Robust Nonlinear Disturbance Observer Design for Estimation of Ammonia Storage Ratio in Selective Catalytic Reduction Systems
Notice bibliographique
Résumé
Urea-based selective catalytic reduction (SCR) system is a promising way to obtain high NOx reduction and commonly adopted in diesel engine aftertreatment systems. The ammonia storage ratio is critical for SCR feedback control but it is difficult to be directly measured by sensors. This paper aims to effectively estimate the ammonia storage ratio on line and reduce the cost of using ammonia sensors. In the proposed method, the ammonia storage ratio is treated as an external disturbance in the NOx dynamic model and estimated by the nonlinear disturbance observer (NDO) methods. Furthermore, to reduce estimation errors of ammonia storage ratio caused by the high-frequency measurement noises, a novel robust nonlinear disturbance observer (robust NDO) is proposed and compared with a typical design method (regular NDO). Both the NDOs are developed based on part of the three-state SCR model and cost-effective, since NOx sensors are only used. The stability and noise attenuation properties of both estimations were also analyzed in the paper. The simulation results based on the full-vehicle simulator of FTP-75 test demonstrate that the regular NDO and the robust NDO can effectively estimate the ammonia storage ratio even in cases where ammonia cross-sensitivity affects the response. Among the two observers, the robust NDO has better noise attenuation properties.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,007 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».