全球监管机构正在为拖拉机，挖掘机和其他非公路，柴油动力机械实施日益严格的排放要求。为了帮助满足这些要求，制造商使用复杂的后处理系统，包括专为非公路车辆设计的催化剂。使用物理原型设计这些系统既昂贵又耗时，不仅是因为所有部件都需要制造，而且因为每个催化剂必须在漫长的时期运行，或者至少人为时代以表示这一时期评估。车辆或机器必须在有用的生命结束时满足排放目标，这在立法中定义为3000至10,000小时的操作，具体取决于发动机功率和应用。虽然基于实验室的加速老化方法可以减少200小时所需的时间，但这仍然是相当长的一段时间。
在约翰逊Matthey，我们使用Matlab®和模拟金宝app®在提交原型之前确定最有前途的设计。我们在Simulink中开发了一个完整的后处理系统模型，它包含各个催化剂组件的优化MATLAB模型。金宝app
Matlab和Simulink中的模拟使我们能够了解金宝appCatalyst内发生的复杂交互，执行灵敏度分析，以查看哪些参数对输出具有最大的影响，并根据结果进行设计权衡。通过模拟各种驱动循环的Simulin金宝appk模型，我们可以快速且廉价地评估多种设计选项。我们还使用该模型来系统地检查配置和参数范围以找到最佳设计。结果，我们需要较少的后处理系统原型。
非公路催化剂设计挑战
催化剂用于广泛应用的发动机，包括发电机，乘用车和采矿，农业和建筑设备。虽然催化剂设计的基本原理在应用中保持一致，但优化非公路车辆的催化剂设计引入了一些独特的挑战。
非公路车辆的催化剂的数量远小于乘用车的催化剂，这意味着建立较少的原型以尽量减少开发成本。此外，乘用车催化剂（图1）可以针对特定车辆设计和优化，这意味着设计的设计的许多方面，包括来自发动机的催化剂的距离，预先已知。非公路发动机不是这种情况。
对挑战的明显解决方案是模拟。然而，用于非公路车辆的催化剂呈现自身困难。与其固定的对应物不同 - 包括用于备用发电机的发动机 - 非公路车辆的发动机具有广泛的操作条件。例如，拉动犁的拖拉机可以是耕地或仅在路上驾驶。模拟必须考虑到流速的变化，温度变化等瞬变，以保持催化剂运行的全部条件的精度。
MATLAB中的催化剂组分
为了满足排放法规，柴油发动机的完整后处理系统必须取出一氧化碳，未反应的烃，氮氧化物（没有X）和颗粒物质。结果，一个完整的约翰逊马赛涅后处理系统包括柴油氧化催化剂（DOC），柴油颗粒过滤器（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。模型捕获相互关联的物理过程和动力学的复杂组合。物理过程包括气流，以及催化剂内的热量和质量传递。动力学描述了化学反应发生的速率，并展示了速率如何根据温度和气体组成而变化。
为了开发催化剂模型，我们从描述系统的物理学的方程开始，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递的方程。然后，我们在实验室运行实验，使我们能够准确测量催化剂的输出，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化为各种气体混合物的温度函数（图3）。
为了优化模型精度，我们使用来自全局优化工具箱的遗传算法求解器将速率方程的参数拟合到测量数据。在构建催化剂组件的原型之后，我们验证模型的输出，针对从实际组件取出的测量，并根据需要调整模型。
每个MATLAB组件都在SIMULINK库中实现为S函数块（图4）。金宝app除了催化剂组分模型之外，文库还包括用于排气管的热损失模型，双表皮管的热损耗模型和进料块。基于监管机构使用的驱动循环，进料块为Simulink后处理系统模型提供气流，温度和其他输入，包括非公路瞬态周期（NRTC）。金宝app当执行驱动周期时，我们通过从真实柴油发动机捕获引擎排气数据来获得进料块的数据。
模拟完整的后处理系统
我们从催化剂文库块迅速组装完整的后处理系统的型号（图5）。这需要几分钟，远远少于建立真实系统的时间。我们可以通过设置其长度，直径，初始温度，初始烟灰加载（用于滤波器型号），贵金属载荷和其他参数来配置任何块。
我们在Simulink中运行模拟，以评估各种金宝app系统配置和参数的任何给定驱动周期的效力。我们可以在链中的任何点检查中间输出。例如，我们可以绘制第一阶段的模拟一氧化碳和总烃（THC）排放，并将结果与测量数据进行比较以验证模型的阶段（图6）。
在某些情况下，我们的客户的设计要求是灵活的 - 例如，它们可以通过将其更靠近发动机或通过改变发动机的校准来提高催化剂的入口温度。为了评估设计替代方案，我们运行多个模拟驱动周期，改变每个模拟的入口温度，并绘制结果（图7）。然后，客户可以对放置催化剂的位置做出明智的决定。通常，我们自动化多种模拟使用MATLAB脚本运行，以编程方式调整每个运行的Simulink模型中的关键参数，启动模拟，并捕获结果进行分析。金宝app
中间结果对于验证是有用的，但我们最感兴趣的是尾管的输出，这对于图5所示的模型是ASC的输出。通过仿真，我们测量累积CO，THC和NOX排放，以及NH3.滑动，在尾部，评估后处理系统的整体有效性（图8）。
当我们建立原型时，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模拟来微调原型，然后进入生产。
为什么我们选择Matlab通过自定义过程建模包
在使用MATLAB和SIMULINK到型号催化剂金宝app之前，Johnson Matthey的工程师试图使用商业软件包来开发自定义过程模型。我们使用此包开发的模型不足以处理我们定期遇到的场景。例如，溶解器通常足以用于稳态条件和恒定温度，但不能处理我们处理的输入的瞬态性质，包括将气体混合物的温度范围和进入催化剂的气体混合物的变化。使用此包，我们无法更改源代码以使其更准确或克服诸如模拟无法收敛的问题。
与matlab相比，我们编写了自己的方程式和算法，让我们完全控制整个模型。我们确切地知道模型如何工作，并且可以轻松地识别模型输出和来自真实催化剂的测量数据之间的任何差异的源。在Simulink系统级模型中集成组件的能力和运行基于时间的模拟可节省时间和成本。金宝app在Matlab和Simulink中开发自己系统的另一个优点是，我们可以捕捉约翰逊Matthey工程师累积的组织知识和专业知金宝app识，而不是依靠另一家公司的单尺寸适合所有解决方案。
