Машинное обучение ускоряет калибровку систем контроля выбросов

Инженеры из Исследовательского института Юго-Западного Техаса (SwRI) разработали новаторский метод автоматизации калибровки систем контроля выбросов дизельных двигателей, используя возможности машинного обучения и оптимизации на основе алгоритмов. В то время как традиционная настройка современных систем очистки выхлопных газов может занимать недели, новый подход SwRI сокращает этот процесс до двух часов.

Венката Чундру, старший инженер-исследователь в отделе передовых алгоритмов SwRI, отметил: "Ручная калибровка систем селективной каталитической нейтрализации (SCR) требует значительных трудозатрат и часто занимает шесть недель или более. Объединяя продвинутое моделирование с автоматизированной оптимизацией, мы можем ускорить калибровку и повысить производительность системы, обеспечивая при этом соответствие новым стандартам".

Новые стандарты Агентства по охране окружающей среды США и Калифорнийского совета по воздушным ресурсам (CARB), вступающие в силу в 2027 году, регулируют допустимое количество оксидов азота (NOx), выбрасываемых транспортным средством в пропорции к потребляемой энергии. SwRI уже успешно реализовал ряд проектов, направленных на совершенствование существующих автомобильных технологий, чтобы они соответствовали или превосходили эти новые нормец. В рамках этой работы подразделение SwRI по инжинирингу силовых установок разработало метод автоматической калибровки систем SCR для дизельных двигателей.

Большинство систем SCR контролируют выбросы двигателя с помощью раствора на основе аммиака, например, жидкости для дизельных выхлопных газов на основе мочевины, которая впрыскивается в выхлопной поток. Взаимодействуя с катализатором, этот выхлоп запускает химическую реакцию, превращающую NOx в безвредную воду и азот.

Команда проекта создала модель машинного обучения, основанную на физически информированных нейронных сетях. Эта модель обучается как на данных, так и на законах физики, что обеспечивает более быстрые и точные результаты. Путем моделирования работы активной системы SCR инженерам удалось точно настроить дозирование мочевины, снизить общий уровень выбросов NOx и аммиака, а также оперативно определить оптимальные настройки для двигателей. Затем модель научилась идентифицировать эти настройки и составлять карты процессов калибровки, что позволяет добиться полной автоматизации.

"По сравнению с ручной калибровкой, разработанный нами метод последовательно демонстрировал более быстрые сроки калибровки и повышенную эффективность преобразования NOx, среди прочих преимуществ," – добавил Чундру. "Он предоставляет нам масштабируемый и экономически эффективный путь для будущих применений в большегрузном транспорте".