CN105527383B - 一种复杂环境下多工况汽车尾气测量方法 - Google Patents
一种复杂环境下多工况汽车尾气测量方法 Download PDFInfo
- Publication number
- CN105527383B CN105527383B CN201610020244.5A CN201610020244A CN105527383B CN 105527383 B CN105527383 B CN 105527383B CN 201610020244 A CN201610020244 A CN 201610020244A CN 105527383 B CN105527383 B CN 105527383B
- Authority
- CN
- China
- Prior art keywords
- speed
- concentration
- pollutant
- wind
- wind direction
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
Landscapes
- Chemical & Material Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Analytical Chemistry (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Physics & Mathematics (AREA)
- Combustion & Propulsion (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Testing Of Engines (AREA)
- Sampling And Sample Adjustment (AREA)
- Aerodynamic Tests, Hydrodynamic Tests, Wind Tunnels, And Water Tanks (AREA)
Abstract
本发明公开一种复杂环境下多工况汽车尾气测量方法;其特征在于第一步,确认尾气收集管与排气管、排放测量仪、尾气收集系统固定连接,无泄露;第二步,尾气排放实时测定;设置监测线监测污染物体积浓度,在污染物排放下风向轴线上,测量一定距离的污染物浓度,分别提取计算稳定后的某一帧数据,展现空间尾气相分布和流场涡度分布,计算污染物最大落地浓度与距离;选取最大浓度值及其对应的距离,做为污染物最大落地浓度与距离。优点是:充分考虑车辆工况、风速、风向、温度、交通环境等因素;简单、准确测量复杂环境与工况下汽车尾气排放。
Description
技术领域
本发明属于测量技术领域,涉及一种汽车尾气测量方法,尤其涉及一种复杂环境下多工况汽车尾气测量方法。
背景技术
随着汽车工业的迅速发展,汽车保有量急剧增加,汽车尾气引起的大气污染问题日趋严重,控制交通环境污染和车辆排放已成当务之急。
目前,国内外用于试验的汽车尾气排放数据测量方法主要有以下四种:底盘测功机法、隧道实验法、遥感测试法和车载测试法。
底盘测功机法是在实验室条件下,使用标准的测试循环。一个测试循环由停车、起动、匀速巡航、加速和减速的完整过程组成。在实验室中进行的,模拟车辆在典型的外界环境下的测试,但其不能反映实际道路上的排放状况。
隧道实验法是利用公路隧道来监测道路汽车尾气污染物的排放。公路隧道被看作一个控制汽车尾气扩散的特殊设施,其作用相似于用定容采样的方法在实验室内监测。得到的是各种车型综合的平均排放因子,难以进一步区分车型的排放因子,虽然可以利用多次实验的数据和分车型的车流量数据进行多元回归得到分车型的排放因子,但是其准确性无法保证。
遥感测试法是在道路边架设仪器,通过不分光红外分析法(NDIR)和分光或不分光之外分析法等技术,在线动态监测尾气管排放污染物的浓度,进而求出该道路上的机动车排放因子。自动化程度高,平均一天可以测试上千台车,但仅能测出在一个基于混合气比率或是燃油比率的特定位置上的瞬时排放量的估计,受测试地点和环境的影响较大,而且测试数据不够准确。
