CN111122497A - 机动车监测方法、系统、设备和可读存储介质 - Google Patents
机动车监测方法、系统、设备和可读存储介质 Download PDFInfo
- Publication number
- CN111122497A CN111122497A CN201911341415.4A CN201911341415A CN111122497A CN 111122497 A CN111122497 A CN 111122497A CN 201911341415 A CN201911341415 A CN 201911341415A CN 111122497 A CN111122497 A CN 111122497A
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- tail gas
- monitoring
- factor
- vehicles
- 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.)
- Pending
Links
Images
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
- G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
- G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
- G01N21/39—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using tunable lasers
Landscapes
- Physics & Mathematics (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Analytical Chemistry (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Optics & Photonics (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- General Physics & Mathematics (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Investigating Or Analysing Materials By Optical Means (AREA)
Abstract
本发明公开了一种机动车监测方法、系统、设备和可读存储介质,该机动车监测方法包括以下步骤:采集被测机动车尾气,对采集的被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱;对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度;根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。本发明公开的机动车监测方法、系统、设备和可读存储介质,不需要抽取样品,避免了由于采样带来的不准确性,可真实反映机动车尾气排放的污染状况;测范围广,速度快,监测污染气体种类多,常规维护费用低。
Description
技术领域
本发明涉及机动车尾气处理领域,尤其公开了一种机动车监测方法、系统、设备和可读存储介质。
背景技术
近年来,随着经济的快速发展和城镇现代化进程的不断推进,机动车保有量剧增。急剧增多的机动车在为人民群众带来方便的同时,也加重了环境污染。据报道,随着机动车保有量快速增加,我国部分城市空气开始呈现出煤烟和机动车尾气复合污染的特点,直接影响群众健康。近几年来,京津冀地区空气质量总体改善,但二氧化氮平均浓度下降幅度远低于其他污染物。重污染天气期间,硝酸盐是PM2.5组分中占比最大且上升最快的组分。北京、天津、上海等15个城市大气PM2.5源解析工作结果显示,本地排放源中移动源对PM2.5浓度的贡献范围为13.5%至52.1%。机动车是机动车大气污染排放的主要贡献者,其排放的CO和HC超过80%,NOX和PM超过90%。按车型分类,货车排放的NOX和PM明显高于客车,其中重型货车是主要贡献者;客车CO和HC排放量明显高于货车。按燃料分类,柴油车排放的NOX接近机动车排放总量的70%,PM超过90%;汽油车CO和HC排放量较高,CO超过机动车排放总量的80%,HC超过70%。占机动车保有量7.8%的柴油货车,排放了57.3%的NOX和77.8%的PM,是机动车污染防治的重中之重。
为了有效降低机动车排放对环境空气质量的污染,发现并治理高排放的车辆,对于改善城市空气质量状况是非常必要的。因此,加强机动车尾气污染防治工作,尤其是强化机动车尾气排放监管工作,是防治此类污染的重要手段,机动车污染物排放遥感检测方法是机动车尾气排放监管的重要技术手段之一。然而,现有机动车污染物排放遥感检测方法中,无法确定高污染超标排放车辆。
因此,现有机动车污染物排放遥感检测方法中无法确定高污染超标排放车辆,是一件亟待解决的技术问题。
发明内容
本发明提供了一种机动车监测方法、系统、设备和可读存储介质,旨在解决现有机动车污染物排放遥感检测方法中无法确定高污染超标排放车辆的技术问题。
根据本发明的一个方面,提供一种机动车监测方法,机动车监测方法包括以下步骤:
采集被测机动车尾气,对采集的被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱;
对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度;
根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。
进一步地,监测因子包括CO、CO2、NO、HC和尾气不透光烟度,采集被测机动车尾气,对采集的被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱的步骤包括:
选用近红外波段的可调谐半导体激光吸收光谱装置对被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱;
采用以氙灯作为光源的紫外差分吸收光谱装置对被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气的连续光谱;
采用色散紫外光装置对被测机动车尾气中尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。
进一步地,对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度的步骤包括:
对获取的连续光谱进行识别,识别出被测机动车尾气中各个监测因子;
采用吸收算法对识别出的各个监测因子进行计算,计算出被测机动车尾气中各个监测因子的浓度。
进一步地,根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选的步骤包括:
根据计算出的各个监测因子的浓度,结合车辆识别装置,识别超标排放的车辆,并对超标排放的车辆进行筛选。
根据本发明的另一方面,还提供一种机动车监测系统,机动车监测系统包括:
采集设备,用于采集被测机动车尾气,对采集的被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱;
计算设备,用于对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度;
筛选设备,用于根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。
进一步地,采集设备包括:
可调谐半导体激光吸收光谱装置,用于对被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱;
紫外差分吸收光谱装置,用于对被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气的连续光谱;
色散紫外光装置,用于对被测机动车尾气中尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。
进一步地,计算设备包括:
识别模块,用于对获取的连续光谱进行识别,识别出被测机动车尾气中各个监测因子;
计算模块,用于采用吸收算法对识别出的各个监测因子进行计算,计算出被测机动车尾气中各个监测因子的浓度。
进一步地,筛选设备包括筛选模块,
筛选模块,用于根据计算出的各个监测因子的浓度,结合车辆识别装置,识别超标排放的车辆,并对超标排放的车辆进行筛选。
此外,本发明还提供一种计算机设备,包括存储器和处理器,存储器存储有机动车监测程序,处理器执行机动车监测程序时实现上述的机动车监测方法的步骤。
此外,本发明还提供一种计算机可读存储介质,其上存储有机动车监测程序,机动车监测程序被处理器执行时实现上述的机动车监测方法的步骤。
本发明所取得的有益效果为:
本发明公开的机动车监测方法、系统、设备和可读存储介质,机动车监测系统采用采集设备、计算设备和筛选设备,通过采集设备采集被测机动车尾气,对采集的被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱;运用计算设备计算设备对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度;利用筛选设备根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。本发明公开的机动车监测方法、系统、设备和可读存储介质,不需要抽取样品,避免了由于采样带来的不准确性,可真实反映机动车尾气排放的污染状况;测范围广,速度快,监测污染气体种类多,常规维护费用低。
附图说明
图1为本发明机动车监测方法第一实施例的流程示意图;
图2为本发明机动车监测方法第二实施例的流程示意图;
图3为本发明机动车监测方法第三实施例的流程示意图;
图4为本发明机动车监测系统第一实施例的功能模块框图;
图5为本发明机动车监测系统中采集设备一实施例的功能模块连接示意图;
图6为本发明机动车监测系统中计算设备一实施例的功能模块连接示意图;
图7为本发明机动车监测系统第二实施例的功能模块框图。
附图标号说明:
10、采集设备;20、计算设备;30、筛选设备;11、可调谐半导体激光吸收光谱装置;12、紫外差分吸收光谱装置;13、色散紫外光装置;21、识别模块;22、计算模块;31、筛选模块。
具体实施方案
为了更好的理解上述技术方案,下面将结合说明书附图以及具体的实施方式对上述技术方案做详细的说明。
