CN113959964B - 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 - Google Patents
基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 Download PDFInfo
- Publication number
- CN113959964B CN113959964B CN202111180670.2A CN202111180670A CN113959964B CN 113959964 B CN113959964 B CN 113959964B CN 202111180670 A CN202111180670 A CN 202111180670A CN 113959964 B CN113959964 B CN 113959964B
- Authority
- CN
- China
- Prior art keywords
- absorption
- data
- remote sensing
- groups
- smoke
- 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
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
- G01N21/3103—Atomic absorption analysis
-
- 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
Abstract
本发明提出一种基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,获取车辆遥感检测的测量结果,绘制烟团吸收趋势图;根据CO2的烟团吸收趋势图选取不同区间,每区间选择多组数据,对每区间的数据的CO/CO2、HC/CO2、NO/CO2进行线性拟合,得到各自的拟合曲线图;通过实际的标气浓度比对,选择一种拟合曲线,并计算CO/CO2、HC/CO2、NO/CO2得到相对体积浓度比系数;计算CO2的体积百分比浓度%CO2。本发明针对机动车尾气烟羽中的CO2本身的采集以及计算方法进行优化,避免出现污染物偏差,为尾气遥感检测以及检测中使用燃烧方程或修正后的燃烧方程反演式提供更准确的CO2数据。
Description
技术领域
本发明属于机动车尾气检测领域,特别是涉及到一种机动车尾气遥感检测设备计算二氧化碳吸收增量的方法。
背景技术
机动车尾气遥感检测主要是利用原子或分子吸收光谱法测量烟羽中的CO2、CO、NO、HC污染物浓度。汽车尾气排出后,由于周围环境的影响,再加上扩散作用,烟羽会不断地被稀释,直接测量排气烟羽中的各成分绝对浓度不能有效地反映车辆的实际排放状况。
为了消除烟羽扩散对尾气中各成分浓度的影响,通过引入燃烧方程,使用CO2作为参比气体进行各种排气污染物的测量。对于同一尾气烟羽来说,尾气中各成分的相对体积浓度比基本保持不变。
当前国内做机动车尾气遥感检测的厂家,基本上都是采用上述方法通过燃烧方程来反演各污染物浓度。个别厂家在基础版燃烧方程上有一些改进,比如申请号为CN102116735A、名称为“一种汽车排放物遥感监测系统及方法”的专利;申请号为CN201611017085、名称为“一种基于燃烧方程修正算法的机动车尾气遥感检测方法”的专利。
上述方法给出了燃烧方程或修正后的燃烧方程反演式,所有方法都是基于CO2作为参比气体进行的,所以CO2本身的采集、计算、算法优化至关重要,但目前国内暂没有关于二氧化碳吸收增量的研究。
发明内容
本发明提出一种基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,为尾气遥感检测的燃烧方程或修正后的燃烧方程反演式提供更准确的CO2数据。
为达到上述目的,本发明的技术方案是这样实现的:
一种基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,包括:
S1、获取车辆从进入遥感检测设备到驶出过程中间隔固定时间段的烟团吸收值的测量结果,绘制出CO2、CO、HC、NO四种气体的烟团吸收值趋势图;
S2、根据CO2的烟团吸收趋势图选取不同区间,每区间选择多组数据,每组数据包括检测到的CO2、CO、HC、NO的烟团吸收值;
S3、对每区间的数据的CO/CO2、HC/CO2、NO/CO2进行线性拟合,得到各自的拟合曲线图;
S4、通过实际的标气浓度比对,选择一种拟合曲线,并计算CO/CO2、HC/CO2、NO/CO2得到相对体积浓度比系数;
S5、根据步骤S4得到的相对体积浓度比系数,计算CO2的体积百分比浓度%CO2。
进一步的,步骤S1中,车辆带着标气瓶分别以不同速度经过遥感检测设备并喷出气体,遥感检测设备每10毫秒测量一组数,其中CO2、CO的烟团吸收值的单位以ppm*m来计算,HC、NO的烟团吸收值的单位以ppm*cm来计算。
进一步的,步骤S1中若风速大于5.0m/s、车速大于60km/h,则获取的烟团原始数据值无效。
进一步的,步骤S2所述不同区间以及每区间的多组数据,选取的方法为:
S201、选取CO2的烟团吸收趋势图中CO2烟团吸收值上升沿,从CO2烟团吸收值大于500ppm*m开始,连续取50组数据;
S202、选取CO2烟团吸收值最高点值且该值大于5000ppm*m,以这个点作为起点,选取CO2烟团吸收增量连续大于500ppm*m的50组数据;所述CO2烟团吸收增量是指CO2烟团吸收值与CO2烟团吸收的初始值相比的增量;
S203、选取CO2烟团吸收值下降沿,CO2烟团吸收值大于3000ppm*m往后,选取CO2烟团吸收增量连续大于500ppm*m的50组数据。
更进一步的,步骤S201中,如果数据量不够50组,则继续往后取够50组数,且CO2烟团吸收增量大于500ppm*m;如果不满足此条件,则取最大满足条件的数据组数。
更进一步的,步骤S202中,如果数据量不够50组,当数据量在30组到50组之间时,取最大数据量组的数据;
更进一步的,步骤S202中,当数据量在10组到30组之间时,采用修正算法,从最高点往后取最大数据量组的数据,再反向在上升沿取最大数据量组的数据,将所有组数据中的CO2吸收增量值做成散点图,得到此散点图的斜率k,k*CO2烟团吸收增量即为修正后的CO2烟团吸收增量;
更进一步的,当数据量小于10组,舍弃本次采集数据。
更进一步的,步骤S203中,如果数据量不够50组,则继续往后取够50组数,且CO2烟团吸收增量大于500ppm*m;如果不满足此条件,则取最大满足条件的数据组数。
进一步的,步骤S5所述CO2的体积百分比浓度%CO2的计算公式为:
其中,Q=CO/CO2,是CO与CO2的相对体积浓度比系数;
Qˊ=HC/CO2,是HC与CO2的相对体积浓度比系数;
Q〃=NO/CO2,是NO与CO2的相对体积浓度比系数。
与现有技术相比,本发明具有如下的有益效果:
本发明提出的基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,针对机动车尾气烟羽中的CO2本身的采集以及计算方法进行优化,避免出现污染物偏差,为尾气遥感检测以及检测中使用燃烧方程或修正后的燃烧方程反演式提供更准确的CO2数据。
附图说明
图1是本发明实施例的烟团吸收值趋势图;
图2是本发明实施例的上升沿区间的拟合曲线图;
图3是本发明实施例的最高点区间的拟合曲线图;
图4是本发明实施例的下降沿区间的拟合曲线图;
图5是本发明实施例的最高点区间的数据量在10组到30组之间的拟合曲线图;
图6是本发明实施例的最高点区间的数据量在10组到30组之间的修正后的拟合曲线图;
图7是本发明实施例的结果的数据表图。
具体实施方式
需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。
为使本发明专利的目的、特征更明显易懂,下面结合附图对本发明专利的具体实施方式作进一步的说明。需说明的是,附图均采用非常简化的形式且均使用非精准的比率,仅用以方便、明晰地辅助说明本发明专利实施例的目的。
下面结合附图对本发明的具体实施做进一步的详细说明。
对于机动车尾气遥感检测中的同一尾气烟羽来说,尾气中各成分的相对体积浓度比基本保持不变。根据美国环保局2004年发布的EPA420-B-04-010遥测指导文件,CO、HC、NO与CO2的相对体积比近似为定值。
机动车燃油中的主要成分包括碳和氢两种元素,其比例约为1:2;空气约含21%的O2和79%的N2。假定燃烧过程为不完全燃烧,标准燃烧方程如式1所示:CH2+m(0.21O2+0.79N2)→aCO+bH2O+cC4H6+dCO2+eNO+(0.79m-e/2)N2 (1)
定义尾气中各成分相对体积浓度比系数为:
Q=CO/CO2=a/d (2)
Qˊ=HC/CO2=c/d (3)
Q〃=NO/CO2=e/d (4)
根据物质守恒定律,由碳原子、氢原子和氧原子的守恒可以得到:
a+4c+d=1 (5)
2b+6c=2 (6)
a+b+2d+e=0.42m (7)
由公式(1)和(2)得到a=dQ和c=d Q',代入公式(5)、(6)、(7),可以推导出:
b=1-3dQˊ (9)
0.42m/d=2Q+Qˊ+3 (10)
根据标准燃烧方程,燃烧后排放尾气中的CO2浓度为:
经推导后可以得到:
即CO2、CO、HC和NO的体积百分比浓度分别为:
%CO=%CO2·Q (14)
%HC=%CO2·Qˊ (15)
%NO=%CO2·Q〃 (16)
综上,通过引入发动机燃烧方程模型,可利用测量得到的烟羽中各组分的相对体积比,反演得到尾气排放的真实体积浓度值。
上述燃烧方程反演式是基于CO2作为参比气体进行的,但CO2本身的采集、计算、算法优化也至关重要,目前国内暂没有此部分内容的研究。本发明正是基于此问题做出的设计,通过大量的数据研究,提出一种基于CO2吸收增量的算法。
本实施例中,本发明设计以下步骤:(为了核查误差,以下算法推演时,以符合国家计量要求的标准气体来进行测试)
(1)当车辆带着标气瓶分别以15km/h、30km/h、45km/h的速度经过遥感检测设备并喷出气体时,主控程序获取车辆从进入到驶出过程中的所有烟团吸收值,设备每10毫秒测量一组数,其中CO2、CO的烟团吸收值单位以ppm*m来计算,HC、NO的烟团吸收值单位以ppm*cm来计算。
(2)将采集到的数据保存并可根据需要导出为excel或txt形式,数据存储方式如下:
(3)根据主控程序采集到的数据,绘制出四种气体的烟团吸收趋势图,如图1所示。
(4)算法设计过程:当车辆经过后去查找CO2烟团吸收值的变化:
a、选取CO2烟团吸收值上升沿,从CO2烟团吸收值大于500ppm*m开始,连续取50组数据,如果上升沿数据量不够,则继续往后取够50组数;
b、选取CO2烟团吸收最高点值且烟团吸收值大于5000ppm*m,以这个点作为起点,选取CO2烟团吸收增量连续大于500ppm*m的50组数据;这里所述的CO2烟团吸收增量是指CO2烟团吸收值与CO2烟团吸收的初始值相比的增量;CO2烟团吸收的初始值一般情况下为零;
c、选取CO2烟团吸收值下降沿,CO2烟团吸收值大于3000ppm*m往后,选取CO2烟团吸收增量连续大于500ppm*m的50组数据。
以上三种情况,汇总为如下表格:
数据段选择 | 烟团吸收增量 | 连续数据组数 | 备注 |
上升沿 | 大于500ppm*m一直到最高点 | 50 | 特殊情况见步骤(9) |
最高点往后 | 大于5000ppm*m | 50 | 特殊情况见步骤(9) |
下降沿 | (3000-500)ppm*m | 50 | 特殊情况见步骤(9) |
(5)在步骤(4)a、b、c三个条件下,算法平滑分别对不同区间的每一组数据开始后的CO/CO2、HC/CO2、NO/CO2三个50组数据进行线性拟合,得到若干种不同的拟合曲线图。如图2所示上升沿区间用三个拟合曲线分别示意,如图3所示最高点区间用三个拟合曲线分别示意,如图4所示下降沿区间用三个拟合曲线分别示意;各图中带标记点的曲线代表CO/CO2、HC/CO2、NO/CO2的曲线,邻近各曲线的虚线图代表该曲线的拟合曲线。
(6)根据上述的拟合曲线,通过实际的标气浓度比对,最终选择第二种拟合算法,并根据公式(2)、(3)、(4)计算出Q、Q‘、Q“。
(7)由公式(13)计算出CO2的体积浓度%CO2。
(8)再由公式(14)、(15)、(16)分别计算出CO、HC、NO的体积浓度%CO、%HC、%NO。
(9)特殊情况处理:
a、在上升沿或下降沿模式中,如果数据量不够50组,则继续往后取够50组数,且CO2烟团吸收增量大于500ppm*m;如果不满足此条件,则取最大满足条件的数据组数;
b、当CO2烟团吸收值满足步骤(4)中b的要求,取CO2烟团吸收最高点值且增量值大于5000ppm*m的点,以这个点作为起点,选取CO2烟团吸收增量连续大于500ppm*m的50组数据。当数据量大于50组时,计算前50组数据,此时算法按步骤(5)执行;
c、当数据量在30组到50组之间时,取最大值数据,比如35组数据,此时算法也按照步骤(5)执行;
d、当数据量在10组到30组之间时,取最大值数据,比如15组数据,此时算法按照步骤(5)执行后的拟合曲线如图5所示,此数据区间经燃烧方程反演发现污染物偏差超出范围。
故在此数据区间,算法调整为:从最高点往后取15组数据,再在上升沿取15组数据。由于上升沿的CO2烟团吸收增量一般比最高点往后的吸收增量要大,故取完上升沿数据后,需要结合CO的烟团吸收增量计算出一个系数k,具体如下。
假设以N1升代表上升沿第一个数,N15升代表上升沿最后一个数;N1降代表下降沿第一个数,N15降代表下降沿最后一个数。分别计算(N1升+N1降)/2、……(N15升+N15降)/2,以此30个数做出散点图,k值为此散点图的斜率。k*CO2烟团吸收增量即为修正后的数据,并以此按照步骤(5)执行后的拟合曲线如图6所示,此数据区间经燃烧方程反演发现污染物偏差在要求范围内。
e、当数据量小于10组时,无论算法如何调整和优化,都无法形成有效的拟合曲线,此时舍弃本次采集到的数据,说明本次过车过程没有捕获到污染物排放或者是非机动车通过。
f、考虑到机动车正常行驶过程中,影响因素比较多,比如:风速、车速、加速状态等,都会对污染物排放造成一定影响。在风速大于5.0m/s、车速大于60km/h的条件下,捕获率随机性太大,数据无效。
(10)通过步骤(4)中b、步骤(9)中的算法,实际模拟测试29组数据,25组误差满足要求,4组误差不满足要求,满足率为86%;误差不满足要求的4组数据中,CO2增量均在5000以下,数据如图7所示(其中,深色底纹的数据超出误差范围)。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,其特征在于,包括:
S1、获取车辆从进入遥感检测设备到驶出过程中间隔固定时间段的烟团吸收值的测量结果,绘制出CO2、CO、HC、NO四种气体的烟团吸收趋势图;
S2、根据CO2的烟团吸收趋势图选取不同区间,每区间选择多组数据,每组数据包括检测到的CO2、CO、HC、NO的烟团吸收值;
S3、对每区间的数据的CO/CO2、HC/CO2、NO/CO2进行线性拟合,得到各自的拟合曲线图;
S4、通过实际的标气浓度比对,选择一种拟合曲线,并计算CO/CO2、HC/CO2、NO/CO2得到相对体积浓度比系数;
S5、根据步骤S4得到的相对体积浓度比系数,计算CO2的体积百分比浓度%CO2;
步骤S2所述不同区间以及每区间的多组数据,选取的方法为:
S201、选取CO2的烟团吸收趋势图中CO2烟团吸收值上升沿,从CO2烟团吸收值大于500ppm*m开始,连续取50组数据;
