氮氧传感器控制系统研究

分类号学号 M201672333
学校代码 10487 密级
硕士学位论文
氮氧传感器控制系统研究
学位申请人: 邵书竹
学科专业: 控制工程
指导教师: 李曦教授
答辩日期: 2018 年 5 月 20 日
万方数据
A Thesis Submitted in Partial Fulfillment of the Requirements
for the Degree of Master of Engineering
Research On Nitrogen Oxygen Sensor

Control System
MA.D.Candidate ： Shuzhu Shao

Major ： Control Engineering
Supervisor ： Prof. Xi Li
Huazhong University of Science and Technology

Wuhan，Hubei , 430074，P. R. China
May, 2018
万方数据
独创性声明
本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研
究成果。尽我所知，除文中已经标明引用的内容外，本论文不包含任何其他个人或
集体已经发表或撰写过的研究成果。对本文的研究做出贡献的个人和集体，均已在
文中以明确方式标明。本人完全意识到本声明的法律结果由本人承担。
学位论文作者签名：
日期：年月日
学位论文版权使用授权书
本学位论文作者完全了解学校有关保留、使用学位论文的规定，即：学校有权
保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。
本人授权华中科技大学可以将本学位论文的全部或部分内容编入有关数据库进行检
索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。
保密□ ，在_____年解密后适用本授权书。
本论文属于
不保密□。
学位论文作者签名：指导教师签名：
日期：年月日日期：年月日
万方数据
华中科技大学硕士学位论文
摘要
随着世界各国相继出台更为严格的汽车尾气排放法案，汽车尾气的检测不再只
是尾气氧浓度和空燃比的测定，还包括氮氧化合物含量的测定。这导致传统的用于
测定氧含量的氧传感器不能完全适应新规时代的要求，新一代能准确高效测定尾气
中 NOx 浓度的传感器将拥有广阔的市场前景。NOx 传感器是中高温环境下实现高精
度、快速氮氧含量测量的关键设备，是汽车尾气后处理系统的重要反馈装置。本文
基于氮氧传感器工作特性的基础研究，研制了氮氧传感器测试平台，并设计氮氧传
感器的关键控制算法。
首先，本文基于氮氧传感器的技术应用发展，结合材料学、电化学和控制学等
方面由浅入深地介绍了窄域氧传感器、宽域氧传感器和氮氧传感器的结构、工作原
理、应用性能，分析了各种类型传感器的特点、应用和联系，最后以氮氧传感器的
工作原理为基础，分析出氮氧控制系统开发的重点与难点在于 NOx 特殊测试环境的
搭建、工作温度环境的控制与泵单元的控制。
其次，基于 LabVIEW 工业控制系统搭建了氮氧传感器测试平台。平台成功模拟
了真实的尾气管道状态，实现了 NOx 传感器及其控制设备和氮氧气氛测试仪的数据
采集、分析与可视化，为传感器固有特性测试与控制相关实验提供必要的工具环境。
然后，分析测试平台参数实验所得到相关的模型数据，建立了氮氧传感器的对象
控制模型，并制定了关键的加热控制策略和泵单元控制策略，完成了氮氧传感器控
制系统的模型仿真实验。
最后，结合已搭建的测试平台，加入传感器关键控制模块，实现了氮氧传感器控
制系统的设计，并进行了传感器泵单元的固有特性实验和实际气氛环境的控制系统
测试实验，验证了控制算法的合理性。
关键词：氮氧传感器；氮氧测试平台开发；加热控制；泵单元控制
万方数据
Abstract
As countries around the world have successively introduced more stringent

regulations on automobile exhaust emissions, the detection of automobile exhaust gas is
no longer just a measurement of exhaust gas oxygen concentration and air-fuel ratio, but
also the determination of nitrogen oxide content. This results in the traditional oxygen
sensor used for determining the oxygen content can not fully meet the requirements of the
new regulatory era, a new generation of sensors that can accurately and efficiently
determine the concentration of NOx in the exhaust gas will have a broad market prospects.
The NOx sensor is a key device for realizing high-precision, rapid measurement of
nitrogen and oxygen content in medium and high temperature environments, and is an
important feedback device for automotive exhaust after-treatment systems. Based on the
basic research of the sensor's working characteristics, this paper develops a
nitrogen-oxygen sensor test platform and designs the key control algorithm of the
nitrogen-oxygen sensor.
Firstly, based on the technical application development of nitrogen-oxygen sensors,
combined with materials science, electrochemistry and control science, the structure,
working principle and application performance of narrow-area oxygen sensor, wide-area
oxygen sensor and nitrogen-oxygen sensor are briefly introduced. The characteristics,
applications, and connections of various types of sensors were analyzed. Finally, based on
the working principle of nitrogen and oxygen sensors, the key points and difficulties in the
development of nitrogen and oxygen control systems were analyzed: the construction of
NOx special test environments, and the control of operating temperature environments.
Pump unit control.
Second, based on LabVIEW industrial control system to build a nitrogen oxygen
sensor test platform. The platform successfully simulated the state of the actual exhaust
II
万方数据
pipe, realized the data acquisition, analysis and visualization of the NOx sensor and its
control equipment and the nitrogen and oxygen atmosphere tester, and provided the
necessary tool environment for the sensor's inherent characteristic test and control related
experiments.
Then, the relevant model data obtained from the test bench parameter experiment was
analyzed, the object control model of the nitrogen oxygen sensor was established, and the
key heating control strategy and pump unit control strategy were formulated. The model
simulation experiment of the nitrogen oxygen sensor control system was completed.
Finally, combined with the established test platform, the sensor key control module
was added to realize the design of the nitrogen and oxygen sensor control system, and the
intrinsic characteristic experiment of the sensor pump unit and the control system test
experiment of the actual atmosphere environment were performed, and the control
algorithm was verified. rationality.
Key words: NOx sensor; NOx test platform development; Heating control; Pump unit
control
III
万方数据
目录
摘要............................................................................................................... I
Abstract ........................................................................................................... II
1 绪论
1.1 研究背景与意义.........................................................................................1
1.2 国内外研究现状.........................................................................................6
1.3 本文主要研究内容 ....................................................................................7
2 氮氧传感器原理分析
2.1 引言.............................................................................................................9
2.2 基本原理...................................................................................................10
2.3 氮氧传感器控制系统开发的重难点 ......................................................15
2.4 本章小结...................................................................................................19
3 氮氧传感器测试平台设计
3.1 引言...........................................................................................................20
3.2 平台总体结构...........................................................................................20
3.3 测试平台的硬件搭建 ..............................................................................22
3.4 测试平台的软件设计 ..............................................................................24
3.5 本章小结...................................................................................................38
4 氮氧传感器控制算法设计
4.1 引言...........................................................................................................39
4.2 氮氧传感器的加热控制 ..........................................................................39
4.3 氮氧传感器的泵单元控制 ......................................................................46
IV
万方数据
4.4 本章小结...................................................................................................60
5 控制系统设计与结果分析
5.1 引言...........................................................................................................61
5.2 控制系统设计...........................................................................................61
5.3 结果与分析...............................................................................................64
5.4 本章小结...................................................................................................70
6 总结与展望 ................................................................................................71
致谢.............................................................................................................73
参考文献.........................................................................................................75
附录攻读硕士学位期间研究成果 ..............................................................79
万方数据
1 绪论
1.1 研究背景与意义
近年来，我国经济增速一直保持在较高水平，汽车行业也迎来了大爆发。我国
汽车保有量年增速保持在 10% 以上，我国机动车的保有量截止到 2017 年年底达到
3.10 亿辆，其中汽车的保有量同比增长 11.85%，达 2.17 亿辆。连续三年，我国蝉联
了世界第一汽车生产消费国。高速发展的汽车产业极大促进了我国经济贸易体量增
大，但也带来了能源过耗、环境污染等问题。车载中高温环境下尾气中氧和 NOx 含
量精确测量，不仅可实时监测尾气排放中关键环保指标，还可将测量结果实时反馈
发动机电喷系统用于优化控制空燃比从而提高燃料转换效率，是实现汽车产业可持
续发展的关键技术之一。
汽车排放的尾气主要包含 CO、NOx、SO2 和 PM 颗粒物等有害气体和物质[1]。
这些物质是温室效应、雾霾、光化学烟雾和酸雨等现象的主要成因，同时对人体的
健康有极大的负面影响。现有科学研究表明，NO 会对人体造成神经性疾病，并会在
空气中氧化为 NO2，引起光化学烟雾，破坏臭氧层等。在热能或光照条件，NOx 与
NH3、HC 化合物、水蒸气等形成微小粒子，该粒子渗透进入人体肺部，会引起严重
肺水肿等呼吸道疾病[2]。因此，汽车数量快速大量增加带来的 NOx 排放问题也越来
越受到关注。
欧美日等汽车工业发展较早的国家针对尾气问题的处理较为成熟。早在上世纪
后半段，这些国家就率先出台了严格的汽车尾气排放法律法规，以限制现有车辆的
排放。欧洲从 1992 年开始实施欧 I 排放标准，并于 2014 开始推行更严格的欧Ⅵ标准，
其规定柴油车每公里 NOx 排放比前一代标准减少 68%，不超过 80mg。对应参照欧
洲的排放法规，我国先后制定了国 I～V 排放标准[3]。自 2012 年开始，国 V 标准开
始实行实验；自 2017 年 7 月 1 日起，国 V 标准已在全国范围内全面实施，并对于老
旧不符合排放标准的机动车型做出了非常严格限制，故机动车尾气排放系统升级是
1
万方数据
目前的重要课题。欧洲和我国的具体排放标准如表 1.1 和表 1.2 所示。

表 1.1 欧洲排放法案
排放项目欧Ⅲ 欧Ⅳ 欧Ⅴ 欧Ⅵ
CO (g/kWh) 2.1 1.5 1.5 1.5
NOx (g/kWh) 5.0 3.5 2.0 0.4
HC (g/kWh) 0.66 0.46 0.46 0.13
PM (g/kWh) 0.1 0.02 0.02 0.01
表 1.2 中国排放法案
排放项目国Ⅰ 国Ⅱ 国Ⅲ 国Ⅳ 国Ⅴ
CO (g/kWh) 4.5 4.0 2.5 1.5 1.5
NOx (g/kWh) 8.0 7.0 5.0 3.5 2.0
HC (g/kWh) 1.1 1.1 0.66 0.46 0.46
PM (g/kWh)
功率≤85kW 0.61 0.15 0.10 0.02 0.02
功率>85kW 0.36 0.15 0.10 0.02 0.02
在机动车中，汽油机数量非常庞大，导致其 NOx 的排放总量极大。目前，汽油

机主要使用三元催化转换器 TWC（Three-way Catalyst）净化尾气[4]，其工作原理如
下：TWC 转换器内部的催化剂增强高温汽车尾气中 CO 、 HC 和 NOx 三种气体的活
性，使其进行氧化还原反应。其中，CO 在高温下氧化成为无色、无毒的 CO 2 气体；
HC 化合物在高温下氧化成水和 CO 2； NOx 被还原成氮气和氧气。由此实现汽车尾
气的净化处理。由图 1.1 可以看出，NOx 等有害气体在 TWC 中的净化效率主要取决
于排放气体的空燃比 A/F。故而，检测 TWC 后尾气浓度并反馈控制 A/F 在 TWC 高
效转化范围是汽油机 NOx 处理的关键技术。
图 1.1 三元催化转换器的转化效率与空燃比-过量空气系数关系曲线
在车载中高温环境下，行业内公认使用基于氧化锆的传感器设备进行氧和 NOx
2
万方数据
含量测量。在如图 1.2 所示的汽车先进尾气处理系统框架中，NOx 传感器设备根据

安放的位置不同，分为前氧传感器和后氧传感器。前氧传感器输出氧浓度信号，解
码为空燃比信号，用于闭环的控制 TWC 催化器的气氛工作环境。后氧传感器输出
NOx 信号，监测 TWC 净化后的尾气中 NOx 含量是否符合国家排放标准，同时反馈
精确的 NOx 信号到汽车排放系统中相应的电控单元，提高燃料燃烧效率以及 TWC
催化器的净化效率。
图 1.2 先进尾气处理系统
我国柴油车保有量虽然不及汽油车庞大，但柴油机 NOx 排放总量却占据机动车

