CN110838192B - 一种obd远程在线监控数据的修正方法 - Google Patents
一种obd远程在线监控数据的修正方法 Download PDFInfo
- Publication number
- CN110838192B CN110838192B CN201911075945.9A CN201911075945A CN110838192B CN 110838192 B CN110838192 B CN 110838192B CN 201911075945 A CN201911075945 A CN 201911075945A CN 110838192 B CN110838192 B CN 110838192B
- Authority
- CN
- China
- Prior art keywords
- data
- obd
- pems
- time
- online monitoring
- 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
Classifications
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/08—Registering or indicating performance data other than driving, working, idle, or waiting time, with or without registering driving, working, idle or waiting time
- G07C5/0808—Diagnosing performance data
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B60—VEHICLES IN GENERAL
- B60R—VEHICLES, VEHICLE FITTINGS, OR VEHICLE PARTS, NOT OTHERWISE PROVIDED FOR
- B60R16/00—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for
- B60R16/02—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements
- B60R16/023—Electric or fluid circuits specially adapted for vehicles and not otherwise provided for; Arrangement of elements of electric or fluid circuits specially adapted for vehicles and not otherwise provided for electric constitutive elements for transmission of signals between vehicle parts or subsystems
- B60R16/0231—Circuits relating to the driving or the functioning of the vehicle
- B60R16/0232—Circuits relating to the driving or the functioning of the vehicle for measuring vehicle parameters and indicating critical, abnormal or dangerous conditions
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07C—TIME OR ATTENDANCE REGISTERS; REGISTERING OR INDICATING THE WORKING OF MACHINES; GENERATING RANDOM NUMBERS; VOTING OR LOTTERY APPARATUS; ARRANGEMENTS, SYSTEMS OR APPARATUS FOR CHECKING NOT PROVIDED FOR ELSEWHERE
- G07C5/00—Registering or indicating the working of vehicles
- G07C5/008—Registering or indicating the working of vehicles communicating information to a remotely located station
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Mechanical Engineering (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