S202、选取CO2烟团吸收值最高点值且该值大于5000ppm*m,以这个点作为起点,选取CO2烟团吸收增量连续大于500ppm*m的50组数据;所述CO2烟团吸收增量是指CO2烟团吸收值与CO2烟团吸收的初始值相比的增量;
S203、选取CO2烟团吸收值下降沿,CO2烟团吸收值大于3000ppm*m往后,选取CO2烟团吸收增量连续大于500ppm*m的50组数据。
2.根据权利要求1所述的基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,其特征在于,步骤S1中,车辆带着标气瓶分别以不同速度经过遥感检测设备并喷出气体,遥感检测设备每10毫秒测量一组数,其中CO2、CO的烟团吸收值的单位以ppm*m来计算,HC、NO的烟团吸收值的单位以ppm*cm来计算。
3.根据权利要求1所述的基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,其特征在于,步骤S1中若风速大于5.0m/s、车速大于60km/h,则获取的烟团原始数据值无效。
4.根据权利要求1所述的基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,其特征在于,步骤S201中,如果数据量不够50组,则继续往后取够50组数,且CO2烟团吸收增量大于500ppm*m;如果不满足此条件,则取最大满足条件的数据组数。
5.根据权利要求1所述的基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,其特征在于,步骤S202中,如果数据量不够50组,当数据量在30组到50组之间时,取最大数据量组的数据。
6.根据权利要求1所述的基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,其特征在于,步骤S202中,当数据量在10组到30组之间时,采用修正算法,从最高点往后取最大数据量组的数据,再反向在上升沿取最大数据量组的数据,结合所有组数据中的CO2吸收增量值,将上升沿的第一组的CO2吸收增量值与下降沿的第一组的CO2吸收增量值相加,再除以2;依此操作,直至将上升沿的最后一组的CO2吸收增量值与下降沿的最后一组的CO2吸收增量值相加,再除以2;将所有计算结果做成散点图,然后将散点拟合,得到此散点图的斜率k,k*CO2烟团吸收增量即为修正后的CO2烟团吸收增量。
7.根据权利要求1所述的基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,其特征在于,当数据量小于10组,舍弃本次采集数据。
8.根据权利要求1所述的基于机动车尾气遥感检测二氧化碳吸收增量的计算方法,其特征在于,步骤S203中,如果数据量不够50组,则继续往后取够50组数,且CO2烟团吸收增量大于500ppm*m;如果不满足此条件,则取最大满足条件的数据组数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111180670.2A CN113959964B (zh) | 2021-10-11 | 2021-10-11 | 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111180670.2A CN113959964B (zh) | 2021-10-11 | 2021-10-11 | 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113959964A CN113959964A (zh) | 2022-01-21 |
CN113959964B true CN113959964B (zh) | 2022-05-31 |
Family
ID=79463874
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111180670.2A Active CN113959964B (zh) | 2021-10-11 | 2021-10-11 | 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113959964B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106383097A (zh) * | 2016-11-16 | 2017-02-08 | 浙江多普勒环保科技有限公司 | 基于可调谐激光器的机动车尾气遥感检测系统及方法 |
CN106650825A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种机动车尾气排放数据融合系统 |
CN206208752U (zh) * | 2016-11-16 | 2017-05-31 | 浙江多普勒环保科技有限公司 | 基于可调谐激光器的机动车尾气遥感检测系统 |
CN106845371A (zh) * | 2016-12-31 | 2017-06-13 | 中国科学技术大学 | 一种城市路网机动车尾气排放遥感监控系统 |
CN108181266A (zh) * | 2017-12-14 | 2018-06-19 | 合肥金星机电科技发展有限公司 | Tdlas气体浓度检测方法 |