氮氧化物总排放量的 80%以上。受限于燃料性质，相比汽油机，柴油机的尾气处理
系统更加复杂，单机的 NOx 排放量更大。如表 1.2 所示，国 V 排放标准对 NOx 的限
制极为严格，这导致很多国Ⅳ标准以前的柴油车的排放不达标，不能通过车辆审核。
故而柴油车的尾气排放系统升级势在必行。
柴油机在正常工作时，其空燃比总是大于 14.7， TWC 在此区间的 NOx 催化效
率非常低，故不能被用来降低柴油机的 NOx 等污染物的排放[5]。
当前，柴油机尾气处理系统升级一般有两种技术路线：一是选择性催化还原，
即 SCR 系统；另一种是采用冷却废气再循环 EGR、柴油催化氧化器 DOC 和颗粒氧
化催化器 DPF 三者相结合的复杂处理系统。其中，SCR 系统的总体结构如图 1.3 所
万方数据
示，其原理是：在排气管催化剂的作用下尾气中 NOx 与还原剂尿素反应，转化生成
NH 3 和水，以此降低 NOx 排放。在国Ⅳ标准实行阶段，柴油机 SCR 系统的发展已
相当成熟，只需要调整部分技术参数即可完成升级到国 V 排放标准，且对发动机本
身的改变不大，二次开发的成本较低，市场认可度高。而 EGR、DOC、DPF 复杂系
统要升级到国 V 排放标准，需要改动的方面很多，开发成本高[6]。所以，国 V 排放
标准下 SCR 目前仍然是主流的柴油机尾气后处理技术。分析图 1.3 中可知，NOx 传
感器是 SCR 系统正常工作的必不可少的环节，其反馈的 NOx 气体浓度信号传输到系
统中尿素喷射电控单元，在尿素喷射量控制上形成精确的闭环调节，提高尿素还原
计量精度，提高尾气中 NOx 的转换效率。
SCR
氧
水氮
化尿解氧催
发素混
动催合化排气
化催传
喷化感转
机射室
转剂器换
换器
器
泵尿素箱
电控单元
图 1.3 SCR 系统原理
综合汽油机和柴油机的尾气处理系统分析，氮氧传感器是机动车尾气排放系统
中不可或缺的重要组成部分。NOx 传感器控制系统由传感器探头和控制器组成，如
图 1.4 所示。传感器探头内部为氧化锆基体材料，外部为耐高温金属材料[7-9]。实际
应用时，探头如图 1.2 所示安装于汽车的尾气管道中。其内部陶瓷材料根据尾气中
NOx 和 O2 浓度以模拟电压形式反馈到控制器，控制器一方面对电压信号进行处理，
一方面对探头的工作温度进行精确的控制，同时，将处理后的 NOx、O2 浓度通过 CAN
总线传输给汽车 ECU 总控制中心，ECU 转而控制相应的电控单元，减少 NOx 的排
万方数据
放。氮氧传感器控制系统的检测精度，一方面取决于氮氧传感器探头的性能，包括
加热器的性能、内部陶瓷腔体的阻抗特性、气体扩散通道能力以及 ZrO2 基体的氧离
子穿透能力[10-12]；另一方面还取决于与氮氧传感器匹配使用的控制器的控制效果，
包括温度控制的精度和抗干扰能力以及多泵单元控制的动态响应速度、精度和信号
的检测精度。
图 1.4 NOx 传感器控制系统
目前，针对氮氧传感器探头，国内科研院校和生产商在材料、内部结构和生产
工艺等方面已进行了一定深度的研究，且其技术转化成果有望达到国外同类产品的
性能。但在与传感器探头匹配使用的产品检测设备和核心的控制装置开发上还存在
许多不足。其原因主要是开发者对氮氧传感器特性的研究不够深入，不具系统性，
对传感器的控制研究没有结合传感器的特性设计相应控制算法，从而导致控制设备
极少，效果不佳。因此，以传感器特性的系统化研究为基础进行氮氧传感器控制系
统的研究，可以使该系统的开发更具有针对性和完整性，从而突破其核心技术，提
高控制性能。同时还能促进我国汽车工业尾气处理子系统的自主开发，积累相关技
术基础，形成拓展应用产品，促进我国汽车零部件领域核心部件的自主开发和应用，
提升智能制造能力。
万方数据
1.2 国内外研究现状
全球氮氧传感器市场 90%以上都被国外生产厂家占有，这些厂家主要包括德国
Bosch、德国 Continental 和日本 NGK 等，国内鲜有氮氧传感器设备实现商业化，但
国内高校和开发厂商在该领域正进行着紧密的合作，其联合研发的转化成果正不断
缩小着我国在该领域与国外的差距。
1.2.1 国外研究现状
在先进陶瓷领域，国外开发商于上世纪 80 年代开始研发氧传感器适用的材料及
相应的控制设备，其研发起步早，投入巨大，具有很强经验优势。因此，市场上主
要的尾气传感器系列产品也是由国外有关公司率先开发并实际投入生产应用。经过
长时间的产品更新迭代，这些厂商在传统的氧传感器领域积累了大量的经验，从窄
域的氧传感器到宽域的氧传感器系列，推出了多代成熟的产品，完成了氧传感器基
础理论研究、生产、制造、测试和应用等系统化的工作。现代的氮氧传感器是综合
多代氧传感器的基础研究开发而来，由于国外开发商在氧传感器上的坚实技术基础，
其开发氮氧传感器及其控制设备的技术壁垒被大大降低。
日本 NGK 公司材料制造工艺优良，在所有设计生产 NOx 传感器核心材料的公
司中长期处于领先地位。NGK 公司于 1999 年正式推出了用于汽油 LNT 氮氧化物尾
气处理系统的第一代 NOx 传感器。由于排放法规和 OBD 系统要求愈发严格，市场
对 NOx 传感器的精度和响应时间等要求期望也越来越高。为满足市场需求的变化，
日本 NGK 公司研发了第二代 NOx 传感器。NOx 传感器更高的性能也带来了其控制
复杂性增大的问题，故而 NGK 联合汽车电子解决方案引领者 Siemens VDO 研发了
市场上最常用的新一代 NOx 传感器[13]。
2007 年，Siemens VDO 被德国 Continental 集团以 114 亿欧元的价格收购。而后，
德国 Continental 集团继续与 NGK 公司合作，推出了最新的 Uni-NOx 传感器控制系
统。该控制系统是市面上第一款量产的能够用来测量各种空燃比条件下尾气中 NOx
万方数据
浓度的传感器设备。目前，该传感器及其控制系统占据着全球氮氧传感器市场份额
的 80%。
与此同时，占据全球传统氧传感器最大市场的德国 Bosch 公司，依靠其完整扎
实的氧传感器技术研究背景，迅速地自主研发了氮氧传感器控制设备，目前正处于
设备批量生产阶段，逐步与德国 Continental 集团的成熟产品形成强有力的竞争。
1.2.2 国内研究现状
目前，我国几乎所有的氮氧传感器控制设备都依赖于进口德国 Continental 集团
生产的 Uni-NOx 传感器系统。为了打破外国厂商在传感器市场的垄断，国内已有一
些科研机构和企业正在对 Continental 集团的 Uni-NOx 传感器及其控制系统进行相关
的研究。其中，山东大学、武汉科技大学组成的团队主要是对传感器的性能和控制
策略进行研究，但对传感器的固有特性等基础研究不够系统。无锡 Bosch 公司、上
海东风电子公司主要进行氮氧传感器探头的研究。东南大学和宁波大学等高校对传
感器在 SCR 系统架构中应用进行研究，但距离自主产品研发还有一定距离。华中科
技大学与常州联德电子有限公司深入产学研合作，对各类氧传感器所采用的陶瓷材
料及其制造工艺展开了相关研究，并已接近完成氮氧传感器的关键陶瓷芯片的制备，
但还缺乏相应控制系统与之匹配使用。由于 NOx 传感器及其控制系统的研发对于材
料制造工艺和电控的要求较高，以上高校的研究虽具备一定水平，但其转化的成果
尚不足以商用，仍需继续深入研究探索。
总体而言，国内 NOx 传感器及相关设备的开发暂不完善，缺少相关的测试平台
和传感器控制器。研究工作不具有完整性和系统性，在该领域与国外比还有较大的
差距。为满足现阶段世界范围内严苛的尾气排放法规要求，实现国有汽车产业的稳
步上升，我国正逐步加大对于氮氧传感器的科研投入，以期早日实现自主化。
1.3 本文主要研究内容
本课题研究来源于企业和高校联合开发项目，本文的研究目标是以氮氧传感器
万方数据
的研究为基础，开发氮氧传感器测试开发平台，用以协助常州联德电子有限公司自
主研发氮氧传感器设备；同时，研究与氮氧传感器匹配的专用控制系统的算法，实
现精确的氮氧化物浓度测量。本文的主要研究内容如下：
（1）分析氮氧传感器的工作原理，包括其内部结构、固有特性、工作原理以及
其控制需求。
（2）基于 LabVIEW 工业控制系统构建氮氧传感器测试开发平台，获取氮氧传
感器控制模型数据，快速准确分析氮氧传感器的特性，为控制策略的研究打下坚实
基础。
（3）制定氮氧传感器的控制策略，基于对象特性的控制功能需求，设计氮氧传
感器的多泵单元控制算法和温度的控制算法等。
（4）在已搭建的测试平台上改进功能，加入传感器关键控制模块，提供控制系
统算法验证的工具。在此基础上，进行了传感器泵单元的相关特性实验和实际气氛
环境的测试实验，验证了控制算法的合理性。
万方数据
2 氮氧传感器原理分析
2.1 引言
随着排放法规的更新，氧传感器不断发展，在快速性、灵敏性、可靠性、功能
扩展性等方面不断提高。其发展趋势如图 2.1 所示。以原理划分，第 4 代及以前的氧
传感器主要基于能斯特原理设计，适用尾气的空燃比 A/F 阈值小，统称为窄域氧传
感器；第 4.5 代和第 5 代传感器基于极限电流原理设计，适用尾气的空燃比 A/F 阈值
较大，统称为宽域氧传感器，第 6 代氧传感器即氮氧传感器，综合前代产品的原理
设计，能同时测量尾气中氧和 NOx 的含量，为本文主要研究对象。
图 2.1 氧传感器发展趋势
自 2012 年起，欧Ⅵ 排放法规和国 V 标准正式实施推行。这些标准对汽车尾气
中 NOx 的排放量做出了严格要求。第 5 代及以前的氧传感器只能测量尾气中氧气的
含量，而不能完成 NOx 的含量测定，故不能满足新排放法规的要求。同时，专业尾
气化学分析仪的体积较大、工作环境要求高，不适于车载使用。故研究机构和生产
厂商经过不断探索开发出第 6 代氧传感器——氮氧传感器。该传感器基于前代产品
所使用的能斯特原理和极限电流原理设计，在材料结构上做出了多层次的重新架构，
控制过程较前代氧传感器更为复杂。
故本章将结合材料学、电化学和控制学从氧传感器的发展出发，对其工作机理
进行由浅入深的分析，以使氮氧传感器的工作原理更加清晰，同时为控制系统开发
提供更具针对性的指导。
9
万方数据
2.2 基本原理
基本的氧传感器主要是由电极保护层、电极、氧化锆陶瓷层、绝缘层以及加热
器等组成[14]，其微观结构如图 2.2 所示。
尾气 P2
电压/mV
电极 900
ES 浓
绝缘层
氧化锆陶瓷层 450
电极保护层稀
加热器
参考空气P1 0 0.98 1.0 1.02 λ
图 2.2 氧传感器微观结构图图 2.3 氧传感器 Nernst 电压输出
通过对上述氧化锆基体电化学现象的研究，德国物理化学家 Walther Nernst 于

1889 年建立了 Nernst 电压方程，提出了氧传感器的基本原理，即能斯特（Nernst）
原则：氧化锆陶瓷体两面的铂电极处的氧浓度不同时会形成一定的氧浓度差，此时
电极上会形成 Nernst 电动势，其输出曲线如图 2.3 所示。Nernst 电压的理论计算公式
如式（2-1）所示。
RT P
ES  ln 1  E0 (2-1)
4F P 2
其中 R=8.314J  mol-1  K-1 为理想气体常数， F=96485C  mol-1 为法拉第常数，T

为传感器内部绝对温度，P1、P2 分别为参考气体氧分压和测量尾气中的氧气分压，
E0 为基本电动势：当氧化锆陶瓷体两面电极处的氧浓度差为零时，Nernst 电动势输
出不是理论上的零，而是一定的实际测量值，定义为 E0。
2.2.1 窄域氧传感器
窄域氧传感器主要由氧化锆管、陶瓷加热棒、加热棒电极、电极引线以及外围
附属部件构成，实物结构如图 2.4 所示。其核心部件氧化锆管的微观结构如图 2.5 所
10
万方数据
示。
氧化陶瓷加加热棒电极引线

锆管热棒电极
图 2.4 窄域氧传感器的实物图分解
保护层电极
尾气
空气
氧化锆层
图 2.5 氧化锆管的微观结构
发动机产生的尾气扩散进入氧传感器，尾气中氧气浓度和传感器内部参考空气
的氧浓度形成浓度差。温度达到 300℃以上，尾气中 O2 在传感器的 Pt 电极上催化电
离，O2- 穿透电解质层，形成 Nernst 电压。
该传感器 Nernst 电压输出特性如图 2.3 所示为二元信号，能定性表示尾气的浓
稀状态，间接反映出发动机尾气混合气体的空燃比状态。其电压的大小主要受可燃
混合气体的过量空气系数 λ 值（等效空燃比）影响。当 λ<1 时，可燃混合气体为浓
混合气体，燃烧之后尾气中残留的氧气的极低，与参考空气之间形成较大的氧浓度
差，所以输出较高的能斯特感应电压，为 900mV 左右；当 λ>1 时，可燃混合气体为
稀混合气体，燃烧之后尾气中残留的氧气较多，与参考空气之间形成较小的氧浓度
差，所以输出的能斯特感应电压低，为 100mV 左右；当 λ=1 时，输出电压约为 450mV，
混合气体处于理想空燃比状态。混合气体浓稀变换时，氧传感器输出的高低切换电
压与混合气体的状态一一对应，即具有开关特性。
发动机 ECU 检测传感器内外电极之间的二元开关信号形成闭环回路。该方案控
制精度低，且只能识别 λ=1 附近尾气浓度，不适用于目前应用广泛的稀薄燃烧（λ>1.7）
11
万方数据
发动机。为适应发动机技术发展，研究人员发明了宽域氧传感器。
2.2.2 宽域氧传感器
宽域氧传感器主要包括第 4.5 代传感器即平板式极限电流型氧传感器和第 5 代氧

传感器即 UEGO 传感器。为解决前代产品空燃比测量范围过小的问题，研究人员开
发了平板式极限电流型氧传感器，其微观结构图和工作原理如图 2.6 所示[15-16]，主要
由扩散通道、气体扩散障碍层、测试腔、感应单元、气体参考腔和加热器组成。该
传感器采用平板式结构，较前代产品气体流通更紧密，热应力效果更好，寿命更长。
其应用原理与前代产品也有较大差别：根据氧化锆固体电池的电化学特性，在一定
的工作温度下，在氧化锆固体电池电极上外加电压时，能够使氧离子被动穿透氧化
锆固体电解质层，在外电路形成极限泵电流。
尾气扩散障碍层 Ip
扩散通道
测试尾气P2 o 2- VP
感应单元
参考空气 P1 加热器
图 2.6 平板式极限电流氧传感器的微观结构
更具体的，分析图 2.6，尾气经由扩散通道和扩散障碍层，进入到测试腔，与感
应单元的外电极（阴极）接触，感应单元的内电极（阳极）与空气接触。当传感器
的温度到达 780℃时，感应单元的离子导电活性最强。在最佳工作温度下，在感应单
元的内外电极加载 0~1.5V 的泵电压 Vp，此时感应单元的内外电极上分别发生氧化
还原反应，如式（2-2）所示。测试腔中的氧气在阴极上得到电子形成氧离子，经过
感应单元的氧化锆电解质层迁移到阳极，失去电子形成氧气，最终将测试腔中的氧
气泵出到外界环境中，并在外电路中形成泵电流 Ip。
阴极（外电极）： O2  4e   2O 2
阳极（内电极）： 2O 2  O2  4e  （2-2）
12
万方数据
泵电流 Ip 的大小与氧离子的迁移速率成正比，在正常工作条件下，氧离子在阴
极由氧气电离产生，其形成的速率取决于氧气扩散到阴极的流量，如式（2-3）所示。
氧气的扩散的流量则取决于扩散障碍层中的氧气浓度梯度 dCO2 /dt 、氧气有效扩散系
数 DO2 和有效横向扩散系 Q 等固有参数。
I P  4 FdN O2 /dt  4 F((  DO2 QdCO2 /dt)) （2-3）
当工作温度一定时，不断增加泵电压 Vp，外电路产生的泵电流会不断增大，感
应单元阴极氧分子浓度不断减小。当 Vp 增加到一定值时，阴极氧分子浓度减小到 0，
泵电流不再增加，该泵电流称为极限电流 IL。如式（2-4）所示，其中 L 为扩散障碍
层的有效扩散长度， CO2 为尾气中的氧气浓度，IL 正比于尾气中的氧气浓度。当 Vp
继续增加时，则会导致氧化锆电解质层击穿，电流 IP 急剧增大，氧传感器失效。
I L  ( 4 FDO2 Q/L)C O2 （2-4）
平板式极限电流氧传感器的电流电压关系曲线如图 2.7 所示，输出特性如图 2.8

所示。受限于自身结构和工作原理，在 λ=1 附近，泵电流信号极其微弱，易受加热
器大电流的干扰，不能精确测量空燃比信号，该类传感器只能准确测量λ>1 范围内
混合气体的空燃比，故只适用于稀薄燃烧发动机。
电流/mA
1.5 电流/mA
A/F=20
1.0 3
A/F=18 2
0.5
A/F=16
1
0
A/F=14 0 1.0 λ
-0.5 1.7 2.2 4.1
A/F=13 -1
-1.0 Vp/V
0.5 1.0 1.5 -2
图 2.7 极限电流氧传感器 Ip-Vp-A/F 关系曲线图 2.8 极限电流氧传感器输出特性曲线
为提高平板式极限电流氧传感器的测量范围，研究人员在其基础上综合 Nernst
原理开发了第 5 代传感器。该传感器在极限电流型氧传感器的基础上增加一个感应
电池单元，并将感应单元的内电极置于恒定氧浓度的参考空气中。由于同时应用
13
万方数据
Nernst 原理（氧浓差电池原理）和极限电流原理（泵氧电池原理），第 5 代传感器

又称双电池氧传感器，其微观结构和工作原理如图 2.9 所示[17]。
尾气扩散障碍层电流/mA
扩散通道
Ip 3
o
2- 泵单元
2
测试尾气P2 1
ES
感应单元 VP λ
450mV 0 1.0 1.7 2.2 4.1
-1
参考空气
加热器 -2
P1 GND
图 2.9 宽域氧传感器的微观结构和工作原理图 2.10 宽域氧传感器的输出特性曲线

第 5 代氧传感器的工作原理分析如下：首先，控制加热器使传感器稳定于 780℃
的最佳工作温度，当待测尾气经由扩散通道、扩散障碍层，进入测量腔时，会与参
考腔内的参考空气形成氧浓度差，产生 Nernst 电动势 Es 。然后，外部检测电路测量
Es ，与参考 Nernst 电压 Ur 比较形成偏差，通过控制算法计算出泵单元的输出电压 V
p，以此控制测量腔内氧气的泵入或泵出，从而有效地调节 Nernst 电动势 Es ，使其达

到标定值 450mV ，并使测量腔的氧气浓度维持恒定。 Es >450mV，说明混合气为浓
混合气，则需要通过泵单元从外界泵入一定的氧气到测试腔，此时形成反向的极限
泵电流；Es <450mV，说明混合气为稀混合气，则需要通过泵单元将测试腔中的氧气
泵出到外界，此时形成正向的极限泵电流；当 Nernst 电动势 Es 达到设定值 450mV
时，极限泵电流接近于零。故极限泵电流 Ip 的方向和大小能够精确反应混合气的浓
稀状态和具体的空燃比值。实际应用中，我们使用外部检测电阻测量泵单元控制回
路的泵电流 Ip，并基于泵电流 Ip 和 λ 之间的非线性关系计算出 λ 和 A/F 值，同时将 λ
值或 A/F 以 0～5V 的标准模拟信号发送至发动机 ECU 单元，用于空燃比的闭环控制。
宽域氧传感器的输出特性曲线如图 2.10 所示。当 λ>1 时，泵电流随 λ 增大而增
大，Ip 为正；当 λ=1 时，泵电流 Ip 为零；当 λ<1 时，泵电流绝对值随 λ 减小而增大，
Ip 为负；在 λ>1 和 λ<1 的范围内，泵电流 Ip 与 λ 间有较好的非线性关系。因此，该
氧传感器能准确测量很大浓稀范围尾气的空燃比，其 λ 的测量范围可达到 0.65～Air。
但随着目前国际排放标准提出尾气中 NOx 的限制标准，第五代及以前的产品不再能
14
万方数据
满足要求，研究人员在此传感器的基础上开发了第 6 代氧传感器——氮氧传感器。
2.2.3 氮氧传感器
由于尾气检测的高温狭小环境的限制，直接测量 NOx 含量难度极高，目前没有

类似工艺能完成，故在此背景下测量 NOx 含量的有效方案是利用 NOx 分解的氧含
量进行间接测量。基于此方案，研究人员利用第 5 代氧传感器的测量思路开发了第 6
代氧传感器——氮氧传感器。
集成结构上，氮氧传感器有 8 根引脚，如图 2.11 所示与相应的控制系统连接后，
控制系统通过 P+、P-等 5 根引线对传感器的多级泵单元进行控制，通过 H+等 3 根引
线对传感器的加热器进行控制。
图 2.11 氮氧传感器的引脚连接图
具体的，氮氧传感器的物理结构如图 2.12 所示，主要包括：第一扩散通道（狭

