CN116165350A - 基于遥感技术的柴油车污染物检测方法、系统及设备 - Google Patents
基于遥感技术的柴油车污染物检测方法、系统及设备 Download PDFInfo
- Publication number
- CN116165350A CN116165350A CN202310236779.6A CN202310236779A CN116165350A CN 116165350 A CN116165350 A CN 116165350A CN 202310236779 A CN202310236779 A CN 202310236779A CN 116165350 A CN116165350 A CN 116165350A
- Authority
- CN
- China
- Prior art keywords
- diesel vehicle
- vehicle
- tail gas
- diesel
- concentration
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 52
- 239000003344 environmental pollutant Substances 0.000 title claims abstract description 41
- 231100000719 pollutant Toxicity 0.000 title claims abstract description 41
- 238000005516 engineering process Methods 0.000 title claims abstract description 18
- 239000007789 gas Substances 0.000 claims abstract description 113
- 238000002485 combustion reaction Methods 0.000 claims abstract description 52
- 229910052760 oxygen Inorganic materials 0.000 claims abstract description 51
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 claims abstract description 50
- 239000001301 oxygen Substances 0.000 claims abstract description 50
- 239000013618 particulate matter Substances 0.000 claims abstract description 22
- 230000001133 acceleration Effects 0.000 claims abstract description 18
- 238000004364 calculation method Methods 0.000 claims abstract description 17
- 238000004458 analytical method Methods 0.000 claims description 5
- 239000000356 contaminant Substances 0.000 claims description 4
- 239000000779 smoke Substances 0.000 claims description 4
- 230000005484 gravity Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000010276 construction Methods 0.000 claims 1
- 238000001514 detection method Methods 0.000 abstract description 24
- 238000012360 testing method Methods 0.000 description 7
- 238000005259 measurement Methods 0.000 description 5
- 239000002245 particle Substances 0.000 description 4
- 125000004435 hydrogen atom Chemical group [H]* 0.000 description 3
- 238000012544 monitoring process Methods 0.000 description 3
- KAKZBPTYRLMSJV-UHFFFAOYSA-N Butadiene Chemical compound C=CC=C KAKZBPTYRLMSJV-UHFFFAOYSA-N 0.000 description 2
- 229910052799 carbon Inorganic materials 0.000 description 2
- 125000004432 carbon atom Chemical group C* 0.000 description 2
- 239000000446 fuel Substances 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 125000004430 oxygen atom Chemical group O* 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 239000004071 soot Substances 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 239000004215 Carbon black (E152) Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000003915 air pollution Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000010724 circulating oil Substances 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000001658 differential optical absorption spectrophotometry Methods 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000000295 fuel oil Substances 0.000 description 1