为了解决目前没有针对OBD在线监测数据修正的有效方法,导致其在监管领域的应用还处于探索阶段的技术问题,本发明提供了一种OBD远程在线监控数据的修正方法,通过对比OBD和PEMS相同指标在相同时刻的读数偏差,定量得知OBD数据的偏误情况,依据该偏误情况对同种车型OBD数据的偏差进行修正,有效解决了NOX传感器质量对重型车排放评估可能造成的影响。
Description
技术领域
本发明涉及一种OBD远程在线监控数据的修正方法。
背景技术
《重型柴油车污染物排放限值及测量方法(中国第六阶段)》中,发动机台架测试和PEMS(车载排放测试)已经成为法规排放测试方法。发动机台架测试容易控制测试工况和测试条件,结果重复性好,但无法反映重型汽车在实际道路上行驶时的排放特征。PEMS测试可较为准确地评估单车道路实际排放情况,但其设备组件多、操作复杂、耗时耗力。针对日益突出的重型车实际道路排放监管需求,OBD(车载诊断系统)远程在线监控成为了国内外交通监管领域的研究热点。
现今国际上对重型车OBD协议已基本达成一致,相关车载监控传感器(如NOX传感器、O2传感器、温度传感器等)已经发展成熟。通过车辆内置传感器实时返回的电信号,逐秒记录并储存车辆实时运行状态和尾气排放情况,可有效监控重型车全生命周期排放。
1.时间,yyyy-mm-dd hh:mm:ss;
2.速度,km/h;
3.进气质量流量(MAF),kg/h;
4.发动机最大基准扭矩,Nm;
5.发动机净输出扭矩(作为发动机最大基准扭矩的百分比,%)
6.发动机摩擦扭矩(作为发动机最大基准扭矩的百分比,%);
7.发动机转速,rpm;
8.发动机燃料流量,L/h;
9.反应剂(尿素)余量,%;
10.车辆ID;
11.大气压,kPa;
12.选择催化还原(SCR)装置上游NOx浓度,ppm;
13.SCR下游NOx浓度,ppm;
14.SCR入口温度,℃;
15.SCR出口温度,℃;
16.柴油颗粒捕集器(DPF)压差,kPa;
17.定位状态、经度和纬度;
18.累计里程,km;
19.发动机冷却液温度,℃;
20.油箱液位,%。
利用逐秒的OBD远程在线监控数据可以计算出重型车的逐秒排放,并对单车排放情况进行评估,为实际行驶状况下重型车的排放特征与排放监管提供数据支撑。然而,目前却没有针对OBD在线监测数据修正的有效方法,因而OBD远程在线监控数据在监管领域的应用还处于探索阶段。
发明内容
为了解决目前没有针对OBD在线监测数据修正的有效方法,导致其在监管领域的应用还处于探索阶段的技术问题,本发明提供了一种OBD远程在线监控数据的修正方法,以便于有效利用基于OBD远程在线监控终端的大数据监管重型车实际道路排放。
本发明的发明构思是:
本发明通过对比OBD和PEMS相同指标在相同时刻的读数偏差,定量得知OBD数据的偏误情况,依据该偏误情况对同种车型OBD数据的偏差进行修正。
本发明的技术解决方案是:
一种OBD远程在线监控数据的修正方法,其特殊之处在于,包括以下步骤:
1)开展OBD-PEMS同步实验:
针对重型车单车开展实际道路PEMS实验,测量并收集其行驶过程中速度、发动机转速、发动机净输出扭矩、发动机燃料流量、SCR下游NOx浓度、排气流量,同时收集同一时段该车OBD远程在线监控数据;
2)PEMS数据对齐:
根据《重型柴油车污染物排放限值及测量方法(中国第六阶段)》中附录K的相关规定对齐PEMS数据;
3)OBD-PEMS数据时间对齐:
通过比对OBD远程在线监控数据与PEMS数据中共有的数据字段,调整OBD远程在线监控数据与PEMS数据的前后对齐方式,使得所选对齐变量相关程度最大;
4)分段检查:
4.1)以对齐后的PEMS时间轴为参考,以1000s为时间步长将OBD远程在线监控数据和PEMS数据,划分为多个千秒数据组;
4.2)对于单个千秒数据组,以1s为时间窗口,在其对应PEMS时间前后10s的范围内整体移动OBD远程在线监控数据组,计算PEMS和移动后OBD远程在线监控数据组的皮尔森相关系数,取皮尔森相关系数最大的位置为千秒数据组中OBD远程在线监控数据组和PEMS数据的最终对齐位置;
4.3)数据调整:
4.3.1)若某PEMS数据无对应的OBD远程在线监控数据,则这部分PEMS数据不纳入后续数据修正过程;
4.3.2)若某PEMS数据对应的OBD远程在线监控数据不唯一,则仅保留这部分PEMS数据对应的OBD远程在线监控数据中时间顺序最早的数据;
5)OBD远程在线监控数据中NOx体积浓度字段修正:
5.1)数据分组:
将OBD远程在线监控数据划分为低NOx体积浓度、中NOx体积浓度和高NOx体积浓度三组;
所述低NOx体积浓度是指SCR下游NOx体积浓度读数小于等于100ppm的体积浓度;
所述中NOx体积浓度是指SCR下游NOx体积浓度读数大于100ppm,且小于等于1000ppm的体积浓度;
所述高NOx体积浓度是指SCR下游NOx体积浓度读数大于1000ppm的体积浓度;
5.2)确定调整系数:
分别对步骤5.1)划分的各单组OBD远程在线监控数据,以PEMS数据中NOx体积浓度为调整目标值,OBD远程在线监控数据中NOx体积浓度为自变量,利用最小二乘法确定线性公式中的单次调整系数αx和βx;
其中:
x表示分组,x=1,2,3分别代表高、中、低浓度组;
t表示时间;
6)OBD远程排放监控数据中发动机燃料流量字段修正:
6.1)怠速判断:
若速度字段为0,且发动机转速小于等于怠速转速时,认为车辆此时处于怠速状态,直接归入6.3)中的怠速组d;
6.2)被测车辆的加速度计算:
单条OBD数据计算加速度at方法如下:
a.若某条OBD数据与其相邻可用前条OBD数据间的时间差为1s,则其中vt、vt-1分别为该条OBD数据和其前条OBD数据中速度字段的读数,单位为km/h;at的单位为m/s2;b.若某条OBD数据与其相邻前条OBD数据间时间差大于1s,且与其相邻后条OBD数据间时间差为1s,则该条OBD数据的加速度采用与其相邻后条OBD数据中的加速度;
c.若某条OBD数据与其相邻前条OBD数据间的时间差大于1s,且与其相邻后条OBD数据间的时间差也大于1s,则该条OBD数据不再用于后续步骤6.5)中的燃料流量计算;
6.3)数据分组:
根据GB17691-2018规定,以加速度为分类变量,对计算出加速度的OBD远程在线监控数据进行以下分类:
a.加速组:加速度大于等于0.1m/s2;
b.减速组:加速度小于等于-0.1m/s2;
c.匀速组:加速度在-0.1m/s2~0.1m/s2之间;
d.怠速组:6.1)中判断出的怠速部分;
6.4)确定调整系数:
对于步骤6.3)划分的各单组OBD远程在线监控数据,以PEMS数据中的发动机燃料流量作为调整目标值,OBD远程在线监控数据中的发动机燃料流量作为自变量,利用最小二乘法确定线性公式中的单次调整系数γx和δx;
其中:
x表示分组,x=a,b,c.d分别代表加速组、减速组、匀速组和怠速组;
t表示时间;
进一步地,在步骤1)之前,先进行以下步骤:
步骤A、出行事件划分:
A1)数据排序:
将全部数据按照时间字段顺序排序;
A2)识别停车事件:
若相邻两条数据间的时间间隔大于120s,且GPS定位状态出现“有GPS定位—无GPS定位—有GPS定位”这一状态变化时,认为发生停车事件;
A3)划分出行事件:
依次提取相邻两停车事件间的出行数据,将相邻两停车事件间的出行数据定义为一次出行事件;
步骤B、时间异常处理:
B1)对间隔读数的处理:
分别统计每一次出行事件中间隔读数出现的比例,
若某次出行事件中间隔读数所占比例超过该次出行事件总数据量的30%,则表示数据缺失过多,该次出行事件视为无效,则将该次出行事件的出行数据视为无效数据;若某次出行事件中间隔读数所占比例小于等于该次出行事件总数据量的30%,则将前后时间间隔均大于1s的单条数据视为无效数据;
所述间隔读数是指单次出行事件中时间间隔大于1s的相邻两条数据;
B2)对时间重合数据的处理:
若前后两条数据的读数时刻相同,则仅保留最靠前一条数据;
步骤C、数据异常处理:
C1)判断数据异常的依据:
C11)若某一字段为空或超界值,则认为该字段为异常数据;所述超界值是指超出《重型柴油车污染物排放限值及测量方法(中国第六阶段)》附录Q中规定的取值范围;
C12)若某一字段长时间持续出现同一界内值,则认为该字段为异常数据;
C2)对异常数据的处理方法:
分别统计单次出行事件中各字段数据异常比例,
若某次出行事件中单字段异常值占该次出行事件总数据量的比例超过30%,则认为该次出行事件的数据无效,丢弃不用;
若在某次出行事件中,数据异常情况连续出现超过总数据量的5%,则认为该次出行事件数据无效,不纳入排放结果评价过程;
若某次出行事件中某单字段异常值占该次出行事件总数量的比例小于等于30%,则认为该异常字段无效。
进一步地,步骤A1)中是将全部数据按照时间字段由早到晚的顺序进行排序。
进一步地,步骤C12)中所述的长时间是指大于等于15s。
本发明的优点:
1、本发明提出了OBD远程排放监控数据质量检验的有效手段——OBD-PEMS同步实验(在车辆进行PEMS测试的同时获取OBD远程在线监控数据,利用PEMS和OBD测量同样的参数),并提出了OBD远程排放监控数据偏差规律(单次调整系数)总结的完整方法。
2、本发明有效解决了NOX传感器质量对重型车排放评估可能造成的影响。
3、本发明使用方法简单,可进一步提高OBD远程排放监控数据排放评估的准确性,为其在交通监管中的应用奠定基础。
具体实施方式
本发明所提供的OBD在线排放监测数据的修正方法具体包括以下步骤:
步骤1、开展OBD-PEMS同步实验:
针对重型车单车开展实际道路PEMS实验(PEMS是一种国际公认准确度较高的机动车实时排放测试技术),测量并收集其行驶过程中速度、发动机转速、发动机净输出扭矩、发动机燃料流量车辆运行参数和SCR下游NOx浓度、排气流量,同时收集同一时段该车OBD远程在线监控数据。
步骤2、PEMS数据对齐:
根据《重型柴油车污染物排放限值及测量方法(中国第六阶段)》中附录K的相关规定对齐PEMS数据;