车载测试法是利用车载排放测量仪器,在实际道路上动态实时地测量车辆排放。不受位置、环境限制,测试方便。但若考虑车辆工况、风速、风向、温度、交通环境等因素,则工作量大,操作复杂,测量数据不够精确。
发明内容
本发明公开了一种复杂环境下多工况汽车尾气测量方法,以解决现有技术中底盘测功机法不能反映实际道路上的排放状况;隧道实验法难以进一步区分车型的排放因子,准确性无法保证;遥感测试法受测试地点和环境的影响较大,测试数据不够准确;车载测试法若考虑车辆车速、风速、风向、温度、交通环境等因素,则工作量大,操作复杂,测量数据不够精确等问题。
本发明一种复杂环境下多工况汽车尾气测量方法包括:
第一步,确认尾气收集管与排气管、排放测量仪、尾气收集系统固定连接,无泄露;
第二步,尾气排放实时测定;设置监测线监测污染物体积浓度,在污染物排放下风向轴线上,测量一定距离的污染物浓度,分别提取计算稳定后的某一帧数据,展现空间尾气相分布和流场涡度分布,计算污染物最大落地浓度与距离;选取最大浓度值及其对应的距离,做为污染物最大落地浓度与距离。
本发明设置监测线监测污染物体积浓度, 监测污染物体积浓度监测线起点位于排气口中心正下方地面上,监测线沿风向布置,监测线长度为5m。
本发明汽车尾气测量方法考虑风速、风向、车速不同试验工况对最大体积浓度对应的落地距离影响;设置监测线监测污染物体积浓度,如果存在风向与排放的方向严重不一致时,以等效排放点作为监测线起点;将风速假定为另一排放管排放;第一个排放管尾气排放速率为Q1,第一个排放管高度h1;第二个排放管尾气排放速率为Q2,第二个高度h2;
等效排放管高度;
排放管尾气排放速率Q=Q1+Q2;
等效排放点的位置位于第一个排放管和第二个排放管的连线上,第一个排放管至第二个排放管的距离为a;
当以第一个排放管为原点,等效排放点位置距第一个排放管距离:
X=a(Q-Q1)/Q=aQ2/Q
按同一时刻,t=1s时,不同风速、风向时,测量提取出监测线上最大体积浓度与对应距离。
本发明汽车尾气测量方法考虑风速、风向、车速不同试验工况对最大体积浓度对应的落地距离影响;采用车体不动,风速、风向和车速的等效转化方法;当欲试车速为V1,风速为V2,风向与车行进方向成夹角时,对风速为V2分解为垂直车体风速V2z与平行车体风速V2x;试验时,车体不动,用平行车体风速V2x与车速为V1之和与垂直车体风速V2z等效转化合成风速。
节约计算的资源消耗,同时,又能够将风向的影响考虑进去。
采用拉丁方设计(Latin square design)方法,在统计上控制两个不相互作用的外部变量并且操纵自变量。每个外部变量或分区变量被划分为一个相等数目的区组或级别,自变量也同样被分为相同数目的级别,使参数取值在试验设计中尽可能的均匀分布。
本发明优化汽车尾气测量方法,试验工况不考虑温度和交通状况因素,试验工况包括风速、风向、车速;风向:S为南、N为北、E为东、W为西;将风速、风向、车速分别分为相同数目的级别,形成试验设计矩阵;按试验设计矩阵试验工况设置监测线监测污染物体积浓度,污染物最大落地浓度与距离。
本发明将风速、风向、车速分为相同数目的15个级别,形成试验设计矩阵参见表1;
表1试验设计矩阵
本发明在同一时刻测量制作15个试验因素工况下的监测线,提取试验因素工况下监测线上的浓度分布,每5个工况一组,进行敏度分析。
本发明包括怠速工况下的尾气排放和扩散实时测定,仿真试验物理时间为3s;由于2s后的尾气长度变化很小,所以试验只提取前2s,每0.5s提取一次数据;截取俯视图和侧视图进行观察。
本发明试验工况还包括尾气密度、粘度;在污染物排放下风向轴线上,测量一定距离的污染物浓度,分别提取计算稳定后的某一帧数据,展现空间尾气相分布和流场涡度分布,计算污染物最大落地浓度与距离时;应用粒子的格子波尔兹曼方法自适应动态细化进行离散分析方法、LES大涡模拟湍流模型与拉格朗日非定场数值等方法,二维仿真,对尾气排放实时测定监测数据建立并优化尾气时空动态模型;对各因素参数独立分析,进行尾气测量。
尾气排放时空动态模型是监控和统计尾气排放浓度随时间和空间变化的数据模型,利用建立的尾气排放时空动态模型,初步分析尾气排放和扩散的动态规律。