- 229930195733 hydrocarbon Natural products 0.000 description 1
- 150000002430 hydrocarbons Chemical class 0.000 description 1
- 229910052739 hydrogen Inorganic materials 0.000 description 1
- 239000001257 hydrogen Substances 0.000 description 1
- 238000002347 injection Methods 0.000 description 1
- 239000007924 injection Substances 0.000 description 1
- 230000031700 light absorption Effects 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005381 potential energy Methods 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000005096 rolling process Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000000041 tunable diode laser absorption spectroscopy Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
-
- 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
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0004—Gaseous mixtures, e.g. polluted air
- G01N33/0009—General constructional details of gas analysers, e.g. portable test equipment
- G01N33/0027—General constructional details of gas analysers, e.g. portable test equipment concerning the detector
- G01N33/0036—General constructional details of gas analysers, e.g. portable test equipment concerning the detector specially adapted to detect a particular component
- G01N33/004—CO or CO2
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P15/00—Measuring acceleration; Measuring deceleration; Measuring shock, i.e. sudden change of acceleration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01P—MEASURING LINEAR OR ANGULAR SPEED, ACCELERATION, DECELERATION, OR SHOCK; INDICATING PRESENCE, ABSENCE, OR DIRECTION, OF MOVEMENT
- G01P3/00—Measuring linear or angular speed; Measuring differences of linear or angular speeds
- G01P3/36—Devices characterised by the use of optical means, e.g. using infrared, visible, or ultraviolet light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/11—Complex mathematical operations for solving equations, e.g. nonlinear equations, general mathematical optimization problems
- G06F17/12—Simultaneous equations, e.g. systems of linear equations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F30/00—Computer-aided design [CAD]
- G06F30/20—Design optimisation, verification or simulation
- G06F30/28—Design optimisation, verification or simulation using fluid dynamics, e.g. using Navier-Stokes equations or computational fluid dynamics [CFD]
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F2119/00—Details relating to the type or aim of the analysis or the optimisation
- G06F2119/14—Force analysis or force optimisation, e.g. static or dynamic forces
-
- 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
- Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
- Y02T10/00—Road transport of goods or passengers
- Y02T10/10—Internal combustion engine [ICE] based vehicles
- Y02T10/40—Engine management systems
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Chemical & Material Sciences (AREA)
- Theoretical Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Mathematical Physics (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Analytical Chemistry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Computational Mathematics (AREA)
- Biochemistry (AREA)
- General Engineering & Computer Science (AREA)
- Medicinal Chemistry (AREA)
- Geometry (AREA)
- Evolutionary Computation (AREA)
- Computer Hardware Design (AREA)
- Algebra (AREA)
- Data Mining & Analysis (AREA)
- Food Science & Technology (AREA)
- Combustion & Propulsion (AREA)
- Power Engineering (AREA)
- Fluid Mechanics (AREA)
- Computing Systems (AREA)
- Electromagnetism (AREA)
- Operations Research (AREA)
- Dispersion Chemistry (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- Combined Controls Of Internal Combustion Engines (AREA)
Abstract
本发明涉及尾气检测技术领域,特别涉及一种基于遥感技术的柴油车污染物检测方法、系统及设备,该方法包括:根据柴油车行驶工况下车辆行驶速度和加速度的计算分析,确定柴油车的机动车比功率;获取车辆行驶过程中的尾气剩余O2浓度、CO2浓度,基于所述柴油车的机动车比功率,构建柴油车尾气中残余氧气模型;基于颗粒物C/CO2的浓度比与不透光度构建柴油车尾气中的颗粒物模型;基于所述的柴油车尾气中残余氧气模型与颗粒物模型,构建柴油车燃烧方程;根据所述柴油车燃烧方程,确定尾气中CO、NO、HC和CO2的真实体积浓度值。本方法考虑柴油车尾气中残余氧气和颗粒物的燃烧方程,据此计算柴油车尾气排放污染物,有效提高了柴油车污染物遥感检测精度。
Description
技术领域
本发明涉及尾气检测技术领域,具体为一种基于遥感技术的柴油车污染物检测方法、系统及设备。
背景技术
汽车尾气造成的污染占整个城市大气污染的50%—80%,最高可达90%。为了有效改善城市空气污染状况,需要对机动车尾气排放进行有效控制和严格的尾气排放检查。
通过对在用车辆进行有效的路检,是降低尾气污染的有效措施。机动车尾气遥测系统定位于在线快速筛选尾气排放超标的机动车,对于汽油车来说有较高的测试精度,但现有基于遥测的柴油车排放污染物定量方法均假设尾气污染物在最佳空燃比条件下生成,未考虑尾气中残余氧气和颗粒物对测量的影响,致使柴油车尾气遥测数据很不准确,严重影响了尾气遥测的推广应用,不利于大气污染防治。柴油车采用富氧燃烧的方式,过量空气系数在1.5~10甚至更大范围内变化,尾气中氧气浓度随负荷不断变化。由于柴油机采用扩散燃烧方式,产生颗粒物和碳烟是不可避免的,柴油车颗粒排放主要是碳烟。柴油车颗粒物排放比汽油车高30~80倍,直径大约在0.1~10微米,悬浮于离地面1~2m高的空中,易被人体吸入,对人体产生危害。
目前基于遥感检测法的柴油车污染物计算方法中是假设发动机尾气中没有过剩空气,但车辆实际行驶中,空燃比随着行驶工况的不同而不断变化,尾气剩余氧气浓度也不断变化,且剩余氧气浓度高达10%以上,且柴油车尾气剩余O2浓度实际值和比功率(VSP)曲线有较好的相关性。由于剩余氧气浓度值很高,假设没有过剩氧气的燃烧方程适用性较差,因此,未考虑尾气中残余氧气和颗粒物影响的燃烧方程,导致柴油车排放污染物测试结果偏差较大,可见,按传统方法计算的柴油车排放污染物遥测结果与柴油车尾气中CO2浓度实际值相差很大。
发明内容
本发明为解决上述的问题,第一方面提供了一种基于遥感检测法的柴油车污染物计算方法,所述方法步骤如下:
根据柴油车行驶工况下车辆行驶速度和加速度的计算分析,确定柴油车的机动车比功率;
获取车辆行驶过程中的尾气剩余O2浓度、CO2浓度,基于所述柴油车的机动车比功率,构建柴油车尾气中残余氧气模型;
基于颗粒物C/CO2的浓度比与不透光度构建柴油车尾气中的颗粒物模型;
基于所述的柴油车尾气中残余氧气模型与颗粒物模型,构建柴油车燃烧方程;
根据所述柴油车燃烧方程,确定尾气排放中CO、NO、HC和CO2的真实体积浓度值。
所述方法通过构建柴油车尾气中残余氧气随工况(比功率)变化的模型和尾气中颗粒物与不透光度间的模型,进而得到考虑柴油车尾气中残余氧气和颗粒物的燃烧方程,据此计算柴油车尾气排放污染物,有效提高了柴油车污染物遥感检测精度。
在第一方面的一些实现方式中,所述根据柴油车行驶工况下车辆行驶速度和加速度的计算分析,确定柴油车的机动车比功率为:
VSP=(1.15·a+0.0076·g·cosα+g·sinα)·u+0.000056·g·cosα·u2+8.51·10-4·u3
其中,VSP表示机动车比功率;u为车辆行驶速度,单位m/s;a为车辆加速度,单位m/s2;g为重力加速度,为常数,单位m/s2;α为污染物遥测地点的坡度角。
在第一方面的一些实现方式中,所述构建柴油车尾气中残余氧气模型,包括:
通过获取尾气剩余O2浓度、CO2浓度,基于所述柴油车的机动车比功率,构建随机动车比功率变化的柴油车尾气中残余氧气模型为:
其中,P%O2为残余氧气模型;VSP表示机动车比功率;
