CN112858126B - 一种高排放车识别系统和方法 - Google Patents
一种高排放车识别系统和方法 Download PDFInfo
- Publication number
- CN112858126B CN112858126B CN202110097642.8A CN202110097642A CN112858126B CN 112858126 B CN112858126 B CN 112858126B CN 202110097642 A CN202110097642 A CN 202110097642A CN 112858126 B CN112858126 B CN 112858126B
- Authority
- CN
- China
- Prior art keywords
- concentration
- emission
- equal
- less
- sensor
- 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
- 238000000034 method Methods 0.000 title claims abstract description 23
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 45
- 231100000719 pollutant Toxicity 0.000 claims abstract description 45
- 239000013618 particulate matter Substances 0.000 claims abstract description 19
- 230000005540 biological transmission Effects 0.000 claims abstract description 11
- 238000012360 testing method Methods 0.000 claims abstract description 8
- 238000012512 characterization method Methods 0.000 claims abstract description 3
- 238000005259 measurement Methods 0.000 claims description 32
- 230000004044 response Effects 0.000 claims description 19
- 239000002245 particle Substances 0.000 claims description 10
- 238000002848 electrochemical method Methods 0.000 claims description 7
- 238000005070 sampling Methods 0.000 claims description 6
- 229910001220 stainless steel Inorganic materials 0.000 claims description 6
- 239000010935 stainless steel Substances 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- 239000004809 Teflon Substances 0.000 claims description 3
- 229920006362 Teflon® Polymers 0.000 claims description 3
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000000149 argon plasma sintering Methods 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 238000009833 condensation Methods 0.000 claims description 3
- 230000005494 condensation Effects 0.000 claims description 3
- 238000009792 diffusion process Methods 0.000 claims description 3
- 229920001296 polysiloxane Polymers 0.000 claims description 3
- 230000010354 integration Effects 0.000 abstract description 2
- 238000001514 detection method Methods 0.000 description 4
- 238000012544 monitoring process Methods 0.000 description 4
- 238000010998 test method Methods 0.000 description 3
- 238000003915 air pollution Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003197 catalytic effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000428 dust Substances 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