尾气排放时空动态模型采用二维方法,针对尾气排放的污染物和空气作为模型的两相流,利用Xflow软件提供的两相流模型Phase Field,基于VOF的方法,在尾气排放区域内计算尾气和空气各相所占的比例,能够准确的识别空气和尾气相混合的地方,对尾气在空气中扩散、交界面不明显的问题进行仿真,并且用介于红色和蓝色之间的颜色进行表达,能够清晰地分析出尾气在空气中排放和扩散的动态规律。
本发明利用粒子的格子波尔兹曼方法自适应动态细化进行离散分析方法、LES大涡模拟湍流模型与拉格朗日非定场数值等方法,采用二维仿真方法,对尾气排放的参数设置进行研究时,选择了尾流自适应模块,即格子在流场涡流集中的区域,进行分解,对尾流场进行自动加密;试验仿真采用表2的格子尺度进行设置;
表2 尾气排放参数的格子设置
本发明的积极效果在于:充分考虑车辆工况、风速、风向、温度、交通环境等因素;基于科学、合理的抽样,用最小的计算量,研究各种因素对排放污染物的贡献率,筛选出关键因素及其与尾气排放之间的关系;利用粒子的格子波尔兹曼方法自适应动态细化进行离散分析方法、LES大涡模拟湍流模型与拉格朗日非定场数值等方法,结合汽车尾气排放实时监测数据,建立并优化尾气时空动态模型,提出一种复杂环境下多工况汽车尾气测量新方法,为控制尾气排放体积与浓度的时空动态分布,降低汽车尾气对PM2.5的贡献率提供新方案;优化试验方案,结合仿真试验,简单、准确测量复杂环境与工况下汽车尾气排放。
附图说明
图1为排气管截面处尾气体积浓度分布云图随时间变化关系示意图;
图2为本发明怠速工况下空间尾气分布示意图;
图3为本发明汽车后监测线的布置示意图;
图4为本发明等效转化合成风速示意图;
图5为本发明汽车尾气排放时空动态模型示意图;
图中:P1监测线起点,P2监测线终止点、line1 监测线、V1车速、V2风速、V2z垂直车体风速、V2x平行车体风速、等效转化合成风速V3。
具体实施方式
以下结合附图详细说明本发明的一个实施例。
本发明实施例如图1、图2、图3、图5所示:
第一步,首先确认尾气收集管与排气管、排放测量仪、尾气收集系统固定连接,无泄露;
第二步,尾气排放实时测定;实时测定怠速工况下的尾气排放和扩散,研究怠速工况下的尾气排放和扩散现象;仿真试验物理时间为3s;由于2s后的尾气长度变化很小,所以试验只提取前2s,每0.5s提取一次数据;截取俯视图和侧视图进行观察;由于怠速时,车辆没有形成绕流,因此尾气的扩散没有受到车体绕流的影响;尾气的有效长度随着时间的增加而增加,在仿真试验进行的前2s,与时间呈线性关系。
应用粒子的格子波尔兹曼方法自适应动态细化进行离散分析方法、LES大涡模拟湍流模型与拉格朗日非定场数值等方法,对尾气排放实时测定监测数据建立并优化尾气时空动态模型;建立并优化的尾气时空动态模型,具有车辆工况、风速、风向、温度、交通环境因素参数。
如图4所示,由于车速、风向、风速均在工况中被考虑,所以,需要一种方法,既保证车体不动,节约计算的资源消耗,同时,又能够将风向的影响考虑进去。采用风速、风向和车速的等效转化方法,当欲试车速为V1,风速为V2,风向与车行进方向成夹角时,对风速为V2分解为垂直车体风速V2z与平行车体风速V2x;试验时,车体不动,用平行车体风速V2x与车速为V1之和与垂直车体风速V2z等效转化合成风速。
如图1所示,尾气刚刚从排气管排出时,最大浓度聚集区为沿着流速方向,向后移动。由于受到复杂的汽车尾流影响,这些聚集区出现了破裂和分散,浓度降低,与此同时,新的尾气又从排气口源源不断的排出,所以最大浓度对应的距离又回到起点。在排气管高度附近区域,最大浓度和距离都会呈现一种周期性波动的规律。
由于复杂环境下多工况汽车尾气测量试验的复杂性,本试验利用粒子的格子波尔兹曼方法自适应动态细化进行离散分析方法、LES大涡模拟湍流模型与拉格朗日非定场数值等方法,采用二维仿真方法,对尾气排放的参数设置进行研究,并且分析尾气扩散的动态规律。
格子玻尔兹曼方程源于格子气自动机(LGA),LGA理论在1970年代提出并发展,主要用来解决当时用三种流体理论都无法很好描述的流体问题,它的基本思想基于如下的认识:流体的宏观运动是流体分子做微观运动的统计平均结果,宏观行为对每个分子的运动细节不敏感。虽然,LGA具有绝对稳定、易于并行、边界条件处理简单等优点,但是也存在过大的统计噪音、不满足伽利略不变性等缺点。