根据测量得到的柴油车尾气剩余的O2浓度和CO2浓度,计算O2/CO2的比值,构建随机动车比功率变化的柴油车尾气中O2/CO2的比值模型为:
其中,PO2/CO2为残余氧气模型计算的O2/CO2。
在第一方面的一些实现方式中,所述基于颗粒物C/CO2的浓度比与不透光度构建柴油车尾气中的颗粒物模型为:
PR_C/CO2=-0.06032+0.08343·N-0.00122·N2+0.00000879982·N3
其中,N为不透光度;PR_C/CO2为颗粒物模型计算的C/CO2。
在第一方面的一些实现方式中,基于所述的柴油车尾气中残余氧气模型和颗粒物模型,构建柴油车燃烧方程为:
式中,m、a、b、c、d、e为燃烧方程式中系数;PO2/CO2为残余氧气模型计算的O2/CO2;PR_C/CO2为颗粒物模型计算的C/CO2。
在第一方面的一些实现方式中,根据所述柴油车燃烧方程,确定尾气排放中CO、NO、HC和CO2的真实体积浓度值,包括:
根据燃烧方程以及物质平衡定律,由碳原子、氢原子和氧原子的守恒得到以体积分数(%)表示的柴油车尾气排放CO2的真实体积浓度值为:
式中,PO2/CO2为残余氧气模型计算的O2/CO2;PR_C/CO2为颗粒物模型计算的C/CO2;
通过获取柴油车尾气烟羽中CO、NO、HC的浓度值,得到与CO2浓度的相对体积比和/>Q0为气体CO与CO2浓度的相对体积比,Q1为气体HC与CO2浓度的相对体积比,Q2为气体NO与CO2浓度的相对体积比;
从而计算得到柴油车尾气中CO、NO、HC的真实体积浓度值为:
%CO=%CO2·Q0
%HC=%CO2·Q1
%NO=%CO2·Q2。
第二方面提供了一种基于遥感检测法的柴油车污染物检测系统,该装置包括:
采集模块,用于采集柴油车行驶工况下车辆行驶速度和加速度;还用于获取车辆行驶过程中的尾气剩余O2浓度、CO2浓度;
初始模块,用于确定柴油车的机动车比功率;还用于构建柴油车尾气中残余氧气模型;还用于构建柴油车尾气中的颗粒物模型;
处理模块,用于基于所述的柴油车尾气中残余氧气模型和颗粒物模型,构建柴油车燃烧方程;还用于根据所述柴油车燃烧方程,确定尾气排放中CO、NO、HC和CO2的真实体积浓度值。
第三方面提供了一种基于遥感检测法的柴油车污染物检测设备,包括处理器和存储器,其中,所述处理器执行所述存储器中保存的程序数据时实现所述的一种基于遥感检测法的柴油车污染物计算方法。
第四方面提供了一种计算机可读存储介质,用于存储控制程序数据,其中,所述控制程序数据被处理器执行时实现所述的一种基于遥感检测法的柴油车污染物计算方法。
本发明的有益效果在于:
(1)与现有遥测法相比,本发明无需额外安装任何传感器或设备,基于现有遥测系统构建得到柴油车尾气中残余氧气模型;基于现有遥测系统测量得到的不透光度,构建得到柴油车尾气中颗粒物模型;
(2)本发明考虑柴油车尾气中残余氧气和颗粒物构建燃烧方程,更接近柴油车实际工作状况,适用性高、应用性广;
(3)本发明考虑残余氧气和颗粒物影响,构建高精度的柴油车燃烧方程,进而根据高精度的柴油车燃烧方程反演出柴油车尾气排放的真实体积浓度值,与未修正的传统燃烧方程计算结果相比,有效提高了柴油车污染物遥感检测精度。
附图说明
图1为基于遥感技术的柴油车污染物检测方法的流程示意图;
图2为柴油车污染物检测系统结构示意图。
具体实施方式
下面将结合附图更详细地描述本公开的示例性实施方式。
实施例1
本发明提供了一种基于遥感技术的柴油车污染物检测方法,如图1所示,具体实现步骤如下:
步骤一:根据柴油车行驶工况下车辆行驶速度和加速度的计算分析,确定柴油车的机动车比功率;
利用三组红外激光对射传感器检测柴油车的行驶工况,当车辆经过第一组与第二组对射激光传感器可以计算得到柴油车行驶速度Ⅰ,当车辆经过第二组与第三组对射激光传感器可以计算得到柴油车行驶速度Ⅱ,根据行驶速度Ⅰ与所述行驶速度Ⅱ计算得到加速度。
根据得到的车辆行驶速度和加速度,进而确定柴油车的机动车比功率(以下机动车比功率简称为比功率),机动车比功率为机动车在运行过程中单位质量的机动车瞬时功率,即机动车克服滚动阻力、空气阻力,增加车辆动能和势能输出的功率,单位为kW/t,经过试验回归分析后,确定柴油车比功率计算中各无量纲系数的取值,得到柴油车机动车比功率公式为:
VSP=(1.15·a+0.0076·g·cosα+g·sinα)·u+0.000056·g·cosα·u2+8.51·10-4·u3 (1.1)
其中,VSP表示机动车比功率;u为车辆行驶速度,单位m/s;a为车辆加速度,单位m/s2;g为重力加速度,为常数,单位m/s2;α为污染物遥测地点的坡度角。
步骤二:基于所述柴油车的机动车比功率,构建柴油车尾气中残余氧气模型;
车辆实际行驶过程中,尾气中剩余O2浓度随着行驶工况的不同而不断变化,通过车载尾气检测设备对车辆行驶过程中实时跟车检测,获取尾气剩余O2浓度、CO2浓度,基于所述柴油车的机动车比功率,对大量试验数据经回归分析后,构建随机动车比功率变化的柴油车尾气中残余氧气模型为:
其中,P%O2为残余氧气模型;VSP表示机动车比功率;
根据车载尾气监测设备直接测量柴油车尾气剩余的O2浓度和CO2浓度,计算O2/CO2的比值,经实车测试数据拟合构建随机动车比功率变化的柴油车尾气中O2/CO2的比值模型为:
其中,PO2/CO2为残余氧气模型计算的O2/CO2;
当VSP≤1kW/t时,柴油车发动机处于怠速状态,尾气剩余O2浓度取固定值为19.06,O2/CO2的比值取固定值为15.24;
当VSP≥20kW/t时,柴油车的发动机处于大负荷状态,循环喷油量加大,基本达到极限值,尾气中剩余O2浓度随VSP变化不大,取固定值为11.73,O2/CO2的比值取固定值为2.06。
步骤三:构建柴油车尾气中的颗粒物模型;
作为具体的实施方式,本申请的检测方法基于TDLAS技术原理测试CO2和CO浓度,基于DOAS技术原理测试NO和HC浓度,其中HC表示的是汽车尾气中有害废气的碳氢化合物,通过获取柴油车尾气烟羽中CO、NO、HC的浓度值,进而分别得到与CO2浓度的相对体积比和/>通过车载尾气检测设备实时测量尾气中CO2的真实浓度,反推得到C与CO2浓度比值,如下所示:
其中,%RCO2为车载尾气监测设备实时测量的尾气中CO2的真实浓度,PR_C/CO2表示反推计算的PO2/CO2为尾气中残余氧气模型计算的/>Q0为气体CO与CO2浓度的相对体积比,Q1为气体HC与CO2浓度的相对体积比,Q2为气体NO与CO2浓度的相对体积比;
同时,本申请基于绿激光吸收原理检测不透光度,不透光度直接反应尾气中单位体积的微粒数。根据反推得到的PR_C/CO2,结合遥测系统检测的不透光度,经数据回归分析后拟合构建柴油车尾气中的颗粒物模型为:
PR_C/CO2=-0.06032+0.08343·N-0.00122·N2+0.00000879982·N3(3.2)
其中,N为不透光度;PR_C/CO2为颗粒物模型计算的C/CO2。
在进行柴油车污染物检测时,通过测得待检测尾气的不透光度,根据上式(3.2)计算得到待检测尾气中的C与CO2的浓度比PR_C/CO2。
步骤四:基于所述的柴油车尾气中残余氧气模型和颗粒物模型,构建柴油车燃烧方程;
根据机动车燃油中主要含有碳和氢两种元素,其比例约为C:H=1:2,空气中约含有21%的O2和79%的N2,因机动车燃烧过程无法实现完全燃烧,可以认为燃烧后尾气中剩余的HC对光的吸收相当于丁二烯,这里采用C4H6及同系物来表示,构建高精度的柴油车燃烧方程为:
式中,m、a、b、c、d、e为燃烧方程式中的系数;PO2/CO2为残余氧气模型计算的O2/CO2;PR_C/CO2为颗粒物模型计算的C/CO2。
步骤五:根据所述柴油车燃烧方程,确定尾气排放中CO、NO、HC和CO2的真实体积浓度值。
根据燃烧方程(4.1)以及尾气烟羽中各成分相对体积浓度比系数,其中,
根据物质守恒定律,
碳原子守恒:a+4c+d+PR_C/CO2*d=1 (4)
氢原子守恒:2b+6c=2 (5)
氧原子守恒:a+b+2d+e+2*PO2/CO2*d=0.42m (6)
根据式(4),得到
Q0d+4Q1d+d+PR_C/CO2·d=1 (7)
根据式(5),得到
2b+6Q1d=2 (9)
再根据式(6),得到
Q0d+b+2d+Q2d+2·PO2/CO2·d=0.42m (10)
根据式(9)和式(10),消去b,得到
Q0d+(1-3Q1d)+2d+Q2d+2·PO2/CO2·d=0.42m (11)
式(11)两边同时除以系数d,并代入式(4),得到
得到在燃烧后排放的尾气中的CO2的体积分数(不含水和固体颗粒物)为
将式(13)的分子和分母同除以d,可以得到
将式(12)代入式(14),得到
最终得到以体积分数%表示的柴油车尾气排放CO2的真实体积浓度值为:
相应的,根据Q0,Q1与Q2分别为遥测尾气烟羽中气体CO、NO、HC与CO2浓度的相对体积比,计算得到柴油车尾气中CO、NO、HC的真实体积浓度值为:
%CO=%CO2·Q0 (5.2)
%HC=%CO2·Q1 (5.3)
%NO=%CO2·Q2 (5.4)。
实施例2
基于遥感技术的柴油车污染物检测方法,通过选定遥测点位,考虑柴油车尾气中残余氧气和颗粒物,检测了20辆车经过遥测点位时的测试数据。
其中,选取的遥测点位坡度角为3度,基于车辆行驶速度和加速度计算柴油车VSP的结果;基于比功率计算柴油车尾气中残余氧气模型P%O2和PO2/CO2;基于不透光度计算柴油车尾气中颗粒物模型PR_C/CO2,见表1所示。
表1为20辆柴油车行驶工况下的检测结果
同时,CO2浓度作为该方法计算柴油车排气污染物浓度的基础,根据表1中计算得到的PO2/CO2和PR_C/CO2,基于构建的高精度的柴油车燃烧方程计算其尾气排放中的CO2真实体积浓度值,同时列出了未修正的传统燃烧方程的CO2计算结果,见表2所示。
表2为传统燃烧方程与本申请燃烧方程计算CO2真实体积浓度值的结果
由上表可知,传统燃烧方程计算的CO2体积分数在13%~15%之间,明显偏离CO2真实值(约5%);本申请燃烧方程计算的CO2体积分数与CO2真实值相差分别为-0.78%、-0.48%、-0.19%、0.18%、0.24%、0.66%、0.41%、-0.1%、-0.5%、-0.4%、-0.45%、-0.48%、-0.53%、-0.32%、-0.7%、-0.81%、-0.69%、-0.54%、-0.81%、-0.76%,最大相差为-0.81%,可见,本申请燃烧方程计算的CO2体积分数有很高的精度。
根据燃烧方程计算CO2体积分数后,进而据式(5.2)式(5.3)和式(5.4)计算得到CO、HC和NO体积分数,结果见表3所示。
表3为本申请燃烧方程与传统燃烧方程计算尾气烟羽排放气体的计算结果
由上表可知,本申请燃烧方程计算的CO、HC和NO浓度值与真实值相比,误差较小,平均误差在7.17%;而传统燃烧方程计算的CO、HC和NO浓度值与真实值相比,误差很大,平均误差在193.37%。可见,在燃烧方程中考虑残余氧气和颗粒物的影响,据此计算柴油车尾气排放污染物,可有效提高柴油车污染物遥感检测精度。
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到的变化或增减替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以所述权利要求的保护范围为准。
此外,本发明还提供了一种基于遥感检测法的柴油车污染物检测系统,该装置包括:
采集模块,该采集模块可以采用红外激光对射传感器用于采集柴油车行驶工况下车辆行驶速度和加速度;同时采集模块还采用车载尾气检测设备用于获取车辆行驶过程中的尾气剩余O2浓度、CO2浓度,该车载尾气监测设备可以采用OS3000-C;
初始模块,用于确定柴油车的机动车比功率;还用于构建柴油车尾气中残余氧气模型;还用于构建柴油车尾气中的颗粒物模型;
处理模块,用于基于所述的柴油车尾气中残余氧气模型和颗粒物模型,构建柴油车燃烧方程;还用于根据所述柴油车燃烧方程,确定尾气排放中CO、NO、HC和CO2的真实体积浓度值。
再者,本发明还提供了一种基于遥感检测法的柴油车污染物检测设备,包括处理器和存储器,其中,所述处理器执行所述存储器中保存的程序数据时实现所述的基于遥感检测法的柴油车污染物计算方法。
最后,本发明还提供了一种计算机可读存储介质,用于存储控制程序数据,其中,所述控制程序数据被处理器执行时实现所述的基于遥感检测法的柴油车污染物计算方法。
Claims (10)
1.一种基于遥感技术的柴油车污染物检测方法,其特征在于,包括以下步骤:
根据柴油车行驶工况下车辆行驶速度和加速度的计算分析,确定柴油车的机动车比功率;
获取车辆行驶过程中的尾气剩余O2浓度、CO2浓度,基于所述柴油车的机动车比功率,构建柴油车尾气中残余氧气模型;
基于颗粒物C/CO2的浓度比与不透光度构建柴油车尾气中的颗粒物模型;
基于所述的柴油车尾气中残余氧气模型与颗粒物模型,构建柴油车燃烧方程;
根据所述柴油车燃烧方程,确定尾气中CO、NO、HC和CO2的真实体积浓度值。
2.根据权利要求1所述的基于遥感技术的柴油车污染物检测方法,其特征在于,所述根据柴油车行驶工况下车辆行驶速度和加速度的计算分析,确定柴油车的机动车比功率为:
VSP=(1.15·a+0.0076·g·cosα+g·sinα)·u+0.000056·g·cosα·u2+8.51·10-4·u3
其中,VSP表示机动车比功率;u为车辆行驶速度,单位m/s;a为车辆加速度,单位m/s2;g为重力加速度,为常数,单位m/s2;α为污染物遥测地点的坡度角。
4.根据权利要求1所述的基于遥感技术的柴油车污染物检测方法,其特征在于,所述基于颗粒物C/CO2的浓度比与不透光度构建柴油车尾气中的颗粒物模型为:
PR_C/CO2=-0.06032+0.08343·N-0.00122·N2+0.00000879982·N3
其中,N为不透光度;PR_C/CO2为颗粒物模型计算的C/CO2。
8.一种基于遥感技术的柴油车污染物检测系统,其特征在于,包括:
采集模块,用于采集柴油车行驶工况下车辆行驶速度和加速度;还用于获取车辆行驶过程中的尾气剩余O2浓度、CO2浓度;
初始模块,用于确定柴油车的机动车比功率;
所述初始模块,还用于构建柴油车尾气中残余氧气模型;
所述初始模块,还用于构建柴油车尾气中的颗粒物模型;
处理模块,用于基于所述的柴油车尾气中残余氧气模型和颗粒物模型,构建柴油车燃烧方程;
所述处理模块,还用于根据所述柴油车燃烧方程,确定尾气排放中CO、NO、HC和CO2的真实体积浓度值。
9.一种基于遥感技术的柴油车污染物检测设备,其特征在于,包括处理器和存储器,其中,所述处理器执行所述存储器中保存的程序数据时实现所述权利要求1-7中任一项所述的基于遥感技术的柴油车污染物检测方法。
10.一种计算机可读存储介质,其特征在于,用于存储控制程序数据,其中,所述控制程序数据被处理器执行时实现所述权利要求1-7任一项所述的基于遥感技术的柴油车污染物检测方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310236779.6A CN116165350B (zh) | 2023-03-13 | 2023-03-13 | 基于遥感技术的柴油车污染物检测方法、系统及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310236779.6A CN116165350B (zh) | 2023-03-13 | 2023-03-13 | 基于遥感技术的柴油车污染物检测方法、系统及设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116165350A true CN116165350A (zh) | 2023-05-26 |
CN116165350B CN116165350B (zh) | 2023-09-29 |
Family
ID=86414683
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310236779.6A Active CN116165350B (zh) | 2023-03-13 | 2023-03-13 | 基于遥感技术的柴油车污染物检测方法、系统及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116165350B (zh) |
Citations (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020170430A1 (en) * | 2000-05-19 | 2002-11-21 | Baker Richard W. | Nitrogen gas separation using organic-vapor-resistant membranes |
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 |
CN102869754A (zh) * | 2010-02-13 | 2013-01-09 | 麦卡利斯特技术有限责任公司 | 含氧燃料 |
CN106198332A (zh) * | 2016-07-08 | 2016-12-07 | 李建 | 一种柴油车尾气排放颗粒物便携式车载测试系统 |
CN106323886A (zh) * | 2015-06-19 | 2017-01-11 | 张世达 | 一种基于电子环保卡的汽车尾气污染物监测方法和系统 |
CN106770059A (zh) * | 2016-11-16 | 2017-05-31 | 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 |
KR101782934B1 (ko) * | 2016-05-31 | 2017-09-29 | 대한민국 | 희석보정계수 및 연식 적합성을 고려한 운행차 정밀검사 질량 환산 방법 |
US20180047984A1 (en) * | 2016-08-12 | 2018-02-15 | Korea Advanced Institute Of Science And Technology | Carbonaceous structure and method for preparing the same, electrode material and catalyst including the carbonaceous structure, and energy storage device including the electrode material |
CN108226046A (zh) * | 2017-12-26 | 2018-06-29 | 中国科学技术大学 | 一种机动车尾气遥测结果修正方法 |
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 |
CN110243762A (zh) * | 2019-06-18 | 2019-09-17 | 深圳大雷汽车检测股份有限公司 | 机动车尾气遥测和监管系统及自学习高排污车辆判定算法 |
CN110967320A (zh) * | 2019-11-06 | 2020-04-07 | 北京理工大学 | 一种柴油车气态排气污染物遥感检测系统及方法 |
CN111126655A (zh) * | 2019-03-05 | 2020-05-08 | 东南大学 | 一种基于车辆比功率和模型树回归的收费站车辆排放预测方法 |
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 |
