Development of an NO_x Prediction Model for a Diesel Engine

Der Artikel diskutiert die Entwicklung und Validierung eines feuchtigkeitsempfindlichen NOx-Prognosemodells für Dieselmotoren, das darauf abzielt, die Präzision der Harnstoffdosierung in Abgasnachbehandlungssystemen zu verbessern. Das Modell, das mit dem Dual-Flame-Modell (DFM) in Simcenter Amesim entwickelt wurde, weist eine höhere Genauigkeit im Vergleich zu herkömmlichen NOx-Sensoren auf und ist robust gegen Schwankungen der Luftfeuchtigkeit. Die Studie umfasste eine umfassende Messkampagne an einem Liebherr D946-Motor, die ein breites Spektrum an Betriebsbedingungen abdeckte. Die Kalibrierungs- und Validierungsprozesse des Modells sind minutiös detailliert und zeigen sein Potenzial, die Kontrolle der NOx-Emissionen und die Effizienz der Nachbehandlungssysteme zu verbessern. Der Artikel schließt mit dem Vorschlag, das Modell in einem Surrogatformat wie einem neuronalen Netzwerk zu verwenden, um seine Integration in Steuergeräte zu erleichtern.