CN112697702A (zh) * | 2020-12-31 | 2021-04-23 | 西北农林科技大学 | 一种基于密度分布特征的co2范围寻优方法 |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO1991015719A1 (en) * | 1990-04-11 | 1991-10-17 | Transfresh Corporation | Monitor-control systems and methods for monitoring and controlling atmospheres in containers for respiring perishables |
WO2006026292A2 (en) * | 2004-08-25 | 2006-03-09 | Environmental Systems Products Holdings Inc. | System and method for calibrating remote emissions sensing instruments |
JP2008057496A (ja) * | 2006-09-01 | 2008-03-13 | Mazda Motor Corp | 排気ガス浄化装置及び排気ガス浄化方法 |
CN101183068B (zh) * | 2007-12-21 | 2011-09-14 | 吴明 | 基态温度光吸收系数的修正方法 |
CN101339216B (zh) * | 2008-08-11 | 2010-06-23 | 中国舰船研究设计中心 | 舰船电磁环境特性分析确定方法 |
CN101833862B (zh) * | 2009-11-06 | 2012-11-21 | 中山大学 | 一种防误检环形线圈车辆检测器 |
WO2014162537A1 (ja) * | 2013-04-03 | 2014-10-09 | 富士電機株式会社 | ガス分析計 |
CN104020377A (zh) * | 2014-06-13 | 2014-09-03 | 成都芯源系统有限公司 | Led驱动装置及其控制器和调光模式检测方法 |
CN105044026A (zh) * | 2015-08-27 | 2015-11-11 | 安徽中科瀚海光电技术发展有限公司 | 基于双光谱吸收线和波形匹配的激光甲烷浓度测量方法 |
CN106770059B (zh) * | 2016-11-16 | 2019-06-04 | 浙江多普勒环保科技有限公司 | 一种基于燃烧方程修正算法的机动车尾气遥感检测方法 |
EP3486475A1 (en) * | 2017-11-15 | 2019-05-22 | Winterthur Gas & Diesel AG | Injection device and method for injecting a fuel into a cylinder and large diesel engine |
CN109297936A (zh) * | 2018-09-13 | 2019-02-01 | 天津同阳科技发展有限公司 | 基于矩阵式柴油车排气污染物的遥测系统 |
CN109614576B (zh) * | 2018-12-11 | 2022-08-30 | 福建工程学院 | 基于多维高斯分布与趋势分段的变压器异常检测方法 |
CN111358454B (zh) * | 2020-03-17 | 2022-07-29 | 乐普(北京)医疗器械股份有限公司 | 一种基于差异波占比检测信号质量的方法和装置 |
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 |
CN112378873B (zh) * | 2020-10-29 | 2021-11-16 | 湖北锐意自控系统有限公司 | 紫外气体分析方法及紫外气体分析仪 |
CN112683811B (zh) * | 2020-11-27 | 2023-01-10 | 南京观微空间科技有限公司 | 基于中分辨率影像的森林冠层光谱季相变化监测方法 |
CN113008831A (zh) * | 2021-02-26 | 2021-06-22 | 交通运输部天津水运工程科学研究所 | 用于内河船闸高低水位的船舶尾气激光遥测系统及方法 |
-
2021
- 2021-10-11 CN CN202111180670.2A patent/CN113959964B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
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 |
CN106383097A (zh) * | 2016-11-16 | 2017-02-08 | 浙江多普勒环保科技有限公司 | 基于可调谐激光器的机动车尾气遥感检测系统及方法 |
CN206208752U (zh) * | 2016-11-16 | 2017-05-31 | 浙江多普勒环保科技有限公司 | 基于可调谐激光器的机动车尾气遥感检测系统 |