如图1所示,图1为本发明机动车监测方法第一实施例的流程示意图,在第一实施例中,该机动车监测方法包括以下步骤:
步骤S100、采集被测机动车尾气,对采集的被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱。
采集被测机动车尾气,利用可调谐半导体激光吸收光谱装置,通过TDLAS(TunableDiode LaserAbsorption Spectroscopy,可调谐半导体激光吸收光谱)技术,利用激光波长的可调谐性,激光的发射波长随着工作温度和电流的变化而改变。通过对电流的周期性调制,使激光波长在小范围内周期性变化,在每个周期内获取被测机动车尾气各个监测因子的连续光谱。监测因子为CO、CO2、HC、NO和不透光烟度。
步骤S200、对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度。
采用UV-DOAS(紫外差分光谱)技术,采用差分光学吸收光谱算法对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度。
步骤S300、根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。
根据计算出的各个监测因子的浓度,结合车辆识别技术,采用车牌识别设备识别车辆的车牌号,对应获取超标排放的车辆,并对超标排放的车辆进行筛选,筛选出超标排放的车辆,以达到控制城市空气污染的目的。
本实施例公开的机动车监测方法,通过采集设备采集被测机动车尾气,对采集的被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱;运用计算设备计算设备对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度;利用筛选设备根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。本实施例公开的机动车监测方法,不需要抽取样品,避免了由于采样带来的不准确性,可真实反映机动车尾气排放的污染状况;相对常规监测仪器来讲,具有测范围广,速度快,监测污染气体种类多,常规维护费用较低的有益效果,代表了未来机动车尾气监测技术的发展趋势。
请见图2,图2为本发明机动车监测方法第二实施例的流程示意图,在第一实施例的基础上,本实施例公开的机动车监测方法,步骤S100包括:
步骤S110、选用近红外波段的可调谐半导体激光吸收光谱装置对被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱。
采用TDLAS技术,利用激光波长的可调谐性,选用近红外波段的可调谐半导体激光吸收光谱装置对被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱。
步骤S120、采用以氙灯作为光源的紫外差分吸收光谱装置对被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气中NO和HC的连续光谱。
利用UV-DOAS技术,同种气体在不同光谱波段有不同的吸收,不同气体在同一光谱波段的吸收叠加作用,采用以氙灯作为光源的紫外差分吸收光谱装置对被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气中的NO和HC的连续光谱。
步骤S130、采用色散紫外光装置对被测机动车尾气中尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。
运用DUV(色散紫外光)技术,光被吸收和散射后强度衰减,采用色散紫外光装置对被测机动车尾气中尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。
本实施例公开的机动车监测方法,选用近红外波段的可调谐半导体激光吸收光谱装置对被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱;采用以氙灯作为光源的紫外差分吸收光谱装置对被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气的连续光谱;采用色散紫外光装置对被测机动车尾气中尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。本实施例公开的机动车监测方法,不需要抽取样品,避免了由于采样带来的不准确性,可真实反映机动车尾气排放的污染状况;相对常规监测仪器来讲,具有测范围广,速度快,监测污染气体种类多,维护费用较低;通过三种不同的装置来对尾气中的不同气体进行遥测,测试精度高。
进一步地,参见图3,图3为本发明机动车监测方法第三实施例的流程示意图,在第一实施例的基础上,本实施例公开的机动车监测方法,步骤S200包括:
步骤S210、对获取的连续光谱进行识别,识别出被测机动车尾气中各个监测因子。
采用同种气体在不同光谱波段有不同的吸收,不同气体在同一光谱波段的吸收重叠作用,通过对获取的连续光谱的分析,识别出被测机动车尾气中各个监测因子,同时测量多种气体。
步骤S220、采用吸收算法对识别出的各个监测因子进行计算,计算出被测机动车尾气中各个监测因子的浓度。
采用差分光学吸收光谱算法其对连续光谱数据进行处理得到气体浓度。光束穿过长度为L的被测气体环境后,由于气体对光的吸收作用,光能量将发生衰减。被测气体在波长λ处对光强的吸收,可用Beer-Lambert关系准确表述:
I(λ)=I0(λ)exp{-L[σi(λ)Ci+ε(λ)]} (1)
公式(1)中,I0(λ)为入射光在波长λ处相对强度;I(λ)为出射光在波长λ处相对强度;L为光程;Ci为第i种气体浓度;σi(λ)为第i种气体的吸收系数;ε(λ)为粒子散射因素导致的消光系数。
由公式(1)可知,普通的算法根本无法区分光衰减是气体吸收引起的还是粒子散射等非吸收引起的,而差分吸收算法是将气体的吸收分解为两部分:
σi(λ)=σir(λ)+σis(λ) (2)
公式(2)中,σir(λ)是第i种气体随波长较快变化部分的吸收系数,σis(λ)是第i种气体随波长较慢变化部分的吸收系数。
由公式(2)可知,σir(λ)是随波长快速变化的部分(即高频部分),σis(λ)是随波长缓慢变化的部分(即低频部分),而粒子散射等因素导致的消光作用都是随波长缓慢变化的。显然,吸收中随波长快速变化的部分只与气体吸收有关,对其进行相应的算值便可得到相关气体的浓度。
本实施例公开的机动车监测方法,对获取的连续光谱进行识别,识别出被测机动车尾气中各个监测因子;采用吸收算法对识别出的各个监测因子进行计算,计算出被测机动车尾气中各个监测因子的浓度。本实施例公开的机动车监测方法,不需要抽取样品,避免了由于采样带来的不准确性,可真实反映机动车尾气排放的污染状况;相对常规监测仪器来讲,具有测范围广,速度快,监测污染气体种类多,维护费用较低。
如图4所示,图4为本发明机动车监测系统第一实施例的功能模块框图,本实施例还提供一种机动车监测系统,机动车监测系统包括采集设备10、计算设备20和筛选设备30,其中,采集设备10,用于采集被测机动车尾气,对采集的被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱;计算设备20,用于对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度;筛选设备30,用于根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。
采集设备10采集被测机动车尾气,利用可调谐半导体激光吸收光谱装置,通过TDLAS(Tunable Diode LaserAbsorption Spectroscopy,可调谐半导体激光吸收光谱)技术,利用激光波长的可调谐性,激光的发射波长随着工作温度和电流的变化而改变。通过对电流的周期性调制,使激光波长在小范围内周期性变化,在每个周期内获取被测机动车尾气各个监测因子的连续光谱。监测因子为CO、CO2、HC、NO和不透光烟度。
计算设备20采用UV-DOAS(紫外差分光谱)技术,采用差分光学吸收光谱算法对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度。
请见图7,筛选设备30中的筛选模块31根据计算出的各个监测因子的浓度,结合车辆识别技术,采用车牌识别设备识别车辆的车牌号,对应获取超标排放的车辆,并对超标排放的车辆进行筛选,筛选出超标排放的车辆,以达到控制城市空气污染的目的。
本实施例公开的机动车监测方法,通过采集设备采集被测机动车尾气,对采集的被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱;运用计算设备计算设备对获取的连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度;利用筛选设备根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。本实施例公开的机动车监测方法,不需要抽取样品,避免了由于采样带来的不准确性,可真实反映机动车尾气排放的污染状况;相对常规监测仪器来讲,具有测范围广,速度快,监测污染气体种类多,常规维护费用较低的有益效果,代表了未来机动车尾气监测技术的发展趋势。
进一步地,请见图5,图5为本发明机动车监测系统中采集设备一实施例的功能模块连接示意图,在第一实施例的基础上,本实施例公开的机动车监测系统,采集设备10包括可调谐半导体激光吸收光谱装置11、紫外差分吸收光谱装置12和色散紫外光装置13,其中,可调谐半导体激光吸收光谱装置11,用于对被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱;紫外差分吸收光谱装置12,用于对被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气的连续光谱;色散紫外光装置13,用于对被测机动车尾气中尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。
可调谐半导体激光吸收光谱装置11采用TDLAS技术,利用激光波长的可调谐性,选用近红外波段的可调谐半导体激光吸收光谱装置对被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱。
紫外差分吸收光谱装置12利用UV-DOAS技术,同种气体在不同光谱波段有不同的吸收,不同气体在同一光谱波段的吸收叠加作用,采用以氙灯作为光源的紫外差分吸收光谱装置对被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气中的NO和HC的连续光谱。
