CN106770059A - 一种基于燃烧方程修正算法的机动车尾气遥感检测方法 - Google Patents
一种基于燃烧方程修正算法的机动车尾气遥感检测方法 Download PDFInfo
- Publication number
- CN106770059A CN106770059A CN201611017085.XA CN201611017085A CN106770059A CN 106770059 A CN106770059 A CN 106770059A CN 201611017085 A CN201611017085 A CN 201611017085A CN 106770059 A CN106770059 A CN 106770059A
- Authority
- CN
- China
- Prior art keywords
- gas
- motor
- concentration
- vehicle tail
- vehicle
- 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.)
- Granted
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 34
- 238000004422 calculation algorithm Methods 0.000 title claims abstract description 25
- 238000012937 correction Methods 0.000 title claims abstract description 24
- 239000000295 fuel oil Substances 0.000 claims abstract description 38
- 235000019504 cigarettes Nutrition 0.000 claims abstract description 20
- 239000013618 particulate matter Substances 0.000 claims abstract description 19
- 239000000779 smoke Substances 0.000 claims abstract description 13
- 230000003287 optical effect Effects 0.000 claims abstract description 11
- 239000000356 contaminant Substances 0.000 claims abstract description 8
- 239000007789 gas Substances 0.000 claims description 173
- VNWKTOKETHGBQD-UHFFFAOYSA-N methane Chemical compound C VNWKTOKETHGBQD-UHFFFAOYSA-N 0.000 claims description 50
- 239000003915 liquefied petroleum gas Substances 0.000 claims description 33
- 229910052760 oxygen Inorganic materials 0.000 claims description 27
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims description 26
- 239000001301 oxygen Substances 0.000 claims description 26
- 239000002283 diesel fuel Substances 0.000 claims description 24
- 238000002485 combustion reaction Methods 0.000 claims description 22
- 239000003345 natural gas Substances 0.000 claims description 21
- 238000010521 absorption reaction Methods 0.000 claims description 20
- 239000002245 particle Substances 0.000 claims description 15
- 229910052799 carbon Inorganic materials 0.000 claims description 8
- 239000003921 oil Substances 0.000 claims description 7
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 6
- 238000012538 light obscuration Methods 0.000 claims description 3
- 239000011800 void material Substances 0.000 claims description 2
- 239000004575 stone Substances 0.000 claims 1
- 239000000446 fuel Substances 0.000 description 17
- 238000000034 method Methods 0.000 description 10
- 239000000203 mixture Substances 0.000 description 10
- 239000003502 gasoline Substances 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 239000003344 environmental pollutant Substances 0.000 description 6
- 231100000719 pollutant Toxicity 0.000 description 6
- 238000005259 measurement Methods 0.000 description 5
- 238000004364 calculation method Methods 0.000 description 3
- ATUOYWHBWRKTHZ-UHFFFAOYSA-N Propane Chemical compound CCC ATUOYWHBWRKTHZ-UHFFFAOYSA-N 0.000 description 2
- 230000006835 compression Effects 0.000 description 2
- 238000007906 compression Methods 0.000 description 2
- 238000000205 computational method Methods 0.000 description 2
