CN109489978B - 一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法 - Google Patents
一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法 Download PDFInfo
- Publication number
- CN109489978B CN109489978B CN201811276468.8A CN201811276468A CN109489978B CN 109489978 B CN109489978 B CN 109489978B CN 201811276468 A CN201811276468 A CN 201811276468A CN 109489978 B CN109489978 B CN 109489978B
- Authority
- CN
- China
- Prior art keywords
- working condition
- detection
- emission
- equivalent
- detection method
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000010219 correlation analysis Methods 0.000 title claims abstract description 28
- 230000003137 locomotive effect Effects 0.000 title claims abstract description 17
- BUCXEFZXWKUCCY-UHFFFAOYSA-N 4-methyl-3-(2-phenylethyl)-1,2,4-oxadiazol-5-one Chemical compound O1C(=O)N(C)C(CCC=2C=CC=CC=2)=N1 BUCXEFZXWKUCCY-UHFFFAOYSA-N 0.000 claims abstract 3
- 238000002229 photoelectron microspectroscopy Methods 0.000 claims abstract 3
- 238000012360 testing method Methods 0.000 claims description 29
- 239000003344 environmental pollutant Substances 0.000 claims description 23
- 231100000719 pollutant Toxicity 0.000 claims description 23
- 230000001133 acceleration Effects 0.000 claims description 7
- 230000000052 comparative effect Effects 0.000 claims description 4
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 239000004202 carbamide Substances 0.000 claims description 3
- NJPPVKZQTLUDBO-UHFFFAOYSA-N novaluron Chemical compound C1=C(Cl)C(OC(F)(F)C(OC(F)(F)F)F)=CC=C1NC(=O)NC(=O)C1=C(F)C=CC=C1F NJPPVKZQTLUDBO-UHFFFAOYSA-N 0.000 claims description 3
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000012544 monitoring process Methods 0.000 abstract description 4
- MWUXSHHQAYIFBG-UHFFFAOYSA-N Nitric oxide Chemical compound O=[N] MWUXSHHQAYIFBG-UHFFFAOYSA-N 0.000 description 81
- 239000007789 gas Substances 0.000 description 13
- 238000010586 diagram Methods 0.000 description 10
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 8
- 239000000779 smoke Substances 0.000 description 7
- 238000004364 calculation method Methods 0.000 description 6
- 229910002092 carbon dioxide Inorganic materials 0.000 description 4