色散紫外光装置13运用DUV(色散紫外光)技术,光被吸收和散射后强度衰减,采用色散紫外光装置对被测机动车尾气中尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。
本实施例公开的机动车监测系统,采集设备采用可调谐半导体激光吸收光谱装置、紫外差分吸收光谱装置和色散紫外光装置,选用近红外波段的可调谐半导体激光吸收光谱装置对被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱;采用以氙灯作为光源的紫外差分吸收光谱装置对被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气的连续光谱;采用色散紫外光装置对被测机动车尾气中尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。本实施例公开的机动车监测系统,不需要抽取样品,避免了由于采样带来的不准确性,可真实反映机动车尾气排放的污染状况;相对常规监测仪器来讲,具有测范围广,速度快,监测污染气体种类多,维护费用较低;通过三种不同的装置来对尾气中的不同气体进行遥测,测试精度高。
优选地,请见图6,图6为本发明机动车监测系统中计算设备一实施例的功能模块连接示意图,在第一实施例的基础上,本实施例公开的机动车监测系统,计算设备20包括识别模块21和计算模块22,其中,识别模块21,用于对获取的连续光谱进行识别,识别出被测机动车尾气中各个监测因子;计算模块22,用于采用吸收算法对识别出的各个监测因子进行计算,计算出被测机动车尾气中各个监测因子的浓度。
识别模块21采用同种气体在不同光谱波段有不同的吸收,不同气体在同一光谱波段的吸收重叠作用,通过对获取的连续光谱的分析,识别出被测机动车尾气中各个监测因子,同时测量多种气体。
计算模块22采用差分光学吸收光谱算法其对连续光谱数据进行处理得到气体浓度。光束穿过长度为L的被测气体环境后,由于气体对光的吸收作用,光能量将发生衰减。被测气体在波长λ处对光强的吸收,可用Beer-Lambert关系准确表述:
I(λ)=I0(λ)exp{-L[σi(λ)Ci+ε(λ)]} (3)
公式(3)中,I0(λ)为入射光在波长λ处相对强度;I(λ)为出射光在波长λ处相对强度;L为光程;Ci为第i种气体浓度;σi(λ)为第i种气体的吸收系数;ε(λ)为粒子散射因素导致的消光系数。
由公式(3)可知,普通的算法根本无法区分光衰减是气体吸收引起的还是粒子散射等非吸收引起的,而差分吸收算法是将气体的吸收分解为两部分:
σi(λ)=σir(λ)+σis(λ) (4)
公式(4)中,σir(λ)是第i种气体随波长较快变化部分的吸收系数,σis(λ)是第i种气体随波长较慢变化部分的吸收系数。
由公式(4)可知,σir(λ)是随波长快速变化的部分(即高频部分),σis(λ)是随波长缓慢变化的部分(即低频部分),而粒子散射等因素导致的消光作用都是随波长缓慢变化的。显然,吸收中随波长快速变化的部分只与气体吸收有关,对其进行相应的算值便可得到相关气体的浓度。
本实施例公开的机动车监测系统,计算设备采用识别模块和计算模块,识别模块对获取的连续光谱进行识别,识别出被测机动车尾气中各个监测因子;计算模块采用吸收算法对识别出的各个监测因子进行计算,计算出被测机动车尾气中各个监测因子的浓度。本实施例公开的机动车监测系统,不需要抽取样品,避免了由于采样带来的不准确性,可真实反映机动车尾气排放的污染状况;相对常规监测仪器来讲,具有测范围广,速度快,监测污染气体种类多,维护费用较低。
此外,本发明还提供一种计算机设备,包括存储器和处理器,存储器存储有机动车监测程序,处理器执行机动车监测程序时实现上述的机动车监测方法的步骤。
其中,激光光谱控制程序被执行时所实现的方法可参照本发明机动车监测方法各个实施例,此处不再赘述。
此外,本发明还提供一种计算机可读存储介质,其上存储有机动车监测程序,机动车监测程序被处理器执行时实现上述的机动车监测方法的步骤。
其中,激光光谱控制程序被执行时所实现的方法可参照本发明机动车监测方法各个实施例,此处不再赘述。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种机动车监测方法,其特征在于,所述机动车监测方法包括以下步骤:
采集被测机动车尾气,对采集的所述被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱;
对获取的所述连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度;
根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。
2.如权利要求1所述的机动车监测方法,其特征在于,
所述监测因子包括CO、CO2、NO、HC和尾气不透光烟度,所述采集被测机动车尾气,对采集的所述被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱的步骤包括:
选用近红外波段的可调谐半导体激光吸收光谱装置对所述被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱;
采用以氙灯作为光源的紫外差分吸收光谱装置对所述被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气中的NO和HC的连续光谱;
