CN115081526A - 一种机动车排放危害识别和判定的方法 - Google Patents
一种机动车排放危害识别和判定的方法 Download PDFInfo
- Publication number
- CN115081526A CN115081526A CN202210688425.0A CN202210688425A CN115081526A CN 115081526 A CN115081526 A CN 115081526A CN 202210688425 A CN202210688425 A CN 202210688425A CN 115081526 A CN115081526 A CN 115081526A
- Authority
- CN
- China
- Prior art keywords
- vehicle
- emission
- detection
- vehicles
- hazards
- 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
- 238000000034 method Methods 0.000 title claims abstract description 24
- 238000001514 detection method Methods 0.000 claims abstract description 85
- 238000007689 inspection Methods 0.000 claims description 11
- 238000012544 monitoring process Methods 0.000 claims description 11
- 231100001267 hazard identification Toxicity 0.000 claims description 10
- 238000012163 sequencing technique Methods 0.000 claims description 10
- 238000013480 data collection Methods 0.000 claims description 6
- 230000001953 sensory effect Effects 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 description 10
- 238000004519 manufacturing process Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 230000007246 mechanism Effects 0.000 description 2
- 238000013461 design Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2474—Sequence data queries, e.g. querying versioned data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- 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
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Probability & Statistics with Applications (AREA)
- Tourism & Hospitality (AREA)
- Software Systems (AREA)
- Computational Linguistics (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- General Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- General Business, Economics & Management (AREA)
- Strategic Management (AREA)
- Primary Health Care (AREA)
- Marketing (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Health & Medical Sciences (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Testing Of Engines (AREA)
Abstract
本发明涉及机动车排放检测技术领域，具体涉及一种机动车排放危害识别和判定的方法。包括以下步骤：步骤1：对在用车的至少两种尾气排放检测制度的检测结果进行统计，按照对应检测制度的标准，分别确定对应的存在排放危害的车辆，将出现了存在排放危害车辆的车型作为疑似车型；步骤2：根据疑似车型确定待检测车型；步骤3：对待检测车型的在用车的尾气排放进行抽查，抽查时，同一车型中，尾气排放不合格的车辆的总数与该车型抽查的总数之间的比值为抽查不合格率，统计出抽查不合格率作为该待检测车型的排放检测不合格率。本发明中的机动车排放危害识别和判定的方法能够准确锁定容易出现排放危害的车辆。
Description
技术领域
本发明涉及机动车排放检测技术领域，具体涉及一种机动车排放危害识别和判定的方法。
背景技术