步骤3、OBD-PEMS数据时间对齐:
由于数据采集仪器不同,OBD远程在线监控数据与PEMS数据记录所采取的时间轴可能不完全一致,存在时间前后偏移的可能,因此需要按照以下方法进行数据时间对齐:
3.1)选择OBD和PEMS数据中的共有字段(如速度、发动机转速、发动机净输出扭矩等)作为按照时间轴初步对齐变量;
3.2)以经步骤2对齐后的PEMS时间轴为参考,以1s为时间窗口,前后20s的范围内整体移动OBD远程在线监控数据,使得所选对齐变量皮尔森相关系数(Pearson’s R)达到最大,此时即实现了OBD-PEMS数据时间对齐。
步骤4、分段检查:
由于车载的OBD传感器读数频率不稳定,累积后存在出现时间偏差的可能,因此在OBD-PEMS数据时间对齐后,还需要按照以下步骤进行分段检查:
4.1)以OBD-PEMS数据时间对齐后的PEMS时间轴为参考,以1000s为时间步长将OBD远程在线监控数据和PEMS数据,划分为多个千秒数据组,后续对齐检查依次对单个千秒数据组进行;
4.2)对于单个千秒数据组,以1s为时间窗口,在其对应PEMS时间前后10s的范围内整体移动OBD远程在线监控数据组,计算PEMS和移动后OBD远程在线监控数据组的皮尔森相关系数(Pearson’s R),取相关系数最大的位置为千秒数据组中OBD远程在线监控数据组和PEMS数据的最终对齐位置;
4.3)确定各千秒数据组中OBD远程在线监控数据组和PEMS数据最终对齐位置后,可能会出现以下两种需要调整的情况:
4.3.1)某些PEMS数据无对应的OBD远程在线监控数据,此时删去这部分PEMS数据,即这部分PEMS数据不纳入后续数据修正过程以及后续污染物排放因子计算;
4.3.2)某些PEMS数据对应的OBD远程在线监控数据不唯一,此时仅保留这些PEMS数据对应的OBD远程在线监控数据中时间顺序最早的数据,删去其他对应数据。
步骤5、OBD远程在线监控数据中NOx体积浓度字段修正:
5.1)数据分组:
以100ppm和1000ppm为界,将OBD远程在线监控数据划分为低NOx体积浓度(SCR下游NOx体积浓度读数小于等于100ppm)、中NOx体积浓度(SCR下游NOx体积浓度读数大于100ppm,且小于等于1000ppm)和高NOx体积浓度(SCR下游NOx体积浓度读数大于1000ppm);
5.2)确定调整系数:
分别对步骤5.1)划分的各单组OBD远程在线监控数据,以PEMS数据中NOx体积浓度为调整目标值,OBD远程在线监控数据中NOx体积浓度为自变量,利用最小二乘法确定线性公式中单次调整系数αx和βx,其中x表示分组(x=1,2,3分别代表高、中、低浓度组),t表示时间;
步骤6、OBD远程排放监控数据中发动机燃料流量字段修正:
6.1)怠速判断:
若速度字段为0,且发动机转速小于等于怠速转速时,判断为车辆处于怠速状态,不进行6.2)中加速度计算,直接归入6.3)中的怠速组d;
6.2)被测车辆的加速度计算:
单条OBD数据计算加速度at(单位m/s2)方法如下:
b.若某条OBD数据与其相邻前条OBD数据间时间差大于1s,且与其相邻后条OBD数据间时间差为1s,则该条OBD数据的加速度采用相邻后条OBD数据中的加速度;
c.若某条OBD数据与其相邻前条OBD数据间的时间差大于1s,且与其相邻后条OBD数据间的时间差也大于1s,则将该条OBD数据不纳入后续排放计算评价,即该条数据不再用于后续步骤6.5)中的燃料流量计算,因此该条OBD数据无需计算加速度;
6.3)数据分组:
根据GB17691-2018规定,以加速度为分类变量,对计算出加速度的OBD远程在线监控数据进行以下分类:
a.加速组:加速度大于等于0.1m/s2;
b.减速组:加速度小于等于-0.1m/s2;
c.匀速组:加速度在-0.1m/s2~0.1m/s2之间;
d.怠速组:6.1)中判断出的怠速部分;
后续调整将基于以上分组后的单组进行;
6.4)确定调整系数:
对于步骤6.3)划分的各单组OBD远程在线监控数据,以PEMS数据中的发动机燃料流量作为调整目标值,OBD远程在线监控数据中的发动机燃料流量作为自变量,利用最小二乘法确定线性公式中单次调整系数γx和δx,其中x表示分组(x=a,b,c.d分别代表加速组、减速组、匀速组和怠速组),t表示时间;
考虑到传感器失灵或在数据传输过程中可能会发生故障,远程传输的OBD在线监测数据往往存在一系列数据质量问题,如关键数据字段(如进气质量流量MAF、速度等)缺失、读数错误、不同数据字段间逻辑关系不成立等,在步骤1)之前,本发明可先对原始的OBD在线监控数据进行质量判定处理,然后针对质量判定处理后的OBD在线监控数据进行修正,以提高数据修正后结果的准确性。对原始的OBD在线监控数据进行质量判定处理的方法如下:
步骤A、出行事件划分;
一个出行事件定义为相邻两次停车事件之间的部分,划分出行事件可根据以下步骤进行:
A1)数据排序:
将全部数据按照时间字段由早到晚的顺序进行排序;
A2)识别停车事件:
若相邻两条数据间的时间间隔大于120s,且GPS定位状态出现“有GPS定位—无GPS定位—有GPS定位”这一状态变化时,可判断发生停车;