-
- 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
- G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
- G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N27/00—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means
- G01N27/26—Investigating or analysing materials by the use of electric, electrochemical, or magnetic means by investigating electrochemical variables; by using electrolysis or electrophoresis
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N15/00—Investigating characteristics of particles; Investigating permeability, pore-volume or surface-area of porous materials
- G01N15/06—Investigating concentration of particle suspensions
- G01N15/075—Investigating concentration of particle suspensions by optical means
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Chemical & Material Sciences (AREA)
- Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Spectroscopy & Molecular Physics (AREA)
- Dispersion Chemistry (AREA)
- Molecular Biology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Electrochemistry (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明公开了一种高排放车识别系统和方法。该识别系统包括颗粒物测量单元、气体测量单元、气象参数单元、车牌识别单元、计算机和无线数据传输单元；其中颗粒物测量单元包括PM2.5测试仪和PN测试仪；气体测量单元包括CO2传感器、NO传感器、CO传感器和NO2传感器；气象参数单元包括温湿度传感器、大气压力传感器以及风向和风速传感器。该识别方法为采用将测试仪器布设于道路边的方式，当机动车排放的尾气扩散至道路边时对其进行快速测量，并实时计算污染物的排放表征参数，根据设定阈值判定是否属于高排放车辆，该系统集成度高、成本低、布设灵活，可快速对高排放车辆进行识别。
Description
技术领域
本发明属于环境监测技术领域，具体涉及一种高排放车识别系统和方法。
背景技术
机动车排放是我国大气污染的主要来源之一，车辆运行中由于污染物后处理措施失效或人为破坏导致车辆的高排放，少量的高排放车对总体机动车排放污染物的贡献很大。
现有技术中，除使用实验室台架测试或使用便携式车载排放测试系统对单台机动车进行测试外，遥感检测法（HJ845–2017 《在用柴油车排气污染物测量方法及技术要求（遥感检测法）》）和跟车测试方法（申请号 201811044316.5 “重型汽车尾气排放跟车测试系统和测试方法”）是两种常用的非接触式快速检测识别方法。遥感检测法通常对于排放的气体污染物能够较好的测量，但对于颗粒物的高排放情况识别效果较差；跟车测试方法需要选择目标车辆后进行一段时间的持续跟踪和采集背景大气浓度，进而计算污染物的排放因子，需要耗费大量的时间精力，而且这两种方法所使用的仪器价格昂贵、维护成本高，限值了其大范围的布设和使用。除此之外，目前对于道路环境进行测量的监测站点或微站，常用于对道路车流的总体排放情况进行评估，所使用的仪器响应速度慢、时间分辨率低，不适用于高排放车辆的识别。
综上，如何提供一种集成度高、成本低、可灵活布设于道路边的高排放车识别系统，通过测量到的颗粒物浓度和气体浓度信息，判断机动车后处理设施中颗粒物过滤单元和气体催化转换单元是否失效，已经成为亟需解决的问题。
发明内容
为了克服现有技术存在的缺陷，本发明的目的在于针对上述问题，提供一种高排放车识别系统，其特征在于，包括颗粒物测量单元1、气体测量单元2、气象参数单元3、车牌识别单元4、计算机5和无线数据传输单元6，其中，
所述颗粒物测量单元1包括PM2.5测试仪7和PN测试仪8，分别用于测量颗粒物质量浓度和数量浓度；
所述气体测量单元2包括CO2传感器9、NO传感器10、CO传感器11和NO2传感器12，分别用于测量CO2浓度、NO浓度、CO浓度和NO2浓度；
所述气象参数单元3位于系统的顶部，包括温湿度传感器、大气压力传感器以及风向和风速传感器；
所述车牌识别单元4用于获取经过测试点位的机动车车牌信息；
所述计算机5用于实时采集和存储数据，计算污染物的排放表征参数，根据设定阈值判定是否属于高排放车辆；
所述无线数据传输单元6用于将采集到的数据和分析结果传送至远程服务器端。