- 239000008187 granular material Substances 0.000 description 2
- 230000031700 light absorption Effects 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000002834 transmittance Methods 0.000 description 2
- 241000487918 Acacia argyrodendron Species 0.000 description 1
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- 239000012491 analyte Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 239000003738 black carbon Substances 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 239000006229 carbon black Substances 0.000 description 1
- 239000003054 catalyst Substances 0.000 description 1
- 235000011222 chang cao shi Nutrition 0.000 description 1
- 239000003610 charcoal Substances 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009795 derivation Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000010761 intermediate fuel oil Substances 0.000 description 1
- 239000003949 liquefied natural gas Substances 0.000 description 1
- 229910052757 nitrogen Inorganic materials 0.000 description 1
- 239000001294 propane Substances 0.000 description 1
- 230000011514 reflex Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 239000004071 soot Substances 0.000 description 1
- 239000007921 spray Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
- G01N21/59—Transmissivity
Landscapes
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
- Electrical Control Of Air Or Fuel Supplied To Internal-Combustion Engine (AREA)
- Exhaust Gas After Treatment (AREA)
Abstract
本发明涉及一种基于燃烧方程修正算法的机动车尾气遥感检测方法，包括以下步骤：通过遥感检测设备的探测器检测得到道路背景光信号；通过遥感检测设备的探测器检测得到机动车尾气光信号；根据机动车尾气光信号与道路背景光信号的差值，获得机动车尾气中CO、HC、NO、NH3与CO2的气体烟团值以及颗粒物不透光烟度，并计算机动车尾气中CO、HC、NO、NH3与CO2相对体积浓度的比值；根据所获得的机动车尾气中CO、HC、NO、NH3与CO2相对体积浓度的比值，通过修正后的燃烧方程计算机动车尾气中CO2、CO、HC、NO、NH3的体积浓度，并计算基于燃油的机动车尾气中各气态污染物的排放因子。
Description
技术领域
本发明涉及一种机动车尾气遥感监测方法，尤其涉及一种基于燃烧方程修正算法的机动车尾气遥感检测方法。
背景技术
机动车尾气遥感检测技术实际上测量的是气体间相对浓度的比值，而将测量得到的比值转化为尾气浓度，需要借助发动机燃烧过程中的燃烧方程理论及C、H、O、N四种原子质量守恒原理。所以，尾气检测数据准确度一方面取决于遥感设备检测灵敏度，另一方面取决于理论模型算法的合理性。现有遥感检测技术在利用燃烧方程计算尾气浓度时，通常假设发动机处在最佳空燃比条件下即燃油在发动机中燃烧时氧气被完全消耗，同时假设燃油组成为CH2。
其中，燃烧方程通常为：
CH2+m*(0.21O2+0.79N2)
→a*CO+b*CO2+c*CH2+d*H2O+e*NO+(0.79m–e/2*N2
式中，m代表1摩尔燃油燃烧需要的空气摩尔数；a、b、c、d、e、(0.79m–e/2分别代表1摩尔燃油燃烧生成的CO、CO2、剩余HC(HC是指总碳氢化合物，成分非常复杂难以量化，故遥感检测中常以丙烷C3H8代表，一般燃烧方程中则以CH2简化表示)、H2O、NO和剩余N2的摩尔数。
由此可以获得尾气中CO2、CO、HC、NO的干基体积浓度如下所示：
式中，CCO、CHC、CNO分别代表尾气中CO2、CO、HC、NO的浓度，单位均为％；QCO、QHC、QNO分别代表尾气中CO浓度、HC浓度、NO浓度与CO2浓度的比值。
进一步，可以得到基于燃油的各气态污染物的排放因子，单位为千克燃油排放的污染物克数g/Kg，具体如下所示：
式中，EFCO、EFHC、EFNO分别代表尾气中CO、HC、NO的排放因子，即1千克燃油分别排放CO、HC、NO浓度的克数，单位均为g/Kg；mCO、mHC、mNO、m燃油分别代表尾气中CO、HC、NO的克数及燃油千克数。
例如专利号为US5498872和US5831267的美国专利中所公开的方法，两者技术方法相类似，都是基于最佳空燃比条件下燃烧方程和元素物料守恒定理获得，只是在US5498872专利中假设燃料及尾气中燃油组成均为CH2，而在US5831267的专利中假设燃料及尾气中燃油组成不同。通过这两种方法都能够获得尾气各组分浓度，但是基于假设的方法对机动车工况使用性范围单一，非最佳空燃比条件下计算方法误差很大。
此外，申请号为CN102116735A、名称为“一种汽车排放物遥感监测系统及方法”的专利，通过CO2浓度与CO浓度和CO2浓度比值之间的非线性二次拟合来计算CO2浓度，理论上无需求解化学计量燃烧方程及假设燃料或尾气燃油组成，但是通过二次拟合得到的系数未知，并不能直接获得CO2浓度。
实际上，机动车尤其是重型柴油车在道路上正常行驶时，随着车辆行驶工况不同，尾气中往往会含有过量氧气，导致利用上述假设燃油在发动机中燃烧时氧气被完全消耗的方法计算尾气浓度时可能高估排放值；此外，不同的燃油类型(汽油、柴油、天然气等)其燃油组成也不同，并且在《GB18352.5-2013轻型汽车污染物排放量限值及测量方法(中国第五阶段)》中提到汽油、柴油、液化石油气和天然气的燃料组成分别为CH1.85，CH1.85，CH2.525和CH4，故采用上述假设燃油组成为CH2的方法获得的尾气浓度以及基于燃油的污染物排放因子不能真实的反映出尾气实际排放。