缝扩散）、第一气体腔室、第二扩散通道（狭缝扩散）、第二气体腔室、空气参考
腔室、主泵单元、副泵单元、测量泵单元、3 个 Nernst 电压感应单元和加热单元。
其中，每个泵单元及相应的 Nernst 感应单元构成一组双电池单元，其工作原理与第
5 代氧传感器相同，都是基于 Nernst 原理和极限电流原理。NOx 传感器共有 3 组结
构类似的双电池单元，其具体构成如下：主泵单元由公共电极 P+、负电极 P- 组成，
主泵的 Nernst 感应单元由 P- 和 Ref 参考电极组成；副泵单元由公共电极 P+、负电
极 M1 组成，副泵的 Nernst 感应单元由 M1 和 Ref 参考电极组成；测量泵单元由公
共电极 P+、负电极 M2 组成，测量泵的 Nernst 感应单元由 M2 和 Ref 参考电极组成
15
万方数据
[18-19]
。这 3 组单元通过腔室中气体流通形成耦合关系，其原理复杂，控制难度较大。
Ip2
第二扩
Ip0 散通道
第二气 Ip1
体腔室
P+ Vp1 Vp2
Vp0
M1
第一第一气体腔室 M2
扩散
V0
通道 ZrO2 V1 V2
Ref
空气参考腔
(用于泵单元参考)
加热层
图 2.12 氮氧传感器的物理结构示意图
NOx 传感器的功能图解分析如图 2.13 所示。汽车尾气主要包含 HC、CO、H2、

NOx 等物质，经过第一尾气扩散通道扩散到第一气体腔室，其中的 HC、CO、H2 在
主泵单元的内电极（P- 电极）的催化作用下被氧化，并在主泵电压 Vp0 的作用下，
根据尾气中氧浓度选择泵入或泵出氧气，最终将第一气体腔室中的氧浓度控制在一
个较低但相对固定的水平（浓度水平在 ppm 级别，即百万分之一），此时在 P+电极
和 P- 电极之间会形成极限电流 Ip0，该电流的大小和方向能准确反映尾气中氧含量
的大小，换算为空燃比后，即可实现第 5 代氧传感器的功能。经过主泵作用，第一
气体腔室中的气体主要包含 NOx 和较少量的氧，经由第二扩散通道扩散到第二气体
腔室。扩散到第二气体腔室中的 NO2 在 M1 电极上催化分解形成 NO 和 O2。扩散气
体中原有的较少量的氧和 NO2 分解的氧，在副泵单元的泵电压 Vp1 的作用下被泵出
第二气体腔室，形成泵电流 Ip1，且该电流主要由第一气体腔室中的氧浓度和第二扩
散通道的扩散能力决定。同时，参考电极 Ref 和测量电极 M1 之间形成的 Nernst 电
压 V1，反映了第二气体腔室中氧浓度大小。经过副泵作用，剩余气体中残留极少量
的 O2（10−3 ppm 级别）和 NO。在极低氧浓度环境下，NO 气体的化学平衡被打破，
扩散到测量泵的 M2 催化电极上，分解为 N2 和 O2。最后，在测量泵的泵电压 Vp2
的作用下，分解产生的氧被泵出，形成极限电流 Ip2，且 Ip2 的大小与 NOx 浓度成正
16
万方数据
比。同时，参考电极 Ref 和测量电极 M2 之间形成的 Nernst 电压 V2[20]。

主泵：
向外泵氧（富氧气氛）
向内泵氧（还原气氛）副泵：
P+ 进一步向外泵氧
P- M1
O2 较少量 O2 极少量
汽车 2NO2 2NO + O2
尾气 HC、CO、H2 在
Pt电极处氧化 NO ½ N2 + ½ O2 第二腔室
第一腔室 M2
Ref 测量泵：
泵出电极表面NOx分解产生的氧
加热元件
图 2.13 氮氧传感器的功能图解
参考电极 Ref 与主泵 P- 电极、副泵 M1 电极和测量泵 M2 电极形成的 Nernst 电

压 V0、V1、V2 不仅反映了当前腔的氧浓度状态，还是建立泵电流 Ip0、Ip1 和 Ip2
与氧浓度关系模型识别的重要基准参数。类似第五代传感器的氧浓度检测机理，精
确测量泵电流 Ip0、Ip1 和 Ip2，并进行准确的参数转换，即能完成尾气中氧和 NOx
含量的测量功能。Ip0 对应尾气中氧浓度信号；Ip1 为第一、第二气体腔室中气氛环
境的控制，是两个腔室氧浓度精确测量的基础；Ip2 对应 NOx 分解氧的浓度，通过
数学模型的换算，即可得到 NOx 的准确浓度。同时，通过对工作流程中气体流向分
析不难发现，第一气体腔室中气氛浓度对第二腔室的两个泵单元的气氛浓度有较强
的影响。由于两个腔室是连通的，第二腔室气氛浓度变化对第一气体腔室中气氛也
会产生一定影响。同时，第二腔室内部，M1 和 M2 两个电极的气体流动也是相互作
用的，由此分析可知，三个泵单元的控制具有较强的耦合性，有一方发生扰动，都
有可能对其他腔室产生影响，降低传感器的工作稳定性和测量精度。
需要注意，NOx 传感器的测量较高的精度要求其氧化锆基体的工作性能必须稳
定地保持在最佳状态，而氧化锆基体的活性主要受温度影响，故传感器的加热装置
及其控制必须要稳定可靠。实际上，NOx 传感器使用如图 2.13 所示的内置加热元件，
在传感器内部呈平面状，能有效实现上层陶瓷敏感元件工作所需的均匀的温度场分
17
万方数据
布。
2.3 氮氧传感器控制系统开发的重难点
氮氧传感器控制系统是基于氮氧传感器开发的，为高效完成系统开发，我们首先
需要理解传感器中多泵单元的工作条件和工作逻辑，并以此搭建氮氧传感器测试开
发平台，用作基础研究与功能拓展，然后设计氮氧传感器的控制算法，实现精确稳
定的温度控制和复杂多泵单元的解耦控制。分析传感器的工作原理和发展现状可知，
氮氧传感器控制系统开发主要存在以下几个重点和难点。
重点：
（1）被控对象 NOx 传感器的固有特性获取。通过搭建氮氧传感器测试平台，创
建实验所需的各种气氛环境，并采集传感器在各种工作状态下的数据，分析其特性。
（2）温度控制实现。温度是影响氮氧传感器测量性能的主要因素。其控制是通
过电阻采集和加热器输出实现闭环控制，以达到稳定工作状态。
（3）多泵单元的控制实现。两个腔室中的三个泵单元工作由于气氛流通性的影
响存在一定耦合，需要设计相应的控制算法完成泵单元的有效控制。
难点：
（1）氮氧传感器的温度控制。氮氧传感器属于精密陶瓷测量元器件，不能通过
外部测温元件实现温度测量，必须通过间接的测温方式实现对传感器的温度测量，
输出温度信号，用以温度的闭环控制。
（2）冷启动阶段的温度上升曲线跟踪控制。因为氮氧传感器基于固体氧化物陶
瓷材料，在正常工作过程时具有温度场分布效应，承受热振的能力有限，为了保证
氮氧传感器的工作性能和使用寿命。氮氧传感器在冷启动阶段需要严格跟踪温度上
升特性曲线要求。
（3）多泵单元的解耦控制。针对氮氧传感器的各级泵单元所存在的耦合关系，
进行解耦控制设计，降低气氛流通扩散对个泵单元的工作影响，提高控制的稳定性
和精度。
18
万方数据
2.4 本章小结
本章基于氮氧传感器的技术应用发展，结合材料学、电化学和控制学等方面由浅
入深地介绍了窄域氧传感器、宽域氧传感器和氮氧传感器的结构、工作原理、应用
性能。分析了各种类型传感器的特点、应用和联系，最后以氮氧传感器的工作原理
为基础，分析了氮氧测试系统开发的重点与难点。
19
万方数据
3 氮氧传感器测试平台设计
3.1 引言
本文的研究对象——氮氧传感器是汽车尾气后处理系统重要的信号反馈装置，在
对其进行原理验证、性能测试时，需要在与实际汽车尾气相近的气氛环境中进行。
为了能高效智能地对传感器的性能进行测试，并监测其指标，本文设计了一套基于
LabVIEW 的氮氧传感器测试平台，该平台满足如下条件：
（1）模拟尾气中 NOx 的排放，测试平台需配置不同比例的 NO 和 NO2，组成不
同成分的 NOx 化合物，同时还需调节 NOx 总体浓度大小。
（2）能高效的采集 NOx 传感器的引线电压数据，并进行图形表格的数据显示，
形成友好的人机交互。
（3）能实现 CAN 总线信息解析，以便对控制器传输信息进行获取与分析。
3.2 平台总体结构
氮氧传感器测试平台主要包括硬件环境搭建和相应的软件系统设计，平台总体
连接框图如图 3.1 所示，软硬件整体架构思路如图 3.2 所示。
NOx 测试平台的硬件组成主要包括供气子系统、混合子系统和测控子系统。工
作流程如下：供气子系统包括四路由电磁流量计控制的气体通道及相应电磁阀，混
合子系统包括混合腔、热箱、尾气处理设备等，测控子系统包括氮氧传感器、氮氧
气氛测试仪、CAN 控制器、数据采集卡等。供气子系统通过 485 转 USB 与上位机进
行数据连接，并由上位机来控制气体电磁流量计实现不同的气氛配比。配比完成的
气氛经过混合子系统形成对应不同氮氧浓度的尾气模拟环境，最后由测控子系统连
接至高精度气体分析仪获取实时 NOx 浓度标定信息，并上传至软件系统中进行实时
气氛状况分析，同时该子系统通过采集卡采集待测的氮氧传感器的数据，上传至软
件系统，并对测试数据进行分析和存储以便评测传感器的性能。测试平台的软件系
20
万方数据
统基于工业控制常用的 LabVIEW 编程工具进行设计，能极大限度的减少本软件系统

的开发周期，简化工业现场的复杂度，提供更为高效智能的控制解决方案。
样品区
电磁阀流量计混合腔
NOx传感器
N2
加热室
O2 Uni-NOx控
制器
氮氧气氛
测试仪
NO
杂质 485转USB
气体
CAN控制器
上位机
采集卡连接线
采集卡
图 3.1 氮氧传感器测试平台总体结构
NOx传感器测试平台
硬件软件
工控机 NI LabVIEW
485转 CS200流
232 量计组
串口USB
VISA
转换
温控箱
总
线
A/D NOx传感器
NI-6210
DAQ Digital
电磁阀组
I/O
NOx传感器专
USBCAN-I CAN2.0
业控制器
图 3.2 氮氧传感器测试平台架构
21
万方数据
3.3 测试平台的硬件搭建
本文搭建的高可用硬件测试平台整体实物图如图 3.3 所示，可实现实际的汽车尾

气环境模拟，并进行相关测试实验。本小节将从测试平台的三个子系统出发介绍平
台的硬件搭建过程。
图 3.3 氮氧传感器测试平台实物图
3.3.1 供气子系统
供气子系统主要实现测试环境所需的气氛配比，主要包括四路由电磁流量计控
制的气体通道及相应电磁阀等设备。
图 3.4 MFC 连接结构
本系统采用七星华创的 CS200 系列数字气体质量流量计设计 4 通道供气子系统

来实现气体质量流量的精密控制解决方案。每通道的气路均由气瓶、减压阀、气体
22
万方数据
开关、电磁阀、连接管道和数字 MFC 等组成。4 路气瓶的气体组成分别为 N2、O2、

NO 以及 HC 等干扰混合气体。气瓶连接到减压阀，在气路中形成稳定的气流。气体
流量开关和电磁阀用作气体通断的后备保护，紧急时可用于系统气氛的急停。气体
通过流量开关和电磁阀后进入数字 MFC，通过 MFC 控制流出气体的质量流量，实
现气体流量的精准控制。4 台 MFC 使用串联方式进行数据连接，整体 MFC 组通过
485 转串口控制连接到 PC，以实现与软件平台的连接，具体连接结构如图 3.4 所示。
最后将各路气体通入混合子系统中进行处理。供气系统的实物设计如图 3.5 所示。
图 3.5 供气子系统与混合腔连接图图 3.6 混合子系统加热装置
3.3.2 混合子系统
混合子系统主要功能为充分融合四路气体。如图 3.5 示，流量计输出的气氛流入

到环形的管道中，延长气体混合时间，使其尽量充分混合。同时，在有些实验项目
中，该子系统需要给尾气加热，提供指定温度的尾气混合气。汽车正常工作时尾气
的温度在 400℃以上，在模拟动态气氛测试时模拟这个气氛温度，可以更好的测试
NOx 传感器实况下的动态特性。若进行静态测试，比如模拟冷态启动等测试，则可
关闭加热装置。本系统中使用加热装置如图 3.6 所示，采用高精度分段 PID 控制。
3.3.3 测控子系统
测试子系统实物连接细节如图 3.7 所示。为了准确的实时采集传感器单元控制引

线的模拟电压数据，本系统使用 NI 公司生产的 16 位精度的 NI-6210 型采集卡。该
23
万方数据
采集卡具备 16 路模拟输入，4 路数字输出、4 路数字输入。本系统采用单端的模拟

输入方式连接。标定用 NOx 传感器和待测 NOx 传感器固定于测控子系统中相对一
致的位置上，以保证两个传感器接触的尾气成分尽可能相同，减少实验误差。传感
器的引脚，一方面连接至 NI-6210 采集卡，软件系统通过采集卡采集引脚电平数据，
并进行分析；另一方面与专用控制器连接，控制器通过如图 3.8 所示的 CAN 控制器
与 PC 端连接，将专用控制器数据上传到软件系统，由软件系统对 CAN 数据包进行
解析。在待测 NOx 传感器的安装位置处，采用如图 3.9 所示的化学分析型的高精度
气体分析仪 PG-350 采集尾气，输出尾气中 NOx、O2、CO 等气体成分的含量，作为
测试标定。
图 3.7 测试子系统实物连接图
图 3.8 USBCAN-I 图 3.9 气体分析仪 PG-350
3.4 测试平台的软件设计
本平台软件系统是基于 LabVIEW 编程语言进行设计的，主界面设计如图 3.10

所示，软件流程结构如图 3.11 所示。实验人员登录软件，软件系统开启初始化进程，
主要完成本地化界面显示、历史设置重载和流量计等外设的设置，然后进入软件系
24
万方数据
统的控制功能模块，其核心模块包括 CS200 气体质量流量计控制、NI-6210 采集卡数

据获取与分析和 CAN 数据包解析等。本节将重点从这三个方面详细介绍系统的软件
设计。
其中，流量计的控制应用于供气子系统，数据采集分析模块和 CAN 数据包解析
模块结合起来应用于测控子系统，并且 CAN 数据包解析模块解析出 NOx 等浓度信
息后反馈到主界面可对流量计控制模块结果进行校准。
图 3.10 平台软件系统主界面
图 3.11 平台软件系统框架
25
万方数据
3.4.1 LabVIEW 开发环境
LabVIEW 是 NI 公司结合旗下仪器产品开发的软件平台。不同于 C、C++、Java

等文本类编程方式，LabVIEW 采用图形与文本混合编程方式，以图形编程方式为主
[21-23]
。使用 LabVIEW 进行工业软件设计，能大大提高项目开发效率，节省开发周期。
其具备如下优点[24-27]：
（1）图形化的编程方式：代码直观形象，容易理解。
（2）基于数据流运行，便于观察实际数据的流向和检查程序错误。
（3）交互式的 Debug 工具：不仅提供软件调试中常用的单步步入、单步步出、断
点调试和探针数据检测，还提供独特的高亮显示执行过程。通过高亮显示执行过程，
开发者可以清晰地观察程序中数据的流向，分析程序的框架，进行直观的调试。
（4）自动并行处理：LabVIEW 中最具特色的功能，相对于其他编程语言，LabVIEW
的多任务和多线程结构较为简单，方便编写处理。
（5）提供图形语言与其他编程语言混合编程的接口：方便其他编程语言代码的接
入，提高代码重用。
本文开发的氮氧传感器测试平台需要高效率地完成复杂的工业控制和大量频繁
的数据采集与处理，故基于以上优点，LabVIEW 是本系统设计的首选开发环境。
3.4.2 CS200 系列 MFC 控制
供气子系统中控制对象包括 4 台 CS200 系列 MFC 流量计组和相应的电磁阀。其

