Control and Diagnosis of a SCR-ASC After-Treatment System for NOx and NH3 Emission Reduction Under Real Driving Conditions and Potential System Failure

Abstract

[ES] Para cumplir los límites de emisiones impuestos por los gobiernos y reducir el impacto negativo en el medio ambiente, el uso de sistemas de postratamiento (ATS) se ha convertido en algo esencial para los motores de combustión interna. Los ATS en los trenes motrices están planteados para lograr una alta eficiencia de reducción de contaminantes en las condiciones de funcionamiento diseñadas, para lo cual el sistema de control necesita conocer el nivel de desgaste del catalizador, así como confiar en la información de retroalimentación de los subsistemas de los ATS. Además, es posible aumentar la capacidad de reducción de contaminantes de los catalizadores mediante estrategias de control inteligentes. Ante este escenario, esta tesis pretende aplicar técnicas de monitorización y diagnóstico para garantizar el pleno funcionamiento del ATS, y estrategias de control óptimo para mejorar la reducción de las emisiones de NOx con bajo consumo y deslizamiento de NH3. Para lograr este objetivo, se han planteado dos caminos: ¿ Desarrollo de modelos de alta precisión para la predicción de las emisiones de NOx y NH3 acoplados a un algoritmo de fusión de datos, siendo aplicados para diagnosticar el sistema en dos enfoques específicos: detección del nivel de fallo de inyección de amoníaco en el ATS y estimación del estado de envejecimiento del catalizador del ASC. ¿ Uso de modelos físicos orientados al control para mejorar la estrategia de inyección de amoníaco. Se optimizaron dos escenarios, primero, un enfoque de referencia para la optimización off-line conociendo de antemano el ciclo de conducción, logrando así la máxima capacidad del sistema para reducir los NOx con el mínimo consumo de NH3. En segundo lugar, la optimización on-line mediante la técnica de control predictivo de modelos (MPC) con el objetivo de conseguir la máxima reducción de NOx con un deslizamiento de NH3 aguas abajo del catalizador ASC inferior a un límite preestablecido. Todos los modelos desarrollados y los enfoques propuestos se implementaron en un banco de pruebas totalmente instrumentado y se validaron experimentalmente, alcanzando resultados satisfactorios en ambos enfoques, diagnóstico y control.

[CAT] Per a complir els límits d'emissions imposats pels governs i reduir l'impacte negatiu en el medi ambient, l'ús de sistemes de posttractament (ATS) s'ha convertit en una cosa essencial per als motors de combustió interna. Els ATS als trens motrius estan plantejats per a aconseguir una alta eficiència de reducció de contaminants en les condicions de funcionament dissenyades, per a això el sistema de control necessita conéixer el nivell de desgast del catalitzador, així com confiar en la informació de retroalimentació dels subsistemes dels ATS. A més, és possible augmentar la capacitat de reducció de contaminants dels catalitzadors mitjançant estratègies de control intel·ligents. Davant aquest escenari, aquesta tesi pretén aplicar tècniques de monitoratge i diagnòstic per a garantir el ple funcionament de l'ATS, i estratègies de control òptim per a millorar la reducció de les emissions de NOx amb baix consum i lliscament de NH3. Per a aconseguir aquest objectiu, s'han plantejat dos camins: ¿ Desenvolupament de models d'alta precisió per a la predicció de les emissions de NOx i NH3 acoblats a un algorisme de fusió de dades, sent aplicats per a diagnosticar el sistema en dos enfocaments específics: detecció del nivell de fallada d'injecció d'amoníac en l'ATS i estimació de l'estat d'envelliment del catalitzador del ASC. ¿ Ús de models físics orientats al control per a millorar l'estratègia d'injecció d'amoníac. Es van optimitzar dos escenaris, primer, un enfocament de referència per a l'optimització off-line coneixent per endavant el cicle de conducció, aconseguint així la màxima capacitat del sistema per a reduir els NOx amb el mínim consum de NH3. En segon lloc, l'optimització en línia mitjançant la tècnica de control predictiu de models (MPC) amb l'objectiu d'aconseguir la màxima reducció de NOx amb un lliscament de NH3 aigües avall del catalitzador ASC inferior a un límit preestablit. Tots els models desenvolupats i els enfocaments proposats es van implementar en un banc de proves totalment instrumentat i es van validar experimentalment, aconseguint resultats satisfactoris en tots dos enfocaments, diagnòstic i control.

[EN] To meet the emission limits imposed by governments and reduce the negative outcome on the environment, the use of after-treatment systems (ATS) has become essential for internal combustion engines. The ATS in powertrains are devised to achieve high pollutant abatement efficiency under the design operating conditions, for which the control system needs to know the catalyst wear level as well as to rely on feedback information from the ATS subsystems. Furthermore, it is possible to increase the pollutant reduction capacity of catalysts through intelligent control strategies. Looking at this scenario, this thesis intends to apply techniques of monitoring and diagnosis to guarantee the full operation of the ATS, and optimal control strategies to improve the reduction of NOx emissions with low NH3 consumption and slip. To this aim, two paths were outlined: ¿ Development of high accuracy models for the prediction of NOx and NH3 emissions coupled with a data fusion algorithm, being applied to diagnose the system in two specific approaches: detection of the ammonia injection failure level in the ATS and estimation of the ASC catalyst ageing state. ¿ Use of physical control-oriented models to improve the ammonia injection strategy. Two scenarios were optimized, firstly a benchmark approach for off-line optimization knowing in advance the driving cycle, thus achieving the maximum capacity of the system to reduce NOx with minimum NH3 consumption. Secondly, on-line optimization through the model predictive control (MPC) technique aiming the maximum NOx abatement with NH3 slip downstream the ASC catalyst below a pre-established threshold. All developed models and proposed approaches were implemented in a fully instrumented test bench and experimentally validated, reaching satisfactory results in both approaches, diagnosis and control.