另外，根据《GB3847-2005车用压燃式发动机和压燃式发动机汽车排气烟度排放限值及测量方法》可知，目前机动车尾气颗粒物检测主要基于不透光烟度计或滤纸式烟度计测量颗粒物的光吸收系数，适用于在密闭气室中固定光程条件下测量柴油车尾气中的颗粒物含量。而在开放式光路下使用的遥感技术的光程未知，直接测量不透光烟度不确定性很大，且无法与《GB3847-2005车用压燃式发动机和压燃式发动机汽车排气烟度排放限值及测量方法》中规定的光吸收系数直接对比。为此，美国ESP公司提出了基于油耗的尾气颗粒物烟度因子及特定O2浓度(3.7％)下的光吸收系数，相比不透光烟度能更好的表征机动车尾气中的颗粒物含量；其中，光吸收系数为K230nm＝9SF，烟度因子表示每100克燃油转化为颗粒物的克数，即
式中，Tuv代表230nm紫外光的透光度,单位为％；ncO、nHC分别代表机动车尾气中CO2、CO、HC的烟团值,即百分比浓度乘以吸收光程长度，单位均为％.cm。但其仍是建立在假定汽油和柴油的燃料组成为CH2及特定含氧量的前提下，未能给出适用于不同O2浓度的通用公式，不确定度较大，实际应用受到较大限制。
发明内容
针对上述问题，本发明的目的是提供一种基于燃烧方程修正算法的机动车尾气遥感检测方法，通过重新修正燃烧方程计算方法，适用于不同空燃比操作条件下机动车行驶工况及不同燃油组成类型，能够更加准确地测量尾气污染物浓度及排放因子，同时由修正的颗粒排放因子转化成修正后的光吸收系数，较常规烟度计测得的光吸收系数更具说服力。
为实现上述目的，本发明采取以下技术方案：一种基于燃烧方程修正算法的机动车尾气遥感检测方法，包括以下步骤：
1)通过遥感检测设备的探测器检测得到道路背景光信号；
2)通过遥感检测设备的探测器检测得到机动车尾气光信号；
3)根据机动车尾气光信号与道路背景光信号的差值，获得机动车尾气中CO、HC、NO、NH3与CO2的气体烟团值以及颗粒物不透光烟度，并分别将机动车尾气中CO、HC、NO、NH3的气体烟团值与CO2的气体烟团值相比，计算机动车尾气中CO、HC、NO、NH3与CO2相对体积浓度的比值；
4)根据所获得的机动车尾气中CO、HC、NO、NH3与CO2相对体积浓度的比值，通过修正后的燃烧方程计算机动车尾气中CO2、CO、HC、NO、NH3的体积浓度，并计算基于燃油的机动车尾气中各气态污染物的排放因子；
其中，修正后的汽、柴油机动车燃烧方程为：
CH1.85+m1*(0.21O2+0.79N2)
→a1*CO+b1*CO2+c1*CH1.85+d1*H2O+e1*NO
+(0.79m1-e1/2)*N2+n1*O2
式中，m1代表1摩尔汽、柴油燃烧需要的空气摩尔数；a1、b1、C1、d1、e1、(0.79m1–e1/2)及n1分别代表1摩尔汽、柴油燃烧生成的CO、CO2、剩余HC、H2O、NO和剩余N2、O2的摩尔数；
修正后的液化石油气机动车燃烧方程为：
CH2.525+m2*(0.21O2+0.79N2)
→a2*CO+b2*CO2+c2*CH2.525+d2*H2O+e2*NO
+(0.79m2-e2/2)*N2+n2*O2
式中，m2代表1摩尔液化石油气燃烧需要的空气摩尔数；a2、b2、c2、d2、e2、(0.79m2-e2/2)及n2分别代表1摩尔液化石油气燃烧生成的CO、CO2、剩余HC、H2O、NO和剩余N2、O2的摩尔数；
修正后的天然气机动车燃烧方程为：
CH4+m3*(0.21O2+0.79N2)
→a3*CO+b3*CO2+c3*CH4+d4*H2O+e3*NO+(0.79m3-e3/2)
*N2+n3*O2
式中，m3代表1摩尔液化石油气燃烧需要的空气摩尔数；a3、b3、c3、d3、e3、(0.79m3-e3/2)及n3分别代表1摩尔液化石油气燃烧生成的CO、CO2、剩余HC、H2O、NO和剩余N2、O2的摩尔数。
所述步骤4)中由修正后的燃烧方程得到的机动车尾气中各气体体积浓度的计算公式分别为：
修正后的汽、柴油机动车尾气中各种气体的浓度分别为：
式中，分别代表汽、柴油机动车尾气中经O2修正后的CO2、CO、HC、NO、NH3的浓度，单位均为％；QCO1、QHC1、QNO1、分别代表汽、柴油机动车尾气中CO浓度、HC浓度、NO浓度、O2浓度、NH3浓度与CO2浓度的比值，直接通过步骤3)计算得到；
修正后的液化石油气机动车尾气中各种气体的浓度分别为：
式中，分别代表液化石油气机动车尾气中经O2修正后的CO2、CO、HC、NO、NH3的浓度，单位均为％；QCO2、QHC2、QNO2、分别代表液化石油气机动车尾气中CO浓度、HC浓度、NO浓度、O2浓度、NH3浓度与CO2浓度的比值，直接通过步骤3)计算得到；
修正后的天然气机动车尾气中各种气体的浓度分别为：
式中，分别代表天然气机动车尾气中经O2修正后的CO2、CO、HC、NO、NH3的浓度，单位均为％；QCO3、QHC3、QNO3、分别代表天然气机动车尾气中CO浓度、HC浓度、NO浓度、O2浓度、NH3浓度与CO2浓度的比值，直接通过步骤3)计算得到。
所述步骤4)中基于燃油的机动车尾气中各气态污染物的排放因子的计算公式为：
基于燃油的汽、柴油机动车尾气中CO、HC、NO的排放因子分别为：
式中，分别代表汽、柴油机动车尾气中经过修正后的CO、HC、NO的排放因子；QCO1、QHC1、QNO1分别代表汽、柴油机动车尾气中CO浓度、HC浓度、NO浓度与CO2浓度的比值，直接通过步骤3)计算得到；
基于燃油的液化石油气机动车尾气中CO、HC、NO的排放因子分别为：
式中，分别代表液化石油气机动车尾气中经过修正后的CO、HC、NO的排放因子；QCO2、QHC2、QNO2分别代表液化石油气机动车尾气中CO浓度、HC浓度、NO浓度与CO2浓度的比值，直接通过步骤3)计算得到；
基于燃油的天然气机动车尾气中CO、HC、NO的排放因子分别为：
式中，分别代表天然气机动车尾气中经过修正后的CO、HC、NO的排放因子；QCO3、QHC3、QNO3分别代表天然气机动车尾气中CO浓度、HC浓度、NO浓度与CO2浓度的比值，直接通过步骤3)计算得到。
还包括步骤5)：根据步骤3)获得的尾气中含碳气体的烟团值及颗粒物不透光烟度，利用燃烧方程修正算法中的碳平衡定理，计算修正后的机动车尾气颗粒物排放因子，并进一步计算修正过后的颗粒物光吸收系数。
所述修正过后的机动车尾气颗粒物排放因子的计算公式为：
式中，EF修正代表修正过后的机动车尾气颗粒物排放因子，单位为g/Kg；nCO、nHC分别代表机动车尾气中CO2、CO、HC的烟团值，单位为％.cm；N代表不透光度，单位为％。
所述步骤5)中修正过后的颗粒物光吸收系数的计算公式为：
式中，代表修正过后的机动车尾气剩余的氧气浓度，单位为％；K修正代表修正过后的颗粒物光吸收系数，单位为m-1。