格子玻尔兹曼正是为了克服这些问题而产生的,它用粒子分布函数代替粒子本身进行演化。粒子分布函数实际上是一种人工微观模型,种类较多,但都满足结构简单、运动规律简化、统计特性符合宏观运动规律等。常用的粒子分布函数有D2Q9、D3Q27等。
二维标准格子玻尔兹曼方程如下:
其中,fa是9个方向粒子分布函数,(这里以D2Q9模型为例);ea是粒子离散速度;是局部平衡态分布函数;是松弛时间。
LES介于DNS(直接数值模拟)和RANS(雷诺平均NS方程)之间,它直接模拟大尺度的湍流运动,利用亚网格模型(SGS)模拟小尺度涡对大尺度涡的影响。LES比RANS更为精确,且可在常规计算机上实现,因此在CFD领域具有极大的发展潜力。湍流粘性系数由Smagorinsky模型计算。
因此,也随之变换,即松弛时间不再是固定的。
采用二维仿真方法,对尾气排放的参数设置进行研究时,格子的分布是LBM方法仿真问题成功与否的关键,格子的选取需要考虑很多的方面,过小的格子尺度,势必引起总格子数的增多,耗费CPU资源,导致计算过于缓慢;而过大的格子尺寸差异性,又容易导致计算的不稳定和内存的过多占用。
本试验方法选择了尾流自适应模块,即格子在流场涡涡集中的区域,进行分解,对尾流场进行自动加密;若不对尾流加密的长度进行控制,会造成计算时间不减反增的情况,因此本试验仿真方法采用表3的格子尺度进行设置。
表3 尾气排放参数的格子设置
充分考虑车辆工况、风速、风向、温度、交通环境等因素对排放污染物的贡献率,通过科学、合理的抽样,用最小的计算量,筛选出关键因素及其与尾气排放之间的关系,优化设计汽车尾气排放测量试验,详见表4。
表4 影响汽车尾气排放的参数及取值范围
针对影响汽车尾气排放的因素,测量试验统计为:个方案,试验方案数量庞大,因此需要利用优化方法进行关键参数辨识。
利用优化拉丁方方法,使参数取值在试验设计中尽可能的均匀分布。暂时不考虑温度和交通状况,对因素进行编号,得到15个设计矩阵,详见表5。
表5 试验设计矩阵
按照试验优化方案的参数选择,结合汽车尾气实时监测条件,对筛选出的关键因素进行进一步试验优化。
1)风速风向与车速的试验优化
由于车速、风向、风速均在工况中被考虑,所以,需要一种方法,既保证车体不动,节约计算的资源消耗,同时,又能够将风向的影响考虑进去。采用转化方法,详见附图。
2)风速取风级的中间值由于参数对应的是风级,而风级是一个范围,因此,风速考虑取为每个风级对应的中间值,或者平均值,详见表6。
表6 风速取值方法
此外,风向包含16个风向,在编号时,从北风开始为1,顺时针方向进行编号。
设置监测线line1监测污染物体积浓度, 监测污染物体积浓度第一监测点P1位于排气口中心正下方地面上,监测线沿风向布置,从监测线起点P1至监测线终止点P2为监测线line1长度,监测线line1长度为5m。
本发明实施例将同一时刻15个工况监测线上的浓度分布提取出来,每5个工况一组。
典型因素影响分析:
1.尾气浓度与粘度的影响
根据试验优化方案,选取对应的风速、风向、车速,得到最大体积浓度和对应的落地距离,详见表7、表8。
2.风速的影响
根据试验优化方案,研究不同风速对最大落地距离和浓度的影响,提取出监测线上相同时刻的体积浓度数据。风速对最大浓度的影响近似呈现波动性,且变化幅值不是很大,说明敏感度不高。即为随着风速的增大,车后流动的复杂性也增加,各种漩涡或流动分离冲散污染物或者聚集污染物,这两种趋势互相影响赫尔平衡,情况较为复杂。
对于最大落地距离,风速对最大落地距离呈现先增大、后减小的趋势。由于风速增大势必会将更多的污染物带向下游,因此,试验中风速为6级时,浓度较大(第二个峰值)的位置对应的距离(约3.3m)。下风向试验中,车体会对污染物的扩散带来影响,车后的流动漩涡会使污染物偏离下风向的方向。流动的分离、大量的漩涡也会对污染物的聚集产生影响,车后一定距离的污染物已经很难聚集到一起,而同时,新的尾气源源不断的从排气口排出,最大落地浓度和距离很有可能重新移回到车的紧后方,导致了污染物距离会出现先增后减的情况。
3.风向的影响
根据试验优化方案,同一时刻,t=1s时,监测线上最大浓度与对应距离,详见表9列于下表。
表9 不同风向下最大落地浓度和对应距离
