GDI汽油车PM2.5数量排放研究

利用固体颗粒测量设备MEXA-1000SPCS,对满足京Ⅴ排放标准的欧美日及国产中小排量典型GDI汽油车进行了PM2.5排放测试,并进行冷、热起动对比试验。结果表明,满足京Ⅴ排放标准的GDI汽油车其PM2.5数量排放基本在2.14×1012~5.12×1012区间,数量级为1012;冷起动是GDI汽油车产生PM2.5排放的主要原因;瞬时加速是GDI汽油车产生PM2.5排放的主要工况。     

轻型车颗粒物质量排放和颗粒物数量排放的转鼓试验CSCD

为了定量评价国产轻型车的颗粒物排放,测量了55辆中国内地轻型车的单位行驶里程颗粒物质量(PM)排放和颗粒物数量(PN)排放。使用激光凝聚颗粒物计数和滤纸采样称重方法,对于轻型柴油车、缸内直喷(GDI)汽油车和多点电喷(MPI)汽油车,在转鼓试验台上进行循环工况试验。结果表明:汽油车的颗粒物排放水平明显低于国4柴油车,汽油车的PM和PN排放平均值分别约为国4柴油车平均值的6%和5%。MPI汽油车的PN排放值低于GDI汽油车约1个数量级。"全球统一轻型汽车测试循环(WLTC)"的高车速、长加速的工况条件,会加剧MPI和柴油车的颗粒物数量排放。GDI汽油车在冷机阶段的PN排放峰持续时间长,在后续的加速动态工况条件时会出现明显的峰值排放。     

RPA对PFI轻型汽油车RDE高原排放特性试验研究

为探讨RPA对PFI汽油车在RDE试验中排放特性影响,采用了AVL-M. O. V. E.轻型车便携式排放测试系统PEMS对某电控进气道多点喷射汽油车分别在西宁高海拔地区进行了平缓、一般和激烈3种驾驶行为下的RDE排放试验研究,试验中未对发动机进行任何改动。结果表明:国标对RDE试验要求的RPA值范围较大,不同RPA值对应的驾驶行为直接影响RDE排放试验结果。RDE冷起动阶段对PN和CO排放的影响较大,且对PN排放的影响大于对气体污染物排放的影响。CO和PN排放随RPA值的变化无明显变化规律; NOx和CO2排放量与RPA值呈现正相关。CF(NOx) CF(CO) CF(PN),且CF(NOx)随着RPA值的增加,变化幅度明显增大,高原条件下进行RDE试验,需要注意NOx排放。RPA值影响CO2排放在特性曲线图上的分布,RPA值越大,CO2排放在特性曲线图上的分布越靠近上公差。     

基于道路法与底盘测功机法的重型汽车污染物排放对比研究

为探究采用底盘测功机法进行道路试验的可能性与可行性,选择一台重型汽车进行实际道路PEMS排放测试,并将道路工况在底盘测功机上复现。对比道路法与底盘测功机法的排放测试结果,并结合试验工况数据分析原因。结果表明:两种试验方法下,CO、NO x和CO 2的排放结果偏差较小,PN排放结果偏差较大;车速及加速度的提升、行驶工况的突变、怠速及起停工况分别为CO、NO x和PN排放变差的原因。     

轻型汽车实际道路行驶与实验室工况污染物排放对比研究

选择6辆满足国Ⅳ、国Ⅴ排放标准的轻型汽油车和柴油车进行了在WLTC和NEDC循环工况下的试验室排放试验,并对其中的4辆车按照RDE测试规程进行了实际道路排放测试。结果表明:在实际道路行驶条件下,汽油车CO和柴油车NO_x排放严重超过标准限值,高排放主要出现在车速大于60km/h的郊区和高速公路段,瞬时排放量会随着车速和加速度的升高而增大;部分汽油车在WLTC工况的超高速段中出现了很高的CO排放,而WLTC工况THC的排放则小于NEDC工况;4辆汽油车在NEDC工况和WLTC工况下PN排放都超过标准限值,而柴油车的PN排放和所有车辆的PM排放都小于标准限值。建议国Ⅵ车型开发时应重点关注汽油车的CO,PN排放以及柴油车的NO_x排放。     