本发明由于采取以上技术方案，其具有以下优点：1、本发明的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，通过采用考虑氧气的燃烧方程修正算法，更加符合实际排放要求，遥测尾气浓度计算准确度提高。2、本发明的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，不再依赖于特殊发动机空燃比假设和燃油组成假设，可以适用于各种发动机空燃比条件，机动车行驶工况适用性范围更宽。3、本发明的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，车用燃油类型及具体燃油组成更加细化，针对不同燃油类型分别修正燃烧方程计算方法，计算结果准确度更高。4、本发明的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，可以进一步获得基于油耗的尾气污染物排放因子，更加清晰反映单位燃油产生的污染物排放量。5、本发明的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，增加了测量NH3组分浓度，可以实时指示车用尿素喷入是否过量及三元催化剂对NO气体还原效率问题。
附图说明
图1(a)、(b)分别是柴油车经氧气修正后和未经氧气修正的尾气CO2浓度计算值与实测值相关性对比图；
图2(a)、(b)分别是柴油车经氧气修正后和未经氧气修正的尾气CO浓度计算值与实测值相关性对比图；
图3(a)、(b)分别是柴油车经氧气修正后和未经氧气修正的尾气NO浓度计算值与实测值相关性对比图；
图4(a)、(b)分别是汽油车经氧气修正后和未经氧气修正的尾气CO2浓度计算值与实测值相关性对比图；
图5(a)、(b)分别是汽油车经氧气修正后和未经氧气修正的尾气CO浓度计算值与实测值相关性对比图；
图6(a)、(b)分别是汽油车经氧气修正后和未经氧气修正的尾气NO浓度计算值与实测值相关性对比图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
本发明的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，包括以下步骤：
1)当没有机动车辆通过遥感检测设备的光路时，通过遥感检测设备的探测器检测得到道路背景光信号。
2)当有机动车辆通过遥感检测设备的光路时，机动车的尾气烟羽通过遥感检测设备发射端光源发射的光束，被尾气吸收后的透射光束反射至遥感检测设备的探测器进行检测记录，得到机动车尾气光信号。
3)根据机动车尾气光信号与道路背景光信号的差值，获得机动车尾气中CO、HC、NO、NH3与CO2等气体烟团值以及颗粒物不透光烟度，进而基于短时间内吸收光程长度是同等扩散的原理，直接由各气体烟团值相比，计算出机动车尾气中CO、HC、NO、NH3等气体与CO2相对体积浓度的比值。
4)根据所获得的机动车尾气中CO、HC、NO、NH3等气体与CO2相对体积浓度的比值，通过修正后的燃烧方程计算机动车尾气中CO2、CO、HC、NO、NH3等各种气体的体积浓度，并计算基于燃油的机动车尾气中各气态污染物的排放因子。
其中，修正后的汽、柴油机动车燃烧方程为：
CH1.85+m1*(0.21O2+0.79N2)
→a1*CO+b1*CO2+C1*CH1.85+d1*H2O+e1*NO
+(0.79m1-e1/2)*N2+n1*O2
式中，m1代表1摩尔汽、柴油燃烧需要的空气摩尔数；a1、b1、c1、d1、e1、(0.79m1-e1/2)及n1分别代表1摩尔汽、柴油燃烧生成的CO、CO2、剩余HC(HC是总碳氢化合物，约等于尾气遥测中C3H8含量的2倍，文献可查，因此在修正后的汽、柴油机动车燃烧方程中以CH1.85简化表示)、H2O、NO和剩余N2、O2的摩尔数；因为NH3相对于CO2在尾气中的排放非常少，几乎可以忽略不计，故不需要参与燃烧方程的计算，只要准确测得尾气烟团中的NH3浓度与CO2浓度比值，就可得到NH3浓度值，以下各方程同理。
修正后的液化石油气(LPG)机动车燃烧方程为：
CH2.525+m2*(0.21O2+0.79N2)
→a2*CO+b2*CO2+c2*CH2.525+d2*H2O+e2*NO
+(0.79m2-e2/2)*N2+n2*O2
式中，m2代表1摩尔液化石油气燃烧需要的空气摩尔数；a2、b2、c2、d2、e2、(0.79m2-e2/2)及n2分别代表1摩尔液化石油气燃烧生成的CO、CO2、剩余HC(HC是总碳氢化合物，在修正后的液化石油气机动车燃烧方程中以CH2.525简化表示)、H2O、NO和剩余N2、O2的摩尔数。
修正后的天然气(CNG)机动车燃烧方程为：
CH4+m3*(0.21O2+0.79N2)
→a3*CO+b3*CO2+c3*CH4+d4*H2O+e3*NO+(0.79m3-e3/2)
*N2+n3*O2
式中，m3代表1摩尔液化石油气燃烧需要的空气摩尔数；a3、b3、c3、d3、e3、(0.79m3-e3/2)及n3分别代表1摩尔液化石油气燃烧生成的CO、CO2、剩余HC(HC是总碳氢化合物，在修正后的天然气机动车燃烧方程中以CH4简化表示)、H2O、NO和剩余N2、O2的摩尔数。
由此得到修正后的汽、柴油机动车尾气中各种气体的浓度分别为：
式中，分别代表汽、柴油机动车尾气中经O2修正后的CO2、CO、HC、NO、NH3的浓度，单位均为％；QCO1、QHC1、QNO1、分别代表汽、柴油机动车尾气中CO浓度、HC浓度、NO浓度、O2浓度、NH3浓度与CO2浓度的比值，直接通过步骤3)计算得到。
修正后的液化石油气机动车尾气中各种气体的浓度分别为：
式中，分别代表液化石油气机动车尾气中经O2修正后的CO2、CO、HC、NO、NH3的浓度，单位均为％；QCO2、QHC2、QNO2、分别代表液化石油气机动车尾气中CO浓度、HC浓度、NO浓度、O2浓度、NH3浓度与CO2浓度的比值，直接通过步骤3)计算得到。
修正后的天然气机动车尾气中各种气体的浓度分别为：
式中，分别代表天然气机动车尾气中经O2修正后的CO2、CO、HC、NO、NH3的浓度，单位均为％；QCO3、QHC3、QNO3、分别代表天然气机动车尾气中CO浓度、HC浓度、NO浓度、O2浓度、NH3浓度与CO2浓度的比值，直接通过步骤3)计算得到。
进一步，可以得到基于燃油的各气态污染物的排放因子(单位千克燃油排放的污染物克数(g/Kg))，例如，汽、柴油机动车尾气中CO、HC、NO占燃油碳摩尔数分别为：
1千克燃油含碳摩尔数：
则基于燃油的汽、柴油机动车尾气中CO、HC、NO的排放因子分别为：
式中，分别代表汽、柴油机动车尾气中经过修正后的CO、HC、NO的排放因子，即1千克汽、柴油分别排放CO、HC、NO浓度的克数。
同理可得，基于燃油的液化石油气机动车尾气中CO、HC、NO的排放因子分别为：
式中，分别代表液化石油气机动车尾气中经过修正后的CO、HC、NO的排放因子，即1千克液化石油气分别排放CO、HC、NO浓度的克数。
基于燃油的天然气机动车尾气中CO、HC、NO的排放因子分别为：
式中，分别代表天然气机动车尾气中经过修正后的CO、HC、NO的排放因子，即1千克天然气分别排放CO、HC、NO浓度的克数。
5)基于尾气遥感检测获得的含碳气体(CO2、CO、HC)的烟团值及颗粒物不透光烟度，利用燃烧方程修正算法中的碳平衡定理，计算获得修正后的机动车尾气颗粒物排放因子，并进一步计算修正过后的颗粒物光吸收系数。