- 239000001569 carbon dioxide Substances 0.000 description 4
- 238000011161 development Methods 0.000 description 3
- 230000018109 developmental process Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 239000013618 particulate matter Substances 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 2
- 239000004215 Carbon black (E152) Substances 0.000 description 2
- UGFAIRIUMAVXCW-UHFFFAOYSA-N Carbon monoxide Chemical compound [O+]#[C-] UGFAIRIUMAVXCW-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 229910002091 carbon monoxide Inorganic materials 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 238000011156 evaluation Methods 0.000 description 2
- 229930195733 hydrocarbon Natural products 0.000 description 2
- 150000002430 hydrocarbons Chemical class 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000000691 measurement method Methods 0.000 description 2
- 239000000700 radioactive tracer Substances 0.000 description 2
- 238000009825 accumulation Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 238000012097 association analysis method Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 239000000356 contaminant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012067 mathematical method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000004092 self-diagnosis Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000033772 system development Effects 0.000 description 1
- 238000009423 ventilation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01M—TESTING STATIC OR DYNAMIC BALANCE OF MACHINES OR STRUCTURES; TESTING OF STRUCTURES OR APPARATUS, NOT OTHERWISE PROVIDED FOR
- G01M15/00—Testing of engines
-
- 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
-
- 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
-
- 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
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/0037—NOx
-
- 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
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- 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
- G01N2021/1793—Remote sensing
Landscapes
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Biochemistry (AREA)