中，电磁阀通过 NI-6210 的数字输出控制通断，实现过程简单。针对 CS200 流量计
组，本系统基于其提供的标准开放通讯协议自主开发了控制模块。MFC 的报文有固
定格式的数据包组成，其大小由报文内容决定[28-33]。报文格式如表 3.1 所示。
数据包报文的具体解释如下：
（1）报文第 1 个字节记录主机、下位机 MFC 通讯时下位机单台 MFC 单元的地
址。如果是数字 MFC 和主机通讯，则是主机的地址 0x00 。
（2）报文第 2 个字节为 STX Character，固定为 0x02。
26
万方数据
（3）报文第 3 个字节表示读写命令类型。

（4）报文第 4 个字节表示整个报文数据字节的长度，即为数据包大小减 6。
（5）报文的数据字节按 MSB 顺序传输，并由 0x00 一个字节位截止。
（6）报文最后一个字节是检验数据正确性的 8 位校验码。
（7）在上述数据包报文之后，还有 2 个表示报文传输状态的单字节报文。
ACK 意味着传输成功， NAK 意味着传输失败。

表 3.1 MFC 报文格式
字节内容
1 MFC 的地址
2 STX Character （0x02）
3 报文代码 0x80 （读）或 0x81 （写）
4 数据字节的长度（数据包长度 -6 ）
5 数据位第 1 位
6 数据位第 2 位
7...n  2 其他数据
n 1 0x00
n 8 位校验码
CS200 系列 MFC 设备串联时，为保证与总线时序的一致性使用同一个通讯时钟。

默认设置传输 19200 bps 波特率。为减少的空闲时间从而避免通讯失败，整体的报
文必须一次连续发送完成。每发送完一段报文校验码，数字 MFC 会将下一段报文的
第一个字节作为地址，如该接收地址与当前 MFC 设置地址相同，则数字流量计继续
处理该段报文。数字 MFC 的地址范围为 0x20（32）到 0x5F（95）。默认为 0x20（32）
的地址可使用软件命令修改。数字流量计流量值编码范围为 0x4000  0xC000 ，换算
成十进制为 16384  49152 。流量值-flow 与编码-value 转换公式如式（3-1）所示：
flow   value 16384 /  49152 16384 （3-1）
MFC、界面设置和数据处理等相关按钮开关的功能实现主要采用 LabVIEW 的事
27
万方数据
件结构完成，大大减少软件运行时 CPU 的占用率，提高代码效率。软件系统中 MFC

控制模块界面细节如图 3.12 所示。
图 3.12 MFC 流量控制模块
气体流量控制的流程如图 3.13 所示。首先输入实验测试所需的 NOx 浓度，再根

据气氛配比的经验公式预设 NO、N2 气体的流量，然后采集实际的 NOx 浓度，与预
设值比较，误差较大则优先调节 N2 的流量，误差小则慢慢调节 NO 流量。最终测量
的 NOx 浓度达到标准时，软件记录该组值。下次系统启动时，若使用相同 NOx 浓
度环境，则可以直接加载该预设值，简化程序初始化流程。
开始
预设NOx浓度，记为A
根据经验公式
预设NO、N2流量
反馈实际NOx浓度调节N2流量调节NO流量
Y
N N
NOx浓度范围达标？误差范围大？
记录各气体流量，并保存
结束
图 3.13 流量计控制流程
由于 4 台 MFC 串联时使用同一个系统时钟，上位机软件访问 MFC 只能使用轮
28
万方数据
询方式，即每次读写命令只能对一台 MFC 进行操作，要遍历所有 MFC 需要至少 4

次读写命令。
具体的，单台 MFC 获取当前流量的读流量计操作的程序代码片段如图 3.14 所示，
主要流程为：配置 VISA 串口、清空 VISA 缓冲区、写入读 MFC 命令、读取 MFC
返回报文、利用自己编写的截取字符子 VI 对返回的报文进行解析、将解析后的报文
转换成数字和图形显示。
图 3.14 读 MFC 的当前流量
设定 MFC 流量命令的写流量计操作的程序代码片段如图 3.15 所示，主要流程为：

配置 VISA 串口、清空 VISA 缓冲区、通过自定义的 WRITE 子 VI 自动编写命令数
据包、将数据包写入 MFC、读取 MFC 返回报文确认命令接收完成。
图 3.15 设置 MFC 流量
29
万方数据
3.4.3 传感器数据采集与分析
LabVIEW 与采集卡建立连接是通过 DAQ-mx 工具包实现的[34-41]。由于采集卡的

采样率较高，产生的实时数据量较大，本模块基于队列结构，设计了生产者消费者
模型，实现 DAQ 数据实时采集与分析的并行处理。具体的模型框图如图 3.16 所示，
生产者循环中完成资源信号量和互斥信号量的获取后，实现 DAQ 高精度 A/D 采集，
采集的带时间标签的数据传输到具有一定大小的队列缓冲区中，最后释放生产过程
占有的资源和互斥信号量；消费者循环则不停获取资源与互斥信号并检测队列是否
有数据元素，若有数据则取出，经过数字式 3 阶 Butterworth 低通滤波平滑处理后输
入一定大小的数组中，以此进行氮氧传感器引线信号的分析与可视化处理。DAQ 采
集的代码片段如图 3.17 所示。
生产者线程开始
操作失败
资源信号量获取
操作失败
互斥信号量获取
操作失败
生产数据
线程阻塞线程阻塞
数据送入缓冲区
添加到等待队列添加到等待队列
互斥信号量释放
Y
等待队列中
唤醒消费者线程
有消费者线程？
N
资源信号量释放
Y
等待队列中
有消费者线程？
N
生产者线程结束
（a）生产者线程
30
万方数据
消费者线程开始
操作失败
资源信号量获取
操作失败
互斥信号量获取
操作失败
从缓冲区取数据
线程阻塞线程阻塞
处理数据
添加到等待队列添加到等待队列
互斥信号量释放
Y
等待队列中
唤醒生产者线程
有生产者线程？
N
资源信号量释放
Y
等待队列中
有生产者线程？
N
消费者线程结束
（b）消费者线程
图 3.16 生产者消费者模型
图 3.17 DAQ 采集的部分代码
31
万方数据
3.4.4 CAN 数据包解析
通常，PC 机不能直接对 CAN 总线的信息进行解析，需要借助特定的 CAN 控制

器对 CAN 总线的信息进行转换，最后通过相应的软件对转换后的信息进行解读。本
文采用的是沈阳广成科技有限公司生产的符合工业级温度标准的 USBCAN-I 模块。
该 CAN 控制器不仅满足 CAN2.0A/B 规范，并支持 5Kbps ~ 1Mbps 之间的波特率，
还提供多种操作系统的设备驱动和多种开发环境的开发套件，其中就包括 LabVIEW
开发函数库。该款控制器使用专用的工业级高速 32 位 CPU，能实现 CAN 总线双向
数据传输，接收和发送速度可达到 8000 帧/秒，并具有完善的隔离保护，符合本项目
的功能需求。
3.4.4.1 CAN 总线技术规范
CAN 总线技术规范是 CAN 总线信息解析的基础，故本节将简要介绍该规范。
CAN 通信协议是 1989 年德国电气商 Bosch 公司面向汽车开发的，是现今汽车网
络的标准协议。 CAN 协议遵循 ISO / OSI 标准模型，采用其中的应用层、数据链路层
和物理层，而由 CAN 控制器接口实现网络的物理层和链路层功能，应用层的功能由
汽车 ECU 控制单元完成[42-45]。CAN 总线协议采用节点不分主从但优先级分主从的多
主工作方式设计，能可靠灵活的实现点对点、点对多甚至广播等各种数据传输方式
[46-50]
。CAN 技术规范包含 2.0A 和 2.0B 两个部分，其中 2.0A 的标识符长度为 11 位，
2.0B 的标识符长度为 11 位的标准帧或 29 位的扩展帧。2.0B 的扩展帧的应用服务更
加广泛，也是本节设计中采用的技术规范。
按功能划分，CAN 报文传输格式可分为四种：
（1） Data Frame 数据帧：完成从发送器到接收器的 Data Frame 数据传输。
（2） Remote Frame 远程帧：完成发送具有同一标识符 Flag 的数据帧的请求功
能，可由任一总线单元发出。
（3） Error Frame 错误帧：由检测到总线上存在错误的单元发出。
（4） Overload Frame 过载帧：为不同先后顺序的 Data Frame 或 Remote Frame
之间添加一定的延时。
32
万方数据
CAN2.0B 协议的数据帧结构由帧起始、仲裁段、控制段、数据段、CRC 段、ACK

段和帧结束等 7 个段构成，如图 3.18 所示。本文中使用扩展格式。
数据帧
标准帧
帧
11位ID RTR 结
束
仲裁段控制段数据段 CRC段
帧起始 ACK段
数据帧
扩展帧
11位ID SRR IDE 帧
18位ID RTR 结
束
仲裁段控制段数据段 CRC段
帧起始 ACK段
图 3.18 CAN 2.0B 数据帧
数据帧 7 个段的解读如下：
（1）帧起始：使用 1 个位的 0-显性位标志帧起始。总线显示 0-显性电平的条
件是任意一个单元输出为 0-显性电平；总线显示 1-隐性电平的条件是只有所有单元
都输出 1-隐性电平。
（2）仲裁段：在 CAN2.0B 的协议标准下，分为标准帧和扩展帧。标准帧包括
11 位 ID 和 1 位 RTR ，扩展帧包括 11 位基本 ID 、1 位 SRR 、1 位 IDE 、18 位扩展 ID
和 1 位 RTR 。其中， RTR 表示远程请求位（0-数据帧，1-远程帧）； SRR 表示替代
远程请求位，设置为 1-隐性电平； IDE 表示标识符选择位（0-标准标识符，1-扩展标
识符）。
（3）控制段：由 6 个位组成，包括 2 位保留位和 4 位数据长度码。其中，发送
方的保留位须全部是 0-显性电平，接收方识别 0-显性和 1-隐性电平任意组合；数据
长度码与数据的字节数则具有一一对应关系。
（4）数据段：可包含 0~8 个字节的数据，从 MSB 开始传输。
（5） CRC 段：冗余校验帧的传输错误，由 15 位 CRC 序列和 1 位 CRC 界定
符构成。发送方 15 位 CRC 序列是根据帧起始、仲裁段、控制段和数据段按照一定的
算法计算，当接收方以相同算法计算所得的 CRC 值与接收序列不一致时报错警告。1
位 CRC 界定符作分隔符。
33
万方数据
（6） ACK 段：确认是否正常接收。由 2 个位组成，ACK Slot 和 ACK 界定符。

发送方的两个位为两个 1-隐性，接收单元在接收到正确的消息时在 Slot 位发送两个
0-显性位。
（7）帧结束：表示帧结束，由 7 个 1-隐性位构成。
3.4.4.1 CAN 通信与数据解析实现
本文基于 CAN 总线知识和 USBCAN-I 控制器提供的动态链接库，进行二次软件
开发，实现测试平台与 CAN 控制器的通信功能，并完成了复杂的数据包解析工作。
USBCAN-I 提供的 ECanVci.dll 动态数据库，包含 CAN 总线启动、初始化、发
送接收等各种功能。在 LabVIEW 平台中，函数选板的“互连接口”的“库与可执行
程序”子选板中有调用库函数节点 CLN。应用该函数即能对 ECanVci.dll 中定义的功
能函数进行调用，以打开 CAN 设备为例，具体实现如图 3.19 所示。
图 3.19 调用库函数 OpenDevice
DLL 调用中属性配置的函数配置部分如图 3.20 所示，包含下列四个方面：

（1）库名/路径：指定动态链接库的文件路径。
（2）函数名：从 DLL 中调用的函数名称；
（3）线程： LabVIEW 使用 DLL 函数时，需要将函数重新封装在 VI 中。加
载线程安全的 DLL 函数称为可重入 VI，加载非线程安全的 DLL 函数称为不可重入
VI。“在 UI 线程中运行”采用消息队列的方式，使得一个时刻只能执行一个 DLL 函
数，可避免不安全线程。
（4）调用规范：“stdcall(WINAPI)”和“C”表示两种入栈次序，根据 DLL
的头文件说明选择入栈次序。
34
万方数据
图 3.20 LabVIEW 中被调用库函数的属性配置——函数配置
DLL 函数属性配置的参数配置如图 3.21 所示。根据函数原型的参数列表，选择

每个参数的数据类型。
图 3.21 LabVIEW 中被调用库函数的属性配置——参数配置
程序设计框架上，CAN 通信的过程是基于 LabVIEW 事件结构实现的，如图 3.22

所示。主要流程：创建用户事件，然后注册事件，最后编辑事件分支的具体执行内
容。CAN 信息解析功能在用户超时事件中编辑，其他事件，比如开启设备、关闭设
备、设置波特率等单独编辑为各自的事件处理。如此，可以大大节省按钮、设置等
功能占用 CPU。
35
万方数据
图 3.22 CAN 通信实现的部分框图
其中，处理收发的 CAN 总线信息的用户事件程序框图如图 3.23 所示。大体包括

CAN 信息的收发分类显示、数据帧的分解提取、信息表格绘制、NOx、O2 信息的传
递、所连接的 NOx 传感器控制器的故障诊断信息获取与显示等。
图 3.23 CAN 总线信息处理框图
CAN 总线发送数据是通过调用 DLL 中 Transmit 函数实现的，当系统需要向总线

36
万方数据
发送数据时，触发事件源，引起主事件结构响应，其程序框图如图 3.24 所示。
图 3.24 CAN 总线发送数据的程序框图
CAN 总线发送数据是通过调用 DLL 中 Receive 函数实现的，当系统需要接收总

线发送来的数据时，触发事件源，引起主事件结构响应，其程序框图如图 3.25 所示。
图 3.25 CAN 总线接收数据的程序框图
CAN 通信部分的前面板界面如图 3.26 所示。主要包括了 CAN 总线收发信息的

显示、解析后的 NOx、O2 浓度信息的显示以及 NOx 控制器的故障诊断信息显示。其
中 NOx 等浓度信息还会实时传递到主界面的波形图表中显示，作为相关气氛实验中
软件系统实时采集传感器信息的气氛信息基准。
37
万方数据
图 3.26 CAN 总线功能的前面板
3.5 本章小结
本章主要讲解了基于 LabVIEW 工业控制软件的氮氧传感器测试平台的开发过程，

主要包括硬件平台的搭建和软件系统的设计。通过基于 MFC 等配气设备的实物搭建，
本平台成功模拟了真实的尾气管道状态，能满足各种尾气成分的模拟需求。同时，
利用 USBCAN-I、采集卡等设备实现了 NOx 传感器及其控制设备和氮氧气氛测试仪
的数据采集与分析功能。
本平台不仅能精确快速地提供实验所需的汽车尾气气氛环境，并准确显示具体的
气体成分数值做基准，还能为传感器测试与控制的相关实验提供必要的工具环境。
总体而言，本文设计的 LabVIEW 软件平台具有人机交互友好、适用广泛、高可
用等特点。
38
万方数据
4 氮氧传感器控制算法设计
4.1 引言
NOx 传感器的控制主要包括两个方面，一是传感器工作条件的控制，二是传感
器三个泵单元的控制。
由于 NOx 传感器属于精密的陶瓷材料，这些材料的最佳工作温度在 800℃ ，只
有当传感器的工作温度准确控制在 800℃后，传感器的泵单元才开始工作。并且温度
的偏差对传感器的 Nernst 电压也会产生一定影响，造成测量误差。故本章将首先讲
解 NOx 传感器的加热控制。
虽然本文的第二章对 NOx 传感器的三个泵单元的独立控制过程进行了较深的讨
论，但实际应用时，这三个泵单元是经过第二狭缝连通的，其扩散的氧使三者构成
较强的耦合关系。为实现传感器的精确控制，本章还将探讨如何进行高效的泵单元
解耦控制。
4.2 氮氧传感器的加热控制
4.2.1 加热器原理
氮氧传感器采用的是精密陶瓷材料，内部空间极为有限，其加热材料为特制 Pt
电阻丝。不同于工业上常用的 Pt100，该 Pt 电阻的冷态电阻只有几欧姆。氮氧传感
器中 Pt 加热电极的温度与阻值关系如式（4-1）所示。
R t =R（1
0 +t+ t 2）（4-1）
其中， R 0 为冷态 Pt 电极电阻， R t 为在温度为 t 时实际测得的电阻值，α 和 β 为
Pt 的温度系数，由联德公司生产标定后提供。
通过对特制 Pt 电极进行试验，发现 Pt 电极加热到目标温度 800℃时的电阻值与
其冷态时的电阻常存在一个稳定的比例关系，如式（4-2）所示。
39
万方数据
R800 =  R 25 （4-2）
其中，ω 经过大量实验测试定值为 3.58。由此，加热器的目标明确为控制 Pt

电极加热到电阻为冷态电阻的 3.58 倍，即达到 NOx 传感器的正常工作温度。
RL1
H+H+
RL2
RH TmpTmp
H-H-
RL1
图 4.1 加热电极的测量方法
作为基准的冷态电阻采用如图 4.1 所示的三线法测量，计算公式如式（4-3）