A3)划分出行事件:
识别全部停车事件后,依次提取相邻两停车事件间的出行数据,将每相邻两停车事件间的出行数据分别定义为一次出行事件;基于划分的单次出行事件,进行后续质量判定;
步骤B、时间异常处理;
正常情况下,OBD数据逐秒记录车辆行驶状况数据,因此当时间字段出现非逐秒情况时便是异常情况,需要对出行事件中的时间进行调整;时间字段的异常主要包括以下几种情况:
B1)间隔读数的处理;
将单次出行事件中时间间隔大于1s的相邻两条数据认为是间隔读数;
分别统计各单次出行事件中间隔读数出现的比例,
若某次出行事件中间隔读数所占比例超过该次出行事件总数据量的30%(取30%作为判断阈值,使得保留的数据能够保证后续污染物排放因子计算的准确性),则数据缺失过多,该次出行事件视为无效,即该次出行事件的数据后续不用于污染物排放测试计算;
若某次出行事件中间隔读数所占比例小于等于该次出行事件总数据量的30%,则仅对前后时间间隔均大于1s的单条数据进行处理,将其视为无效数据,即后续不用于污染物排放测试计算;
B2)时间重合数据的处理;
时间重合是指前后两条数据读数时刻完全相同,此时,仅保留最靠前一条数据,删去多余同时刻数据即可;
步骤C、数据异常处理;
以下两种情况均判定为数据异常:
C1)字段为空或超界值;
超界值指超出《重型柴油车污染物排放限值及测量方法(中国第六阶段)》附录Q中规定的取值范围的读数;
C2)字段长时间(≥15s)持续出现同一界内值;
对于速度字段,当出现长时间读数为0的情况时,首先判断是否为停车事件,若不是停车事件,则进一步判断发动机转速,
若发动机转速小于等于怠速转速,则此时机动车处于怠速状态,是正常情况;
若发动机转速大于怠速转速,则认为此时为速度传感器失灵,需要用GPS定位计算出的速度代替ECU车速;如果OBD速度、GPS定位状态同时异常,无法确定此时车辆状态,则该条数据无效,即后续不用于污染物排放测试计算;
对异常数据的处理方法:
分别统计单次出行事件中时间、速度、发动机转速、SCR下游NOx、发动机燃料流量字段数据异常比例,
若某次出行事件中单字段异常值占该次出行事件总数据量的比例超过30%,则认为该次出行事件的数据无效;
若在某次出行事件中,有连续数据异常情况出现,则应分别判断每一段连续出现的异常数据是否超过该次出行事件总数据量的5%,若至少有一段连续出现的异常数据超过该次出行事件总数据量的5%,则认为该次出行事件数据无效,不纳入排放结果评价过程;
若某次出行事件中某单字段异常值占该次出行事件总数量的比例小于等于30%,则认为该异常字段无效。
Claims (4)
1.一种OBD远程在线监控数据的修正方法,其特征在于,包括以下步骤:
1)开展OBD-PEMS同步实验:
针对重型车单车开展实际道路PEMS实验,测量并收集其行驶过程中速度、发动机转速、发动机净输出扭矩、发动机燃料流量、SCR下游NOx浓度、排气流量,同时收集同一时段该车OBD远程在线监控数据;
2)PEMS数据对齐:
根据《重型柴油车污染物排放限值及测量方法(中国第六阶段)》中附录K的相关规定对齐PEMS数据;
3)OBD-PEMS数据时间对齐:
选择OBD远程在线监控数据与PEMS数据中共有的数据字段作为对齐变量,调整OBD远程在线监控数据与PEMS数据的前后对齐方式,使得所选对齐变量相关程度最大;
4)分段检查:
4.1)以对齐后的PEMS时间轴为参考,以1000s为时间步长将OBD远程在线监控数据和PEMS数据,划分为多个千秒数据组;
4.2)对于单个千秒数据组,以1s为时间窗口,在其对应PEMS时间前后10s的范围内整体移动OBD远程在线监控数据组,计算PEMS和移动后OBD远程在线监控数据组的皮尔森相关系数,取皮尔森相关系数最大的位置为千秒数据组中OBD远程在线监控数据组和PEMS数据的最终对齐位置;
4.3)数据调整:
4.3.1)若某PEMS数据无对应的OBD远程在线监控数据,则这部分PEMS数据不纳入后续数据修正过程;
4.3.2)若某PEMS数据对应的OBD远程在线监控数据不唯一,则仅保留这部分PEMS数据对应的OBD远程在线监控数据中时间顺序最早的数据;
5)OBD远程在线监控数据中NOx体积浓度字段修正:
5.1)数据分组:
将OBD远程在线监控数据划分为低NOx体积浓度、中NOx体积浓度和高NOx体积浓度三组;
所述低NOx体积浓度是指SCR下游NOx体积浓度读数小于等于100ppm的体积浓度;
所述中NOx体积浓度是指SCR下游NOx体积浓度读数大于100ppm,且小于等于1000ppm的体积浓度;
所述高NOx体积浓度是指SCR下游NOx体积浓度读数大于1000ppm的体积浓度;
5.2)确定调整系数:
分别对步骤5.1)划分的各单组OBD远程在线监控数据,以PEMS数据中NOx体积浓度为调整目标值,OBD远程在线监控数据中NOx体积浓度为自变量,利用最小二乘法确定线性公式中的单次调整系数αx和βx;
其中:
x表示分组,x=1,2,3分别代表高、中、低浓度组;
t表示时间;