- Analytical Chemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Medicinal Chemistry (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Testing Of Engines (AREA)
Abstract
本发明请求保护一种基于V‑a工况的柴油机车多种排放检测方法的多源数据关联分析方法，通过获得多源检测数据与工况点群，按照V‑a Bin分类统计得到等效工况点，保留工况权值大于0的等效工况点作为最终的等效工况点，得到的等效工况点可以代替原工况点群，对多源检测数据之间的关联性进行关联分析。本发明针对多项排放法规中提出的多种排放检测方法，应用关联分析确立了不同检测方法之间的关联性，为简化检测方法，提高排放检测效率实现实时监控提供技术支持。该关联分析说明OBD实际道路检测方法、PEMS检测方法、转鼓检测方法、台架检测方法等其间存在极大的关联性，可以通过合理的手段实现不同检测方法结果之间的相互预测。
Description
技术领域
本发明是一种基于V-a工况划分的多种排放检测方法的多源数据关联分析方法，用于计算不同检测方法之间的关联程度，量化柴油机/车不同检测方法多源结果的关联关系，为不同检测方法检测结果的关联与相互预测提供技术支持，属于汽车排放检测的优化整合技术。
背景技术
当前，交通领域的机动车等移动源污染排放物已经成为我国环境治理的重大难题。截止2017年底，全国机动车保有量达到3.10亿辆。2017年，全国机动车四项污染物排放总量初步核算为4359.7万吨。其中，一氧化碳(CO,Carbonic Oxide)3327.3万吨，碳氢化合物(HC,Hydrocarbon)407.1万吨，氮氧化物(NOx,Nitrogen Oxides)574.3万吨，颗粒物(PM,Particulate Matter)50.9万吨。机动车尾气排放已成为我国空气污染的主要来源，尾气排放与人民的日常生活息息相关，直接或间接的对人民的身体造成伤害。为减少污染物的排放促进可持续发展，全球各国陆续制定日益严格的排放法规。
现有的排放法规形式多样，不同的排放法规采用不完全相同的排放检测方法获取排放数据。目前，应用于排放法规的检测方法主要有台架检测法、遥感检测法、隧道检测法、烟羽检测法、车载检测法、OBD检测法。
(1)发动机台架(转鼓)检测方法
发动机台架检测是发展最成熟也是应用最广泛的检测方法，通过发动机或者底盘测功机按照预设工况行驶来模拟车辆在道路上的行驶工况，车辆尾气经过全流稀释进入到定容采样系统中，随后再用气体和颗粒物分析仪器同步检测，由检测系统收集的不同行驶阶段的污染物，结果传输到中控系统计算机上以便后续进一步处理。
(2)车载道路排放检测方法
车载排放检测将便携式车载检测系统(portable emission measurementsystem，PEMS)直接安装在被测机动车内，PEMS即可逐秒采集机动车在实际道路行驶过程中的行驶特征参数和污染物排放速率，实现对机动车尾气的采集。PEMS法摆脱了实验室内不能模拟实时道路上行驶工况的缺陷，突破了隧道法的隧道行驶模式、遥感定点、瞬时工况点尾气收集数据的局限性。通过对所获得的瞬时排放数据以及GPS数据进行处理的结果，形成对被测车辆排放水平的评估。这种技术的应用可以保证检测的精度和可靠性，但设备成本、检测费用相对较高，仅限于单车、少辆车辆的实际运行检测，对于路网中大量车辆实际运行排放检测不实用。
(3)遥感遥测检测方法
遥感遥测检测方法是一种非接触式的光学检测手段。当机动车由路面驶过时，光束穿过机动车排气管所排出的尾气羽流，其中部分光束将被尾气吸收；当反射光束回到光源探测器时，红外线和紫外线光强均有不同程度地下降。通过判断光强信号的减弱程度，将其转换为电压信号，再通过传感器和数据采集板将其转换为数字信号送入中央处理器，从而可以得到每一驶过机动车的尾气排放值。
(4)公路隧道检测方法
公路隧道法是在交通隧道内，通过检测过往隧道的机动车排入隧道内的污染物浓度分布和隧道内风速等环境和气象要素，再通过计算，得出在一定机动车组成和流量下污染物的排放因子。该方法的基本原理是将隧道看成一个理想的圆柱状活塞，在一定时间内进出的污染物浓度差与通风量的乘积等于通过隧道的机动车污染物的总排放质量。
(5)烟羽跟踪检测方法
烟羽跟踪检测是近年来国外兴起的一种测量方法，该方法主要是将检测仪器安置在一辆实验车中，随后实验车在道路中采集被测前车尾气进行测量。使用二氧化碳作为燃烧的示踪剂，并且结果表明相对每个二氧化碳浓度的目标污染物浓度值。这些移动实验室能够捕获废气正在追踪车辆的羽流，从而提供真实世界在广泛的运行和环境条件下排放数据。烟羽跟踪检测对被测车辆排放因子的计算方法和隧道检测类似，都是通过碳平衡法对污染物进行测算。
(6)基于OBD的实际道路排放检测方法
OBD技术本身用于监控发动机的运行状况和尾气后处理系统的工作状态，OBD-Ⅱ已发展为机动车运行的必备装置之一。OBD-Ⅱ即车载尾气监测系统集成于发动机管理系统之中，可以对废气排放影响部件的工作状态进行不间断地监测。作为一个结构与工作原理均较为复杂的自诊断系统，OBD-Ⅱ能够在机动车尾气超出标准排放量，或者发生故障之时，及时向驾驶员报警，并对故障代码(DTC)进行记录。借助于相配套的诊断设备，维修人员可以对系统保存下来的故障代码或相关的机动车信息进行解读，这有助于其快速地找到机动车发生故障的位置，以节约大量的人力与物力。经历OBD-Ⅰ和Ⅱ的发展，OBD-Ⅲ已添加数据发送和接收模块完成更新，具备远程无线通信功能，OBD-III系统允许跟踪实时操作情况，燃料消耗和目标车辆的排放等信息。