所示。H+、Tmp、H-分别对应氮氧传感器的三根加热器引线，实际传感器制造时，
加热器两端的引线均设计为 RL1，RL2 表示 Tmp 引线本身的电阻，RH 则表示加热
Pt 电极的阻值。
R H+Tmp +R H-Tmp -R H+H-
R L2 =
2
R L1 =R H-Tmp -R L2 （4-3）
R H =R H+H- -2R L1
采用上述方法采集的实时 Pt 电极的电阻将作为温度控制的反馈量，而最终 800℃

时的电阻将作为目标值。实际的控制量则是其两端的加热电压。
4.2.2 加热算法研究
接受外界电压后，Pt 电极加热，使氮氧传感器内部温度达到指定数值后，散
热与发热的过程达到一种动态平衡，使传感器内部温度满足最佳的工作条件。温
度控制获取的直接数据是加热器的实时内阻，内阻加热的直接控制量是加热器的
平均加热功率，其主要有调节加热电压大小和和调节 PWM 控制通断时间两种控
制加热功率的方式。实际应用中 PWM 控制精度高，硬件易于实现，方便操作，
故本文采用 PWM 控制加热的方式，温度控制的结构框图如图 4.2 所示。
40
万方数据
电源
控制
偏差大信号驱动加热
偏差e 加热控制器 PWM 电路器
小判断
波
e进入误差允许范 Nernst电压测量和泵
围单元控制使能信号
图 4.2 温度控制框图
冷启动阶段，传感器的敏感基片材料存在温度场分布，若加热器温度上升过
快，可能会造成传感器陶瓷材料破裂，故而 Pt 电极的加热控制需要有梯度跟踪。
由此可尽量减少热振对 NOx 传感器氧化锆基片的损伤。
根据实际传感器加热实验数据结果分析，本文中拟采用的加热曲线如图 4.3 所
示，具体解释如下：
阶段 1：R/R800 由 27.9%以每 140ms 增加 0.4%的速率增大到 62.5%。初始阶段，
Pt 加热电阻较小，大概在 2~3 欧姆，可使用较小占空比加热。
阶段 2：R/R800 由 62.5%以每 250ms 增加 0.4%的速率增大到 81.25%。Pt 电极
电阻初始电阻小加热较快，为防止过量的温度增长速率导致陶瓷材料的破坏，适
当降低增长速率较慢，但由于加热电阻比初始状态增加的较多，加热的占空比相
较阶段 1 的占空比要相对大。
阶段 3：R/R800 由 81.25%以每 450ms 增加 0.4%的速率增大到 93.75%。Pt 电极
电阻变化极小，实际增长只有 0.6 欧姆左右，需用更小增长速率对加热电极进行精
准控制。
阶段 4：R/R800 由 93.75%以每 1700ms 增加 0.4%的速率增大到 100%，达到目
标值。在 R/R800 达到 93.75%后，温度已经十分接近最佳工作温度 800℃。故在此
阶段开始时，NOx 传感器的泵单元就可以开始工作，节省测试系统最终稳定的时
间。
41
万方数据
R / R800
阶段4终点：100%
阶段4
阶段3终点：93.75%
阶段3
阶段2结束： 81.25%
阶段2
阶段1结束： 62.5%
阶段1
阶段1开始：27.9%
(25°C)
t
理论加热用时: 63.3 s
10.4 . 12.2. 14.1 26.6
图 4.3 加热曲线示意图
以上四个阶段都需要对温度进行跟踪，即对电阻值进行跟踪，以保证温度梯
度不会过高，从而避免损坏传感器基片。
通过在氮氧测试平台上进行 Pt 电极在不同加热功率下电阻变化的实验，针对
初始态工作点建立对象的近似模型如式（4-4）所示。该模型与实际对象的开环阶
跃响应曲线如图 4.4 所示。
-0.78
G(s)  e11.67s （4-4）
4.32s  15.7 s  1
2
图 4.4 对象模型的开环响应曲线
从图 4.4 可知，加热器的对象模型与实际对象的开环阶跃响应曲线之间的偏差
较小，拟合比较精准。可作为后续仿真实验的研究模型。
为了满足如图 4.3 所示的温度曲线的快速跟踪，本文在传统的温度 PID 控制的
42
万方数据
基础上，加入前馈补偿。其基本原理是将输出误差看作扰动输入到前馈补偿器中，
加快 PID 调节的过程[51]。
D(s)
补偿器
Gff(s) Gd(s)
+
+ Y(s)
GV(s) Gp(s)
图 4.5 前馈补偿器原理
前馈补偿器设计原理如图 4.5 所示。被调量和扰动量用 Y 和 D 分别表示，Gv (s)
表示干扰通道的传递函数，Gd (s) 代表控制通道的传递函数。若无补偿器，扰动 D
只通过 Gd (s) 影响 Y ，如式（4-5）所示。
Y ( s)  Gd (s)  G p (s) D( s) （4-5）
添加前馈补偿器后，扰动量 D 同时还通过补偿通道中 G ff ( s)Gv ( s) 来影响 Y ，
如式（4-6）所示。
Y ( s)  (Gd ( s)  G ff ( s)Gv ( s))G p ( s) D( s) (4-6)
根据前馈补偿的“不变性”原理，使扰动 D 对被调量 Y 的影响为几近于零，
前馈补偿器的传递函数如式（4-7）所示。
Gd ( s )
G ff ( s )   (4-7)
Gv ( s )
根据相关算法原理和温度控制要求，在 MATLAB/Simulink 选板中，搭建温度

控制的模型如图 4.6（a）所示。冷态电阻通过前述的比例系数换算为 800℃时 Pt
电极的电阻，并与如图 4.3 所示的曲线波形比较，形成参考电阻 Rt-800。采集的实
时内阻 Rt、采集的实时内阻 Rt 与参考电阻 Rt-800 的差、参考电阻 Rt-800 作为温
度控制算法模块的 3 个输入。温度控制模块输出的 PWM-OUT 作为加热器驱动模
块的 PWM 输入信号，输出的 Pump-Enable 作为泵单元开始工作的使能信号。控制
43
万方数据
器内部模型如图 4.6（b）所示，具体的 PID 算法模块如图 4.6（c）所示。
图 4.6（a）温度控制模型
图 4.6（b）控制器内部模型
图 4.6（c） PID 控制器子模块
44
万方数据
其中，温度控制器控制算法工作流程如下：实时电阻值变化作为扰动，输入
到前馈控制器。电阻的实时误差作为 PID 调节的输入。具体的，当 e>0.2 时，实际
值与设定值偏差较大，设置 PWM 的占空比为 1；当偏差 0.05<|e|<0.2 时，偏差较
小，占空比采用较快的 PID 控制输出；当偏差 0<|e|<0.05 时，采用更精细的 PID
控制输出；当偏差 e<-0.2 时，温度超调过大，需要停止加热，占空比设置为 0。当
实时电阻与参考电阻 Rt-800 的比值大于 93.75%时，开启泵单元工作使能。
4.2.3 加热算法仿真实验
在加热控制算法中，PID 调节是控制的基础环节。本小节采用 ZN 临界比例度法

进行具体的 PID 参数整定[52-53]。PID 控制的基本运算公式如式（4-8）所示。
1 1 de(t)
u(t)  [e(t)   e(t)dt  Td （4-8）
t
0 ]
P Ti dt
u(t) 为控制输出量，其中 P 为比例度，Ti 为积分时间常数，Td 为微分时间时间常
数， e(t) 为输入偏差。
表 4.1 临界比例度法参数整定计算表
控制器 P Ti Td
P 2Pm — —
PI 2.2Pm 0.85Tm —
PID 1.7Pm 0.50Tm 0.125Tm
ZN 临界比例度法是在系统允许的条件下只使用比例调节控制。由大到小逐渐改
变控制器的比例系数 P，直至系统产生振荡；记录此时的比例度 Pm 和等幅振荡周期
Tm ，然后基于经验公式计算控制器的其他参数，具体步骤为:
（1）取 Ti 为无穷大，Td =0，根据广义对象特性选择一个较大的比例 P 值，使系
统正常运行。
（2）在系统运行稳定后，在其输入端施加阶跃信号扰动，并不断减小比例值 P ，
直到系统出现等幅振荡，即临界振荡过程，记录此时的比例度 Pm 和等幅振荡周期
45
万方数据
Tm 。
（3）最后根据经验公式计算控制器的参数 P ，Ti 以及 Td，其参数计算表如表 4.1
所示。在上述整定参数下，进行加热控制模块的闭环控制实验，根据被控对象的输
出性能曲线，测试控制器的控制性能，对控制参数做进一步调整优化。
基于 ZN 临界比例度法，先调节误差区间为 0.05~0.2 的 PID 控制器的参数，得
到相对最优温度控制输出响应曲线如图 4.7 所示。其所对应的 PID 控制参数为
Kp1=-1.176，Ki1=-0.067，Kd1=0.942，同时，由图 4.7 可知，加热控制系统的稳态误差
小于 0.01，但调节过程较慢，存在一定的超调。
图 4.7 PID 控制温度控制输出响应曲线图 4.8 前馈 PID 温度控制输出响应曲线
为了加快温度控制的调节速度，提高电阻的跟踪性能，加快温度梯度跟踪的性能，
应用上节中介绍的前馈控制模块结合 PID 控制的方式进行控制方案改进。根据式（4-7）
计算前馈控制器的调节函数并加入。最终得到与 PID 控制的对比响应曲线，如图 4.8
所示。分析可知，前馈补偿提高了系统的响应速度，并有效减少了超调，降低了加
热电路过载的概率。
更精细的 PID 控制器参数调节同上，不再赘述。
4.3 氮氧传感器的泵单元控制
前述章节对 NOx 传感器的工作原理进行较详细的分析，其工作流程大致为：经

过第一尾气扩散通道扩散到第一气体腔室，其中的 HC、CO、H2 在主泵单元的内电
极（P- 电极）的催化作用下被氧化，并在主泵电压 Vp0 的作用下，根据尾气中氧浓
度选择泵入或泵出氧气，最终将第一气体腔室中的氧浓度控制在一个较低但相对固
46
万方数据
定的水平（浓度水平在 ppm 级别，即百万分之一），此时在 P+电极和 P- 电极之间

会形成极限电流 Ip0，该电流的大小和方向能准确反映尾气中氧含量的大小。经过主
泵作用，第一气体腔室中的气体主要包含 NOx 和较少量的氧，经由第二扩散通道扩
散到第二气体腔室。扩散到第二气体腔室中的 NO2 在 M1 电极上催化分解形成 NO
和 O2。扩散气体中原有的较少量的氧和 NO2 分解的氧，在副泵单元的泵电压 Vp1 的
作用下被泵出第二气体腔室，形成泵电流 Ip1，且该电流主要由第一气体腔室中的氧
浓度和第二扩散通道的扩散能力决定。同时，参考电极 Ref 和测量电极 M1 之间形成
的 Nernst 电压 V1，反映了第二气体腔室中氧浓度大小。经过副泵作用，剩余气体中
残留极少量的 O2（10−3 ppm 级别）和 NO。在极低氧浓度环境下，NO 气体的化学平
衡被打破，扩散到测量泵的 M2 催化电极上，分解为 N2 和 O2。最后，在测量泵的泵
电压 Vp2 的作用下，分解产生的氧被泵出，形成极限电流 Ip2，且 Ip2 的大小与 NOx
浓度成正比。同时，参考电极 Ref 和测量电极 M2 之间形成的 Nernst 电压 V2。
第二腔室气氛氧浓度的大小决定了副泵的工作电压和测量泵的工作条件，但该处
的氧浓度又同时取决于第一气体腔室中气氛经过泵电压作用后的残留氧浓度大小。
故而，三个泵单元之间通过流通的气氛浓度建立起了某种联系。其中，每个腔室的
气氛浓度可以通过电池单元的 Nernst 电压和泵电流这两个方面表现。前者是氧浓度
的粗略体现，后者是氧浓度的精确测量，根据前述原理，泵电流-气氛浓度信息的模
型是在 Nernst 电压的基础上建立的。故本文中将选取 Nernst 电压 V0、V1、V2 作为
基准，并在此基准上，以泵电流 Ip 作为气氛氧浓度的辨识参数的输入。
V0 Vp0 Ip0 NOx

V1 控制 Vp1 Ip1 参数辨识
单元泵单元输出
V2 Vp2 Ip2 O2
反馈 V0 V1 V2
图 4.9 泵单元输入输出与反馈
多腔室泵单元的控制工作流程如图 4.9 所示，泵单元的控制量为 Vp0、Vp1 和
47
万方数据
Vp2，给定被控量为 V0、V1 和 V2，参数辨识的输入量为 Ip0、Ip1 和 Ip2。同时，

输出量 Nernst 电压也作为控制量的反馈，形成整体的闭环调节过程。
4.3.1 泵单元耦合关系分析
4.3.1.1 泵单元扰动实验
在第 3 章搭建的氮氧传感器测试平台的基础上，实际气氛中进行传感器的三个泵
单元耦合关系实验。
实验条件如下：初始化氮氧传感器测试平台的供气子系统，调节气氛比例，通过
标定好的氮氧测试仪反馈实际 NOx 浓度为 200ppm。然后，调节传感器的加热模块，
使其工作温度达到所要求的标准。最后调节 Vp0、Vp1 和 Vp2 这三个泵电压使传感
器进入相对稳定的工作状态。
首先基于以上实验条件探究 Vp0 扰动对 V0、V1 和 V2 的影响。为更加直观的显
示 Vp0 变化对三个泵单元的影响，对原始数据进行一定程度的缩放，根据实验数据
得到图 4.10 所示的变化趋势图。分析图 4.10 可知，Vp0 与 V0 的变化趋势呈正相关，
Vp0 与 V1、V2 的变化趋势呈负相关。
图 4.10 Vp0 改变对三个泵单元 Nernst 电压的影响
然后用同样的方式探究 Vp1 扰动对 V0、V1 和 V2 的影响，其相对变化趋势如图

4.11 所示。分析图 4.11 可知，Vp1 的变化对主泵 V0 的影响尺度相较于测量泵影响尺
48
万方数据
度较小，Vp1 与 V1 的变化趋势呈正相关，Vp1 与 V2 的变化趋势呈负相关。
最后仍用同样的方式探究 Vp2 扰动对 V0、V1 和 V2 的影响。其相对变化趋势如

图 4.12 所示。分析图 4.12 可知，Vp2 的改变对主泵 V0 的影响尺度相较于副泵影响
尺度较小，Vp2 与 V1 的变化趋势呈负相关，Vp2 与 V2 的变化趋势呈正相关。
4.3.1.2 泵单元耦合模型建立
针对以上实验分析可知，泵单元中 Vp0、Vp1、Vp2 与 V0、V1 和 V2 存在一定
的输入输出关系，其工作过程可以看成是一个 3 输入 3 输出的耦合系统。其开环的
控制系统框架如图 4.13 所示，闭环的控制系统框图如图 4.14 所示。
49
万方数据
-
u1 y1
r1
+ e1 u1 y1
Gp1(s) G11(s)
G11(s)
G12(s)
G12(s)
G13(s)
G13(s)
G21(s) G21(s)
y2 r2 + e2 u2 y2
u2 G22(s) Gp2(s) G22(s)
-
G23(s)
G23(s)
G31(s)
G31(s)
G32(s) G32(s)
u3 y3 r3 y3
G33(s) + e3
Gp3(s)
u3 G33(s)
-
图 4.13 三变量控制系统开环图 4.14 三变量控制系统闭环
其中： y1 、 y 2 和 y3 为被控量；
u1 、 u 2 和 u 3 为控制变量；
G11(s) 为 u1 对 y1 的传递函数；
G12(s) 为 u1 对 y 2 的传递函数；
G13( s) 为 u1 对 y3 的传递函数；
G 21(s) 为 u 2 对 y1 的传递函数；
G22(s) 为 u 2 对 y 2 的传递函数；
G 23( s) 为 u 2 对 y3 的传递函数；
G31(s) 为 u 3 对 y1 的传递函数；
G32( s) 为 u 3 对 y 2 的传递函数；
50
万方数据
G33( s) 为 u 3 对 y3 的传递函数；
Gp1(s) 、 Gp 2(s) 和 Gp 3( s) 为调节器的传递函数。
根据图 4.13，被控量 y1 、 y 2 和 y3 的计算公式如式（4-9）所示。
Y 1  G11( s)U 1  G12( s)U 2  G13( s)U 3

Y 2  G 21( s)U 1  G 22( s)U 2  G 23( s)U 3 （4-9）
Y 3  G 31( s )U 1  G 32( s )U 2  G 33( s )U 3
改写为传递矩阵的形式，如式（4-10）所示。
Y 1( s)   G11( s) G12( s) G13( s)  U 1( s) 