CN112113911A (zh) * | 2020-08-18 | 2020-12-22 | 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 |
CN113311114A (zh) * | 2021-05-27 | 2021-08-27 | 河南省计量科学研究院 | 尾气遥测装置移动校准检测系统 |
CN113670379A (zh) * | 2021-08-13 | 2021-11-19 | 山东交通学院 | 一种尾气污染物排放模拟装置及方法 |
CN113874618A (zh) * | 2019-03-28 | 2021-12-31 | 瓦伦西亚理工大学 | 内燃机及其运行方法 |
CN113959964A (zh) * | 2021-10-11 | 2022-01-21 | 天津同阳科技发展有限公司 | 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 |
CN114019113A (zh) * | 2022-01-04 | 2022-02-08 | 杭州春来科技有限公司 | 一种基于多模数据修正的机动车尾气动态监测方法及装置 |
CN114832624A (zh) * | 2022-04-22 | 2022-08-02 | 山东交通学院 | 一种柴油车排放检验机构尾气净化方法及系统 |
-
2023
- 2023-03-13 CN CN202310236779.6A patent/CN116165350B/zh active Active
Patent Citations (22)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20020170430A1 (en) * | 2000-05-19 | 2002-11-21 | Baker Richard W. | Nitrogen gas separation using organic-vapor-resistant membranes |
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 |
CN102869754A (zh) * | 2010-02-13 | 2013-01-09 | 麦卡利斯特技术有限责任公司 | 含氧燃料 |
CN106323886A (zh) * | 2015-06-19 | 2017-01-11 | 张世达 | 一种基于电子环保卡的汽车尾气污染物监测方法和系统 |
KR101782934B1 (ko) * | 2016-05-31 | 2017-09-29 | 대한민국 | 희석보정계수 및 연식 적합성을 고려한 운행차 정밀검사 질량 환산 방법 |
CN106198332A (zh) * | 2016-07-08 | 2016-12-07 | 李建 | 一种柴油车尾气排放颗粒物便携式车载测试系统 |
US20180047984A1 (en) * | 2016-08-12 | 2018-02-15 | Korea Advanced Institute Of Science And Technology | Carbonaceous structure and method for preparing the same, electrode material and catalyst including the carbonaceous structure, and energy storage device including the electrode material |
CN106770059A (zh) * | 2016-11-16 | 2017-05-31 | 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 |
CN108226046A (zh) * | 2017-12-26 | 2018-06-29 | 中国科学技术大学 | 一种机动车尾气遥测结果修正方法 |
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 |
CN111126655A (zh) * | 2019-03-05 | 2020-05-08 | 东南大学 | 一种基于车辆比功率和模型树回归的收费站车辆排放预测方法 |
CN113874618A (zh) * | 2019-03-28 | 2021-12-31 | 瓦伦西亚理工大学 | 内燃机及其运行方法 |
CN110243762A (zh) * | 2019-06-18 | 2019-09-17 | 深圳大雷汽车检测股份有限公司 | 机动车尾气遥测和监管系统及自学习高排污车辆判定算法 |
US20210131964A1 (en) * | 2019-11-06 | 2021-05-06 | Beijing Institute Of Technology | Remote sensing-based detection system and method for gaseous pollutant from diesel vehicle exhaust |
CN110967320A (zh) * | 2019-11-06 | 2020-04-07 | 北京理工大学 | 一种柴油车气态排气污染物遥感检测系统及方法 |
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 |
CN112113911A (zh) * | 2020-08-18 | 2020-12-22 | 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 |
CN113311114A (zh) * | 2021-05-27 | 2021-08-27 | 河南省计量科学研究院 | 尾气遥测装置移动校准检测系统 |
CN113670379A (zh) * | 2021-08-13 | 2021-11-19 | 山东交通学院 | 一种尾气污染物排放模拟装置及方法 |
CN113959964A (zh) * | 2021-10-11 | 2022-01-21 | 天津同阳科技发展有限公司 | 基于机动车尾气遥感检测二氧化碳吸收增量的计算方法 |
CN114019113A (zh) * | 2022-01-04 | 2022-02-08 | 杭州春来科技有限公司 | 一种基于多模数据修正的机动车尾气动态监测方法及装置 |