优选的，所述颗粒物测量单元1、气体测量单元2和气象参数单元3均通过串口与计算机5连接，且其数据输出时间间隔均为1秒；所述车牌识别单元4采用触发方式将采集到的图片信息发送至计算机5，计算机5通过软件识别图片中的车牌号信息；计算机5将每秒采集到的数据进行存储，并将属于高排放车的信息通过无线数据传输单元6发送至远程服务器端。
优选的，所述颗粒物测量单元1采用泵作为抽吸动力，所述颗粒物测量单元1的入口设有2.5μm的切割器，所述颗粒物测量单元1采用导电性硅胶管或不锈钢管作为采样管向外连接，且垂直于道路方向，其中，所述PN测试仪8数据采集频率为10Hz，所述PN测试仪8的粒径测量下限为23nm或10nm；
所述气体测量单元2采用泵作为抽吸动力，所述气体测量单元2入口采用Teflon管或不锈钢管作为采样管向外连接，且垂直于道路方向。
优选的，所述高排放车识别系统布设在单车道、车流量小且在主导风向下风向处，或者在道路两侧各布设一台的方式进行监测。
优选的，所述高排放车识别系统可使用太阳能电池或市电进行供电。
优选的，所述PM2.5测试仪7基于光散射的测量原理，量程上限≥999μg/m3，测量分辨率≤1μg/m3，时间分辨率≤1秒，t90响应时间≤3秒；PN测试仪8基于冷凝生长计数原理或采用扩散荷电的原理，量程上限≥1E6 #/cc，测量分辨率≤100 #/cc，时间分辨率≤1秒，t90响应时间≤1秒。
优选的，所述CO2传感器9基于非色散红外的测量原理，量程上限为2000ppm，测量分辨率≤0.1ppm，在400ppm浓度条件下峰-峰值噪音≤3ppm，t90响应时间≤2秒；
所述NO传感器10基于电化学的测量原理，量程上限为5ppm，测量分辨率≤1ppb，时间分辨率≤1秒，t90响应时间≤10秒；
所述CO传感器11基于电化学的测量原理，量程上限为20ppm，测量分辨率≤50ppb，时间分辨率≤1秒，t90响应时间≤10秒；
所述NO2传感器12基于电化学的测量原理，量程上限为2ppm，测量分辨率≤1ppb，时间分辨率≤1秒，t90响应时间≤10秒。
本发明的目的还在于提供一种高排放车识别方法，其特征在于，包括以下步骤：
步骤1）将高排放车识别系统布设于道路边，待仪器预热达到稳定后开始测量；
步骤2）当颗粒物或气体污染物X有特征浓度峰值出现时，如果有CO2浓度峰值出现，可选择根据步骤3或者步骤4对污染物X的排放系数进行计算；
步骤3）根据污染物X浓度的峰值和CO2浓度的峰值，计算污染物X的排放系数，计算方法为：
X的排放系数 =(X峰值浓度 - X背景浓度) / (CO2峰值浓度 – CO2背景浓度)；
步骤4）扣除背景浓度信息后，根据污染物X的浓度峰值面积和CO2的浓度峰值面积，计算污染物X的排放系数，计算方法为：
X的排放系数 =X浓度峰值面积 / CO2浓度峰值面积；
步骤5）进一步的，根据碳平衡方法，可根据步骤3或步骤4计算的排放系数计算污染物的排放因子，当污染物X的排放系数或排放因子大于设定阈值时，认定有高排放车出现；
步骤6）结合车牌信息库和风向风速信息，考虑延时时间，定位可能的高排放车辆信息。
优选的，如果CO2未出现峰值或高排放车识别系统没有安装CO2传感器9，可根据污染物X的峰值浓度和背景浓度，计算污染物X的浓度增量，并根据X的浓度增量，判断是否有高排车出现，其中X的浓度增量计算方法为：
X的浓度增量 = (X峰值浓度 – X背景浓度)。
与现有技术相比，本发明具备以下有益效果：
1) 本发明提供的一种高排放车识别系统和方法，基于低成本的传感器和仪器进行组建，可灵活布设于道路边对机动车尾气进气快速测量，通过测量到的颗粒物浓度和气体浓度信息，判断是否属于高排放车辆。
附图说明
图1为本发明的一种高排放车识别系统的示意图；
图2为本发明的一种高排放车识别系统的使用方法流程图。
图中附图标记为：
1-颗粒物测量单元；2-气体测量单元；3-气象参数单元；4-车牌识别单元；5-计算机；6-无线数据传输单元；7-PM2.5测试仪；8-PN测试仪；9-CO2传感器；10-NO传感器；11-CO传感器；12-NO2传感器。
具体实施方式
为使本发明实施的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行更加详细的描述。在附图中，自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。所描述的实施例是本发明一部分实施例，而不是全部的实施例。
基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
下面通过参考附图描述的实施例以及方位性的词语均是示例性的，旨在用于解释本发明，而不能理解为对本发明的限制。
下面结合附图对本发明进行详细描述。
参阅附图1，一种高排放车识别系统，主要包括颗粒物测量单元1、气体测量单元2、气象参数单元3、车牌识别单元4、计算机5和无线数据传输单元6，其中，
所述颗粒物测量单元1包括PM2.5测试仪7和PN测试仪8，分别用于测量颗粒物质量浓度和数量浓度；
所述气体测量单元2包括CO2传感器9、NO传感器10、CO传感器11和NO2传感器12，分别用于测量CO2浓度、NO浓度、CO浓度和NO2浓度；
所述气象参数单元3位于系统的顶部，包括温湿度传感器、大气压力传感器以及风向和风速传感器；
所述车牌识别单元4用于获取经过测试点位的机动车车牌信息；
所述计算机5用于实时采集和存储数据，计算污染物的排放系数或浓度增量，根据设定阈值判定是否属于高排放车辆；
所述无线数据传输单元6用于将采集到的数据和分析结果传送至远程服务器端。
优选的，所述颗粒物测量单元1、气体测量单元2和气象参数单元3均通过串口与计算机5连接，且其数据输出时间间隔均为1秒；所述车牌识别单元4采用触发方式将采集到的图片信息发送至计算机5，计算机5通过软件识别图片中的车牌号信息；计算机5将每秒采集到的数据进行存储，并将属于高排放车的信息通过无线数据传输单元6发送至远程服务器端。