6)OBD远程排放监控数据中发动机燃料流量字段修正:
6.1)怠速判断:
若速度字段为0,且发动机转速小于等于怠速转速时,认为车辆此时处于怠速状态,直接归入6.3)中的怠速组d;
6.2)被测车辆的加速度计算:
单条OBD数据计算加速度at方法如下:
a.若某条OBD数据与其相邻可用前条OBD数据间的时间差为1s,则其中vt、vt-1分别为该条OBD数据和其前条OBD数据中速度字段的读数,单位为km/h;at的单位为m/s2;b.若某条OBD数据与其相邻前条OBD数据间时间差大于1s,且与其相邻后条OBD数据间时间差为1s,则该条OBD数据的加速度采用与其相邻后条OBD数据中的加速度;
c.若某条OBD数据与其相邻前条OBD数据间的时间差大于1s,且与其相邻后条OBD数据间的时间差也大于1s,则该条OBD数据不再用于后续步骤6.5)中的燃料流量计算;
6.3)数据分组:
根据GB17691-2018规定,以加速度为分类变量,对计算出加速度的OBD远程在线监控数据进行以下分类:
a.加速组:加速度大于等于0.1m/s2;
b.减速组:加速度小于等于-0.1m/s2;
c.匀速组:加速度在-0.1m/s2~0.1m/s2之间;
d.怠速组:6.1)中判断出的怠速部分;
6.4)确定调整系数:
对于步骤6.3)划分的各单组OBD远程在线监控数据,以PEMS数据中的发动机燃料流量作为调整目标值,OBD远程在线监控数据中的发动机燃料流量作为自变量,利用最小二乘法确定线性公式中的单次调整系数γx和δx;
其中:
x表示分组,x=a,b,c.d分别代表加速组、减速组、匀速组和怠速组;
t表示时间;
2.根据权利要求1所述的OBD远程在线监控数据的修正方法,其特征在于,在步骤1)之前,先进行以下步骤:
步骤A、出行事件划分:
A1)数据排序:
将全部数据按照时间字段顺序排序;
A2)识别停车事件:
若相邻两条数据间的时间间隔大于120s,且GPS定位状态出现“有GPS定位—无GPS定位—有GPS定位”这一状态变化时,认为发生停车事件;
A3)划分出行事件:
依次提取相邻两停车事件间的出行数据,将相邻两停车事件间的出行数据定义为一次出行事件;
步骤B、时间异常处理:
B1)对间隔读数的处理:
分别统计每一次出行事件中间隔读数出现的比例,
若某次出行事件中间隔读数所占比例超过该次出行事件总数据量的30%,则表示数据缺失过多,该次出行事件视为无效,则将该次出行事件的出行数据视为无效数据;若某次出行事件中间隔读数所占比例小于等于该次出行事件总数据量的30%,则将前后时间间隔均大于1s的单条数据视为无效数据;
所述间隔读数是指单次出行事件中时间间隔大于1s的相邻两条数据;
B2)对时间重合数据的处理:
若前后两条数据的读数时刻相同,则仅保留最靠前一条数据;
步骤C、数据异常处理:
C1)判断数据异常的依据:
C11)若某一字段为空或超界值,则认为该字段为异常数据;所述超界值是指超出《重型柴油车污染物排放限值及测量方法(中国第六阶段)》附录Q中规定的取值范围;
C12)若某一字段长时间持续出现同一界内值,则认为该字段为异常数据;
C2)对异常数据的处理方法:
分别统计单次出行事件中各字段数据异常比例,
若某次出行事件中单字段异常值占该次出行事件总数据量的比例超过30%,则认为该次出行事件的数据无效,丢弃不用;
若在某次出行事件中,数据异常情况连续出现超过总数据量的5%,则认为该次出行事件数据无效,不纳入排放结果评价过程;
若某次出行事件中某单字段异常值占该次出行事件总数量的比例小于等于30%,则认为该异常字段无效。
3.根据权利要求2所述的OBD远程在线监控数据的修正方法,其特征在于,其特征在于:步骤A1)中是将全部数据按照时间字段由早到晚的顺序进行排序。
4.根据权利要求2所述的OBD远程在线监控数据的修正方法,其特征在于,其特征在于:步骤C12)中所述的长时间是指大于等于15s。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911075945.9A CN110838192B (zh) | 2019-11-06 | 2019-11-06 | 一种obd远程在线监控数据的修正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911075945.9A CN110838192B (zh) | 2019-11-06 | 2019-11-06 | 一种obd远程在线监控数据的修正方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110838192A CN110838192A (zh) | 2020-02-25 |
CN110838192B true CN110838192B (zh) | 2020-10-09 |
Family
ID=69576172