(7)烟羽跟踪检测方法
烟羽跟踪检测是近年来国外兴起的一种测量方法，该方法主要是将检测仪器安置在一辆实验车中，随后实验车在道路中采集被测前车尾气进行测量。使用二氧化碳作为燃烧的示踪剂，并且结果表明相对每个二氧化碳浓度的目标污染物浓度值。这些移动实验室能够捕获废气正在追踪车辆的羽流，从而提供真实世界在广泛的运行和环境条件下排放数据。烟羽跟踪检测对被测车辆排放因子的计算方法和隧道检测类似，都是通过碳平衡法对污染物进行测算。
本发明主要是针对当前排放法规中多种排放检测方法交叉并存的现状，在实际应用中多种检测方法交叉并存，排放检测上存在重复性，增加了试验复杂性，降低了检测经济性，所以探寻不同检测方法的关联性简化检测方法极具意义。利用关联分析方法，实现不同检测方法的关联，简化排放检测方法，最终实现不同检测方法结果的相互预测，为更高效经济的检测方法做更多支持。
发明内容
本发明是为解决上述所提到问题而提出的，本发明的目的并不局限于此，对于未提及的其他目的，本领域技术人员可以通过以下记载明确理解。
本发明请求保护一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法，其特征在于：
A：获得柴油机车污染物排放的多源检测数据，获得工况点群；
B：将柴油机车的运行工况点群按照V-a Bin分类统计得到等效工况点，并计算等效工况点的工况数量、平均转速、平均转矩、平均车速、NOx排放总值；
C:保留工况权值大于0的等效工况点作为最终的等效工况点，得到的等效工况点可以代替原工况点群；
D：以NOx贡献率作为无量纲对比量，对多源检测数据之间的关联性进行关联分析。
所述多源检测数据包括：基于不同检测方法得到的车辆实时运行、排放状态数据信息，具体的，包括OBD实际道路检测方法、PEMS检测方法、发动机台架检测方法、转鼓检测方法得到的车辆数据信息。
所述关联分析方法，是对检测数据如车速、转速、负荷、排气流量、排气温度、排气NOx浓度、油耗等数据信息进行数学分析，验证不同检测方法关联性的方法。
所述步骤B中，V-a Bin分类统计方法是基于车速-加速度区间进行的统计分类，V-a Bin兼顾整车怠速、稳态即车辆匀速行驶工况、加减速多种整车运行工况，具体地，按照车辆车速、加速度将工况分为59个典型工况点。
具体地，OBD实际道路检测方法和PEMS检测方法在SCR正常喷射尿素的情况下检测得到，转鼓检测方法以热C-WTVC循环为测试循环，以上数据包含车速、转速、扭矩、NOx排放率、排气流量等参数；发动机台架检测方法以ESC测试循环为准，数据包含转速、扭矩、排放率等参数。
本发明针对多项排放法规中提出的多种排放检测方法，应用关联分析确立了不同检测方法之间的关联性，为简化检测方法，提高排放检测效率实现实时监控提供技术支持。该关联分析说明OBD实际道路检测方法、PEMS检测方法、转鼓检测方法、台架检测方法等其间存在极大的关联性，可以通过合理的手段实现不同检测方法结果之间的相互预测。
附图说明
被包括来提供对所公开主题的进一步认识的附图，将被并入此说明书并构成该说明书的一部分。附图也阐明了所公开主题的实现，以及连同详细描述一起用于解释所公开主题的实现原则。没有尝试对所公开主题的基本理解及其多种实践方式展示超过需要的结构细节。
附图1为本发明所涉及的一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法的工作流程图；
附图2为本发明所涉及的第一实施例的OBD实际道路数据工况点群；
附图3为本发明所涉及的第一实施例的PEMS检测数据工况点群；
附图4为本发明所涉及的第一实施例的转鼓检测数据工况点群；
附图5为本发明所涉及的第一实施例的OBD实际道路等效工况点工况比例图；
附图6为本发明所涉及的第一实施例的PEMS等效工况点工况比例图；
附图7为本发明所涉及的第一实施例的转鼓检测等效工况点工况比例图；
附图8为本发明所涉及的第一实施例的台架检测ESC工况比例图；
附图9为本发明所涉及的第一实施例的OBD实际道路等效工况点NOx贡献率分布图；
附图10为本发明所涉及的第一实施例的PEMS等效工况点NOx贡献率分布图；
附图11为本发明所涉及的第一实施例的转鼓检测等效工况点NOx贡献率分布图；
附图12为本发明所涉及的第一实施例的不同检测方法之间的关联度示意图。
具体实施方式
本发明的优点、特征以及达成所述目的的方法通过附图及后续的详细说明将会明确。
参照附图1，本发明的工作流程图，一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法，其特征在于：
A：获得柴油机车污染物排放的多源检测数据，获得工况点群；
B：将柴油机车的运行工况点群按照V-a Bin分类统计得到等效工况点，并计算等效工况点的工况数量、平均转速、平均转矩、平均车速、NOx排放总值；
C:保留工况权值大于0的等效工况点作为最终的等效工况点，得到的等效工况点可以代替原工况点群；