具体推导公式如下：
式中，N颗粒代表单位横截面上颗粒质量,单位为g/cm2；T代表透光度,单位为％；N代表不透光度,单位为％；K代表单位质量碳黑颗粒的光吸收系数,单位为m2/g，文献可以查得碳黑颗粒物在530nm下的光吸收系数约为6m2/g。
式中，N燃油代表单位横截面上的油料消耗，单位为g/cm2；nCO、nHC分别代表机动车尾气中CO2、CO、HC的烟团值,即百分比浓度乘以吸收光程长度，单位为％.cm；NL代表在1atm(标准大气压)及25℃条件下的洛施米特常数,即1立方米体积包含的分子个数,单位为分子数/m3；NAV代表阿伏伽德罗常数，即1摩尔气体分子所包含的分子数目；其中，标准状态下(0℃，1atm)洛施米特常数＝2.6867805×1025分子数/m3。
根据气体状态方程，在1atm及25℃条件下可得：
从而得到修正过后的机动车尾气颗粒物排放因子计算公式如下：
式中，EF修正代表修正过后的机动车尾气颗粒物排放因子，即1千克燃油产生的黑炭颗粒克数，单位为g/Kg。
根据排放因子EF修正进一步计算光吸收系数K：
柴油机动车尾气存在过量O2，相对于O2，CO、HC、NO浓度可以忽略不计，光吸收系数K适用于柴油机动车黑烟排放，燃烧方程可简化如下：
CH1.85+m4(0.21O2+0.79N2)
→CO2+0.925H2O+0.79m4N2+(0.21m4-1.4625)O2
根据可得m4为：
式中，m4代表简化燃烧方程下1摩尔燃油燃烧需要的空气摩尔数；MCH(修正)代表修正过后的1摩尔机动车燃油质量，单位为g；N尾气(修正)代表修正过后的机动车尾气总的摩尔数，单位为mol；代表修正过后的机动车尾气剩余的氧气浓度，单位为％；K修正代表修正过后的颗粒物光吸收系数，单位为m-1。
如图1(a)、(b)，图2(a)、(b)和图3(a)、(b)所示，分别是柴油车经氧气修正前后尾气中各种气体浓度的计算值与实测值相关性对比，数据量为92835个。如图4(a)、(b)，图5(a)、(b)和图6(a)、(b)所示，分别是汽油车经氧气修正前后尾气中各种气体浓度的计算值与实测值相关性对比，数据量为57480个。图1～图6中PEMS(Portable EmissionMeasurement System，车载尾气检测设备)分析仪未检测HC，但因HC与CO2比值极小，对燃烧方程计算影响不大。可以看出，通过考虑氧气修正，对比氧气修正后与未修正时，汽柴油计算值与利用其它尾气检测设备PEMS得到的实测值之间的吻合度，氧气未修正时计算值偏离实测值过大，误差及不确定度大；氧气修正后更能吻合实际值。
上述各实施例仅用于说明本发明，其中各部件的结构、设置位置及其连接方式等都是可以有所变化的，凡是在本发明技术方案的基础上进行的等同变换和改进，均不应排除在本发明的保护范围之外。
Claims (7)
1.一种基于燃烧方程修正算法的机动车尾气遥感检测方法，包括以下步骤：
1)通过遥感检测设备的探测器检测得到道路背景光信号；
2)通过遥感检测设备的探测器检测得到机动车尾气光信号；
3)根据机动车尾气光信号与道路背景光信号的差值，获得机动车尾气中CO、HC、NO、NH3与CO2的气体烟团值以及颗粒物不透光烟度，并分别将机动车尾气中CO、HC、NO、NH3的气体烟团值与CO2的气体烟团值相比，计算机动车尾气中CO、HC、NO、NH3与CO2相对体积浓度的比值；
4)根据所获得的机动车尾气中CO、HC、NO、NH3与CO2相对体积浓度的比值，通过修正后的燃烧方程计算机动车尾气中CO2、CO、HC、NO、NH3的体积浓度，并计算基于燃油的机动车尾气中各气态污染物的排放因子；
其中，修正后的汽、柴油机动车燃烧方程为：
CH1.85+m1*(0.21O2+0.79N2)
→a1*CO+b1*CO2+c1*CH1.85+d1*H2O+e1*NO
+(0.79m1–e1/2)*N2+n1*O2
式中，m1代表1摩尔汽、柴油燃烧需要的空气摩尔数；a1、b1、c1、d1、e1、(0.79m1–e1/2)及n1分别代表1摩尔汽、柴油燃烧生成的CO、CO2、剩余HC、H2O、NO和剩余N2、O2的摩尔数；
修正后的液化石油气机动车燃烧方程为：
CH2.525+m2*(0.21O2+0.79N２)
→a2*CO+b2*CO2+c2*CH2.525+d2*H2O+e2*NO
+(0.79m2–e2/2)*N2+n2*O2
式中，m2代表1摩尔液化石油气燃烧需要的空气摩尔数；a2、b2、c2、d2、e2、(0.79m2–e2/2)及n2分别代表1摩尔液化石油气燃烧生成的CO、CO2、剩余HC、H2O、NO和剩余N2、O2的摩尔数；
修正后的天然气机动车燃烧方程为：
CH4+m3*(0.21O2+0.79N2)
→a3*CO+b3*CO2+c3*CH4+d4*H2O+e3*NO+(0.79m3–e3/2)
*N2+n3*O2
式中，m3代表1摩尔液化石油气燃烧需要的空气摩尔数；a3、b3、c3、d3、e3、(0.79m3–e3/2)及n3分别代表1摩尔液化石油气燃烧生成的CO、CO2、剩余HC、H2O、NO和剩余N2、O2的摩尔数。
2.如权利要求1所述的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，其特征在于，所述步骤4)中由修正后的燃烧方程得到的机动车尾气中各气体体积浓度的计算公式分别为：
修正后的汽、柴油机动车尾气中各种气体的浓度分别为：
式中，分别代表汽、柴油机动车尾气中经O2修正后的CO2、CO、HC、NO、NH3的浓度，单位均为％；QCO1、QHC1、QNO1、分别代表汽、柴油机动车尾气中CO浓度、HC浓度、NO浓度、O2浓度、NH3浓度与CO2浓度的比值，直接通过步骤3)计算得到；
修正后的液化石油气机动车尾气中各种气体的浓度分别为：
式中，分别代表液化石油气机动车尾气中经O2修正后的CO2、CO、HC、NO、NH3的浓度，单位均为％；QCO2、QHC2、QNO2、分别代表液化石油气机动车尾气中CO浓度、HC浓度、NO浓度、O2浓度、NH3浓度与CO2浓度的比值，直接通过步骤3)计算得到；
修正后的天然气机动车尾气中各种气体的浓度分别为：
式中，分别代表天然气机动车尾气中经O2修正后的CO2、CO、HC、NO、NH3的浓度，单位均为％；QCO3、QHC3、QNO3、分别代表天然气机动车尾气中CO浓度、HC浓度、NO浓度、O2浓度、NH3浓度与CO2浓度的比值，直接通过步骤3)计算得到。
3.如权利要求1或2所述的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，其特征在于，所述步骤4)中基于燃油的机动车尾气中各气态污染物的排放因子的计算公式为：
基于燃油的汽、柴油机动车尾气中CO、HC、NO的排放因子分别为：
式中，分别代表汽、柴油机动车尾气中经过修正后的CO、HC、NO的排放因子；QCO1、QHC1、QNO1分别代表汽、柴油机动车尾气中CO浓度、HC浓度、NO浓度与CO2浓度的比值，直接通过步骤3)计算得到；
基于燃油的液化石油气机动车尾气中CO、HC、NO的排放因子分别为：
式中，分别代表液化石油气机动车尾气中经过修正后的CO、HC、NO的排放因子；QCO2、QHC2、QNO2分别代表液化石油气机动车尾气中CO浓度、HC浓度、NO浓度与CO2浓度的比值，直接通过步骤3)计算得到；