目前的机动车保有量较多，以2020年为例，全国的机动车保有量达到了3.72亿量，而机动车行驶时会排放CO、HC、NOx和PM等污染物，其中柴油车NOx排放总量超过汽车排放总量的80％，PM超过90％；汽油车CO超过汽车排放总量的80％，HC超过70％，通常需要对机动车的尾气进行处理后才能排放，机动车在制造和组装后，需要对该款机动车排放的尾气进行检测，尾气排放合格后，改款机动车才能进行销售。
但是机动车在实际使用时，因为故障、事故、使用年限等各种原因，会导致机动车在销售并使用一段时间后出现尾气排放不合格的情况，这种机动车在使用时会造成严重的大气污染，属于存在排放危害的车辆，需要相关监督部门及时进行识别和判断，将其从大量的机动车中定位出，以督促车主及时进行维修，以消除其对大气的污染。
针对销售后机动车排放，目前常用的检测手段主要有：在用车年检和抽检制度、I/M制度、遥感检测和重型柴油车排放远程监控平台四种，但是上述检测手段的结果相对独立，且排放检测手段检测方法的差异以及检测机构检测水平不一致，各种检测方法检测结果的准确性之间存在差异。因此单一车辆单一检测方法获得的的检测结果并不具备代表性，只能反映单一试验个体的排放水平，也无法代表该车型整体的真实排放水平，故上述单一的检测结果对监督部门准确锁定其它存在排放危害的在用车也不具有助益。
发明内容
本发明意在提供一种机动车排放危害识别和判定的方法，以准确锁定容易出现排放危害的车辆。
为达到上述目的，本发明采用如下技术方案：一种机动车排放危害识别和判定的方法，包括以下步骤：
步骤1：对在用车的至少两种尾气排放检测制度的检测结果进行统计，按照对应检测制度的标准，分别确定对应的存在排放危害的车型；
步骤2：筛选出进行统计的检测制度中，每个制度均存在排放危害的车型作为疑似车型；
步骤3：根据疑似车型确定待检测车型，对待检测车型的在用车的尾气排放进行抽查，抽查时，同一车型中，尾气排放不合格的车辆与该车型抽查的总量之间的比值为抽查不合格率，统计出抽查不合格率作为该待检测车型的排放检测不合格率。
本方案的有益效果为：
1.通过本方案的识别和判定方法，相关监督部门能够准确确定在销售后，容易出现排放危害的车型，从而加大对该种车型的检测力度，方便准确的辅助其确定存在排放危害的在用车。
2.本方案中对多种检测制度的检测结果均进行了统计，即使在根据其中一项检测制度进行检测时，因为意外情况或者操作失误导致排放合格的车辆被标记为存在排放危害的车辆，也会因为该车辆的另一项或者多项检测制度的检测结果显示其排放合格而不会被确定为存在排放危害的车型，故检测的准确率更高。
3.在步骤3对待检测车型进行抽查时，还可通过确定进行抽查车辆的所在地、购买时间、驾驶路程总数等信息进行限定，对该车型符合特定要求的车辆进行抽查，从而更准确的判断出导致其大量出现排放危害的因素，并针对性的确定加大检测力度的车辆的特征。
进一步，步骤3在对待检测车型的尾气排放进行抽查时，采用现有尾气排放检测制度中的至少两项进行检查，任一尾气排放制度中的任一项检测为不合格，则该车的检查结果标记为不合格。
本方案的有益效果为：进行抽查时，采用在用车现有的几种尾气排放检测制度目前对应的标准和规范操作进行，至少进行其中的两项检查也避免其中一项因为意外或者操作失误导致存在排放危害的车辆未被检测出，提高步骤3的检测准确度。
进一步，步骤1在对在用车至少两种尾气排放检测制度的检测结果进行统计时，统计内容包括车辆型号、车辆VIN、车辆生产企业、排放检测手段、排放检测结果。
本方案的有益效果为：本方案中统计的内容较为完善，在统计后方便根据尾气排放检测制度的检测结果再进行统计，准确确定存在排放危害比例较大的车型、对应的生产企业等，也方便监督部门与车辆生产企业联合，审查是否是车辆的设计存在缺陷导致的容易出现排放危害，从根源上减少排放危害出现的概率。
进一步，还包括步骤4，将经步骤3确定的排放检测不合格率进行排序，至少将排放检测不合格率最高的车型标记为重点观测车型。
本方案的有益效果为：排序后，监督部门方便根据本地的相应规定将排放不合格率较高的前多少位确定为重点观测车型。
进一步，对重点观测车型的车辆启动召回或者重新检测程序。
本方案的有益效果为：在某车型存在排放危害的概率过大或者超过该监督部门设定的阈值时，通过召回能够对该车型的所有车辆均进行检查，避免出现未被检查出的遗漏车辆，进一步减少出现排放危害的车辆。
进一步，步骤4中，将疑似车型分为重型车辆和轻型车辆分别对排放检测不合格率进行排序。
本方案的有益效果为：重型车辆和轻型车辆的排放认定标准存在差异，分开排序能够更直观和准确的分别对重型车辆和轻型车辆存在排放危害的比例进行比较。
进一步，步骤1确定存在排放危害的车辆后，将同一车型中，存在排放危害的车辆总数与该车型所有的在用车总数之间的比值作为存在排放危害的比例；步骤2确定待检测车型时，先将疑似车型分为重型车辆和轻型车辆，再对重型车辆和轻型车辆中，存在排放危害的比例分别进行排序，至少将存在排放危害的比例最高的重型车辆或轻型车辆作为待检测车型。
本方案的有益效果为：同上，能够更直观和准确的分别对重型车辆和轻型车辆存在排放危害的比例进行比较。
进一步，步骤1中进行统计时，选用的信息包含截止信息收集日期前N年的数据作为数据收集对象，其中N的最小值为在用车排放检测最长检测周期，并对数据收集对象进行统计。
本方案的有益效果为：N选择各种在用车排放检测手段中最长检测周期，可以保证在每个数据统计周期内，能够覆盖所有正常进行维护保养和检测使用的车辆，避免出现遗漏。
进一步，步骤3对待检测车型进行分类后，对重型车辆采用年检制度、I/M制度感监测和重型车远程监控平台中的至少两种进行检测，对轻型车辆采用年检制度和I/M制度两种制度进行检测。