城乡快速干道车-人冲突时间窗预测模型

为了解决城乡快速干道车-人冲突和事故严重的问题，将车-人冲突点的分析方法扩展到车-人冲突时间窗的分析方法，构建一种行人运动轨迹实时监测和穿越时间预测相结合的车-人冲突时间窗组合预测模型。首先，分析行人违规穿越的实测数据，确定不同类别行人对应的穿越时间置信区间以及松弛时间；其次，根据运动学模型的预测结果判断行人的所属类别并初步确定行人的穿越时间，同时通过卡尔曼滤波算法对行人穿越过程进行实时监测；再次，融合运动学模型预测结果和卡尔曼滤波监测结果，确定最终的车-人冲突时间窗；最后，对所提出的组合预测模型进行标定和验证，并通过VISSIM仿真平台进行安全性能测试。模型验证结果表明：在正常情况下，该模型能够保障行人的安全且能兼顾松弛时间重置次数；在行人初始穿越速度过低或穿越前、中期存在持续低速的情况下，该模型可以通过多次松弛时间重置来解决模型的适用性问题。安全性能测试结果表明，在车辆行驶时间均值增加4.7%的情况下，安全车辆数占比增加了37.3%，车辆的后侵占时间(PET)测试值则增加53.8%。因此，与无松弛时间的预测模型相比，所提出的有松弛时间的车-人冲突时间窗预测模型能够在对交通效率影响较小的前提下，较大程度地提高车-人冲突的安全性。     

海拔对轻型柴油车实际驾驶排放的影响

在青海省选择海拔为1 900m,2 200m,2 400m和3 000m的4个环境点,对一辆轻型柴油车按照实际驾驶排放(RDE)测试要求进行试验,并利用移动平均窗口法处理数据,得到车辆实际驾驶排放数据。对车辆的排放结果进行了评估,并分析了海拔对排放的影响。结果表明:随着海拔的增加,CO与PN排放先增加后减小,在2 400m时出现最大值,NOx排放先减小后增加,在2 400m处出现最小值;4个海拔点CO与PN排放值均低于法规限值,NOx排放值均高于法规限值,符合性系数分别为7.44,7.11,6.44,8。     

基于便携式排放测试系统与BP神经网络的大型客车排放预测

以大型客车为研究对象,在长沙市的不同道路工况下进行了车载排放测试,借助道路测试得到的数据,利用BP神经网络,以逐秒的速度、加速度、比功率和油耗数据为输入,建立CO2、CO和NOx的排放预测模型,并用部分试验数据进行了验证.结果表明,CO2、CO和NOx预测结果的总体相关系数R为0.9167,线性高度相关,在整体误差水平...     

基于XGBoost的短时出租车速度预测模型

准确预测短时出租车速度是识别驾驶员异常加减速行为的前提，有助于提升乘客的安全与舒适。以城市中出租车实时移动速度为研究对象，研究了基于XGBoost的短时出租车速度预测模型。将出租车的移动速度数据集划分为训练集和测试集，构造滑动时间窗口，以时间窗口内的出租车历史移动速度的时间序列为输入变量，以出租车当前时间的移动速度为输出变量，采用前向验证的方法进行模型评估。利用基于贝叶斯算法的hyperopt模块实现模型参数的快速优化，得到模型最优参数组合，并基于深圳市2013年10月22日的出租车GPS轨迹数据集进行算例分析，将模型的预测结果与非参数回归模型、神经网络模型预测结果进行比较。研究表明:所构建的短时出租车速度预测模型的平均绝对误差（MAE）为9.841，均方根误差（RMSE）为12.711，均低于非参数回归模型和神经网络模型，提高了出租车速度的预测精度；由于出租车速度序列缺乏规律性，调整后的R₂（R₂ _adjusted）为0.592，且相较于其他2个模型，XGBoost模型在出租车速度发生急剧变化的时间点附近具有更优的拟合效果，避免了过拟合造成的预测精度下降。      

机动车PM2.5排放特性研究

本文利用符合PMP规程的MEXA-1000SPCS对不同技术类型的机动车进行了PM2.5数量排放研究,并对PM2.5排放较高的两类车型（GDI和国Ⅳ柴油车）进行了冷热试验对比.试验结果表明：不同技术类型PM2.5排放量级差异明显,国Ⅴ柴油车＜MPI汽油车＜GDI汽油车＜国Ⅳ柴油车.GDI汽油车PM2.5排放受温度影响要大于负荷的影响.国Ⅳ柴油车型PM2.5排放受车辆负荷的影响要大干温度的影响.DPF技术能够有效降低PM2.5排放.无论何种车型,瞬态加速工况都会造成PM2.5排放急剧增高.     