可以发现,在两种风向下,污染物的落地浓度和距离的瞬时变化规律非常一致,在一段时间以内,两者几乎重合,但是随着时间的推进,可以发现,SE风向的浓度和距离都要比SW要小。原因是,刚开始时,尾气排放量较小,距离也较短,还没有受到汽车尾流场的影响,或者影响还不是很明显;但是排放时间增加后,汽车尾流场的复杂性和尾气扩散的随机性体现得更加明显。
4.车速的影响
根据试验优化方案,通过最大体积浓度的瞬时特性曲线可以发现:
1)车辆在怠速的情况下,浓度随着时间的推移,呈现波动性;在车速为30Km/h的情况下,监测线上污染物最大浓度对时间并不是特别敏感,变化的幅度较小。这种情况出现的原因是,车速较大,车后尾流的流动越发复杂,因此,污染物比较难以聚集,因此浓度很难出现一个非常集中的区域。
2)对比两种车速,最大浓度对应的距离随时间变化的规律呈现非常相似的规律,都是先增加,随后减小。30Km/h的变化要平缓一些,数值也要小一些,且最大值出现的相对时间提前。这是因为车速增大,车后尾流场更加复杂,污染物的扩散更加多变,且很可能向多个方向扩散,因此,30Km/h的最大浓度对应的距离也较0Km/h的时候较小。
3)车速越大,尾气传播和扩散的距离越远。虽然尾气排出速度与车速的相对速度随着车速的增加而减小,但是汽车尾流的速度较大,将会很大程度上的把尾气带到下游。
4)尾气分布区域在有车速时,水平方向会朝车体内部偏移,这与二维分析时,尾气向上运动的原因是一致的,由于排气管靠汽车左侧,左侧流过的尾流会影响到尾气的扩散方向。
5)尾气的集中程度随着车速的增加而缓解。车速的增加,会导致车后的流动更加复杂,流动分离和漩涡脱落会非常严重。
试验测量结果:
分别提取计算稳定后的某一帧数据,展现空间尾气相分布和流场涡度分布。计算污染物最大落地浓度与距离:污染物排放下风向轴线上,测量一定距离的污染物浓度,根据该浓度分布规律,从中选取最大浓度值及其对应的距离。如果存在风向与排放的方向严重不一致时,应该取等效排放点作为监测线起点。
可以通过设置监测污染物体积浓度,在位于排气口中心正下方地面上,监测线沿风向布置,长度为5m。详见附图。
根据优化后的试验方法,将15个工况的同一时刻,监测线上的浓度分布提取出来,每5个工况一组,详见附图。
将附图中每条曲线的最高点,即体积浓度最大值和对应的距离提取出来,和之前试验设计的15种工况尾气排放测试结果,详见表8,并利用优化软件进行敏度分析表10。
表10各工况试验结果敏度分析
最大体积浓度和对应距离的帕累托结果可以看出:
1)忽略交互项,对最大体积浓度来说,影响最大的依次是:尾气的密度、粘度、风向、风速、车速;对距离来说,影响最大的依次是:粘度、密度、风向、风速、车速。说明,尾气的密度和粘度对试验结果的影响是很大的,而且其影响都是2次项,车速对结果的影响较小。
2)交互效应比较的明显,在敏度分析阶段,尾气的密度和粘度与其他几种因素,如风向、风速、车速等都有交互作用,且交互关系比较复杂。
3)几种因素仍需独立分析,其对测量结果的影响不能忽略。
Claims (8)
1.一种复杂环境下多工况汽车尾气测量方法;其特征在于:包括:
第一步,确认尾气收集管与排气管、排放测量仪、尾气收集系统固定连接,无泄露;
第二步,尾气排放实时测定;设置监测线监测污染物体积浓度,在污染物排放下风向轴线上,测量一定距离的污染物浓度,分别提取计算稳定后的某一帧数据,展现空间尾气相分布和流场涡度分布,计算污染物最大落地浓度与距离;选取最大浓度值及其对应的距离,做为污染物最大落地浓度与距离;
监测线监测污染物体积浓度的设置,如果存在风向与排放的方向严重不一致时,以等效排放点作为监测线起点;将风速假定为另一排放管排放;第一个排放管尾气排放速率为Q1,第一个排放管高度h1;第二个排放管尾气排放速率为Q2,第二个排放管高度h2;
等效排放管高度;
排放管尾气排放速率Q=Q1+Q2;
等效排放点的位置位于第一个排放管和第二个排放管的连线上,第一个排放管至第二个排放管的距离为a;
当以第一个排放管为原点,等效排放点位置距第一个排放管距离:
X=a(Q-Q1)/Q=aQ2/Q
按同一时刻,t=1s时,不同风速、风向时,测量提取出监测线上最大体积浓度与对应距离。