CN106650825A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种机动车尾气排放数据融合系统 |
CN106845371A (zh) * | 2016-12-31 | 2017-06-13 | 中国科学技术大学 | 一种城市路网机动车尾气排放遥感监控系统 |
CN108181266A (zh) * | 2017-12-14 | 2018-06-19 | 合肥金星机电科技发展有限公司 | Tdlas气体浓度检测方法 |
CN112697702A (zh) * | 2020-12-31 | 2021-04-23 | 西北农林科技大学 | 一种基于密度分布特征的co2范围寻优方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113959964A (zh) | 2022-01-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US8626451B2 (en) | Method and device for characterization and sensing of exhaust gas and control of engines and components for aftertreatment of exhaust gases | |
CN113959964B (zh) | 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 | |
CN101644700A (zh) | 测量介质表面氡析出率的方法及装置 | |
CN103675203B (zh) | 一种氮氧化物测量方法及系统 | |
CN110135466B (zh) | 一种污染物排放超标车辆判断方法及系统 | |
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 | |
CN112711893B (zh) | 污染源对pm2.5贡献计算方法、装置和电子设备 | |
WO2014001804A1 (en) | Method and apparatus for estimating the amount of reductant slip in a selective|catalytic reduction device | |
CN201811900U (zh) | 一种车用活性炭罐工作能力试验装置 | |
CN104989503A (zh) | 一种柴油机SCR系统NOx输出浓度的观测方法及观测系统 | |
CN110886639B (zh) | 催化器劣化诊断方法及催化器劣化诊断系统 | |
CN105866338A (zh) | 一种新型scr脱硝装置效率计算方法 | |
CN103353321B (zh) | 一种利用碳平衡法测量油耗的方法 | |
CN106682428B (zh) | Scr氨存储量计算方法 | |
CN111307463B (zh) | 一种发动机排气系统漏气检测方法和装置 | |
CN113505160A (zh) | 一种基于卷积深度神经网络的机动车尾气排放估计方法 | |
Sellegri et al. | Role of the volatile fraction of submicron marine aerosol on its hygroscopic properties | |
Coughlin et al. | Efficacy of passive sampler collection for atmospheric NO2 isotopes under simulated environmental conditions | |
CN101780364A (zh) | 一种循环流化床锅炉脱硫效率的在线计算方法 | |
CN116165350B (zh) | 基于遥感技术的柴油车污染物检测方法、系统及设备 | |
Sharma et al. | Analysis and interpretation of global air quality | |
Wang et al. | Portable vehicular electronic nose system for detection of automobile exhaust | |
Mekparyup et al. | Multiple linear regression analysis for estimation of nitrogen oxides in rayong | |
Lan et al. | Distribution of ozone and related compounds in the marine boundary layer of the Northern South China Sea in 2010 | |
CN116541654B (zh) | 农用收获机械污染物排放量测算方法及装置 |
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 |