D：以NOx贡献率作为无量纲对比量，对多源检测数据之间的关联性进行关联分析。
具体地，该方法首先提出了车速-加速度区间(V-a Bin，下文统称V-a Bin)，V-aBin兼顾整车怠速、稳态即车辆匀速行驶工况、加减速多种整车运行工况。将整车运行工况点群按照V-a Bin分类统计得到等效工况点，并计算等效工况点的工况数量、平均转速、平均转矩、平均车速、NOx排放总值。
保留工况权重大于0的等效工况点作为最终的等效工况点，所得到的等效工况点相当于原始点群的简化工况点，经过简化的工况点可以在试验台架上进行重复验证，故等效工况点可视为由整车检测循环转化为发动机台架循环的对应工况。
通过各种检测方法得到的整车排放数据的和台架检测得到的数据量均过于庞大，为了直观的描述各类检测手段的检测结果，便于关联分析，引入工况权重和NOx排放贡献率的概念。以NOx排放贡献率为目标关联参数，通过灰色关联分析得到不同检测方法之间的关联关系。
所述关联分析方法，即对检测数据如车速、转速、负荷、排气流量、排气温度、排气NOx浓度、油耗等数据信息进行数学分析，验证不同检测方法关联性的数学方法。
所述多源检测数据即基于不同检测方法得到的车辆实时运行、排放状态数据信息，如OBD检测方法、PEMS检测方法、台架检测方法等得到的车辆数据信息。
所述V-a Bin即为表1所示的按照车辆车速、加速度将工况分为59个典型工况点。
表1 V-a Bin分布(下划线数据为闭区间)
所述工况数量是按照表1统计得到的各等效工况点包含的工况点群数目，每个等效工况点可包含零或多个工况点群数。
所述平均转速、平均转矩、平均车速、NOx排放总值即为按照表1统计得到的每个等效工况点所包含的所有工况点群的平均转速、平均转矩、平均车速和总的NOx排放值。
所述工况权重代表各等效工况点包含的工况点群对对应等效工况点的贡献水平。
式中i为等效工况序号；WFi为等效工况点的工况权重；Ni为等效工况点包含的工况点群数目；N为总工况点群数目。
所述NOx排放贡献率表征等效工况点的污染物排放量对总体排放量的贡献水平。
式中i为等效工况序号；Xi为第i个等效工况的污染物贡献率；Xm为排放物的排放量，g/s；WFi为第i个等效工况点的工况权重。
所述灰色关联分析方法得到的关联度表征了系统内两个因素之间的关联程度。在系统发展内若两个因素的变化具有一致性，则两个的关联程度就高。反之，则低。如通过OBD检测方法得到的等效工况点的污染物贡献率序列Z0(j)和通过PEMS检测方法得到的等效工况点的污染物贡献率序列Yi(j)，Z0(j)、Yi(j)序列即为技术方案(7)所得到的排放贡献率序列。
两种检测方法通过污染物贡献率为目标关联参数进行灰色关联分析，其中灰相关系数计算公式为：
ρ代表因素影响程度的分辨系数，一般取0.5
灰关联度计算公式为：
下面对结合实施例一进行说明，现以某国六重型柴油车为例，以获得此车的实际道路、PEMS检测、转鼓检测和发动机台架检测数据。其中实际道路、PEMS检测在SCR正常喷射尿素的情况下检测得到、转鼓检测以热C-WTVC循环为测试循环，以上数据包含车速、转速、扭矩、NOx排放率、排气流量等参数。发动机台架测试以ESC测试循环为准，数据包含转速、扭矩、排放率等参数。通过V-a Bin统计分类实际道路、PEMS测试、转鼓测试数据，计算各等效工况点的工况权重WFi，计算方法如技术方案(6)筛选工况权重大于0的等效工况，分别得到44个、40个和31个等效典型工况点，均包含怠速工况、稳态工况、加减速工况。分别统计工况权重和NOx贡献率Xi，以表征各等效工况点的工况特性。其中NOx排放贡献率以技术方案(7)所示。以NOx贡献率为关联参数，对实际道路、PEMS测试、转鼓测试的等效工况点和发动机台架测试ESC的13工况点进行灰色关联分析，确定彼此的相关性大小。计算过程中首先确定污染物贡献率序列，如OBD检测方法得到的等效工况点的污染物贡献率序列Z0(j)和通过PEMS检测方法得到的等效工况点的污染物贡献率序列Yi(j)，最终得到关联度值γ0i。
所述重型车实际道路转速-扭矩工况分布散点图如图2所示，其余工况参数未示出，数据共包含有效数据工况点31053个。
所述通过PEMS采集的重型车转速-扭矩工况分布散点图如图3所示，其余工况参数未示出，数据共包含有效数据工6795个。
所述通过转鼓测试采集的重型车转速-扭矩工况分布散点图如图4所示，其余工况参数未示出数据共包含有效数据工1783个。
所述实际道路等效工况即为实际道路数据按照V-a Bin统计得到的工况权重大于0的工况点，并基于上述技术方案计算44个等效工况点的平均转速和扭矩等参数，如图5所示
所述PEMS等效工况点即将PEMS数据按照V-a Bin统计得到的工况权重大于0的工况点，并基于上述技术方案计算40个等效工况点的平均转速和扭矩等参数，结果如图6所示。
所述转鼓检测等效工况即将转鼓检测数据按照V-a Bin统计得到的工况权重大于0的工况点，31个等效工况点的平均转速和扭矩等参数，结果如图7所示。
所述台架ESC工况即为发动机按照ESC循环工况运行得到的工况点，工况权重及平均转速和扭矩如图8所示。
所述实际道路等效工况点对应的贡献率如图9所示，可知各个等效点的贡献率对比情况，其中第7-8、31-34个等效工况点的NOx排放贡献率最高，数值凸显，其余等效工况的NOx排放贡献率分布较为均匀且较低。
