基于振动信号的柴油机NO_(x)排放虚拟传感研究

对行驶过程中车辆的NO_(x)排放进行实时监测有助于缸内燃烧过程的控制和改善,实现对排放的闭环控制和瞬态排放的有效评估,从而满足日益严苛的排放要求。提出了一种基于结构振动信号的NO_(x)虚拟传感方法。基于振动信号和缸压信号的时频图谱相似性分析方法实现了缸压信号的重构并从中提取与排放相关的信息,建立了用于预测NO_(x)的主成分回归(principal component regression,PCR)模型。在单缸柴油机试验台架上对预测模型进行了验证。结果表明:所提出的PCR模型对各种工况下的NO_(x)排放都能较好预测,与红外光谱式排放测量系统相比具有更快的响应速度。