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911075945.9A Active CN110838192B (zh) | 2019-11-06 | 2019-11-06 | 一种obd远程在线监控数据的修正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110838192B (zh) |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111473977B (zh) * | 2020-03-11 | 2021-11-23 | 中汽研汽车检验中心(天津)有限公司 | 一种车载终端scr出入口温度数据一致性的测试方法 |
CN113125168A (zh) * | 2021-03-31 | 2021-07-16 | 中汽研汽车检验中心(天津)有限公司 | 一种验证车载远程终端整车NOx排放数据一致性的测试方法 |
CN113310704B (zh) * | 2021-04-29 | 2023-03-31 | 中汽研汽车检验中心(天津)有限公司 | 一种车辆排放远程监管系统数据一致性测试方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104865346A (zh) * | 2015-04-22 | 2015-08-26 | 北京交通大学 | 对车载尾气检测系统的采集数据进行验证的方法和装置 |
CN204883815U (zh) * | 2014-11-27 | 2015-12-16 | 北京博派通达科技有限公司 | 车辆数据收集装置 |
CN106447830A (zh) * | 2016-11-21 | 2017-02-22 | 建荣半导体(深圳)有限公司 | 一种车载诊断数据的处理方法、系统和一种车载诊断终端 |
CN106781512A (zh) * | 2016-11-22 | 2017-05-31 | 江苏省邮电规划设计院有限责任公司 | 基于城市物联网的汽车尾气智能检测与监督系统及方法 |
EP3206007A1 (en) * | 2016-02-12 | 2017-08-16 | Avl Powertrain Uk Ltd | Method for performing a test drive of a vehicle |
CN207649910U (zh) * | 2017-12-28 | 2018-07-24 | 清华大学 | 一种模块化的机动车尾气污染物车载排放测试平台 |
CN109493446A (zh) * | 2018-09-25 | 2019-03-19 | 深圳市元征科技股份有限公司 | 数据处理方法及装置 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN202832728U (zh) * | 2012-10-12 | 2013-03-27 | 深圳市鹏奥达科技有限公司 | 远程汽车尾气排放检测装置及汽车 |
US20170234906A1 (en) * | 2015-10-26 | 2017-08-17 | Novatel Wireless, Inc. | Device, system, and method for orienting an accelerometer |
CN110966092B (zh) * | 2019-12-13 | 2021-09-03 | 华东交通大学 | 基于pems测试规则和obd数据远程确认车辆排放因子的方法 |
-
2019
- 2019-11-06 CN CN201911075945.9A patent/CN110838192B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204883815U (zh) * | 2014-11-27 | 2015-12-16 | 北京博派通达科技有限公司 | 车辆数据收集装置 |
CN104865346A (zh) * | 2015-04-22 | 2015-08-26 | 北京交通大学 | 对车载尾气检测系统的采集数据进行验证的方法和装置 |
EP3206007A1 (en) * | 2016-02-12 | 2017-08-16 | Avl Powertrain Uk Ltd | Method for performing a test drive of a vehicle |
CN106447830A (zh) * | 2016-11-21 | 2017-02-22 | 建荣半导体(深圳)有限公司 | 一种车载诊断数据的处理方法、系统和一种车载诊断终端 |
CN106781512A (zh) * | 2016-11-22 | 2017-05-31 | 江苏省邮电规划设计院有限责任公司 | 基于城市物联网的汽车尾气智能检测与监督系统及方法 |
CN207649910U (zh) * | 2017-12-28 | 2018-07-24 | 清华大学 | 一种模块化的机动车尾气污染物车载排放测试平台 |
