世界各地的监管机构正在对拖拉机、挖掘机和其他非道路、柴油动力机械执行越来越严格的排放要求。为了帮助满足这些要求，制造商使用复杂的后处理系统，包括专为非道路车辆设计的催化剂。使用p物理原型既昂贵又耗时，这不仅是因为所有零件都需要制造，还因为每个催化剂都必须运行很长一段时间，或者至少要经过人工老化才能进行评估。车辆或机器必须在使用寿命结束时达到排放目标，即根据发动机功率和应用情况，在法规中定义为3000到10000小时的运行时间。虽然基于实验室的加速老化方法可以将所需时间减少到200小时，但这仍然是相当长的一段时间。
在Johnson Matthey，我们使用MATLAB®和仿真软金宝app件®为了在投入原型之前确定最有希望的设计，我们在Simulink中开发了一个完整的后处理系统模型，该模型结合了单个催化剂组件的优化MATLAB模型。金宝app
MATLAB和Simulink中的仿真使我们能够理解金宝app催化剂内部发生的复杂交互作用，进行灵敏度分析，以查看哪些参数对输出的影响最大，并根据结果进行设计权衡。通过模拟不同驾驶周期的Simulin金宝appk模型，我们可以快速、廉价地评估多种设计方案。我们还利用模型系统地检查配置和参数范围，以找到最优设计。因此，我们需要更少的后处理系统原型。
非道路催化剂设计挑战
催化剂广泛应用于发动机，包括发电机、客车、采矿、农业和建筑设备。虽然催化剂设计的基本原则在不同的应用中保持一致，但优化非道路车辆的催化剂设计带来了一些独特的挑战。
非道路车辆催化剂的生产数量远小于乘用车催化剂，这意味着制造更少的原型以最大限度地降低开发成本。此外，乘用车催化剂（图1）可针对特定车辆进行设计和优化，这意味着设计的许多方面，包括催化剂与发动机的距离，都是事先知道的。非道路发动机的情况并非如此。
解决这一挑战的一个显而易见的办法是模拟。然而，模拟非道路车辆的催化剂也有其自身的困难。与固定式发动机（包括备用发电机的发动机）不同，非道路车辆中的发动机具有广泛的工作条件。例如，牵引犁的拖拉机可能正在耕地，也可能只是在路上行驶。模拟必须考虑流速变化、温度变化和其他瞬态，以在催化剂运行的整个条件范围内保持准确性。
在MATLAB中建模催化剂组件
为了满足排放规定，一个完整的柴油发动机后处理系统必须去除一氧化碳、未反应碳氢化合物、氮氧化物(NOX)，以及颗粒物。因此，完整的庄信万丰后处理系统包括柴油氧化催化剂（DOC）、柴油微粒过滤器（DPF）、氨选择性催化还原（NH3.SCR)催化剂和氨滑催化剂(ASC)(图2)。
我们为每个组件创建了MATLAB模型。这些模型捕捉了相互关联的物理过程和动力学的复杂组合。物理过程包括气体流动，以及催化剂内部的传热和传质。动力学描述了化学反应发生的速率，并显示了速率如何随温度和气体组成而变化。
为了开发一个催化剂模型，我们从描述系统物理的方程开始，包括气体和固体(催化剂)相的能量和质量平衡，以及描述这些相之间的热量和质量传输的方程。然后我们在实验室进行实验，使我们能够准确地测量催化剂的输出，同时精确地控制输入和催化剂参数。例如，我们测量一氧化碳转换作为不同气体混合物温度的函数(图3)。
为了优化模型精度，我们使用全局优化工具箱中的遗传算法求解器，将速率方程的参数拟合到测量数据中。在构建催化剂组件的原型之后，我们根据实际组件的测量结果验证模型的输出，并根据需要调整模型。
每个MATLAB组件在Simulink库中实现为S-Function块(图4)。除了催化剂组件模型外，该库还包括排气管的热损失模型金宝app、双皮管的热损失模型和进料块。进料块根据监管机构使用的驱动循环(包括非道路瞬变循环(NRTC))向Simulink后处理系统模型提供气体流量、温度和其他输入。金宝app我们获取数据的饲料块捕获发动机排气数据从一个真正的柴油发动机，因为它执行的驱动周期。
模拟完整的后处理系统
我们从催化剂库块快速组装了完整的后处理系统模型(图5)。这只需要几分钟，比构建真实系统的时间要短得多。我们可以配置任何块通过设置其长度，直径，初始温度，初始烟灰装载(一个过滤器模型)，贵金属装载，和其他参数。
我们在Simulink中运行仿真，以评估任何金宝app给定驱动周期的各种系统配置和参数的有效性。我们可以检查链上任何一点的中间输出。例如，我们可以绘制第一阶段的模拟一氧化碳和总碳氢化合物(THC)排放量，并将结果与测量数据进行比较，以验证模型的该阶段(图6)。
在某些情况下，我们的客户的设计要求是灵活的——例如，他们可以通过将催化剂移近发动机或改变发动机的校准来提高催化剂的入口温度。为了评估设计方案，我们对驱动循环进行了多次模拟，改变每个模拟的入口温度，并绘制结果(图7)。然后，客户就可以在知情的情况下决定在哪里放置催化剂。通常，我们使用MATLAB脚本自动化多次模拟运行，该脚本以编程方式调整Simulink模型中每次运行的关键参数，启动模拟，并捕获结果进行分析。金宝app
中间结果对验证有用，但我们最感兴趣的是排气管的输出，图5所示的模型是ASC的输出。通过模拟，我们测量累积CO、THC和NOX以及nhh3.以评估后处理系统的整体有效性(图8)。
当我们构建原型时，我们将其测量输出与仿真输出进行比较，以验证模型。然后，我们可以使用模型和仿真对原型进行微调，然后再投入生产。
为什么我们选择MATLAB而不是自定义过程建模包
在使用MATLAB和Simulink建模催化剂之金宝app前，Johnson Matthey的工程师尝试使用一个商业软件包来开发定制的过程模型。我们用这个包开发的模型不够灵活，无法处理我们经常遇到的场景。例如，这些求解器对于稳态条件和恒定温度一般是足够的，但不能处理我们所处理的输入的瞬态性质，包括进入催化剂的气体混合物的温度范围和变化。有了这个包，我们不能更改源代码以使其更精确或克服诸如模拟无法收敛之类的问题。
相比之下，我们用MATLAB编写自己的方程和算法，让我们完全控制整个模型。我们确切地知道模型是如何工作的，并且可以很容易地确定模型输出和真实催化剂测量数据之间任何差异的来源。在Simulink系统级模型和基于运行时的仿真中集成组件的能力节省了时间和成本。在MATLAB和Simulink中开发我们自己的系统的另一个优势是，我们可以获取Johnson Matthey工程师积累的组织知识和专业技能，而不是依赖另一家公司的“一刀切”解决方案。金宝app