所述PEMS等效工况点对应的贡献率如图10所示，表明在V-a Bin的59个等效点中，不同工况点的贡献率呈现堆积状态，再第4-10、18-20、34-36、50-52个Bin内的贡献率较高且集中。
所述转鼓测试C-WTVC等效工况点对应的贡献率如图11所示，贡献率也呈现堆积状态。
所述灰色关联即以NOx贡献率作为无量纲对比量，根据以上各个检测方法计算出各个等效工况点的NOx贡献率，确定各个检测方法污染物贡献率序列，通过计算关联系数ξ0i(j)，最终得到关联度值γ0i。通过关联度值作为评价指标对实际道路、PEMS转鼓测试和台架检测ESC之间的关联性进行分析对实际道路、PEMS转鼓测试和台架检测ESC之间的关联性进行分析，如图12所示。
结果显示通过V-a Bin计算得到的PEMS和实际道路之间的关联度为86.40％，PEMS与台架测试ESC之间的关联度为88.53％，PEMS与转鼓测试C-WTVC之间的关联度为83.70％，实际道路与台架测试ESC之间的关联度为89.89％，转鼓测试C-WTVC与台架测试ESC之间的关联度为86.66％，转鼓测试C-WTVC与实际道路之间的关联度为84.50％。所得到的关联性数值可反应不同检测方法之间的关联程度。
本发明专利提供以上实施案例仅仅是为了描述本发明的目的，而并非要限制本发明的范围。本发明的范围由所附权利要求限定。不脱离本发明的精神和原理而做出的各种等同替换和修改，均应涵盖在本发明的范围之内。
Claims (5)
1.一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法，所述V-a工况为速度-加速度情况，其特征在于：
A：获得柴油机车污染物排放的多源检测数据，获得工况点群，所述多源检测数据包括基于不同检测方法得到的车辆实时运行、排放状态数据信息，所述不同检测方法包括 OBD实际道路检测方法、PEMS检测方法、发动机台架检测方法、转鼓检测方法得到的车辆数据信息；
B：将柴油机车的工况点群按照V-a Bin分类统计得到等效工况点，并计算等效工况点的工况数量、平均转速、平均转矩、平均车速、NOx排放总值，所述V-a Bin为基于车速-加速度区间；
C: 保留工况权重大于0的等效工况点作为最终的等效工况点，得到的最终的等效工况点可以代替原工况点群；
D：以NOx贡献率作为无量纲对比量，对多源检测数据之间的关联性进行关联分析，以NOx排放贡献率为目标关联参数，通过灰色关联分析得到不同检测方法之间的关联关系。
2.如权利要求1所述的一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法，其特征在于，还包括：
所述关联分析方法，是对检测数据如车速、转速、负荷、排气流量、排气温度、排气NOx浓度、油耗数据信息进行数学分析，验证不同检测方法关联性的方法。
3.如权利要求1所述的一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法，其特征在于，还包括：
所述步骤B中，V-a Bin分类统计方法是基于车速-加速度区间进行的统计分类，V-aBin兼顾整车怠速、稳态即车辆匀速行驶工况、加减速整车运行工况，按照车辆车速、加速度将工况分为多个典型工况点。
4.如权利要求1所述的一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法，其特征在于，还包括：
OBD实际道路检测方法和PEMS检测方法在SCR正常喷射尿素的情况下检测得到，转鼓检测方法以热C-WTVC循环为测试循环，所述车辆数据信息包含车速、转速、扭矩、NOx排放率、排气流量参数；发动机台架检测方法以ESC测试循环为准，数据包含转速、扭矩、排放率参数。
5.如权利要求1所述的一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法，其特征在于，还包括：
所述工况权重代表各等效工况点包含的工况点群对对应等效工况点的贡献水平：
式中i为等效工况序号；Wi为等效工况点的工况权重；ni为等效工况点包含的工况点群数目；N为总工况点群数目。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811276468.8A CN109489978B (zh) | 2018-10-30 | 2018-10-30 | 一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811276468.8A CN109489978B (zh) | 2018-10-30 | 2018-10-30 | 一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109489978A CN109489978A (zh) | 2019-03-19 |
| CN109489978B true CN109489978B (zh) | 2020-07-31 |
Family
ID=65693297