优选的，所述颗粒物测量单元1采用泵作为抽吸动力，所述颗粒物测量单元1的入口设有2.5μm的切割器，所述颗粒物测量单元1采用导电性硅胶管或不锈钢管作为采样管向外连接，且垂直于道路方向，其中，所述PN测试仪8数据采集频率为10Hz，所述PN测试仪8的粒径测量下限为23nm或10nm；所述气体测量单元2采用泵作为抽吸动力，所述气体测量单元2入口采用Teflon管或不锈钢管作为采样管向外连接，且垂直于道路方向，并尽可能的靠近道路边。
优选的，所述高排放车识别系统布设在单车道、车流量小且在主导风向下风向处，或者在道路两侧各布设一台的方式进行监测，所述高排放车识别系统距地面有一定的高度，避开仪器底部有较大灰尘的地面。
优选的，所述高排放车识别系统使用太阳能电池供电或采用市电进行供电，且所述气体测量单元2配有不间断电池，确保在仪器断电时，气体测量单元2能保持良好的工作状态。
优选的，所述PM2.5测试仪7基于光散射的测量原理，量程上限≥999μg/m3，测量分辨率≤1μg/m3，时间分辨率≤1秒，t90响应时间≤3秒；PN测试仪8基于冷凝生长计数原理或采用扩散荷电的原理，量程上限为1E6 #/cc，测量分辨率≤100 #/cc，时间分辨率≤1秒，t90响应时间≤1秒。
优选的，所述CO2传感器9基于非色散红外的测量原理，量程上限为2000ppm，测量分辨率≤0.1ppm，在400ppm浓度条件下峰-峰值噪音≤3ppm，t90响应时间≤2秒；
所述NO传感器10基于电化学的测量原理，量程上限为5ppm，测量分辨率≤1ppb，时间分辨率≤1秒，t90响应时间≤10秒；
所述CO传感器11基于电化学的测量原理，量程上限为20ppm，测量分辨率≤50ppb，时间分辨率≤1秒，t90响应时间≤10秒；
所述NO2传感器12基于电化学的测量原理，量程上限为2ppm，测量分辨率≤1ppb，时间分辨率≤1秒，t90响应时间≤10秒。
如图2所示，本发明的目的还在于提供一种高排放车识别方法，其特征在于，包括以下步骤：
步骤1）将高排放车识别系统布设于道路边，待仪器预热达到稳定后开始测量；
步骤2）当颗粒物或气体污染物X有特征浓度峰值出现时，如果有CO2浓度峰值出现，可选择根据步骤3或者步骤4对污染物X的排放系数进行计算；
步骤3）根据污染物X浓度的峰值和CO2浓度的峰值，计算污染物X的排放系数，计算方法为：
X的排放系数 =(X峰值浓度 - X背景浓度 ) / ( CO2峰值浓度 – CO2背景浓度 )；
步骤4）扣除背景浓度信息后，根据污染物X的浓度峰值面积和CO2的浓度峰值面积，计算污染物X的排放系数，计算方法为：
X的排放系数 =X浓度峰值面积 / CO2浓度峰值面积；
步骤5）进一步的，根据碳平衡方法，可根据步骤3或步骤4计算的排放系数计算污染物的排放因子，当污染物X的排放系数或排放因子大于设定阈值时，认定有高排放车出现；
步骤6）结合车牌信息库和风向风速信息，考虑延时时间，定位可能的高排放车辆信息。
优选的，如果CO2未出现峰值或高排放车识别系统没有安装CO2传感器9，可根据污染物X的峰值浓度和背景浓度，计算污染物X的浓度增量，并根据X的浓度增量，判断是否有高排车出现，其中X的浓度增量计算方法为：X的浓度增量 = (X峰值浓度 – X背景浓度)。
最后需要指出的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (3)
1.一种高排放车识别方法，其特征在于，实现该方法的高排放车识别系统包括颗粒物测量单元（1）、气体测量单元（2）、气象参数单元（3）、车牌识别单元（4）、计算机（5）和无线数据传输单元（6），其中，
所述颗粒物测量单元（1）包括PM2.5测试仪（7）和PN测试仪（8），分别用于测量颗粒物质量浓度和数量浓度；
所述气体测量单元（2）包括CO2传感器（9）、NO传感器（10）、CO传感器（11）和NO2传感器（12），分别用于测量CO2浓度、NO浓度、CO浓度和NO2浓度；
所述气象参数单元（3）包括温湿度传感器、大气压力传感器以及风向和风速传感器；
所述车牌识别单元（4）用于获取经过测试点位的机动车车牌信息；
所述计算机（5）用于实时采集和存储数据，计算污染物的排放表征参数，根据设定阈值判定是否属于高排放车辆；
所述无线数据传输单元（6）用于将采集到的数据和分析结果传送至远程服务器端；
所述PM2.5测试仪（7）基于光散射的测量原理，量程上限为999μg/m3，测量分辨率≤1μg/m3，时间分辨率≤1秒，t90响应时间≤3秒；所述PN测试仪（8）基于冷凝生长计数原理或采用扩散荷电的原理，量程上限为1E6 #/cc，测量分辨率≤100 #/cc，时间分辨率≤1秒，t90响应时间≤1秒；
所述CO2传感器（9）基于非色散红外的测量原理，量程上限为2000ppm，测量分辨率≤0.1ppm，在400ppm浓度条件下峰-峰值噪音≤3ppm，t90响应时间≤2秒；
所述NO传感器（10）基于电化学的测量原理，量程上限为5ppm，测量分辨率≤1ppb，时间分辨率≤1秒，t90响应时间≤10秒；
所述CO传感器（11）基于电化学的测量原理，量程上限为20ppm，测量分辨率≤50ppb，时间分辨率≤1秒，t90响应时间≤10秒；
所述NO2传感器（12）基于电化学的测量原理，量程上限为2ppm，测量分辨率≤1ppb，时间分辨率≤1秒，t90响应时间≤10秒；
所述颗粒物测量单元（1）采用泵作为抽吸动力，所述颗粒物测量单元（1）的入口设有2.5μm的切割器，所述颗粒物测量单元（1）采用导电性硅胶管或不锈钢管作为采样管向外连接，且垂直于道路方向，其中，所述PN测试仪（8）数据采集频率为10Hz，所述PN测试仪（8）的粒径测量下限为23nm或10nm；