Y ( s)  Y 2( s)   G 21( s) G 22( s) G 23( s)  U 2( s)  (4-10）
Y 3( s)  G 31( s) G 32( s ) G 33( s )  U 3( s ) 
分析式（4-10）可知，改变控制系统 u1 、 u 2 和 u 3 三个变量中的任意一个，被
控量 y1 、 y 2 和 y3 均会受到影响。但如果 G12(s) 、G13( s) 、G 21(s) 、G 23( s) 、G31(s) 和
G32( s) 都为零，则三条通道变为各自独立的状态，即系统中不存在耦合的关系。此
时，无论是开环还是闭环状态，三个控制回路都互不影响，其状态如式（4-11）所
示。
Y 1  G11( s )U 1
Y 2  G 22( s )U 2 （4-11）
Y 3  G 33( s )U 3
基于氮氧传感器测试平台的实验数据，根据扰动试验的结果分析和参数辨识的相
关实验法，分别拟合 Vp0、Vp1、Vp2 与 V0、V1 和 V2 的关系模型，得到如式（4-12）
所示的传递函数阵。
 22.9 5.1s 11.6 11.1s 8.229 13.15 s 
 4.57s  1 e 1.807 s  1
e
2.51s  1
e 
 G11( s) G12( s) G13( s)   
G 21( s) G 22( s) G 23( s)  =  -0.002 e2.8 s 7.8 2.058 7.09 s  (4-12）
  1.786s  1 e4.1s e
1.811s  1 1.801s  1 
G 31( s) G 32( s) G 33( s)   
 -0.001 e2.05 s 2.869 8.07 s 6.4
e e3.05 s 
 2.56s  1 2.74s  1 2.45s  1 
51
万方数据
4.3.2 泵单元解耦控制设计
基于 4.3.1 节的耦合关系模型分析，本小节将讲述如何对上述多腔室单元的 3  3
等效模型进行解耦控制。
解耦的本质，在于设计一种能抵消控制对象关联性并保证控制系统的单个回路能
独立工作的计算网络。针对本文这类多变量耦合系统，常用如图 4.15 所示前馈补偿
法进行解耦控制。具体的，将变量间的相互耦合变化量看作是系统的干扰信号，基
于每个回路的偏差通过前馈解耦控制器较快速的处理这些被控量扰动引起的回路耦
合波动[54-55]。
u1 w1
F11(s) G11(s)
y1
F12(s) G12(s)
F13(s) G13(s)
F21(s) G21(s)
u2 w2 y2
F22(s) G22(s)
F23(s) G23(s)
F31(s) G31(s)
y3
F32(s) G32(s)
u3 w3
F33(s) G33(s)
图 4.15 三变量前馈解耦控制系统
分析图 4.15 中各传递函数的逻辑关系，经过前馈补偿的三个输入输出之间的传
递函数的矩阵形式如式（4-13）所示。其中， F11( s) 、 F22(s) 和 F33(s) 均为 1。
 F 11( s) F 12( s) F 13( s)  U 1( s)  W 1( s) 

 F 21( s) F 22( s) F 23( s)  U 2( s)  = W 2( s)  (4-13）
    
 F 31( s) F 32( s) F 33( s)  U 3( s)  W 3( s) 
整体分析，易得到前馈补偿之前的输入与控制输出 y 的关系式，如式（4-14）所
52
万方数据
示。
 G11( s) G12( s) G13( s)   F 11( s) F 12( s) F 13( s)  U 1( s)  Y 1( s) 

G 21( s) G 22( s) G 23( s)   F 21( s) F 22( s) F 23( s)  U 2( s)  = Y 2( s)  （4-14）
     
G 31( s) G 32( s) G 33( s)   F 31( s) F 32( s) F 33( s)  U 3( s)  Y 3( s) 
经过运算简化，得到式（4-15）。
 P11( s) P12( s) P13( s)  U 1( s)  Y 1( s) 

 P 21( s) P 22( s) P 23( s)  U 2( s)  = Y 2( s)  （4-15）
    
 P31( s) P32( s) P33( s)  U 3( s)  Y 3( s) 
为了消除变量之间的耦合关系，式（4-15）中的非对角线元素为零，得到式
（4-16）。
P12  G11 F12  G12 F22  G13 F32  0
P13  G11 F13  G12 F23  G13 F33  0
P21  G21 F11  G22 F21  G23 F31  0
（4-16）
P23  G21 F13  G22 F23  G23 F33  0
P31  G31 F11  G32 F21  G33 F31  0
P32  G31 F12  G32 F22  G33 F32  0
将 F11( s) 、 F22(s) 和 F33(s) 均为 1 的条件代入式（4-16），即可求解出前馈传递
函数的具体矩阵式，如式（4-17）所示。
F12 =(G13G32 -G12G33 )/(G11G33 -G13G31 )
F13 =(G12G23 -G13G22 )/(G23G32 -G22G33 )
F21 =(G23G31 -G21G33 )/(G22G33 -G23G32 )
（4-17）
F23 =(G11G23 -G13G21 )/(G12G21 -G11G22 )
F31 =(G22G31 -G21G32 )/(G23G32 -G22G33 )
F32 =(G11G32 -G12G31 )/(G13G31 -G11G33 )
上述采用动态控制方法的前馈控制解耦方式最关键的设计在于选择合适的前
馈控制器，使系统解耦为几个彼此相对独立的控制回路。若前馈控制器逆向实现
输入扰动信号对被控量通道的动态效果，实现完全补偿扰动信号的目标，即可实
现较为理想的补偿解耦。
但综合考虑到实际的被控对象氮氧传感器的泵单元的精确数学模型非常难获
53
万方数据
取，且其具体工作模型与实际的氧化锆基体的结构相关度很大，在工艺生产不稳
定的情况下，模型与实际性能特征具有较大的差异性的。若单纯使用上述的前馈
补偿解耦控制方法，难以使氮氧传感器的泵单元在实际工作时达到理想的效果。
Fuzzy 模糊控制方法的基本原理是将被控量的实际值与设定值比较，并量化其
偏差 e 和偏差变化率 de/dt，生成模糊量，然后根据基于对象变化特点经验总结的
模糊规则推理形成模糊决策，从而得到模糊控制量，最后将其反模糊化，从而得
到能作用于被控量的精确值，经过不断迭代实现对被控对象的模糊控制[56]。该方
法中，被控对象的数学模型精度的要求没有常用控制算法那么高，故本文引入模
糊控制方法，结合前馈补偿的控制方法，重新构成模糊前馈控制器。以此弥补前
述建立的理想数学模型与实际数学模型的差距，提高模拟的理论精度，增加控制
功能验证的可靠性。
模糊前馈控制器和基本 PID 控制器共同组成本系统中各个通道的模糊控制器。
控制系统的单通道控制回路如图 4.16 所示。
模糊控制器
Di-1 模糊前馈解耦
Di 控制器
βi
+
Pi + Ui Pi(t)
基本控制器被控对象
ui
-
图 4.16 单通道模糊前馈解耦控制系统框图
分析图 4.16 可知，下标 i 对应着 3 个泵单元的控制通道， Pi-1 、 Pi 、 Pi+1 分别
为第 i 、i-1、i+1 泵单元的 Nernst 电压设定值， Pi-1(t) ， Pi(t) ， Pi+1(t) 分别为 Nernst
电压的实际测量值。 U i 为各个泵单元的实际控制量，即泵电压。根据图 4.16 所示
的模糊解耦控制框图，有式（4-18）。
54
万方数据
Di   Pi 1  Pi    Pi 1  t   Pi  t  
（4-18）
Di 1   Pi  Pi 1    Pi  t   Pi 1  t  
上式中，Di 和 Di 1 是第 i 通道模糊前馈解耦控制器的输入量，其不仅反映相邻
的通道对通道 i 的电气耦合作用，也反映了相邻通道的被控量泵电压的扰动情况。
模糊前馈解耦控制器的输出量为补偿解耦信号 i ，与主通道的基本控制器的输出
信号 ui 叠加，组成被控泵单元对象的实际控制量 U i ，具体关系如式（4-19）所示。
U i  ui   i
（4-19）
 i  F  Di , Di 1 
具体的，模糊解耦控制器设计的大概步骤如下：
Step1. 根据输入输出要求和预先得到的泵单元对象特性设计 3 个通道的基本
PID 控制器。
Step2. 根据式（4-18）和式（4-19）计算模糊前馈解耦控制器的解耦补偿表
达式。其中， Di 为相邻泵单元的 Nernst 电压设定值与实际测量值的偏差， i 模糊
前馈解耦控制器的输出值。以第一通道 D1 为例，对式（4-18）进行变换，得到式
（4-20）。
D1   P2  P1    P2  t   P1  t  
=  P2  P2  t     P1  P1  t   （4-20）
D1  e2  e1
Step3. 根据式（4-20）计算控制量 U i ，即将解耦补偿值叠加到主通道的 PID
控制器输出端。
由 Step 2 可知，模糊前馈解耦控制器的输入实际上是相邻泵单元的 Nernst 电
压偏差量的偏差，解耦补偿值 i 即为该偏差值的函数，如式（4-21）所示。
i  F(e2  e1 ) （4-21）
分析式（4-21），有：
55
万方数据
（1）若 e1 与 e2 反号，则│ e2 - e1 │增加， 1 增大，补偿量增加；如果 e2 > 0
同时 e1 < 0，即第 1 个泵单元的 Nernst 电压超调，第 2 个泵单元的 Nernst 电压低
于设定值，解耦补偿值 1 < 0。此时解耦补偿值的作用可以使 e1 与 e2 均减小。e2 < 0
同时 e1 >0 时类推可得。由此，解耦的目的即可达成。
（2）若 e1 与 e2 同号，则│ e2 - e1 │减少。根据模糊控制的规律可知，1 减小。
即补偿量减小或为零。同样达到了解耦的目的。
基于以上单通道的分析，总结得出泵单元的 3 输入 3 输出的控制系统框图，
如图 4.17 所示。其每个模糊控制器模块都与图 4.16 的结构相同。
- 被控对象
r1 + e1
u1 y1
模糊控制器1 G11
d/dt
e1' G12
误
差
处 G13
理
模
块 G21
e2
r2 +
u2 y2
-
模糊控制器2 G22
d/dt
e2' G23
G31
G32
r3 + e3
u3 y3
- 模糊控制器3 G33
d/dt
e3'
图 4.17 针对泵单元的模糊前馈解耦控制系统框图
4.3.3 解耦算法仿真实验
基于 4.3.2 小节中对 NOx 传感器的泵单元控制方案的设计，本节利用
56
万方数据
MATLAB/Simulink 的实验环境，利用 4.3.1 实验计算的泵单元对象的数学模型，搭建

模拟仿真系统，系统整体 Simulink 如图 4.18 所示。
图 4.18 泵单元解耦控制系统框图
仿真系统主要包括误差处理模块、模糊控制器、对象数学模型和电流与气氛
浓度参数辨识模块等 4 个部分。其中，误差处理模块主要负责处理三个 Nernst 电
压的设定值和实际测量值的偏差值处理，生成模糊控制器所需的偏差输入信号；
模糊控制器遵从图 4.16 的原理设计，根据输入的偏差组生成泵电压，并输出；三
路泵电压输入到 4.3.1 小节建立好的对象数学模型中，根据相应的对象特性产生
Nernst 电压。实际测量的 Nernst 电压反馈到系统输入处，形成闭环控制。同时，
在此电压组的基础上，采集三个泵单元的泵电流信息，通过参数辨识模型转换为
当前腔室中的氧或 NOx 的浓度。其中，系统中相对最重要的模糊控制器具体框图
如图 4.19 所示。
分析图 4.19 可知，单个模糊控制器接收三组误差输入，分别为当前通道的
Nernst 电压误差，以及两路相邻通道的扰动偏差影响。PID 控制器使用当前通道的
Nernst 电压误差，输出信号相当于 ui 。模糊控制模块接收相邻通道的 Nernst 电压
57
万方数据
偏差组，输出两组信号，一组用于调整 PID，一组用于前馈控制的调节。最终前馈
控制输出与 PID 输出叠加，形成当前通道的泵电压输出。
图 4.19 模糊控制器的系统框图
失能模糊前馈控制，只使用 PID 作为主要控制器调节，当主泵单元 V0 出现扰动

时，仿真输出曲线如图 4.20 所示。使能模糊前馈控制解耦后，当主泵单元 V0 出现
扰动时，仿真输出曲线如图 4.21 所示。
图 4.20 未解耦时 V0 扰动的影响图 4.21 解耦时 V0 扰动的影响
分析图 4.20 和图 4.21 可以看出，未加入解耦时 V0 扰动会引起 V1、V2 的负相

关随动变化，加入解耦控制后，V0 相同程度的扰动对 V1、V2 影响很小。解耦系统
能有效减小主泵单元气氛环境扰动对副泵和测量泵的 Nernst 电压测量的影响。
失能模糊前馈控制，只使用 PID 作为主要控制器调节，当副泵单元 V1 出现扰动
时，仿真输出曲线如图 4.22 所示。使能模糊前馈控制解耦后，当副泵单元 V1 出现
扰动时，仿真输出曲线如图 4.23 所示。
58
万方数据
分析图 4.22 和图 4.23 可以看出，未加入解耦时 V1 扰动会引起 V2 的负相关随

动变化，加入解耦控制后，V1 相同程度的扰动对 V2 影响减小。副泵单元扰动对主
泵的影响尺度相对测量泵较小，解耦系统能有效减小副泵气氛环境扰动对测量泵的
Nernst 电压测量的影响。
失能模糊前馈控制，只使用 PID 作为主要控制器调节，当测量泵单元 V2 出现扰

动时，仿真输出曲线如图 4.24 所示。使能模糊前馈控制解耦后，当测量泵单元 V2
出现扰动时，仿真输出曲线如图 4.25 所示。
分析图 4.24 和图 4.25 可以看出，未加入解耦时 V2 扰动会引起 V1 的负相关随

动变化，加入解耦控制后，V2 相同程度的扰动对 V1 影响减小。测量泵单元本身对
主泵的影响尺度相对较小，解耦系统能有效减小测量泵单元气氛环境扰动对副泵的
Nernst 电压测量的影响。
综合上述实验结果，可以发现，针对 4.3.2 小节所建立的泵单元数学模型，采用
模糊前馈结合 PID 的控制方式能有效的对其工作流程进行解耦，并提高系统的抗干
扰能力，以此提高系统的测量精度和稳定性。上述仿真结果验证了算法的有效性，
为半实物和实物平台的搭建奠定了良好基础。
59
万方数据
4.4 本章小结
本章主要讲解了 NOx 传感器控制的两个关键方面，一是传感器工作温度条件的

稳定实现，二是泵单元控制过程的分析与实现。
根据传感器的工作温度条件，本章首先分析了传感器探头设计中使用的加热器
的电阻-温度特性，并采用三线测电阻的方法来实现加热电阻的准确直接获取，为电
阻温度的转换关系奠定基础。基于电阻-温度的终态特性，设计分段 PID 控制的基本
温度控制方法，并加入前馈控制过程加快温度的跟踪调节。基于实验法，本章在
MATLAB/Simulink 中搭建了加热器的对象模型，设计了前馈 PID 控制算法，并基于
ZN 临界比例度法整定了温度 PID 控制的相关参数，实现了 NOx 传感器加热过程的
模拟调节过程。
同时，在传感器的控制核心，泵单元控制方面，本章首先基于氮氧传感器测试
平台进行了泵单元工作特性的测试实验，验证了三个泵单元工作存在耦合关系。针
对实验得出的耦合关系，本章采用模糊前馈控制的方法进行控制过程的解耦，并在
MATLAB/Simulink 中建立了解耦控制的仿真模型。仿真实验的结果表明，采用模糊
前馈控制方法能有效实现 NOx 传感器的泵单元工作流程，并具有较强的实际应用转
化意义。
上述 NOx 传感器两大关键控制过程的实现，为后续实物传感器控制系统的设计
提供了明确指导。
60
万方数据
5 控制系统设计与结果分析
5.1 引言
前述章节对 NOx 传感器控制中工作温度条件控制和泵单元控制这两个关键过程

进行了充分的实验分析、建模、仿真和结果论证。为了验证加热控制和泵单元解耦
控制算法的实际适用性，本章对已有的氮氧传感器测试平台进行功能拓展，增加 NOx
传感器的在线控制模块，实现 NOx 传感器的实物控制论证，为将来后续开发 NOx
传感器奠定良好基础。
5.2 控制系统设计
NOx 传感器控制系统框架如图 5.1 所示，主要包括 LabVIEW 在线控制模块、泵

单元控制模块、加热控制模块和通信模块。
泵单元控制模块
Nernst_
Voltage Nernst电压采
集装置
Pump_
泵 Current 泵电流检测
单装置
元 Pump_
Voltage 泵电压输出通信 LabVIEW
装置控制控制端
Vol
加热控制器
加
热
器
Ri
电阻分析仪
NOx传感器
加热控制模块
图 5.1 控制系统框图
系统的工作流程：首先 LabVIEW 控制台发送加热指令，加热控制器按照小占空
61
万方数据
比开始加热，电阻分析仪实时采集加热器的电阻信息，并由通信模块将信号传输到
LabVIEW 控制台的加热处理单元，控制台经过算法模块计算后将加热的 PWM 控制
信号发送到加热控制器，完成加热闭环调节。当温度达到最佳工作温度后，开启泵
单元的控制使能。Nernst 电压采集装置测得三个泵单元的 Nernst 电压实际值，该值
由通信接口上传到 LabVIEW 控制台，再将算法模块计算得到的泵电压设定值发送到
泵电压输出装置，形成泵单元的闭环调节。同时，泵电流检测装置检测泵电流，并
通过已有的参数辨识模型转换为尾气中氧和 NOx 的气氛浓度。
图 5.2 加热控制器模块实物展示
加热控制部分的实物连接如图 5.2 所示，主要包括加热控制器和内阻分析仪的集