本方案的有益效果为：年检制度、I/M制度感监测和重型车远程监控平台为目前常用的重型车辆的尾气排放检测制度；年检制度和I/M制度为目前常用的轻型车辆的尾气排放检测制度，其操作和标准较为完善，检测较为方便。
附图说明
图1为本发明实施例2的流程图。
具体实施方式
下面通过具体实施方式进一步详细说明：
实施例1
一种机动车排放危害识别和判定的方法，包括以下步骤：
步骤1：对在用车年检制度、I/M制度、遥感检测和重型车远程监控平台中的至少两项进行统计，统计内容包括车辆型号、车辆VIN、车辆生产企业、排放检测手段、排放检测结果，选用的信息包含截止信息收集日期前N年的数据作为数据收集对象，其中N的最小值为在用车排放检测最长检测周期，并对数据收集对象进行统计；按照对应检测制度的标准，分别确定对应的存在排放危害的车辆，将出现了存在排放危害车辆的车型作为疑似车型；并将同一车型中，存在排放危害的车辆总数与该车型所有的在用车总数之间的比值作为存在排放危害的比例；
步骤2：将疑似车型分为重型车辆和轻型车辆，对重型车辆和轻型车辆中，存在排放危害的比例分别进行排序，至少将出现排放危害的比例最高的重型车辆或轻型车辆作为待检测车型；以轻型车辆为例，对属于轻型车辆的各车型对应的出现排放危害的比例进行排序，并选择出现排放危害比例最高的两种车型作为待检测车型；在实际实施时，也可根据实施者确定的其它标准在疑似车型中确定疑似车辆；
步骤3：对待检测车型的在用车的尾气排放进行抽查；抽查时采用用车年检制度、I/M制度、遥感检测和重型车远程监控平台中的至少两项进行检查，任一项检测为不合格，则该车的检查标记为不合格，同一车型，被标记为不合格车辆的总数与该车型的市场保有量之间的比值为在数据统计周期内该待检测车型的排放检测不合格率；
步骤4：按照现有标准，将车辆划分为重型车辆和轻型车辆，根据经步骤3确定的排放检测不合格率，分别对重型车辆和轻型车辆的排放检测不合格率进行排序，将重型车辆和轻型车辆中，排放检测不合格率最高的两种车型均标记为重点观测车型；根据监督部门所在地的标准中规定的阈值，对不合格率超过规定阈值的车型的所有车辆启动企业自查和重新检测程序，当重新检测不合格或者企业自查存在车辆存在排放危害的，可启动整改、召回或者提供抽样送检报告等证明材料。
实施例2
在实施例1的基础上，本实施例与实施例1不同之处在于，本实施例中的步骤3和步骤4根据车辆燃料的类型进行分类，并分别进行排序，步骤4根据车辆燃料的类型分类，并分别对排放检测不合格率进行排序，具体如下表所示：
在实际应用时，监督部门根据上表的统计结果，选择排放检测不合格率大于0.1％的车型为当年的待检测车型(也可按排名百分比进行筛选，筛选排放不合格率不为0的对象)，确定汽油车A1、A2、C1和柴油车D1、D2、D4、E1为待检测车型。因此对市场上这七个车型进行抽样，被抽车样本为正常使用保养的车辆，将抽取车辆送专业检测机构进行排放实验验证，A1、C1、D2车型排放实验合格，A2、D1、D4、E1车型排放不合格，则判断A2、D1、D4、E1车型存在排放缺陷，监督部门将A2、D1、D4、E1车型的车辆标记为重点观测对象，在通过遥感检测和重型车远程监控平台等制度对该类型的车辆的排放进行检测时，重点选择该车型的车辆。当排放检测不合格率过大的车型，联系企业整改或对该车型的车辆进行召回。
以上所述的仅是本发明的实施例，方案中公知的具体技术方案和/或特性等常识在此未作过多描述。应当指出，对于本领域的技术人员来说，在不脱离本发明技术方案的前提下，还可以作出若干变形和改进，这些也应该视为本发明的保护范围，这些都不会影响本发明实施的效果和专利的实用性。本申请要求的保护范围应当以其权利要求的内容为准，说明书中的具体实施方式等记载可以用于解释权利要求的内容。
Claims (9)
1.一种机动车排放危害识别和判定的方法，其特征在于：包括以下步骤：
步骤1：对在用车的至少两种尾气排放检测制度的检测结果进行统计，按照对应检测制度的标准，分别确定对应的存在排放危害的车辆，将出现了存在排放危害车辆的车型作为疑似车型；
步骤2：根据疑似车型确定待检测车型；
步骤3：对待检测车型的在用车的尾气排放进行抽查，抽查时，同一车型中，尾气排放不合格的车辆的总数与该车型抽查的总数之间的比值为抽查不合格率，统计出抽查不合格率作为该待检测车型的排放检测不合格率。
2.根据权利要求1所述的一种机动车排放危害识别和判定的方法，其特征在于：步骤3在对待检测车型的尾气排放进行抽查时，采用现有尾气排放检测制度中的至少两种进行检查，任一尾气排放制度中的任一项检测为不合格，则该车的检查结果标记为不合格。
3.根据权利要求1所述的一种机动车排放危害识别和判定的方法，其特征在于：步骤1在对在用车至少两种尾气排放检测制度的检测结果进行统计时，统计内容包括车辆型号、车辆VIN、车辆生产企业、排放检测手段、排放检测结果。
4.根据权利要求1所述的一种机动车排放危害识别和判定的方法，其特征在于：还包括步骤4，将经步骤3确定的排放检测不合格率进行排序，至少将排放检测不合格率最高的车型标记为重点观测车型。
5.根据权利要求4所述的一种机动车排放危害识别和判定的方法，其特征在于：对重点观测车型的车辆启动召回或者重新检测程序。
6.根据权利要求4所述的一种机动车排放危害识别和判定的方法，其特征在于：步骤4中，将疑似车型分为重型车辆和轻型车辆分别对排放检测不合格率进行排序。