N2类车在“国六”标准下的实际道路排放分析

研究讨论了符合"国五"排放标准的N2类车在"国六"标准规定下的实际道路排放表现。结果表明该类车在采用"国六"标准规定的方法进行实际道路排放测试时,CO比排放结果能够满足"国六"标准的要求;NOx排放水平有比较明显的恶化,其原因可能是道路工况比例变化引起的加减速工况增多,且NOx的比排放结果、瞬时排放浓度符合性比例远无法达到"国六"标准要求。     

基于CEEMDAN-SVR模型的柴油车氮氧化物瞬态排放预测

柴油机具有更高的燃油热效率,但过高的氮氧化物(N O x)排放限制了其发展,准确预测柴油车在实际道路上工作的排放状态,有助于柴油机的开发和设计.瞬态NO x排放序列具有非线性、非平稳性和非正态分布的特点,直接使用机器学习算法进行预测变得困难.为准确预测柴油机瞬时NO x排放,本研究将自适应噪声完备集合经验模态分解(CEEMDAN)应用到柴油NO x瞬态排放模型中,结合支持向量回归机(SVR)对复杂时间序列的高效建模能力,提出一种柴油机NO x瞬态预测模型CEEMDAN-SVR.运用CEEMDAN对NO x排放序列进行分解,获取不同采样频率下的子序列,对各个子序列使用SVR建模预测,然后通过集成各个子序列的预测值获得最终的预测结果.结果表明:CEEMDAN算法能有效降低NO x序列的非平稳性,通过SVR机器学习模型更容易提取出数据局部特征信息,具有更低的预测误差.     

基于交通风条件多点进出城市地下道路CO污染物浓度分布特性预测模型

多点进出城市地下道路结构形式复杂且位于城市人员密集区，机动车在行驶过程中排放的污染物(CO、NO_<i>x等)不仅将对隧道内驾驶人员的健康产生影响，同时还会给隧道洞口附近民众的居住环境及健康带来影响。为此，以机动车流排放污染物CO浓度分布规律为重点研究对象，依据质量守恒定律、并联风路理论，并结合上海和长沙4条隧道现场实测以及1∶8缩尺模型试验研究方法，开展了关于多点进出城市地下道路交通风以及机动车流排放污染物扩散特性的研究；基于研究结果，提出了交通风条件下多点进出城市地下道路机动车流排放污染物CO浓度分布特性预测模型构建方法，包括交通风速V_r、对流传质系数h_m和扩散特征系数K等关键参数的确定方法；长沙市营盘路湘江隧道实测结果验证了该模型的有效性，交通风以及污染物浓度预测模型计算值与实测值的误差评估值I_A分别为0.992和0.916。当已知隧道结构特征和交通特征时，利用该计算模型即可预测评估多点进出城市地下道路内沿机动车行驶方向各断面的平均交通风速、机动车流排放污染物CO平均浓度；同时可定量评价各分(合)流匝道对主隧道CO浓度分布特性的影响规律。研究结果可为多点进出城市地下道路科学选址及其通风系统优化设计与节能运行提供参考依据。     

轻型汽油车实际行驶污染物排放特性的研究

按欧盟最新制定的实际行驶排放试验RDE(Real Driving Emissions)测试规程,使用便携式车载排放测试系统对4辆满足国Ⅴ排放标准的轻型汽油车进行了实际道路排放测试。结果表明:试验车辆的CO符合性因子大于NOx。CO和NOx的瞬时排放率随车辆加速度的增加而升高。高速工况下,污染物瞬时排放率在车辆加速度超过NEDC循环工况的最大加速度时达到峰值,而CO瞬时排放率峰值对整个行程的CO符合性因子影响不可忽视。在制定RDE法规时,应重点关注汽油车的CO排放。     