成模块、红外测温仪。专用的加热控制器使用目前嵌入式领域常用的 STM32 系列单
片机作为主控，辅以稳定的加热驱动电路进行控制电压输出。电阻分析仪则采用高
频的交流信号实时采集传感器内部加热器两端的电阻，使用交流阻抗法即可避免采
样信号对加热器直流电正常工作的干扰，并有效提高采集精度。具体控制过程中，
以 10ms 为一个控制周期，在控制器输出 PWM 的空白期，开启电阻采集。红外测温
仪是基于激光对焦的原理，直接测量探头中锆片基体的表面温度，用于实验中温度
的标定测试。
与上述模块相匹配的，LabVIEW 控制台加热模块的。主要包括电阻信息的传递、
PID 控制程序、PWM 输出和上下位通信功能等。其中通信部分主要是基于串口程序
实现，在第 3 章已介绍相关的 VISA 代码，此处不再赘述。控制模块的 PID 控制部
分代码如图 5.3 所示。
62
万方数据
图 5.3 加热控制模块设计
由于副泵和测量泵的泵电流级别都在 uA 级别，实际设计时，泵单元控制模块采
用如图 5.4 所示的专业的多通道微小电流信号检测仪来实时高速地测量三个泵电流
和并用电压采集装置采集 Nernst 电压，通过 RS232 串口将数据信息上传到 LabVIEW
控制台。控制台接收 Nernst 电压和泵电流信息，传递到第 4 章设计的模糊控制算法
模块，处理计算后得到泵单元的实际控制量泵电压，同样利用串口通信的方式将数
据传递到如图 5.5 所示的泵电压输出装置，完成泵电压的实际给定，从而实现泵单元
的控制过程。
图 5.4 微小电流信号检测仪图 5.5 泵电压输出装置
泵单元控制主要包括 Nernst 电压信息的输入、模糊控制隶属函数等参数设定、

模糊控制实现、PID 设定及实现、泵电压整理输出和 VISA 通信模块实现等。其中模
糊控制的部分 LabVIEW 代码如图 5.6 所示。
63
万方数据
图 5.6 泵单元模糊控制
在原有的氮氧传感器测试系统基础上集成温度和泵单元解耦关键控制模块，组
成新的传感器控制系统，如图 5.7 所示。其新添的功能包括气体成分信息、电阻温度
信息以及控制波形显示。
图 5.7 氮氧传感器控制系统
5.3 结果与分析
在改进的氮氧传感器控制平台上，本小节将进行相关的动静态测试。包括泵单
元特性测试、温度控制测试、泵单元控制测试等。
64
万方数据
5.3.1 泵单元参数辨识实验
基于前述控制平台，在 800℃环境下，独立测试三个泵单元的泵氧能力，并分析
其固有特性，辨识其参数信息。
5.3.1.1 主泵单元
测试气体为 O2 和 N2 混合气，调节氧浓度范围在 1%至 9%，流量为 0.675L/min。
在只有主泵工作时，测量其泵电压 Vp0-泵电流 Ip0 曲线，如图 5.8 所示。其氧浓度-
极限电流 Ip0 的关系曲线如图 5.9 所示。
图 5.8 主泵的 VI 特性曲线图 5.9 主泵的 Ip0 与 O2 特性曲线
分析图 5.8 可知，位于第一气体腔室的主泵的泵氧能力很好，尾气中氧浓度越高，

要达到极限电流所需的泵电压 Vp0 越大。其较强的泵氧能力能满足第二章原理介绍
中“将第一气体腔室的氧浓度调节到 ppm 级别”的要求。分析图 5.9 可知，主泵的
氧浓度与极限电流 Ip0 之间有较好的线性关系，在 MATLAB 中对关系函数进行参数
辨识，结果如式（5-1）所示，其中氧浓度单位为%，Ip0 的单位为 uA。
O2[%]=0.007147  Ip0[uA]  0.1655 （5-1）
5.3.1.2 副泵单元
测试气体仍采用 O2 和 N2 混合气，由于实际应用时第二腔室副泵的氧浓度
是 ppm 级别，此处模拟调节氧浓度范围在 1000ppm 至 9000ppm，流量为
0.675L/min。在只有副泵单元工作时，测量其泵电压 Vp1-泵电流 Ip1 曲线，如图
5.10 所示。其氧浓度-极限电流 Ip1 的关系曲线如图 5.11 所示。
65
万方数据
图 5.10 副泵的 VI 特性曲线图 5.11 副泵的 Ip1 与 O2 特性曲线
分析图 5.10 可知，位于第二气体腔室的副泵的泵氧目标与主泵不同——“将第

二气体腔室的氧浓度调节到10−3ppm 级别”，且流入第二腔室的尾气氧含量本身比
较小，故副泵的极限电流较小，较为精细。分析图 5.11 可知，副泵的氧浓度与极限
电流 Ip1 之间有较好的线性关系，在 MATLAB 中参数辨识结果如式（5-2）所示，氧
浓度单位为 ppm，Ip1 的单位为 uA。
O2[ppm]=190.4  Ip1[uA]  10.88 （5-2）
5.3.1.3 测量泵单元
与前述实验不同，此处测试气体采用 NO 和 N2 混合气，调节 NO 浓度范围
在 0ppm 至 2000ppm，流量为 0.675L/min。在只有测量泵单元工作时，测量其泵
电压 Vp2-泵电流 Ip1 曲线，如图 5.12 所示。其 NO 浓度-极限电流 Ip2 的关系曲
线如图 5.12 所示。
图 5.12 测量泵的 VI 特性曲线图 5.13 测量泵的 Ip2 与 NO 特性曲线
分析图 5.12 可知，位于第二气体腔室的测量泵单元具有范围更广的极限电流平
66
万方数据
台，易于施加较小变化率的泵电压进行控制，氧测量测量更稳定准确。在极低氧浓
度条件下，NO 分解为 O2 和 N2，O2 被泵出从而产生泵电流。故通过测量泵电流即可
反推 NO 浓度。分析图 5.13 可知，测量泵的 NO 浓度与极限电流 Ip2 之间有较好的
线性关系，在 MATLAB 中参数辨识结果如式（5-3）所示，NO 浓度单位为 ppm，Ip2
的单位为 uA。
NO[ppm]=449.5  Ip2[uA]  564.1 （5-3）
分析以上三个独立实验，我们验证了 NOx 传感器的三个泵单元独立工作时

的基本工作原理，并获取的三个不同功能的泵单元的极限电流特性，同时建立
了极限电流与气体浓度的关系模型，在后续泵单元控制中，可以直接利用该模
型将泵电流信息转换为气体浓度信息。
5.3.2 温度控制实验
在控制平台上，测试加热器算法的实现，其实际温度控制曲线如图 5.14 所示。
第四
阶段
第三
阶段
第二
阶段
第一
阶段
图 5.14 温度上升曲线
67
万方数据
图 5.15 终态稳定温度
分析图 5.14 传感器探头的温度上升曲线分为四个上升阶段，并于较短的时间内

达到稳定工作点，温度控制的效果对控制算法预设的曲线跟踪性能较好，其终态温
度工作点控制效果如图 5.15 所示，有效工作区间在 800±5℃，整体温度控制具有较
强的稳定性。
由此，验证了第 4 章中加热器算法的正确性和有效性。
5.3.3 泵单元控制实验
为了验证泵单元的控制合理性与有效性，本小节将首先采用大陆电子生产的
NOx 控制器对 NOx 传感器进行控制，并使用氮氧传感器测试平台记录其泵电压和泵
电流的数据，控制量泵电压变化曲线如图 5.16 所示，被控制量 Nernst 电压变化曲线
如图 5.17 所示。
图 5.16 大陆控制器泵电压曲线图 5.17 大陆控制器 Nernst 电压输出曲线
68
万方数据
分析图 5.16 和图 5.17 可知，德国大陆电子 Continental 的控制器采用的双闭环和

专家控制策略，该方法是从海量的基于传感器的测试数据中获取，体现了大陆电子
深厚的技术底蕴。但相比而言，国内的 NOx 传感器生产制造与控制设备的开发都相
对落后，还有很多测试需要进行，本项目所获取的数据也远没有 Continental 的多，
故只能基于现有数据进行相关研发，并不断探索更深层次的理论知识。
下面，使用本文开发的氮氧控制系统，连接实际的传感器探头，在实际气氛中
进行测试。测试得到控制量泵电压变化曲线如图 5.18 所示，Nernst 电压变化曲线如
图 5.19 所示。
图 5.18 控制系统泵电压曲线图 5.19 控制系统 Nernst 电压输出曲线
表 5.1 控制系统输出 NOx 气氛与大陆电子对比
气氛配比气体大陆电子控制平台

NO N2 流速（ppm）（ppm）
3.00 5400 0.55 485 415.5
2.50 5400 0.55 401 346
2.00 5400 0.55 312 273.2
1.50 5400 0.55 232 201.1
1.00 5400 0.55 155 134.8
0.50 5400 0.55 74 65.7
0.25 5400 0.55 34 30.5
0.20 5400 0.55 26 23.9
0.15 5400 0.55 18 16.1
0.10 5400 0.55 12 12.3
0.01 5400 0.55 2 7.9
分析图 5.18 和图 5.19 可以发现，使用模糊前馈解耦结合 PID 控制的方式，基本
69
万方数据
上能完成氮氧传感器泵单元的解耦，实现泵单元正常工作，缩短了调节稳定的时间。
由此验证了泵单元控制算法具备一定的有效性。
同时，根据泵电流输出和 5.3.1 小节中建立的参数模型，转换相应的 NOx 浓度，
与大陆电子专用控制器的 NOx 值输出做比较，结果如表 5.1 所示。表中数据表明，
控制系统能在较好程度上完成尾气中 NOx 的测量任务，但与实际的气氛浓度差距在
60ppm 左右，由于系统的控制算法是针对拟合模型建立，传感器的其他化学性质和
外界干扰并未深入考虑，模型的建立也不够精确，鲁棒性不够强。在以后的研究中，
需要加入其他影响因素的考量，并量化。以此，逐步完善泵单元模型，提高模型的
算法精度。总体氮氧传感器控制系统的开发完成较为系统，但离研发出商用集成的
NOx 传感器专用控制器和较成熟的控制算法还有较长的路要走，还需要进行很多后
续的研究与设计。
5.4 本章小结
本章首先基于已设计的模型和算法，结合常用的 LabVIEW 工业控制算法模块，

利用外置的泵电压控制装置、泵电流控制装置、加热控制器、内阻分析仪等，在第 3
章建立的氮氧传感器测试平台的基础上，设计了半实物的控制平台。
在所建立的半实物控制平台的有限条件下，进行了泵单元的参数辨识、温度控
制模拟、泵单元控制模拟等试验。其中，参数辨识模型提供了泵电流转化为 NOx 浓
度信息的方式。温度控制模拟试验验证了现有算法对传感器的工作条件稳定实现的
有效性。泵单元控制模拟试验在一定程度上验证了泵单元解耦控制的可实现，试验
结果对以后商业化控制系统设计与算法实现具备一定的参考意义。
70
万方数据
6 总结与展望
为了满足汽车尾气排放法案中氮氧化合物含量测定的要求，研制新一代能准确
高效测定尾气中 NOx 浓度的传感器是当前汽车行业的重要课题。NOx 传感器是中高
温环境下实现高精度、快速氮氧含量测量的关键设备，是汽车尾气后处理系统的重
要反馈装置。该传感器的关键技术长期被国外厂商和研究机构把持，为了实现国有
汽车产业的稳步上升，我国正逐步加大对于氮氧传感器的科研投入，以期早日完成
自主化。基于此背景，本文基于传感器工作特性的基础研究，研制了氮氧传感器测
试平台，并设计氮氧传感器的关键控制算法以及算法实现的半实物控制平台，主要
的研究工作如下：
（1）基于氮氧传感器的技术应用发展，结合材料学、电化学和控制学等方面由
浅入深地介绍了窄域氧传感器、宽域氧传感器和氮氧传感器的结构、工作原理、应
用性能。分析了各种类型传感器的特点、应用、联系以及氮氧控制系统开发的重点
与难点在于工作温度环境的控制与泵单元的控制。
（2）基于 LabVIEW 工业控制系统搭建了氮氧传感器测试平台。通过基于 MFC
等配气设备的实物搭建，本平台成功模拟了真实的尾气管道状态，能满足各种尾气
成分的模拟需求。同时，利用 USBCAN-I、采集卡等设备实现了 NOx 传感器及其控
制设备和氮氧气氛测试仪的数据采集与分析功能。本平台不仅能精确快速地提供实
验所需的汽车尾气气氛环境，并准确显示具体的气体成分数值做基准，还能为传感
器测试与控制的相关实验提供必要的工具环境。
（3）基于氮氧测试平台上进行的参数实验所得到相关的模型数据，建立了传感
器控制对象的数学模型。并制定了氮氧传感器的关键控制策略。基于电阻-温度的终
态特性，设计分段 PID 控制的基本温度控制方法，并加入前馈控制过程加快温度的
跟踪调节。在泵单元控制方面，利用测试平台进行了泵单元工作特性的测试实验，
验证了三个泵单元工作存在耦合关系。针对实验得出的耦合关系，采用模糊前馈控
制的方法进行控制过程的解耦，并在 MATLAB/Simulink 中建立了解耦控制的仿真模
71
万方数据
型，实现了 NOx 传感器的泵单元工作流程，具有较强的实际应用转化意义。