采用色散紫外光装置对所述被测机动车尾气中的尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。
3.如权利要求2所述的机动车监测方法,其特征在于,
所述对获取的所述连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度的步骤包括:
对获取的所述连续光谱进行识别,识别出被测机动车尾气中各个监测因子;
采用吸收算法对识别出的各个监测因子进行计算,计算出被测机动车尾气中各个监测因子的浓度。
4.如权利要求3所述的机动车监测方法,其特征在于,
所述根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选的步骤包括:
根据计算出的各个监测因子的浓度,结合车辆识别装置,识别超标排放的车辆,并对超标排放的车辆进行筛选。
5.一种机动车监测系统,其特征在于,所述机动车监测系统包括:
采集设备(10),用于采集被测机动车尾气,对采集的所述被测机动车尾气中的各个监测因子进行光电处理,获取被测机动车尾气各个监测因子的连续光谱;
计算设备(20),用于对获取的所述连续光谱进行识别,计算出被测机动车尾气中各个监测因子的浓度;
筛选设备(30),用于根据计算出的各个监测因子的浓度,对应获取超标排放的车辆,并对超标排放的车辆进行筛选。
6.如权利要求5所述的机动车监测系统,其特征在于,
所述采集设备(10)包括:
可调谐半导体激光吸收光谱装置(11),用于对所述被测机动车尾气中的CO和CO2进行遥测,获取被测机动车尾气中CO和CO2的连续光谱;
紫外差分吸收光谱装置(12),用于对所述被测机动车尾气中的NO和HC进行遥测,获取被测机动车尾气中的NO和HC的连续光谱;
色散紫外光装置(13),用于对所述被测机动车尾气中的尾气不透光烟度进行遥测,获取被测机动车尾气中尾气不透光烟度的连续光谱。
7.如权利要求6所述的机动车监测系统,其特征在于,
所述计算设备(20)包括:
识别模块(21),用于对获取的所述连续光谱进行识别,识别出被测机动车尾气中各个监测因子;
计算模块(22),用于采用吸收算法对识别出的各个监测因子进行计算,计算出被测机动车尾气中各个监测因子的浓度。
8.如权利要求7所述的机动车监测系统,其特征在于,
所述筛选设备(30)包括筛选模块(31),
所述筛选模块(31),用于根据计算出的各个监测因子的浓度,结合车辆识别装置,识别超标排放的车辆,并对超标排放的车辆进行筛选。
9.一种计算机设备,包括存储器和处理器,所述存储器存储有机动车监测程序,其特征在于,所述处理器执行所述机动车监测程序时实现权利要求1至4中任一项所述的机动车监测方法的步骤。
10.一种计算机可读存储介质,其上存储有机动车监测程序,其特征在于,所述机动车监测程序被处理器执行时实现如权利要求1至4中任一项所述的机动车监测方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911341415.4A CN111122497A (zh) | 2019-12-24 | 2019-12-24 | 机动车监测方法、系统、设备和可读存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911341415.4A CN111122497A (zh) | 2019-12-24 | 2019-12-24 | 机动车监测方法、系统、设备和可读存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111122497A true CN111122497A (zh) | 2020-05-08 |
Family
ID=70501378
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911341415.4A Pending CN111122497A (zh) | 2019-12-24 | 2019-12-24 | 机动车监测方法、系统、设备和可读存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111122497A (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1439880A (zh) * | 2003-01-21 | 2003-09-03 | 中国科学院安徽光学精密机械研究所 | 机动车尾气多污染组份实时遥测方法和装置 |
CN109781648A (zh) * | 2017-11-15 | 2019-05-21 | 朱德麒 | 一种机动车尾气遥感检测系统 |
CN110044843A (zh) * | 2019-05-24 | 2019-07-23 | 杭州电子科技大学 | 基于近红外可调谐二极管激光光谱技术的尾气遥测装置 |
-
2019
- 2019-12-24 CN CN201911341415.4A patent/CN111122497A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1439880A (zh) * | 2003-01-21 | 2003-09-03 | 中国科学院安徽光学精密机械研究所 | 机动车尾气多污染组份实时遥测方法和装置 |
CN109781648A (zh) * | 2017-11-15 | 2019-05-21 | 朱德麒 | 一种机动车尾气遥感检测系统 |