所述气体测量单元（2）采用泵作为抽吸动力，所述气体测量单元（2）入口采用Teflon管或不锈钢管作为采样管向外连接，且垂直于道路方向；
所述高排放车识别方法包括以下步骤：
步骤1）将高排放车识别系统布设于道路边，待仪器预热达到稳定后开始测量；
步骤2）当颗粒物或气体污染物X有特征浓度峰值出现时，如果有CO2浓度峰值出现，选择根据步骤3或者步骤4对污染物X的排放系数进行计算；
步骤3）根据污染物X浓度的峰值和CO2浓度的峰值，计算污染物X的排放系数，计算方法为：
X的排放系数 =( X峰值浓度 - X背景浓度 ) / ( CO2峰值浓度– CO2背景浓度 ) ；
步骤4）扣除背景浓度信息后，根据污染物X的浓度峰值面积和CO2的浓度峰值面积，计算污染物X的排放系数，计算方法为：
X的排放系数 =X浓度峰值面积 / CO2浓度峰值面积；
步骤5）根据碳平衡方法，依据步骤3或步骤4计算的排放系数计算污染物的排放因子，当污染物X的排放系数或排放因子大于设定阈值时，认定有高排放车出现；
步骤6）结合车牌信息库和风向风速信息，考虑延时时间，定位可能的高排放车辆信息。
2.根据权利要求1所述的一种高排放车识别方法，其特征在于，所述颗粒物测量单元（1）、气体测量单元（2）和气象参数单元（3）均通过串口与计算机（5）连接，且其数据输出时间间隔均为1秒；所述车牌识别单元（4）采用触发方式将采集到的图片信息发送至计算机（5），计算机（5）通过软件识别图片中的车牌号信息；计算机（5）将每秒采集到的数据进行存储，并将属于高排放车的信息通过无线数据传输单元（6）发送至远程服务器端。
3.根据权利要求1所述的一种高排放车识别方法，其特征在于，如果CO2未出现峰值，根据污染物X的峰值浓度和背景浓度，计算污染物X的浓度增量，并根据X的浓度增量，判断是否有高排车出现，其中X的浓度增量计算方法为：
X的浓度增量 = (X峰值浓度 – X背景浓度)。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110097642.8A CN112858126B (zh) | 2021-01-25 | 2021-01-25 | 一种高排放车识别系统和方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110097642.8A CN112858126B (zh) | 2021-01-25 | 2021-01-25 | 一种高排放车识别系统和方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112858126A CN112858126A (zh) | 2021-05-28 |
| CN112858126B true CN112858126B (zh) | 2023-01-31 |
Family
ID=76008559
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110097642.8A Active CN112858126B (zh) | 2021-01-25 | 2021-01-25 | 一种高排放车识别系统和方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112858126B (zh) |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7071002B1 (en) * | 2000-05-09 | 2006-07-04 | Gordon-Darby Systems, Inc. | Method and system for vehicle emission testing |
| CN206710256U (zh) * | 2017-05-03 | 2017-12-05 | 安徽宝龙环保科技有限公司 | 一种机动车尾气检测装置 |
| CN107607678A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种污染源排放特征确定方法及其监测设备 |
| US10055906B1 (en) * | 2015-11-24 | 2018-08-21 | Opus Inspection, Inc. | System and method to detect emissions OBD false failures |
| CN109765343A (zh) * | 2019-03-09 | 2019-05-17 | 华北水利水电大学 | 尾气净化及pm2.5吸附效果检测装置及其检测方法 |
Family Cites Families (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US9097614B2 (en) * | 2012-01-18 | 2015-08-04 | Xerox Corporation | Vehicle emissions testing and toll collection system |
| US10337989B2 (en) * | 2015-11-06 | 2019-07-02 | Opus Inspection, Inc. | System and method to detect vehicle emissions noncompliance |
| CN106840260B (zh) * | 2017-01-24 | 2020-04-03 | 安徽庆宇光电科技有限公司 | 机动车污染源在线监测系统 |