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811276468.8A Active CN109489978B (zh) | 2018-10-30 | 2018-10-30 | 一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109489978B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110308005A (zh) * | 2019-06-12 | 2019-10-08 | 上海市环境科学研究院 | 柴油机尾气颗粒物产生系统及柴油机尾气颗粒物模拟方法 |
| CN110276119B (zh) * | 2019-06-14 | 2022-11-29 | 东风康明斯发动机有限公司 | 一种模拟工程机械pems工况进行开发调试的方法 |
| CN110608906B (zh) * | 2019-08-05 | 2021-03-23 | 济南天业工程机械有限公司 | 一种工程机械排放测试方法 |
| CN110827444B (zh) * | 2019-11-06 | 2020-10-13 | 清华大学 | 适用于obd远程排放监控数据的重型车排放因子获取方法 |
| CN112113776B (zh) * | 2020-08-21 | 2021-11-30 | 东风汽车集团有限公司 | 一种发动机工作区域覆盖率验证方法及系统 |
| CN112288224A (zh) * | 2020-09-24 | 2021-01-29 | 武汉理工大学 | 一种基于远程监控数据的排放计算方法 |
| CN112697442A (zh) * | 2020-12-21 | 2021-04-23 | 中汽研汽车检验中心(昆明)有限公司 | Pems设备与台架排放测试设备测试精度比对方法 |
| CN115081526A (zh) * | 2022-06-16 | 2022-09-20 | 中国汽车工程研究院股份有限公司 | 一种机动车排放危害识别和判定的方法 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6308559B1 (en) * | 2000-05-15 | 2001-10-30 | Ford Global Technologies, Inc. | Two stage monitoring of evaporative purge system |
| EP1983338A2 (en) * | 2008-05-21 | 2008-10-22 | StatoilHydro ASA | Method for monitoring emissions of NOx from an emission source |
| CN102507891A (zh) * | 2011-11-29 | 2012-06-20 | 中国科学院南京地理与湖泊研究所 | 无机营养盐污染源解析方法 |
| CN102721797A (zh) * | 2011-09-22 | 2012-10-10 | 辽宁省电力有限公司 | 无烟煤在热解中生成HCN/NH3与在锅炉中燃烧生成NOx的关联性的分析方法 |
| CN106339536A (zh) * | 2016-08-19 | 2017-01-18 | 南华大学 | 基于水污染指数法和云模型的水质综合评价方法 |
| CN107301596A (zh) * | 2017-07-24 | 2017-10-27 | 北京三正科技股份有限公司 | 一种基于纳税人画像的税务大数据挖掘方法及装置 |
| CN108844755A (zh) * | 2018-08-20 | 2018-11-20 | 中国汽车技术研究中心有限公司 | 一种用于新能源车制动能量回收测试装置及方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8783019B2 (en) * | 2012-09-05 | 2014-07-22 | GM Global Technology Operations LLC | Apparatus and method for onboard performance monitoring of oxidation catalyst |
-
2018
- 2018-10-30 CN CN201811276468.8A patent/CN109489978B/zh active Active
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US6308559B1 (en) * | 2000-05-15 | 2001-10-30 | Ford Global Technologies, Inc. | Two stage monitoring of evaporative purge system |
| EP1983338A2 (en) * | 2008-05-21 | 2008-10-22 | StatoilHydro ASA | Method for monitoring emissions of NOx from an emission source |