2.根据权利要求1所述的一种复杂环境下多工况汽车尾气测量方法;其特征在于:设置监测线监测污染物体积浓度,监测污染物体积浓度监测线起点位于排气口中心正下方地面上,监测线沿风向布置,监测线长度为5m。
3.根据权利要求1所述的一种复杂环境下多工况汽车尾气测量方法;其特征在于:试验工况不考虑温度和交通状况因素,试验工况包括风速、风向、车速;风向:S为南、N为北、E为东、W为西;将风速、风向、车速分别分为相同数目的级别,形成试验设计矩阵;按试验设计矩阵试验工况设置监测线监测污染物体积浓度,污染物最大落地浓度与距离。
4.根据权利要求3所述的一种复杂环境下多工况汽车尾气测量方法;其特征在于:将风速、风向、车速分为相同数目的15个级别,形成试验设计矩阵;
试验设计矩阵
在同一时刻测量制作15个试验因素工况下的监测线,提取试验因素工况下监测线上的浓度分布,每5个工况一组,进行敏度分析。
5.根据权利要求1所述的一种复杂环境下多工况汽车尾气测量方法;其特征在于:包括怠速工况下的尾气排放和扩散实时测定,仿真试验物理时间为3s;试验只提取前2s,每0.5s提取一次数据;截取俯视图和侧视图进行观察。
6.根据权利要求1所述的一种复杂环境下多工况汽车尾气测量方法;其特征在于:试验工况还包括尾气密度、粘度;在污染物排放下风向轴线上,测量一定距离的污染物浓度,分别提取计算稳定后的某一帧数据,展现空间尾气相分布和流场涡度分布,计算污染物最大落地浓度与距离时;应用粒子的格子波尔兹曼方法自适应动态细化进行离散分析方法、LES大涡模拟湍流模型与拉格朗日非定场数值方法,二维仿真,对尾气排放实时测定监测数据建立并优化尾气时空动态模型;对各因素参数独立分析,进行尾气测量。
7.根据权利要求6所述的一种复杂环境下多工况汽车尾气测量方法;其特征在于:利用粒子的格子波尔兹曼方法自适应动态细化进行离散分析方法、LES大涡模拟湍流模型与拉格朗日非定场数值方法,采用二维仿真方法,对尾气排放的参数设置进行研究时,选择了尾流自适应模块,即格子在流场涡流集中的区域,进行分解,对尾流场进行自动加密;试验仿真采用表1的格子尺度进行设置;
表1 尾气排放参数的格子设置
8.根据权利要求6所述的一种复杂环境下多工况汽车尾气测量方法;其特征在于:采用车体不动,风速、风向和车速的等效转化方法;当欲试车速为V1,风速为V2,风向与车行进方向成夹角时,对风速为V2分解为垂直车体风速V2z与平行车体风速V2x;试验时,车体不动,用平行车体风速V2x与车速为V1之和与垂直车体风速V2z等效转化合成风速V3。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610020244.5A CN105527383B (zh) | 2016-01-13 | 2016-01-13 | 一种复杂环境下多工况汽车尾气测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610020244.5A CN105527383B (zh) | 2016-01-13 | 2016-01-13 | 一种复杂环境下多工况汽车尾气测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105527383A CN105527383A (zh) | 2016-04-27 |
CN105527383B true CN105527383B (zh) | 2017-06-23 |
Family
ID=55769737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610020244.5A Expired - Fee Related CN105527383B (zh) | 2016-01-13 | 2016-01-13 | 一种复杂环境下多工况汽车尾气测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105527383B (zh) |
Families Citing this family (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6672996B2 (ja) * | 2016-04-28 | 2020-03-25 | 富士電機株式会社 | 発生源分析装置および発生源分析方法 |