| CN108254495B (zh) * | 2017-12-13 | 2023-08-22 | 上海市环境科学研究院 | 一种隧道机动车污染物监测方法及系统 |
| CN109061071A (zh) * | 2018-09-07 | 2018-12-21 | 清华大学 | 重型汽车尾气排放跟车测试系统和测试方法 |
| CN211148423U (zh) * | 2019-07-01 | 2020-07-31 | 深圳市华瑞豪科技发展有限公司 | 一种在用机动车尾气垂直式遥感检测装置 |
| CN111122479A (zh) * | 2019-12-24 | 2020-05-08 | 湖南轩源环保科技有限公司 | 垂直固定式机动车尾气监控系统 |
| CN112113911B (zh) * | 2020-08-18 | 2022-04-12 | 北京理工大学 | 点燃式发动机汽车尾气排放遥感大数据检测方法和系统 |
-
2021
- 2021-01-25 CN CN202110097642.8A patent/CN112858126B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US7071002B1 (en) * | 2000-05-09 | 2006-07-04 | Gordon-Darby Systems, Inc. | Method and system for vehicle emission testing |
| US10055906B1 (en) * | 2015-11-24 | 2018-08-21 | Opus Inspection, Inc. | System and method to detect emissions OBD false failures |
| CN206710256U (zh) * | 2017-05-03 | 2017-12-05 | 安徽宝龙环保科技有限公司 | 一种机动车尾气检测装置 |
| CN107607678A (zh) * | 2017-09-15 | 2018-01-19 | 深圳市卡普瑞环境科技有限公司 | 一种污染源排放特征确定方法及其监测设备 |
| CN109765343A (zh) * | 2019-03-09 | 2019-05-17 | 华北水利水电大学 | 尾气净化及pm2.5吸附效果检测装置及其检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112858126A (zh) | 2021-05-28 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN112113912B (zh) | 一种柴油车排放遥感大数据监测系统及监测方法 | |
| 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 | |
| CN112113911B (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 | |
| CN111639683B (zh) | 基于obd技术评价柴油车氮氧化物排放等级的方法 | |
| CN108254495B (zh) | 一种隧道机动车污染物监测方法及系统 | |
| CN201413238Y (zh) | 简易瞬态工况汽车排放检测系统 | |
| CN101008588A (zh) | 一种机动车污染物排放总量及燃料消耗量测量装置和方法 | |
| CN115796034B (zh) | 基于机器学习和数值模式的道路扬尘贡献评估系统和方法 | |
| CN102706782B (zh) | 汽油车排放微颗粒物重量检测方法 | |
| CN106202533A (zh) | 街道峡谷机动车尾气污染物浓度估算系统 | |
| CN210221806U (zh) | 污染判定标定车辆及其车载尾气检测设备 | |
| CN213813266U (zh) | 一种快速监测道路积尘负荷的检测装置 | |
| CN107356564A (zh) | 一种汽车尾气遥感检测系统及其检测方法 | |
| CN107402171A (zh) | 基于分布式算法的大气扬尘污染基线剥离方法 | |
| CN215263401U (zh) | 一种便携式排放测试系统 | |
| CN108763643A (zh) | 一种新型的地区机动车排放因子计算方法 | |
| CN112858126B (zh) | 一种高排放车识别系统和方法 | |
| 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 | |
| CN109061066A (zh) | 一种可分布式物联网的城市空气质量定点监测仪 | |
| CN201600345U (zh) | 车载酸沉降监测系统 | |
| CN114060132B (zh) | 一种基于排放远程监控的NOx传感器作弊甄别方法 | |
| CN107063351A (zh) | 一种车载式排放测量设备及其测量方法 | |
| Hu et al. | Using the OSPM model on pollutant dispersion in an urban street canyon | |
| WO2021117072A1 (en) | Dynamic mapping and method of tracking atmoshperic pollutants | |
| CN215217659U (zh) | 一种基于传感器技术的便携式车载测试装置 |
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 |