| CN102721797A (zh) * | 2011-09-22 | 2012-10-10 | 辽宁省电力有限公司 | 无烟煤在热解中生成HCN/NH3与在锅炉中燃烧生成NOx的关联性的分析方法 |
| CN102507891A (zh) * | 2011-11-29 | 2012-06-20 | 中国科学院南京地理与湖泊研究所 | 无机营养盐污染源解析方法 |
| CN106339536A (zh) * | 2016-08-19 | 2017-01-18 | 南华大学 | 基于水污染指数法和云模型的水质综合评价方法 |
| CN107301596A (zh) * | 2017-07-24 | 2017-10-27 | 北京三正科技股份有限公司 | 一种基于纳税人画像的税务大数据挖掘方法及装置 |
| CN108844755A (zh) * | 2018-08-20 | 2018-11-20 | 中国汽车技术研究中心有限公司 | 一种用于新能源车制动能量回收测试装置及方法 |
Non-Patent Citations (1)
| Title |
|---|
| "柴油车加载减速烟度测试工况的关联规则研究";彭美春;《中国环境监测》;20071231;第23卷(第6期);第31-33页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109489978A (zh) | 2019-03-19 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109489978B (zh) | 一种基于V-a工况的柴油机车多种排放检测方法的多源数据关联分析方法 | |
| CN111122171B (zh) | 一种基于vsp工况的柴油车与柴油机多种排放检测方法的多源异构数据关联分析方法 | |
| WO2022036621A1 (zh) | 一种柴油车排放遥感大数据监测系统及监测方法 | |
| WO2022036619A1 (zh) | 点燃式发动机汽车尾气排放遥感大数据检测方法和系统 | |
| CN105806627A (zh) | 一种车载排放测试装置及其测试方法 | |
| Carslaw et al. | Recent evidence concerning higher NOx emissions from passenger cars and light duty vehicles | |
| Wang et al. | On-road pollutant emission and fuel consumption characteristics of buses in Beijing | |
| Montazeri-Gh et al. | Development of car drive cycle for simulation of emissions and fuel economy | |
| CN112964476B (zh) | 一种重型柴油车实际道路颗粒物排放在线预测方法 | |
| López-Martínez et al. | Modelling the fuel consumption and pollutant emissions of the urban bus fleet of the city of Madrid | |
| CN113158125B (zh) | 一种基于车联网的柴油车NOx排放评测方法 | |
| CN107356564A (zh) | 一种汽车尾气遥感检测系统及其检测方法 | |
| CN111241720B (zh) | 一种道路扬尘模型的建模方法和装置 | |
| CN111125636B (zh) | 基于城市隧道的机动车排放因子计算方法 | |
| CN115983720B (zh) | 基于海拔和温度的汽车排放性能检测方法 | |
| CN109238987B (zh) | 一种多光谱汽车尾气监测装置 | |
| CN115392116A (zh) | 一种基于obd数据修复的重型柴油卡车超排判定方法 | |
| CN112730737A (zh) | 一种基于非道路移动机械远程监控数据的排放计算方法 | |
| CN115876484A (zh) | 重型整车实际路况测试及工况模拟试验的系统及方法 | |
| CN118365500A (zh) | 一种用于车辆运输管理监控系统及方法 | |
| CN207636476U (zh) | 一种汽车尾气遥感检测系统 | |
| CN112394040A (zh) | 一种机动车排污监管系统及方法 | |
| CN114060132B (zh) | 一种基于排放远程监控的NOx传感器作弊甄别方法 | |
| CN116562636A (zh) | 一种环境网络监测分析系统 | |
| CN112305167A (zh) | 一种行驶车辆尾气排放检测及评估系统 |
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 |