Bei der selektiven katalytischen Reduktion (SCR) werden limitierte Stickoxidemissionen (NOx) mit Hilfe einer wässrigen Ammoniaklösung (AdBlue®) in harmlosen Wasserdampf und Luftstickstoff umgewandelt.
Funktionsweise des SCR-Systems
- NH3 reduziert NOx zu N2 und H2O
- NH3 wird Ammoniak (CH4N2O) durch Hydrolyse entzogen
- Ammoniak wird im Fahrzeug als wässrige Lösung (AdBlue®) gespeichert
- AdBlue®: 32,5% wässrige Ammoniaklösung, farb- und geruchlos
- AdBlue®-Tankvolumen: 25 – 30 Liter
- AdBlue® wird dem Abgas flüssig zugeführt
- Einspritzdruck durch Versorgungseinheit mit Pumpe, Entlüftungsventil, Druck- und Temperatursensor
Folgende Punkte wurden beim Huber-SCR-System besonders fokussiert
- Fortschrittliche Software- und Regelstrategien
- Verbesserung der Hydrolyseeffizienz
- Homogener Katalysatorabbau mit Ammoniak
NEU: Virtuelle Sensorik - Substitution des dem SCR-Katalysators vorgeschalteten NOx-Sensors durch ein Neuronales Netz
Während NOx-Emissionen, die als Resultat des Verbrennungsprozesses im Motor entstehen, in konventionellen Systemen mit NOx-Sensoren gemessen werden, arbeitet die Huber Group daran, eine kostenreduzierende Substitution des typischerweise vor dem SCR-Katalysator installierten NOx-Sensors durch ein neuronales Netz, beziehungsweise durch die Integration eines trainierten neuronalen Netzes in ein Steuergerät, zu ermöglichen.
In herkömmlichen SCR-Systemen finden zwei NOx-Sensoren Verwendung. Die Aufgabe des vor dem SCR-Katalysator installierten NOx-Sensors ist die Erfassung der bei der Verbrennung emittierten Stickoxide. Dieser Wert wird vom Steuergerät als Berechnungsgrundlage zur Ermittlung der notwendigen Einspritzmenge von AdBlue® für die SCR-Reaktion herangezogen. Vor dem Hintergrund der Kostenoptimierung der SCR-Systemtechnik zeichnet sich als Option ein möglicher Verzicht auf den Pre-Cat NOx-Sensor ab. Üblicherweise wird bei einer solchen Bauteilsubstitution versucht, die Realphysik zu abstrahieren indem ein entsprechendes Simulationsmodell erstellt wird. Stickoxidentstehung auf Basis eines solchen physikalischen Modells zu ermitteln ist äußerst schwierig, da die Vorgänge komplex sind und sich zudem fahrzeugspezifisch verhalten. Ein neuronales Netz kann alternativ dazu das Verhalten des Motors bezüglich der NOx-Entstehung erlernen ohne den Aufwand für eine physikalische Modellierung treiben zu müssen.
Mehr Informationen unter "Virtuelle Sensorik"