Dynamic mapping of diesel engine through system identification

Karlsson, Maria; Ekholm, Kent; Strandh, Petter; Johansson, Rolf; Tunestål, Per

doi:10.1109/acc.2010.5531242

Cited by 13 publications

(10 citation statements)

References 13 publications

(6 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Existe una amplia variedad de modelos en la bibliografía (Schilling, 2008), como aquellos basados en redes neuronales (Arsie et al, 2010), diseño de experimentos (Desantes et al, 2012) o modelos de caja negra (Winkler-Ebner et al, 2010;Karlsson et al, 2010). En el presente trabajo se ha seleccionado un modelo de valor medio que combina mapas ajustados por diseño de experimentos con ecuaciones básicas de conservación de la masa y energía y que se describe completamente en Guardiola et al (2014b).…”

Section: Medida Y Modelado De No X En Motores Dieselunclassified

Solución analítica de un filtro de Kalman estacionario para la observación de deriva en modelos de emisiones de NOx en motores diesel de automoción

Guardiola

Hoyas

Plá

et al. 2015

Revista Iberoamericana de Automática e Informática Industrial R

View full text Add to dashboard Cite

An augmented state-space model for drift correction is proposed adding an extra-state for cancelling drift on a given model or sensor output. A Kalman filter is used for drift observation. The model is Linear Time Invariant and noise covariances are considered constant. Under these assumptions, filter is steadystate and an analytical solution to the Riccati equation can be derived. Current paper gives the analytical solution to the Kalman gain and covariance matrix from using the iterative filter equations.

show abstract

Section: Medida Y Modelado De No X En Motores Dieselunclassified

Solución analítica de un filtro de Kalman estacionario para la observación de deriva en modelos de emisiones de NOx en motores diesel de automoción

Guardiola

Hoyas

Plá

et al. 2015

Revista Iberoamericana de Automática e Informática Industrial R

View full text Add to dashboard Cite

show abstract

“…Black box models rely on system identification [24] and their quality is linked to the quality of the data used for training the model: the Design of Experiments (DoE) is not an easy task. Some examples are: Hirsch et al [25] who present a gray box model for NO x and PM, Takagi-Sugeno fuzzy models [26,27], Hammerstein-Wiener (HW) [28], or Neural Networks (NN) [29,30,31,32].…”

Section: Control-oriented Modelsmentioning

confidence: 99%

ECU-oriented models for NOx prediction. Part 1: a mean value engine model for NOx prediction

Guardiola

Plá

Blanco-Rodriguez

et al. 2014

Proceedings of the Institution of Mechanical Engineers, Part D:

View full text Add to dashboard Cite

The implantation of NO x sensors in diesel engines is necessary in order to track emissions at the engine exhaust for diagnosing and control of the after-treatment devices. However, the use of models is still necessary as the output from these sensors is delayed and filtered. The present paper deals with the problem of NO x estimation in two parts covering modelling and data fusion of a sensor signal and the model, respectively. This is the first part where a NO x model is developed based on a nominal set-point relative fitting of the NO x with a series of corrections for accounting with variations on λ −1 , temperatures and other signals. The NO x model combines look-up tables with physical-based equations and is designed for being implemented on commercial ECUs. The relatively low calibration effort and the reported results presented with a turbocharged diesel engine shows the feasibility of the model and the possibilities for on-board implementation. This paper is the first part of a two-parts paper dedicated to the on-board estimation of NO x .

show abstract

“…Winkler et al [116] design a virtual NO x sensor for SCR control and diagnosis. Black box models rely on system identification [117] but are often operating point dependent and its adaptation is not an easy task. Hirsch et al [118] present a gray box model for NO x and PM.…”

Section: No X Modelsmentioning

confidence: 99%

Modelling and Observation of Exhaust Gas Concentrations for Diesel Engine Control

Blanco-Rodriguez

2014

Springer Theses

View full text Add to dashboard Cite

A mis abuelos Manolo y Feli, a Mikel, Ama y Aita.Shine on you crazy diamond.g Resumen. La presente Tesis Doctoral estudia la observación en tiempo real de la concentración en el colector de escape de losóxidos de nitrógeno (NO x ) y del dosado (λ ¡1 ) en motores diesel sobrealimentados. Para ello se fusionan dos fuentes de información diferentes:• Sensores capaces de proporcionar una medida de dichas variables, y• modelos orientados a control que estiman estas variables a partir de otras medidas del motor.El trabajo parte de la evaluación de la precisión de los sensores, realizada mediante la comparación de su medida con la proporcionada por equipos analíticos de alta precisión, que son usados como estándares de calibración estática. También se desarrollan en la Tesis métodos para la calibración de la dinámica del sensor; dichos métodos permiten identificar un modelo de comportamiento del sensor y revelar su velocidad de respuesta y retraso asociados. En general, estos sensores demuestran ser precisos pero relativamente lentos.Por otra parte, se proponen modelos para la estimación de NO x y λ ¡1 . Estos métodos, basados en relaciones físicas, tablas de parámetros y una serie de correcciones, emplean las medidas proporcionadas por otros sensores con el fin de proporcionar una estimación de las variables de interés. Los modelos permiten una estimación muy rápida capaz de reproducir las características dinámicas, pero resultan afectados por efectos de deriva que comprometen su precisión.Con el fin de aprovechar las características dinámicas del modelo y mantener la precisión en estado estacionario del sensor, se proponen técnicas de fusión de la información basadas en la aplicación de filtros de Kalman (KF). En primer lugar, se diseña un KF capaz de combinar ambas fuentes de información y corregir en tiempo real el sesgo entre las dos señales. Posteriormente, se estudia la adaptación en tiempo real de los parámetros del modelo con el fin de corregir de forma automática los problemas de deriva asociados al uso de modelos.Todos los métodos y procedimientos desarrollados a lo largo de la presente Tesis Doctoral se han aplicado de forma experimental a la estimación de NO x y λ ¡1 . De forma adicional, la Tesis Doctoral desarrolla aspectos relativos a la transferencia de estos métodos a los motores diesel de serie. • Sensors que proporcionen una mesura de les variables, i• models orientats a control basats en variables més directes del motor.El treball desenvolupat parteix d'estudis per avaluar la precisió dels sensors. Aquests estudis tracten de comparar la mesura dels sensors amb la proporcionada per equips analítics d'alta precisió, equips utilitzats com estàndards de calibratge estàtic. A partir del calibratge estàtic es desenvolupen diversos mètodes per el calibratge dinàmic dels sensors, aquests mètodes permeten identificar un model de comportament del sensor, simulant la seva velocitat de resposta.En general, els sensors demostren ser precisos però relativament lents. Per millorar els temps de resposta de les mes...

show abstract

Dynamic mapping of diesel engine through system identification

Cited by 13 publications

References 13 publications

Solución analítica de un filtro de Kalman estacionario para la observación de deriva en modelos de emisiones de NOx en motores diesel de automoción

Solución analítica de un filtro de Kalman estacionario para la observación de deriva en modelos de emisiones de NOx en motores diesel de automoción

ECU-oriented models for NOx prediction. Part 1: a mean value engine model for NOx prediction

Modelling and Observation of Exhaust Gas Concentrations for Diesel Engine Control

Contact Info

Product

Resources

About