CN114832624A (zh) * | 2022-04-22 | 2022-08-02 | 山东交通学院 | 一种柴油车排放检验机构尾气净化方法及系统 |
Non-Patent Citations (5)
Title |
---|
HOCKEL K G L;LANGEN P;MALLOG J;吴新潮;: "车用汽油机排放控制的发展趋势", 国外内燃机, no. 05, pages 7 - 16 * |
NAITAO HU 等: "Volatile organic compound emissions from an engine fueled with an ethanol-biodiesel-diesel blend", 《JOURNAL OF THE ENERGY INSTITUTE》, no. 90, pages 101 - 109 * |
毛俊豪;何晓云;吴砚;张细雄;: "汽车遥感检测技术原理及应用", 轻工科技, no. 05, pages 110 - 111 * |
王景楠;宋国华;王宏图;郝艳召;: "基于PEMS技术的重型柴油客车排放实测与IVE模型预测对比分析", 公路, no. 12, pages 90 - 95 * |
袁静;周翊;万调;翁建华;秦文;陈庆华;: "江西省在用汽车排气污染物限值及检测方法(遥测法)标准研究", 绿色科技, vol. 1, no. 12, pages 238 - 239 * |
Also Published As
Publication number | Publication date |
---|---|
CN116165350B (zh) | 2023-09-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11226289B2 (en) | Remote sensing-based detection system and method for gaseous pollutant from diesel vehicle exhaust | |
CN111238570B (zh) | 一种船舶排气污染物检测系统及方法 | |
CN103133104A (zh) | 预测NOx生成量的方法 | |
CN106770059A (zh) | 一种基于燃烧方程修正算法的机动车尾气遥感检测方法 | |
CN114019113B (zh) | 一种基于多模数据修正的机动车尾气动态监测方法及装置 | |
JP3645756B2 (ja) | 走行車両における窒素酸化物簡易測定方法 | |
Wei et al. | The on-board PM mass calibration for the real-time PM mass measurement | |
Gautam et al. | Measurement of in-use, on-board emissions from heavy-duty diesel vehicles: Mobile emissions measurement system | |
CN116165350B (zh) | 基于遥感技术的柴油车污染物检测方法、系统及设备 | |
CN103353321B (zh) | 一种利用碳平衡法测量油耗的方法 | |
EP0936467B1 (en) | Exhaust gas analyzer and modal mass analysis method by gas trace process using the analyzer thereof | |
JP2001021530A (ja) | エンジン排ガス中の窒素酸化物濃度の簡易測定方法 | |
Huang et al. | Comparison and Analysis of Real Driving Emissions with Different Processing Methods and Driving Behaviors from a Light-Duty Gasoline Vehicle | |
CN106370440A (zh) | 一种等速油耗测试方法、装置及系统 | |
JP4077968B2 (ja) | 走行車両における窒素酸化物簡易測定方法 | |
Wiśniowski et al. | Representativeness of emissions of toxic substances in bench tests reflecting the road traffic conditions of a vehicle | |
Kaźmierczak et al. | Method of verifying the emission level of the exhaust components of a special vehicle in relation to EURO III standard in road conditions | |
Lenaers et al. | Mobile emission measurements for assessing low emitting vehicles exemplified on a CRT-equipped bus | |
Vais et al. | Comparison of Emissions Measurement Methods based on Chassis Dynamometer Testing | |
Wang et al. | Verification of PEMS measurement accuracy based on light vehicle emission test system | |
Gailis et al. | Practical methodology for calculation of specific gaseous emissions | |
CN113267602B (zh) | 单车蒸发排放运行损失VOCs排放因子测试方法及其系统 | |
CN212933589U (zh) | 一种机动车排放检验过程的记录仪黑匣子 | |
Ligterink et al. | 2.6 On-road emission measurements beyond type approval PEMS | |
KR101433223B1 (ko) | 매연시험기용 측정기 |
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 |