基于燃油的天然气机动车尾气中CO、HC、NO的排放因子分别为：
式中，分别代表天然气机动车尾气中经过修正后的CO、HC、NO的排放因子；QCO3、QHC3、QNO3分别代表天然气机动车尾气中CO浓度、HC浓度、NO浓度与CO2浓度的比值，直接通过步骤3)计算得到。
4.如权利要求1或2所述的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，其特征在于，还包括步骤5)：根据步骤3)获得的尾气中含碳气体的烟团值及颗粒物不透光烟度，利用燃烧方程修正算法中的碳平衡定理，计算修正后的机动车尾气颗粒物排放因子，并进一步计算修正过后的颗粒物光吸收系数。
5.如权利要求3所述的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，其特征在于，还包括步骤5)：根据步骤3)获得的尾气中含碳气体的烟团值及颗粒物不透光烟度，利用燃烧方程修正算法中的碳平衡定理，计算修正后的机动车尾气颗粒物排放因子，并进一步计算修正过后的颗粒物光吸收系数。
6.如权利要求4所述的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，其特征在于，所述修正过后的机动车尾气颗粒物排放因子的计算公式为：
式中，EF修正代表修正过后的机动车尾气颗粒物排放因子，单位为g/Kg；nCO、nHC分别代表机动车尾气中CO2、CO、HC的烟团值，单位为％.cm；N代表不透光度，单位为％。
7.如权利要求6所述的一种基于燃烧方程修正算法的机动车尾气遥感检测方法，其特征在于，所述步骤5)中修正过后的颗粒物光吸收系数的计算公式为：
式中，代表修正过后的机动车尾气剩余的氧气浓度，单位为％；K修正代表修正过后的颗粒物光吸收系数，单位为m-1。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611017085.XA CN106770059B (zh) | 2016-11-16 | 2016-11-16 | 一种基于燃烧方程修正算法的机动车尾气遥感检测方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201611017085.XA CN106770059B (zh) | 2016-11-16 | 2016-11-16 | 一种基于燃烧方程修正算法的机动车尾气遥感检测方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106770059A true CN106770059A (zh) | 2017-05-31 |
| CN106770059B CN106770059B (zh) | 2019-06-04 |
Family
ID=58969482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201611017085.XA Active CN106770059B (zh) | 2016-11-16 | 2016-11-16 | 一种基于燃烧方程修正算法的机动车尾气遥感检测方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106770059B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107677630A (zh) * | 2017-09-22 | 2018-02-09 | 郑州东辰科技有限公司 | 一种尾气检测遥感仪检定方法及检定装置 |
| CN108226046A (zh) * | 2017-12-26 | 2018-06-29 | 中国科学技术大学 | 一种机动车尾气遥测结果修正方法 |
| CN111007104A (zh) * | 2019-12-13 | 2020-04-14 | 沈阳环境科学研究院 | 一种机动车燃烧过程中不完全燃烧热损失在线监测方法 |
| CN111751510A (zh) * | 2020-08-13 | 2020-10-09 | 北京雪域飞虹环保科技有限公司 | 一种多路感应降噪补偿还原算法的toc检测方法 |
| CN112113912A (zh) * | 2020-08-18 | 2020-12-22 | 北京理工大学 | 一种柴油车排放遥感大数据监测系统及监测方法 |
| CN112578075A (zh) * | 2019-09-30 | 2021-03-30 | 罗斯蒙特公司 | 具有一氧化碳和甲烷双重测量的燃烧分析仪 |
| WO2021088397A1 (zh) * | 2019-11-06 | 2021-05-14 | 北京理工大学 | 一种柴油车气态排气污染物遥感检测系统及方法 |
| CN113959964A (zh) * | 2021-10-11 | 2022-01-21 | 天津同阳科技发展有限公司 | 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 |
| CN116165350A (zh) * | 2023-03-13 | 2023-05-26 | 山东交通学院 | 基于遥感技术的柴油车污染物检测方法、系统及设备 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5498872A (en) * | 1990-12-26 | 1996-03-12 | Colorado Seminary | Apparatus for remote analysis of vehicle emissions |
| US5831267A (en) * | 1997-02-24 | 1998-11-03 | Envirotest Systems Corp. | Method and apparatus for remote measurement of exhaust gas |
| AT501279B1 (de) * | 2005-05-06 | 2006-08-15 | Ernst Dipl Ing Dr Techn Pucher | Vorrichtung und verfahren zur abgasmessung an vorbeifahrenden kraftfahrzeugen |
| US7414726B1 (en) * | 2007-10-31 | 2008-08-19 | Bambeck Robert J | Gas analyzer systems and methods |
| JP2010223702A (ja) * | 2009-03-23 | 2010-10-07 | Toyota Motor Corp | 排気ガス分析装置 |
| CN201788142U (zh) * | 2010-08-27 | 2011-04-06 | 安徽宝龙环保科技有限公司 | 一种机动车尾气遥测仪及机动车尾气遥测系统 |