CN106645549A (zh) * | 2016-09-06 | 2017-05-10 | 南京林业大学 | 一种模拟隧道环境条件的汽车尾气降解效果评价方法 |
CN106446398B (zh) * | 2016-09-20 | 2019-08-20 | 中山大学 | 基于交通运行数据和劣化率的轻型汽车排放速率计算方法 |
CN106682398A (zh) * | 2016-12-12 | 2017-05-17 | 华南理工大学 | 一种基于湍动能和湍流长度尺度截断的rans/les方法 |
CN108106887B (zh) * | 2017-12-28 | 2024-04-09 | 清华大学 | 机动车尾气颗粒物和挥发性有机污染物分工况采样系统 |
CN109238987B (zh) * | 2018-10-11 | 2021-07-09 | 成都中安瑞晨科技有限责任公司 | 一种多光谱汽车尾气监测装置 |
CN109299569B (zh) * | 2018-10-24 | 2023-04-18 | 广州市香港科大霍英东研究院 | 一种基于相干结构的不可压缩黏性流体的大涡模拟方法 |
CN109443453B (zh) * | 2018-12-29 | 2024-04-05 | 昆山优合自动化科技有限公司 | 一种定容采样器的测试装置 |
CN113267602B (zh) * | 2021-06-28 | 2023-10-03 | 福建师范大学 | 单车蒸发排放运行损失VOCs排放因子测试方法及其系统 |
CN117852318B (zh) * | 2024-03-07 | 2024-06-14 | 中汽研汽车检验中心(昆明)有限公司 | 一种汽车尾气净化装置耦合系统的性能仿真方法及系统 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB0326368D0 (en) * | 2003-11-12 | 2003-12-17 | Intellprop Ltd | Telecommunications services apparatus |
US8035530B2 (en) * | 2006-11-09 | 2011-10-11 | Sridhara Subbiah Ramasubbu | RFID intelligent traffic signaling |
CN101000278A (zh) * | 2007-01-12 | 2007-07-18 | 武汉四方光电科技有限公司 | 一种机动车污染物排放总量的测量装置和方法 |
CN102735803A (zh) * | 2012-07-16 | 2012-10-17 | 毛振刚 | 机动车尾气在线监测系统 |
CN103076429B (zh) * | 2012-12-27 | 2016-05-18 | 北京工业大学 | 移动源尾气在线监测与污染物采样系统 |
CN103267828B (zh) * | 2013-04-25 | 2015-05-13 | 北方工业大学 | 检测机动车及环境对大气污染程度的系统及其运行方法 |
CN103245760B (zh) * | 2013-04-25 | 2015-06-03 | 北方工业大学 | 利用rfid技术快速发现机动车对大气环境影响的系统及方法 |
CN103630474B (zh) * | 2013-12-08 | 2016-01-20 | 中国科学技术大学 | 多车道机动车尾气pm2.5遥测装置 |
CN103838971A (zh) * | 2014-03-12 | 2014-06-04 | 中国航天系统工程有限公司 | 一种城市路网动态交通能耗及排放的计算方法 |
CN104408308A (zh) * | 2014-11-25 | 2015-03-11 | 复旦大学 | 一种地下空间排放口排放污染物对周围环境影响的测量方法 |
-
2016