7.根据权利要求1所述的一种机动车排放危害识别和判定的方法，其特征在于：步骤1确定存在排放危害的车辆后，将同一车型中，存在排放危害的车辆总数与该车型所有的在用车总数之间的比值作为存在排放危害的比例；步骤2确定待检测车型时，先将疑似车型分为重型车辆和轻型车辆，再对重型车辆和轻型车辆中，存在排放危害的比例分别进行排序，至少将存在排放危害的比例最高的重型车辆或轻型车辆作为待检测车型。
8.根据权利要求1所述的一种机动车排放危害识别和判定的方法，其特征在于：步骤1中进行统计时，选用的信息包含截止信息收集日期前N年的数据作为数据收集对象，其中N的最小值为在用车排放检测最长检测周期，并对数据收集对象进行统计。
9.根据权利要求7所述的一种机动车排放危害识别和判定的方法，其特征在于：步骤3对待检测车型进行分类后，对重型车辆采用年检制度、I/M制度感监测和重型车远程监控平台中的至少两种进行检测，对轻型车辆采用年检制度和I/M制度两种制度进行检测。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210688425.0A CN115081526A (zh) | 2022-06-16 | 2022-06-16 | 一种机动车排放危害识别和判定的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210688425.0A CN115081526A (zh) | 2022-06-16 | 2022-06-16 | 一种机动车排放危害识别和判定的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115081526A true CN115081526A (zh) | 2022-09-20 |
Family
ID=83254013
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210688425.0A Pending CN115081526A (zh) | 2022-06-16 | 2022-06-16 | 一种机动车排放危害识别和判定的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115081526A (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017132940A1 (zh) * | 2016-02-04 | 2017-08-10 | 苏州易信安工业技术有限公司 | 一种监控方法、装置及系统 |
| CN108197731A (zh) * | 2017-12-26 | 2018-06-22 | 中国科学技术大学 | 一种基于共同训练的机动车尾气遥测与车检结果一致性方法 |
| CN109489978A (zh) * | 2018-10-30 | 2019-03-19 | 中国汽车技术研究中心有限公司 | 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 |
| CN112113912A (zh) * | 2020-08-18 | 2020-12-22 | 北京理工大学 | 一种柴油车排放遥感大数据监测系统及监测方法 |
| CN113435471A (zh) * | 2021-05-17 | 2021-09-24 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 深度特征聚类的高排放移动源污染识别方法及系统 |
| WO2021243075A1 (en) * | 2020-05-27 | 2021-12-02 | 4.0 Analytics, Inc. | Analytics platform for remote vehicle onboard diagnostics (obd) and inspection maintenance (i/m) |
| CN113792085A (zh) * | 2021-08-16 | 2021-12-14 | 天津布尔科技有限公司 | 一种高污染车辆经常行驶路段监控方法、装置及存储介质 |
| US20220139216A1 (en) * | 2020-10-30 | 2022-05-05 | Seoul Institute Of Technology | Device and method for calculating air pollutant emissions from road mobile source |
-
2022
- 2022-06-16 CN CN202210688425.0A patent/CN115081526A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2017132940A1 (zh) * | 2016-02-04 | 2017-08-10 | 苏州易信安工业技术有限公司 | 一种监控方法、装置及系统 |
| CN108197731A (zh) * | 2017-12-26 | 2018-06-22 | 中国科学技术大学 | 一种基于共同训练的机动车尾气遥测与车检结果一致性方法 |
| CN109489978A (zh) * | 2018-10-30 | 2019-03-19 | 中国汽车技术研究中心有限公司 | 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 |
