulates characterization and DPF regeneration of a naphtha fuel in a compression ignition engine[J]. SAE International Journal of Fuels and Lubricants，2016, 9(3): 633－649.

[3] Yoon Seungju, Quiros David C, Dwyer Harry A, et al. Characteristics of particle number and mass emissions during heavy-duty diesel truck parked active DPF regeneration in an ambient air dilution tunnel[J]. Atmospheric Environment, 2015, 122: 58－64.

[4] Gurupatham Anand, He Yongsheng. Architecture design and analysis of diesel engine exhaust aftertreatment system and comparative study with close-coupled DOC-DPF system[J]. SAE International Journal of Fuels and Lubricant, 2009, 1(1): 1387－1396.

[5] 周一聞，湯東，繆曉峰，等. 含氧量對顆粒捕集器熱再生過程的影響[J]. 揚州大學學報：自然科學版，2019(2)：24－29.

Zhou Yiwen, Tang Dong, Miao Xiaofeng, et al. Influence of oxygen-enriched environment on thermal regeneration of DPF[J]. Journal of Yangzhou University: Natura Science Zdition, 2019(2): 24－29. (in Chinese with English abstract)

[6] Bai Shuzhan, Tang Jiao, Wang Guihua, et al. Soot loading estimation model and passive regeneration characteristics of DPF system for heavy-duty engine[J]. Applied Thermal Engineering, 2016(100): 1292－1298.

[7] Fl?rchinger Peter, Zink Uwe, Tomazic Dean. A concept for advanced DPF regeneration[J]. AutoTechnology, 2005, 5(6): 60－62.

[8] 譚丕強，王德源，樓狄明，等. 農業機械污染排放控制技術的現狀與展望[J]. 農業工程學報，2018，34(7)：1－14.

Tan Piqiang, Wang Deyuan, Lou Diming, et al. Progress of control technologies on exhaust emissions for agricultural machinery[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2018, 34(7): 1－14. (in Chinese with English abstract)

[9] Chong Hwan S, Aggarwal Suresh K, Lee Kyeong O, et al. Measurements of heat release of diesel PM for advanced thermal management strategies for DPF regeneration[J]. Combustion Science and Technology, 2011, 183(12): 1328－1341.

[10] Brezonick M. Field testing for active DPF regeneration[J]. Diesel Progress North American Edition, 2005, 71(6): 94－95.

[11] Ishizawa T, Yamane H, Satoh H, et al. Investigation into ash loading and its relationship to DPF regeneration method[J]. SAE International Journal of Commercial Vehicles, 2010, 2(2): 164－175.

[12] Mamontova A A, Kondratova T B, Klimenko N A. Regeneration of active carbon by solvent extraction of surfactants and dyes[J]. Soviet Journal of Water Chemistry and Technology, 1987, 9(2): 24－26.

[13] Chaillou Christophe, Bouet Alexandre, Frobert Arnaud, et al. After-treatment investigation on particulates characterization and DPF regeneration of a naphtha fuel in a compression ignition engine[J]. SAE International Journal of Fuels and Lubricants，2016, 9(3): 633－649.

[14] Book Emily K, Snow Richard, Long Thomas, et al. Temperature effects on particulate emissions from DPF-equipped diesel trucks operating on conventional and biodiesel fuels[J]. Journal of the Air and Waste Management Association, 2015, 65(6): 751－758.

[15] Bai Shuzhan, Chen Guobin, Sun Qiang, et al. Influence of active control strategies on exhaust thermal management for diesel particular filter active regeneration[J]. Applied Thermal Engineering, 2017(119): 297－303.

[16] Lapuerta Magín, Hernández Juan J, Oliva Fermín. Strategies for active diesel particulate filter regeneration based on late injection and exhaust recirculation with different fuels[J]. International Journal of Engine Research, 2014, 15(2): 209－221.

[17] Yu Mengting,Luss Dan. Inlet cone effect on diesel particulate filter regeneration upon a rapid shift to idle[J]. Industrial and Engineering Chemistry Research, 2012, 51(35): 11355－11366.

[18] Hou Xianjun, Ma Yi, Peng Fuming, et al. A research on the mechanism and influence of ash deposition in DPF regeneration[J]. Automotive Engineering, 2012, 34(4): 316－319.

[19] di Iorio Silvana, Beatrice Carlo, Guido Chiara, et al. Analysis of particle mass and size emissions from a catalyzed diesel particulate filter during regeneration by means of actual injection strategies in light duty engines[J]. SAE International Journal of Engines, 2011, 4(2): 2510－2518.

[20] Gurupatham Anand, He Yongsheng. Architecture design and analysis of diesel engine exhaust aftertreatment system and comparative study with close-coupled DOC-DPF system[J]. SAE International Journal of Fuels and Lubricants, 2009, 1(1): 1387－1396.

[21] Hou Xianjun, Ma Yi,Peng Fuming, et al. Simulation of DPF catalyst regeneration based on GT-Power[J]. Transaction of Beijing Institute of Technology, 2011, 31(1): 19－23.

[22] Ning Jinbiao, Yan Fengjun. Composite control of DOC-out temperature for DPF regeneration[J]. IFAC-Papers On Line, 2016, 49(11): 20－27.