- 2016-01-13 CN CN201610020244.5A patent/CN105527383B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN105527383A (zh) | 2016-04-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105527383B (zh) | 一种复杂环境下多工况汽车尾气测量方法 | |
CN104715605B (zh) | 一种基于vsp分布的交通运行数据与排放数据耦合方法与系统 | |
Saffman | A theory of dispersion in a porous medium | |
CN104164829B (zh) | 基于移动终端的路面平整度检测方法和智能路面信息实时监测系统 | |
Karra et al. | Air flow and pollution in a real, heterogeneous urban street canyon: A field and laboratory study | |
Song et al. | Characteristics of low-speed vehicle-specific power distributions on urban restricted-access roadways in beijing | |
CN103838971A (zh) | 一种城市路网动态交通能耗及排放的计算方法 | |
CN104008229A (zh) | 一种街区污染物浓度分布模型建立方法 | |
CN106840703A (zh) | 尾气后处理装置的减排效果评价方法、系统及测试设备 | |
Seo et al. | Emission factor development for light-duty vehicles based on real-world emissions using emission map-based simulation | |
Tianzi et al. | Comparative study of VISSIM and SIDRA on signalized intersection | |
CN105426636A (zh) | 城市峡谷街道机动车污染物排放与扩散的实时估计方法 | |
CN107577910A (zh) | 一种基于深层次神经网络的车辆尾气浓度反演方法 | |
CN106650287A (zh) | 一种基于mlp神经网络的机动车尾气排放因子估计方法 | |
CN103606279A (zh) | 一种基于智能手机的道路出行方式判别方法及系统 | |
CN107967242A (zh) | 一种城市交通流量对空气质量影响的分析方法及系统 | |
CN103077275A (zh) | 高速公路匝道仿真模型的参数标定方法 | |
Willman et al. | Quantitative metrics for comparison of in-cylinder velocity fields using particle image velocimetry | |
CN105912862A (zh) | 一种尾气排放量检测方法及大气污染分析方法和装置 | |
CN1845202A (zh) | 交叉口间的交通协调控制系统 | |
CN102706782A (zh) | 汽油车排放微颗粒物重量检测方法 | |
CN103942399B (zh) | 一种浮式液化天然气平台液化过程的仿真方法 | |
Huang et al. | In-cylinder tumble flows and performance of a motorcycle engine with circular and elliptic intake ports | |
CN104111095A (zh) | 基于汽车行驶状态的汽车油耗分析方法及系统 | |
CN108254506A (zh) | 一种汽油车下线排气污染物瞬态工况法测量装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170623 Termination date: 20180113 |