机动车PM2．5排放特性

为了获得典型机动车PM2．5排放特性,文章利用符合PMP规程的MEXA一1000SPCS时不同技术类型的机动车进行了PM2．5数量排放研究,并对PM2．5排放较高的两类车型（GDI和国Ⅳ柴油车）进行了冷热试验对比。试验结果表明：不同技术类型机动车PM2．5排放量级差异明显,国V柴油车〈MPI汽油车〈GDI汽油车〈国Ⅳ柴油车;GDI汽油车PM2．5排放受温度影响要大于受负荷的影响;国Ⅳ柴油车型PM2．5排放受车辆负荷的影响要大于受温度的影响;DPF技术能够有效降低PM2．5排放;无论何种车型,瞬态加速工况都会造成PM2．5排放急剧增高。     

重型车辆车载排放测试系统的集成和验证

对气体污染物测量设备和颗粒物测量装置进行集成,形成一套可以实时测量重型汽车各种污染物(HC、CO、NO_x和PM)排放浓度和计算瞬时排放质量的综合性车载排放测试系统(IPEMS).实车排放测试和实验室对比试验结果表明,建成的系统具有良好的测量重复性;各种污染物的IPEMS测量结果与实验室CVS系统测量结果之间的相关性强,满足准确测量和评估重型汽车实际道路条件下排放的技术要求.     

基于BP神经网络的城市道路轻型车排放率模型

从不同角度研究城市道路交通流动态微观排放模型是进行交通环境评价的基础.以长春市典型城市道路为研究对象,在捷达Gix瞬时质量排放数据的基础上,利用BP神经网络建立了NOx、HC、CO3种污染物排放率模型,并运用实际道路测量数据对模型进行了验证,得出了一些有益的结论.     

基于PCA-GRU的轻型汽油车NOx排放预测

为建立一种轻型汽油车NOx排放预测模型,在昆明市内采用便携式车载排放测试系统（Portable Emission Measurement System,PEMS)对一辆轻型汽油车进行实际行驶污染物排放（Real Drive Emission,RDE）测试;利用主成分分析算法（Principal Component Analysis,PCA）对影响轻型汽油车排放的特征参数进行降维,将降维后的数据作为门控循环单元神经网络（Gated Recurrent Unit,GRU）的输入,建立基于PCA-GRU的排放预测模型,对轻型汽油车的NOx的排放量进行瞬时预测。结果表明,PCA-GRU模型对NOx的预测结果的平均绝对误差为0.133mg/s,绝对系数为0.88,相比于单一的GRU模型,分别提高了42.4%和8.6%。该排放预测模型可以实现对轻型汽油车NOx排放较准确的预测,具有一定的工程价值。     

基于数据驱动的电动汽车电池安全风险预测

为了对电池安全风险进行准确预测，本文提出基于一种车-天气-驾驶员的多指标电池安全风险预测方法。首先提取车内外多维度信息即运用数据挖掘提取了天气状况、汽车行驶工况和驾驶风格等多指标特征，以模拟实际的电池应用场景；然后通过随机森林和SHAP组合模型的方式对特征进行筛选，从而提高了模型的泛化性和鲁棒性；最后将电池安全风险预测问题解耦为机器学习预测和时间序列预测问题，分别选择XGBoost和随机森林模型进行预测，并在此基础上建立新的Stacking集成模型对电池安全风险进行预测。最终模型的预测效果和数据实验的结果表明，该方案对电动汽车电池安全风险能做出较为准确的预测，可以为安全化、智能化的电池管理系统提供辅助决策信息。     

轻型汽油车不同温度下WLTC工况排放特性研究

为了研究车辆在不同环境温度下冷启动和热启动时污染物的排放特性,通过环境试验舱模拟不同的环境温度,轻型汽油车采用WLTC (World Light Vehicle Test Cycle,世界轻型汽车测试循环)工况分别进行冷启动和热启动排放试验,结果表明:低温冷启动时,由于发动机缸内混合气燃烧不良以及催化器没有起燃等原因,主要污染物(CO、THC、PN等)的瞬时排放值远超高温和热启动的值.在高温、高速和高负荷情况下,由于车辆的动力需求和催化器保护,导致燃油喷射过量,造成不充分燃烧,CO排放值大幅上升.