（4）在已搭建的测试平台上改进功能，加入传感器关键控制模块，提供控制系
统算法验证的工具。在此基础上，进行了传感器泵单元的相关特性实验和实际气氛
环境的测试实验，验证了控制算法的合理性。
本文所设计氮氧传感器综合控制平台为实际传感器生产研发提供了一套高效可
行的重要工具，可以满足传感器及其控制器开发的各种实验要求。但 NOx 传感器作
为车用高精密度测量仪表，其过程控制还有很多其他因素的影响，后续可以从以下
几个方面开展研究，以逐步实现 NOx 传感器的精密控制：
（1）氮氧传感器的电化学反应过程极为复杂，在实际模型建立的过程，对于材
料本身的特性并未做太多考虑。对此，后续可以基于电化学层面，对传感器的数学
模型进行更好的拟合，同时更新相应的控制算法，实现更为精密的控制。
（2）考虑到传感器及其专用控制器的工作环境极为恶劣，常会发生电极中毒、
传感器连接失效等故障。可以对传感器的故障诊断模型进行先行研究，为 NOx 传感
器控制器兼容车载 OBD 做好基础工作。
（3）由于工艺流程、生产环境的细微差别，出厂的 NOx 传感器的特性也并不
是完全一致，本文所建立的模型并未对这种差异性做出有效分析。后续研究可以对
NOx 传感器进行大量的实验，形成自主产品的特性参数库，同时进行大量的控制实
验，形成高效可行的专家控制，节省批量生产时的校验成本。
72
万方数据
致谢
光阴荏苒，硕士研究生的学习即将结束，短短两年的学习生活使我受益匪浅。
站在毕业的门槛上，回首往昔，奋斗和辛劳成为丝丝的记忆，甜美与欢笑也都尘埃
落定。华中大以其优良的学习风气、严谨的科研氛围教我求学，以其博大包容的情
怀胸襟、浪漫充实的校园生活育我成人。
在这两年里我成长了很多，也收获了很多。这些成长和收获离不开我身边的良
师益友。在硕士论文即将完成之际，借此机会，我谨向过去两年里给过我帮助和关
怀的所有人表示真挚的祝愿和衷心的感谢。
首先，我要特别感谢的是我的导师李曦老师，感谢李老师两年来对我的教诲与
培养。导师渊博的专业知识，严谨的治学态度，精益求精的工作作风，诲人不倦的
高尚师德，朴实无华、平易近人的人格魅力对我影响深远。导师不仅授我以文，而
且教我做人，虽历时两载，却赋予我终生受益无穷之道。
同时，由衷感谢蒋建华老师。蒋老师在课题组中总是以身垂范，为我们解决项
目难题指明了方向，提供了十分有价值的思路。当我的项目研究遇到瓶颈，身心被
浮躁之气浸染时，每每想到蒋老师科学的工作方式和严谨踏实的工作态度，我总能
从中获得启示，重拾信心应对并克服先前的阻碍。
衷心感谢同实验室的李叶松老师和程善美老师对我学习的指导和影响。李老师
平易近人，他严谨务实的学术作风，激励着我要以实事求是的态度来做科研。程老
师为人和蔼，他兢兢业业的科研作风，给我努力学习的动力。另外，还要感谢常州
联德电子有限公司冯江涛总经理在我实习期间对我的科研工作的支持和帮助，让我
体会到认真负责、严谨务实的工作作风对以后参加工作的重要性。
师恩难忘，同窗情深。除了感谢上面老师们的关怀以外，我还要感谢实验室师
兄师姐师弟的帮助。感谢师兄王杰、洪升平、许元武、周春来、徐阳、陈明渊、荆
素文、帅俊超，师姐徐梦雪，还有我的同窗王飘飘、陈颂、成天亮、吴小东、李杰
胜，以及师弟曾成、赵东琦、于洋，感谢他们一直以来对我学习上提供的帮助和生
73
万方数据
活上的关心。感谢室友陈远超、牛保群、杨祖煌，和他们一起快乐的生活了两年。
最后，我要感谢养育我二十余载的父母，谢谢他们为我的学业付出的数不清的
汗水。
仍有许许多多鼓励、支持并帮助着我的亲朋好友们，在此未能一一列举。得良
师益友如此，定使我受益终身，谢谢你们！
74
万方数据
参考文献
[1] 龚筱晗.汽车污染物排放的防治问题与对策探讨[J].科技资讯,2012(17):143-143.
[2] 耿永生.汽车尾气污染及其控制技术[J].环境科学导刊,2010,29(6):62-69.
[3] 国家环境保护总局.GB17691—2005：车用压燃式、气体燃料点燃式发动机与汽
车排气污染物排放限值及测量方法（中国Ⅲ、Ⅳ、Ⅴ阶段）[S].北京：中国标准
出版社,2005.
[4] 王建昕,傅立新,黎维彬.汽车排气污染治理及催化转化器[J].化学工业出版社.
[5] 张文.达到国Ⅳ排放的车用电控柴油机后处理技术研究[D].上海交通大学,2009.
[6] 张新昌,赵阳,冯明星.柴油车 SCR 系统用车用尿素的发展及市场前景[J].市场观
察,2010,5(4).
[7] C. O. Park , J. W. Fergus , N. Miura , et al. Solid-state electrochemical gas
sensors.Ionics,(2009)
[8] Serge Zhuiykov , Norio Miura. Development of zirconia-based potentiometric NOx
sensors for Sensors and ActuatorsB 121.(2007) 639–651.
[9] G. Sberveglieri, S. Groppelli, G. Coccoli, Radio frequency magnetron sputtering
growth and characterization of indiumtin (ITO) thin films for NO2 gas
sensors[J]．Sensors and Actuators15(1988) 235–242．
[10] M. Akiyama, J. Tamaki, N. Miura, N. Yamazoe, Tungstenoxide-based semicon
ductor sensor highly sensitive to NO and NO2[J]．Chem. Lett. (1991) 1611–1614.
[11] M. Akiyama, Z. Zhang, J. Tamaki, T. Harada, N. Miura, N.Yamazoe, T. Harada,
Tungsten oxide-based semiconductor sensor for detection of nitrogen oxides in
combustion exhaust[J]．Sensors and Actuators B 13–14 (1993) 619–620．
[12] J. Tamaki, T. Fujii, K. Fujimori, N. Miura, N. Yamazoe, Application of
metaltungsten–carbonate composite to nitrogen oxides operative at elevated
temperature [J]．Sensors and Actuators B24–25 (1995) 396–399．
[13] 杨邦朝,简家文,段建华等.氧传感器原理与进展[J].传感器世界,2002,8(9):6-10.
75
万方数据
[14] 王连红.ZrO2 氧传感器的发展与应用[J].山东陶瓷,2004,27(2):15-18.

[15] 武强 , 刘其中 , 褚雷阳 . 极限电流型氧传感器的研究 [J]. 传感器与微系
统,2006,25(6):46-48.
[16] 徐雯,修吉平,肖建中.氧化锆氧传感器浓差电势的测试研究[J].仪表技术与传感
器,2013,8:1-4.
[17] 吕鹏. 宽域氧传感器控制器开发[D].湖南大学,2014.
[18] 尹亮亮,谢光远,黄海琴等.基于氧化锆电解质的 NOx 传感器的检测系统设计[J].
传感器世界,2011(2).
[19] 赵海燕.汽车尾气用 NOx 传感器的研究[D].河北理工大学,2007.
[20] Continental.Specification Smart NOx Sensor "UniNOx24V",2010.
[21] 杨乐平,李海涛,肖凯,等.虚拟仪器技术概论[M].北京：电子工业出版社,2003.
[22] 陈磊,雷文平,叶平.基于虚拟仪器的空调压缩机液位测量研究[J].国外电子测量
技术,2005,(4):23-26.
[23] 梁宏斌.传感器技术在虚拟仪器中的应用[J].仪器仪表用户,2005,(2):111-112.
[24] 谭超 . 基于虚拟仪器技术的温差测定仪及其应用 [J]. 工业仪表与自动化装
置,2005,(2):57-58.
[25] 黄燕梅,韩庆瑶,伊淑梅.LabVIEW 的虚拟仪器技术在自动化检测中的应用[J].中
国测试技术，2005,31(1) :37-38.
[26] 邓振杰 , 齐建玲 . 基于 LabVIEW 的虚拟仪器构建技术 [J]. 国外电子测量技
术,2002,21(5):24-28.
[27] 陈隆道,周箭,许昌.虚拟仪器——测试技术的新领域[J].科技通报,1999,1:24-29.
[28] 赵越,朴仁官,王鹤.LabVIEW 环境下多路气体检测系统的设计[J].仪表技术与传
感器,2013,(4):45-48.
[29] 王雄健.基于 LabVIEW 的减压阀测试系统设计[D].哈尔滨理工大学,2009.
[30] 邱燕.气体流量快速发生与控制系统的研究[D].华中科技大学,2012.
[31] 周茜 , 马军平 . 一种便携式仓储温湿度检测仪的设计 [J]. 国外电子测量技
76
万方数据
术,2013,32(11):45-48.
[32] 田韶鹏,李理.基于 LabVIEW 的汽车空调控制面板按键测试系统[J].汽车技
术,2013,(6):43-46.
[33] 王晓光 , 潘明 . 基于 LabVIEW 的氧传感器的测试系统 [J]. 仪表技术与传感
器,2009,(9).
[34] 陈真 , 王延江 . 基于虚拟仪器技术的数据采集系统设计 [J]. 工业控制计算
机,2008,21(8):1-2.
[35] 陈树学,刘萱.LabVIEW 宝典[M].北京:电子工业出版社,2011,3:540-544.
[36] 张鑫 . 基于 LabVIEW 的阵列式气体传感器动态数据采集系统 [D]. 厦门大
学,2007.
[37] 贾金玲,姚娅川.基于嵌入式单片机系统和虚拟仪器技术的集成化智能仪器系统
开发[J].仪器仪表学报,2005,26(8)增刊:392-393.
[38] Edward R．High temperature zirconium oxygen sensors explained [J]．Wayne State
University，1999:7-21.
[39] 李硕,谢建军,柳润琴等.基于氧传感器基础上高温湿度测量仪的研发[J].电子测
量技术,2014，(2):95-99.
[40] 胡静,赵彦光,陈婷,等.重型柴油机尿素-SCR 闭环控制系统的研究[J].汽车工
程,2011,33(6):482-485.
[41] 王欢,黄晨.高精度无线环境温湿度测量系统设计研究[J].电子测量与仪器学
2013,27(3):211-216.
[42] 李宏梅 , 佟为明 , 程树康 .CAN 总线全数字式汽车仪表 [J]. 电子器
件,2010,33(5):646-650.
[43] 张丽,梁楚樵.基于 CAN 总线的住宅小区安防系统[J].武汉理工大学学报信息与
管理工程版,2006,28(2):7-13.
[44] 王雁平 , 张永春 . 基于 CAN 总线的现场总线仪表设计 [J]. 常州工学院学
报,2009,22(1):27-30.
77
万方数据
[45] 袁淑娟,陈仁文.CAN 总线网络节点的实现及应用[J].江南大学学报(自然科

版),2005,4(3):235-239.
[46] 朱小龙.基于 SAE J l939 标准的 CAN 通信网络在汽车动力传动系统中的应用
[J].重庆理工大学学报(自然科学),2013,3(27):16-21.
[47] 王明文.基于 SAE J 1939 的汽车网络测试系统设计[J].西华大学学报(自然科学
版),2011,30(1):48-51.
[48] 王锦坚,洪添胜.基于 SAE J 1939 协议的客车 CAN 总线发动机测试系统[J].工业
控制计算机,2009,22(4):82-84.
[49] 张涛,李珍珍,王思山,等.SAE J 1939 协议的研究及其协议栈的实现[J].湖北汽车
工业学院学报,2011,25(1):25-29.
[50] 俞妍,资新运,庞海龙,等.基于重柴 SCR 控制系统的 SAE J 1939 协议的应用[J].
军事交通学院学报,2014,16(1):47-52.
[51] 周宗明,左敦稳,王珉.温度快速跟踪控制算法的研究与实现[J].南京航空航天大
学学报,2001(04):401-404.
[52] 何芝强.PID 控制参数整定方法及其应用研究：[硕士学位论文].杭州：浙江大学，
2005,3.
[53] 王素青,姜维福.基于 Matlab/Simulink 的 PID 参数整定[J].自动化技术与应用，
2009,28(3):24-28.
[54] 黄威. 三输入三输出前馈解耦器表达式的推导[A]. 江西省电机工程学会.2012
年江西省电机工程学会年会论文集[C].江西省电机工程学会:,2012:2.
[55] 龚瑞昆,王鹏,王海平,周国庆.基于前馈补偿算法的温室系统解耦控制[J].江苏农
业学报,2017,33(05):1188-1193.
[56] 张彦龙,张驰,赵飞,杜文华,柳瑞,马骏.基于模糊逻辑理论的前馈控制器设计方法
研究[J].微特电机,2016,44(06):1-4+22.
78
万方数据
附录攻读硕士学位期间研究成果
申请专利：
[1] 一种宽域氧传感器控制器公开号：CN106150725A
硕士期间所获荣誉
[1] “三好研究生” 2017
79
万方数据

氮氧传感器控制系统研究

Uploaded by

Document Information

Copyright

Available Formats

Share this document

Share or Embed Document

Sharing Options

Did you find this document useful?

Is this content inappropriate?

Copyright:

Available Formats

氮氧传感器控制系统研究

Uploaded by

Copyright:

Available Formats

分 类 号 学 号 M201672333

Research On Nitrogen Oxygen Sensor

MA.D.Candidate ： Shuzhu Shao

Huazhong University of Science and Technology

As countries around the world have successively introduced more stringent

目前的重要课题。欧洲和我国的具体排放标准如表 1.1 和表 1.2 所示。

在机动车中，汽油机数量非常庞大，导致其 NOx 的排放总量极大。目前，汽油

含量测量。在如图 1.2 所示的汽车先进尾气处理系统框架中，NOx 传感器设备根据

我国柴油车保有量虽然不及汽油车庞大，但柴油机 NOx 排放总量却占据机动车

示，其原理是：在排气管催化剂的作用下尾气中 NOx 与还原剂尿素反应，转化生成

NH 3 和水，以此降低 NOx 排放。在国Ⅳ标准实行阶段，柴油机 SCR 系统的发展已

图 1.3 SCR 系统原理

图 1.4 NOx 传感器控制系统

图 2.2 氧传感器微观结构图 图 2.3 氧传感器 Nernst 电压输出

通过对上述氧化锆基体电化学现象的研究，德国物理化学家 Walther Nernst 于

其中 R=8.314J  mol-1  K-1 为理想气体常数， F=96485C  mol-1 为法拉第常数，T

氧化 陶瓷加 加热棒 电极引线

宽域氧传感器主要包括第 4.5 代传感器即平板式极限电流型氧传感器和第 5 代氧

氧气的扩散的流量则取决于扩散障碍层中的氧气浓度梯度 dCO2 /dt 、氧气有效扩散系

数 DO2 和有效横向扩散系 Q 等固有参数。

I P  4 FdN O2 /dt  4 F((  DO2 QdCO2 /dt)) （2-3）

层的有效扩散长度， CO2 为尾气中的氧气浓度，IL 正比于尾气中的氧气浓度。当 Vp

I L  ( 4 FDO2 Q/L)C O2 （2-4）

平板式极限电流氧传感器的电流电压关系曲线如图 2.7 所示，输出特性如图 2.8

图 2.7 极限电流氧传感器 Ip-Vp-A/F 关系曲线 图 2.8 极限电流氧传感器输出特性曲线

Nernst 原理（氧浓差电池原理）和极限电流原理（泵氧电池原理），第 5 代传感器

图 2.9 宽域氧传感器的微观结构和工作原理 图 2.10 宽域氧传感器的输出特性曲线

p，以此控制测量腔内氧气的泵入或泵出，从而有效地调节 Nernst 电动势 Es ，使其达

由于尾气检测的高温狭小环境的限制，直接测量 NOx 含量难度极高，目前没有

具体的，氮氧传感器的物理结构如图 2.12 所示，主要包括：第一扩散通道（狭

NOx 传感器的功能图解分析如图 2.13 所示。汽车尾气主要包含 HC、CO、H2、

比。同时，参考电极 Ref 和测量电极 M2 之间形成的 Nernst 电压 V2[20]。

参考电极 Ref 与主泵 P- 电极、副泵 M1 电极和测量泵 M2 电极形成的 Nernst 电

统基于工业控制常用的 LabVIEW 编程工具进行设计，能极大限度的减少本软件系统

本文搭建的高可用硬件测试平台整体实物图如图 3.3 所示，可实现实际的汽车尾

图 3.4 MFC 连接结构

本系统采用七星华创的 CS200 系列数字气体质量流量计设计 4 通道供气子系统

开关、电磁阀、连接管道和数字 MFC 等组成。4 路气瓶的气体组成分别为 N2、O2、

图 3.5 供气子系统与混合腔连接图 图 3.6 混合子系统加热装置

混合子系统主要功能为充分融合四路气体。如图 3.5 示，流量计输出的气氛流入

测试子系统实物连接细节如图 3.7 所示。为了准确的实时采集传感器单元控制引

采集卡具备 16 路模拟输入，4 路数字输出、4 路数字输入。本系统采用单端的模拟

图 3.8 USBCAN-I 图 3.9 气体分析仪 PG-350

本平台软件系统是基于 LabVIEW 编程语言进行设计的，主界面设计如图 3.10

统的控制功能模块，其核心模块包括 CS200 气体质量流量计控制、NI-6210 采集卡数

3.4.1 LabVIEW 开发环境

LabVIEW 是 NI 公司结合旗下仪器产品开发的软件平台。不同于 C、C++、Java

3.4.2 CS200 系列 MFC 控制

供气子系统中控制对象包括 4 台 CS200 系列 MFC 流量计组和相应的电磁阀。其

（3） 报文第 3 个字节表示读写命令类型。

ACK 意味着传输成功， NAK 意味着传输失败。

CS200 系列 MFC 设备串联时，为保证与总线时序的一致性使用同一个通讯时钟。

flow   value 16384 /  49152 16384 （3-1）

件结构完成，大大减少软件运行时 CPU 的占用率，提高代码效率。软件系统中 MFC

图 3.12 MFC 流量控制模块

气体流量控制的流程如图 3.13 所示。首先输入实验测试所需的 NOx 浓度，再根

反馈实际NOx浓度 调节N2流量 调节NO流量

由于 4 台 MFC 串联时使用同一个系统时钟，上位机软件访问 MFC 只能使用轮

询方式，即每次读写命令只能对一台 MFC 进行操作，要遍历所有 MFC 需要至少 4

图 3.14 读 MFC 的当前流量

设定 MFC 流量命令的写流量计操作的程序代码片段如图 3.15 所示，主要流程为：

LabVIEW 与采集卡建立连接是通过 DAQ-mx 工具包实现的[34-41]。由于采集卡的

图 3.17 DAQ 采集的部分代码

3.4.4 CAN 数据包解析

分类号学号 M201672333

图 2.2 氧传感器微观结构图图 2.3 氧传感器 Nernst 电压输出

氧化陶瓷加加热棒电极引线

图 2.7 极限电流氧传感器 Ip-Vp-A/F 关系曲线图 2.8 极限电流氧传感器输出特性曲线

图 2.9 宽域氧传感器的微观结构和工作原理图 2.10 宽域氧传感器的输出特性曲线

图 3.5 供气子系统与混合腔连接图图 3.6 混合子系统加热装置

（3）报文第 3 个字节表示读写命令类型。

反馈实际NOx浓度调节N2流量调节NO流量

图 4.7 PID 控制温度控制输出响应曲线图 4.8 前馈 PID 温度控制输出响应曲线

图 4.13 三变量控制系统开环图 4.14 三变量控制系统闭环

（1）若 e1 与 e2 反号，则│ e2 - e1 │增加， 1 增大，补偿量增加；如果 e2 > 0

（2）若 e1 与 e2 同号，则│ e2 - e1 │减少。根据模糊控制的规律可知，1 减小。