| CN102116735A (zh) * | 2010-01-06 | 2011-07-06 | 天际科技有限公司 | 一种汽车排放物遥感检测系统及方法 |
-
2016
- 2016-11-16 CN CN201611017085.XA patent/CN106770059B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5498872A (en) * | 1990-12-26 | 1996-03-12 | Colorado Seminary | Apparatus for remote analysis of vehicle emissions |
| US5831267A (en) * | 1997-02-24 | 1998-11-03 | Envirotest Systems Corp. | Method and apparatus for remote measurement of exhaust gas |
| AT501279B1 (de) * | 2005-05-06 | 2006-08-15 | Ernst Dipl Ing Dr Techn Pucher | Vorrichtung und verfahren zur abgasmessung an vorbeifahrenden kraftfahrzeugen |
| US7414726B1 (en) * | 2007-10-31 | 2008-08-19 | Bambeck Robert J | Gas analyzer systems and methods |
| JP2010223702A (ja) * | 2009-03-23 | 2010-10-07 | Toyota Motor Corp | 排気ガス分析装置 |
| CN102116735A (zh) * | 2010-01-06 | 2011-07-06 | 天际科技有限公司 | 一种汽车排放物遥感检测系统及方法 |
| CN201788142U (zh) * | 2010-08-27 | 2011-04-06 | 安徽宝龙环保科技有限公司 | 一种机动车尾气遥测仪及机动车尾气遥测系统 |
Non-Patent Citations (2)
| Title |
|---|
| S. BARRASS ET AL: "Near-infrared tunable diode laser spectrometer for the remote sensing of vehicle emissions", 《SPECTROCHIMICA ACTA PART A》 * |
| 王铁栋 等: "机动车尾气遥测技术和应用研究", 《大气与环境光学学报》 * |
Cited By (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107677630A (zh) * | 2017-09-22 | 2018-02-09 | 郑州东辰科技有限公司 | 一种尾气检测遥感仪检定方法及检定装置 |
| CN108226046A (zh) * | 2017-12-26 | 2018-06-29 | 中国科学技术大学 | 一种机动车尾气遥测结果修正方法 |
| CN112578075A (zh) * | 2019-09-30 | 2021-03-30 | 罗斯蒙特公司 | 具有一氧化碳和甲烷双重测量的燃烧分析仪 |
| WO2021088397A1 (zh) * | 2019-11-06 | 2021-05-14 | 北京理工大学 | 一种柴油车气态排气污染物遥感检测系统及方法 |
| CN111007104A (zh) * | 2019-12-13 | 2020-04-14 | 沈阳环境科学研究院 | 一种机动车燃烧过程中不完全燃烧热损失在线监测方法 |
| CN111007104B (zh) * | 2019-12-13 | 2022-08-09 | 沈阳环境科学研究院 | 一种机动车燃烧过程中不完全燃烧热损失在线监测方法 |
| CN111751510A (zh) * | 2020-08-13 | 2020-10-09 | 北京雪域飞虹环保科技有限公司 | 一种多路感应降噪补偿还原算法的toc检测方法 |
| CN112113912A (zh) * | 2020-08-18 | 2020-12-22 | 北京理工大学 | 一种柴油车排放遥感大数据监测系统及监测方法 |
| CN112113912B (zh) * | 2020-08-18 | 2021-08-31 | 北京理工大学 | 一种柴油车排放遥感大数据监测系统及监测方法 |
| CN113959964A (zh) * | 2021-10-11 | 2022-01-21 | 天津同阳科技发展有限公司 | 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 |
| CN116165350A (zh) * | 2023-03-13 | 2023-05-26 | 山东交通学院 | 基于遥感技术的柴油车污染物检测方法、系统及设备 |
| CN116165350B (zh) * | 2023-03-13 | 2023-09-29 | 山东交通学院 | 基于遥感技术的柴油车污染物检测方法、系统及设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106770059B (zh) | 2019-06-04 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106770059B (zh) | 一种基于燃烧方程修正算法的机动车尾气遥感检测方法 | |
| d’Ambrosio et al. | Calculation of mass emissions, oxygen mass fraction and thermal capacity of the inducted charge in SI and diesel engines from exhaust and intake gas analysis | |
| Vojtisek-Lom et al. | Development of heavy-duty diesel portable, on-board mass exhaust emissions monitoring system with NOx, CO2 and qualitative PM capabilities | |
| Vojtisek-Lom et al. | Vehicle mass emissions measurement using a portable 5-gas exhaust analyzer and engine computer data | |
| Borsari et al. | Ammonia emissions from a light-duty vehicle | |
| Shen et al. | Real-world emission characteristics of black carbon emitted by on-road China IV and China V diesel trucks | |