CN110044843A (zh) * | 2019-05-24 | 2019-07-23 | 杭州电子科技大学 | 基于近红外可调谐二极管激光光谱技术的尾气遥测装置 |
Non-Patent Citations (2)
Title |
---|
无: "固定水平式遥感监测系统1套", 《原创力文档》, 25 April 2019 (2019-04-25) * |
董凤忠 等: "机动车尾气的道边在线实时监测(上)", 《测试技术学报》, vol. 19, no. 2, 31 December 2005 (2005-12-31), pages 2 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN1141569C (zh) | 遥测废气的装置 | |
US10055906B1 (en) | System and method to detect emissions OBD false failures | |
Carslaw et al. | Recent evidence concerning higher NOx emissions from passenger cars and light duty vehicles | |
Suarez-Bertoa et al. | Intercomparison of real-time tailpipe ammonia measurements from vehicles tested over the new world-harmonized light-duty vehicle test cycle (WLTC) | |
Jimenez et al. | Cross road and mobile tunable infrared laser measurements of nitrous oxide emissions from motor vehicles | |
Wang et al. | A potential remote sensor of CO in vehicle exhausts using 2.3 µm diode lasers | |
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 | |
CN111145556A (zh) | 黑烟车车牌识别方法、系统、设备和可读存储介质 | |
JP4124731B2 (ja) | 排気不透明度測定装置 | |
CN101105446A (zh) | 差分吸收光谱空气质量检测系统 | |
EP3667295A1 (en) | Analyzer, analysis method, analyzer program, and analysis learning device | |
CN1439880A (zh) | 机动车尾气多污染组份实时遥测方法和装置 | |
CN106168577A (zh) | 车辆尾气多污染组份实时遥测方法和装置 | |
CN109238987B (zh) | 一种多光谱汽车尾气监测装置 | |
Zhang et al. | Evaluating the ammonia emission from in-use vehicles using on-road remote sensing test | |
JPH0862207A (ja) | 潤滑油の劣化検知方法 | |
Borken-Kleefeld | Guidance note about on-road vehicle emissions remote sensing | |
CN111122497A (zh) | 机动车监测方法、系统、设备和可读存储介质 | |
Dooly et al. | On-board monitoring of vehicle exhaust emissions using an ultraviolet optical fibre based sensor | |
Barrass et al. | Near-infrared tunable diode laser spectrometer for the remote sensing of vehicle emissions | |
US20030120434A1 (en) | Exhaust opacity measuring device | |
CN111122478A (zh) | 机动车尾气浓度检测系统、方法、设备和可读存储介质 | |
CN111122498A (zh) | 激光光谱控制系统、方法、设备和可读存储介质 | |
DE4130639A1 (de) | Verfahren zur quantitativen und qualitativen erfassung von kohlenwasserstoffhaltigen russschwebeteilchen in gasen | |
KR101756791B1 (ko) | 오염물질 배출농도의 질량 환산 결과를 이용한 연비계산 방법 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200508 |
|
RJ01 | Rejection of invention patent application after publication |