| WO2021243075A1 (en) * | 2020-05-27 | 2021-12-02 | 4.0 Analytics, Inc. | Analytics platform for remote vehicle onboard diagnostics (obd) and inspection maintenance (i/m) |
| CN112113912A (zh) * | 2020-08-18 | 2020-12-22 | 北京理工大学 | 一种柴油车排放遥感大数据监测系统及监测方法 |
| US20220139216A1 (en) * | 2020-10-30 | 2022-05-05 | Seoul Institute Of Technology | Device and method for calculating air pollutant emissions from road mobile source |
| CN113435471A (zh) * | 2021-05-17 | 2021-09-24 | 合肥综合性国家科学中心人工智能研究院(安徽省人工智能实验室) | 深度特征聚类的高排放移动源污染识别方法及系统 |
| CN113792085A (zh) * | 2021-08-16 | 2021-12-14 | 天津布尔科技有限公司 | 一种高污染车辆经常行驶路段监控方法、装置及存储介质 |
Non-Patent Citations (1)
| Title |
|---|
| 陶华芬;鲍传飞;田韬杰;许婷;孙凯;: "汽车排放共享检测――以南京市汽油车遥测试验结果为例", 环境监控与预警, no. 01, 30 January 2018 (2018-01-30) * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US5572424A (en) | Diagnostic system for an engine employing collection of exhaust gases | |
| US10055906B1 (en) | System and method to detect emissions OBD false failures | |
| CN107153914B (zh) | 一种汽车运行风险的评价系统及方法 | |
| CN107358018A (zh) | 用于优生优育检验项目的预警方法及装置 | |
| CN104199436B (zh) | 一种汽车节能减排和维修的自动诊断系统 | |
| CN106682699B (zh) | 一种基于聚类分析的车辆尾气排放特征分析处理方法 | |
| CN112730748B (zh) | 一种基于工况选择的大规模筛查重型柴油车高NOx排放方法 | |
| CN113643552B (zh) | 一种智能限速提醒系统的整车测试方法 | |
| CN115689396B (zh) | 污染物排放管控方法、装置、设备及介质 | |
| Boveroux et al. | Feasibility study of a new test procedure to identify high emitters of particulate matter during periodic technical inspection | |
| CN108763966B (zh) | 一种尾气检测作弊监管系统及方法 | |
| CN114991922A (zh) | 一种车辆NOx排放超标的实时预警方法 | |
| CN112905960A (zh) | 用于判定尾气烟羽数据有效性和对其筛选的方法及产品 | |
| CN115392116A (zh) | 一种基于obd数据修复的重型柴油卡车超排判定方法 | |
| CN105335599A (zh) | 一种汽车故障诊断率的检测方法及系统 | |
| CN113071433B (zh) | 一种高硫柴油加注地点定位方法及装置 | |
| CN115081526A (zh) | 一种机动车排放危害识别和判定的方法 | |
| CN112394040A (zh) | 一种机动车排污监管系统及方法 | |
| CN112801466A (zh) | 一种加油站卸油作业违规操作预警方法及系统 | |
| US11561212B1 (en) | Method for determining NOx sensor data falsification based on remote emission monitoring | |
| CN115719134A (zh) | 一种利用车辆远程排放监控数据识别黑加油站点的方法 | |
| WO2020082683A1 (zh) | 基于我国机动车登记制度的车辆存活曲线模型优化方法 | |
| Rešetar et al. | A New Method for Emission Control System Malfunction Detection During the Periodic Technical Inspection | |
| Buhigas et al. | 2.11 design of a program for the identification and correction of high emitting vehicles in europe using remote sensing devices | |
| CN116050922B (zh) | 基于低碳环保的汽车尾气排放评估系统及方法 |
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 |