| He et al. | The impacts from cold start and road grade on real-world emissions and fuel consumption of gasoline, diesel and hybrid-electric light-duty passenger vehicles | |
| Vojtisek-Lom et al. | A miniature Portable Emissions Measurement System (PEMS) for real-driving monitoring of motorcycles | |
| Daham et al. | Application of a portable FTIR for measuring on-road emissions | |
| Dziewiatkowski et al. | Evaluation of impact of combustion engine controller adaptation process on level of exhaust gas emissions in gasoline and compressed natural gas supply process | |
| Gautam et al. | Measurement of in-use, on-board emissions from heavy-duty diesel vehicles: Mobile emissions measurement system | |
| Pechout et al. | Regulated and unregulated emissions and exhaust flow measurement of four in-use high performance motorcycles | |
| Watany | Variability in vehicle’exhaust emissions and fuel consumption in urban driving pattern | |
| CN103353321A (zh) | 一种利用碳平衡法测量油耗的方法 | |
| Liu et al. | PN Emission Measurements and Real-Driving-Emissions (RDE) Simulation on China 6 Light-Duty Gasoline Vehicles | |
| Bane | A comparison of steady state and transient emissions from a heavy-duty diesel engine | |
| Wang et al. | Verification of PEMS measurement accuracy based on light vehicle emission test system | |
| Bauke et al. | Quantitative, time-resolved detection of CH 4 concentrations in flows for injection analysis in CNG engines using IR absorption | |
| Young et al. | Elevated emissions of volatile and nonvolatile nanoparticles from heavy-duty diesel engine running on diesel-gas co-fuels | |
| CN116165350B (zh) | 基于遥感技术的柴油车污染物检测方法、系统及设备 | |
| Kaźmierczak et al. | Method of verifying the emission level of the exhaust components of a special vehicle in relation to EURO III standard in road conditions | |
| Wayne et al. | Measuring diesel emissions with a split exhaust configuration | |
| Meiklejohn | The effect of hydrogen substitution on the real-world CO₂, NOx, and PM emissions of a heavy-duty diesel truck | |
| Gailis et al. | Practical methodology for calculation of specific gaseous emissions | |
| CN111007104B (zh) | 一种机动车燃烧过程中不完全燃烧热损失在线监测方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right | ||
| PE01 | Entry into force of the registration of the contract for pledge of patent right |
Denomination of invention: Remote sensing detection method of motor vehicle exhaust based on combustion equation correction algorithm Effective date of registration: 20191216 Granted publication date: 20190604 Pledgee: Agricultural Bank of China Limited Ninghai County sub branch Pledgor: ZHEJIANG DOPLER ENVIRONMENTAL PROTECTION TECHNOLOGY CO.,LTD. Registration number: Y2019330000323 |
|
| PP01 | Preservation of patent right | ||
| PP01 | Preservation of patent right |
Effective date of registration: 20221118 Granted publication date: 20190604 |
|
| PD01 | Discharge of preservation of patent | ||
| PD01 | Discharge of preservation of patent |
Date of cancellation: 20240103 Granted publication date: 20190604 |