CN109493446A (zh) * | 2018-09-25 | 2019-03-19 | 深圳市元征科技股份有限公司 | 数据处理方法及装置 |
Non-Patent Citations (5)
Title |
---|
Assessment of ethanol blended fuels for gasoline vehicles in China:Fuel economy, regulated gaseous pollutants and particulate matter;Shaojun Zhang;《Environmental Pollution》;20190712;全文 * |
Evaluating on-board sensing-based nitrogen oxides (NOX) emissions from a heavy-duty diesel truck in China;Shaojun Zhang;《Atmospheric Environment》;20190822;全文 * |
Evaluating real-world CO2 and NOX emissions for public transit buses using a remote wireless on-board diagnostic (OBD) approach;Shaojun Zhang;《Environmental Pollution》;20160718;全文 * |
中国典型城市机动车排放特征与控制策略研究;张少君;《中国优秀博士学位论文全文数据库》;20140630;全文 * |
基于车载诊断系统的轻型乘用车实际道路油耗特征;张少君;《环境科学学报》;20180118;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110838192A (zh) | 2020-02-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110823585B (zh) | 基于obd远程排放监控数据的重型车尾气中nox排放因子获取方法 | |
CN110838192B (zh) | 一种obd远程在线监控数据的修正方法 | |
CN110827444B (zh) | 适用于obd远程排放监控数据的重型车排放因子获取方法 | |
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 | |
CN110608893B (zh) | 车辆排放测试方法及装置 | |
CN105806627A (zh) | 一种车载排放测试装置及其测试方法 | |
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 | |
CN111639683B (zh) | 基于obd技术评价柴油车氮氧化物排放等级的方法 | |
CN112964476B (zh) | 一种重型柴油车实际道路颗粒物排放在线预测方法 | |
US7930876B2 (en) | Method and device for monitoring a particle filter in the exhaust line of an internal combustion engine | |
CN103670809A (zh) | Egr冷却器状况模块及相关系统 | |
CN112682132B (zh) | 一种基于obd系统的远程监控平台的尿素加注点尿素质量分析方法 | |
CN114991922A (zh) | 一种车辆NOx排放超标的实时预警方法 | |
CN108763643A (zh) | 一种新型的地区机动车排放因子计算方法 | |
CN112730813A (zh) | 一种基于obd系统的远程监控平台的加油点油品分析方法 | |
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 | |
CN115238651A (zh) | 一种ecu数据分析nox排放值的方法 | |
CN112177811B (zh) | 一种电控柴油机egr系统流量远程在线监控方法 | |
CN117171921B (zh) | 柴油颗粒物尾气净化装置健康状态评估处理方法和装置 | |
CN206683703U (zh) | 一种柴油车碳平衡法油耗检测系统 | |
CN112216075B (zh) | 车辆行驶激烈程度的预警方法及预警系统 | |
CN113884307A (zh) | 进气流量传感器准确性检测方法及系统 | |
CN114060132B (zh) | 一种基于排放远程监控的NOx传感器作弊甄别方法 | |
KR101770533B1 (ko) | 엔진의 배기 정화 시스템 | |
CN109072807A (zh) | 异常检测装置、异常检测方法以及异常检测系统 |
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 |