[23] Ning Jinbiao, Yan Fengjun. IMC based iterative learning control of DOC temperature during DPF regerneration[C]// European Control Conference. DOI: 10.1109/ECC.2016.7810428

[24] Matsumoto Takeshi, Mori Takeshi, Hirose Satoshi, et al. Enhancement of regeneration performance by a new catalyzed DPF[J]. Lecture Notes in Electrical Engineering, 2013, 189: 645－659.

[25] Yamamoto Kazuhiro, Sakai Tatsuya. Simulation of continuously regenerating trap with catalyzed DPF[J]. Catalysis Today, 2015, 242: 357－362.

[26] Khan M R, Shamim T. A numerical investigation of the regeneration characteristics of diesel particulate filters under simulated transient exhaust conditions[J]. Journal of Automobile Engineering, 2008, 222(12): 2469－2485.

[27] Rumminger M D, Zhou X, Balakrishnan K, et al. Regeneration behavior and transient thermal response of diesel particulate filters[J]. SAE 2001-01-1342.

[28] Magdi K Khair. A review of diesel particulate filter technology[J]. SAE Technical Paper Series 2001-01-1342.

[29] Timothy V. Johnson. Diesel emission control in review[J]. SAE 2008-01-0069.

[30] Roy Douglas, Brendan P Carberry. Modelling of oxidation catalysts for two-stroke cycle engines[J/OL]. DOI: 10.4271/ 961807

Model for predicting the regeneration temperature of diesel particulate filter

Shi Xiuyong, Jiang Degang

(,201804,)

The question of how to estimate diesel particulate filter (DPF) inner temperature distribution and peak temperature performance during DPF regeneration phase in diesel vehicle real-world application is a great challenge to many companies. The temperature prediction during DPF regeneration phase is directly related to the safety and economy performance of diesel engine after-treatment system and the vehicle. The temperature performance inside DPF during regeneration phase highly depends on the chemical reactions carried out inside diesel oxidation catalyst (DOC). According to the reaction mechanisms , reaction speed is related to the activation temperature of chemical reactions, carrier local wall temperature, and mole fraction of components involved in chemical reactions. In this paper, the temperature characteristics and their influencing factors were evaluated by means of one-dimensional simulation in combination with engine test bench validation. Firstly, main influencing factors to DPF regeneration temperature performance were analyzed. Theoretical analysis showed that when catalyst performance was already determined, DPF regeneration temperature performance were mainly affected by carrier local wall temperature and mole fraction of components involved in chemical reactions. Secondly, a one-dimensional after-treatment system model was built using GT-Power for DPF regeneration temperature prediction purpose, the influence of different regeneration target temperature on regeneration efficiency and the influence of different soot loading quantity on temperature distribution inside DPF during regeneration phase were analyzed. Simulation results showed that higher regeneration target temperature could benefit regeneration efficiency, and help to reduce fuel consumption of regenerating each gram of soot accumulated in DPF channels. When regeneration target temperature was 500 ℃, fuel consumption to regenerate each gram of soot would be 372.7 g. When regeneration target temperature was 550 ℃, fuel consumption would be 55.9 g. When regeneration target temperature was 600 ℃, fuel consumption would be 10.3 g. When regeneration target temperature was 650 ℃, fuel consumption would be 5.7 g. When regeneration target temperature was 700 ℃, fuel consumption to regenerate each gram of soot would be reduced to 3.8 g. However, higher target temperature had no obvious effect on the improvement of regeneration fuel consumption for each gram of soot when regeneration target temperature was higher than 600 ℃. According to the simulation result, when DPF soot loading quantity was higher than 46 g (12.7 g/L), the DPF inner temperature during regeneration phase would be higher than 800 ℃, leading to very high risk of DPF carrier burning crack, so soot loading quantity threshold for regeneration trigger should be well limited. Thirdly, regeneration temperature characteristics were tested on engine test bench. Test results showed that engine test bench results agreed well with simulation results when soot loading quantity were 15.5 and 21.9 g. Relative deviation with 15.5 g soot loading quantity was -1.0% to 0.4%, and relative deviation with 21.9 soot loading quantity was -1.4% to 0.8%. When soot loading quantity was 36.5 g, engine test bench result showed a different temperature ramping character for DPF tail position, the time to reach to maximum DPF inner temperature differed from simulation result, but still, the relative error of maximum temperature could be used for further investigation.

diesel engines; combustion; soot loading; regeneration temperature; bench test; simulation

石秀勇，蔣得剛. 柴油機顆粒捕集器再生溫度預測模型[J]. 農業工程學報，2019，35(20)：17－24.doi：10.11975/j.issn.1002-6819.2019.20.003 http://www.tcsae.org

Shi Xiuyong, Jiang Degang. Model for predicting the regeneration temperature of diesel particulate filter[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2019, 35(20): 17－24. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2019.20.003 http://www.tcsae.org

2019-07-17

2019-08-14

上海市自然科學基金（16ZR1438500）

石秀勇，副教授，博士生導師，主要研究方向為發動機燃燒與排放控制。Email：shixy@tongji.edu.cn

10.11975/j.issn.1002-6819.2019.20.003

TK411+.5

A

1002-6819(2019)-20-0017-08