LPG出租车简易瞬态工况排放特性研究

以LPG出租车为研究对象,在简易瞬态工况下测试LPG车辆的单车排放因子,对比分析了LPG车和汽油车的排放特性,研究了LPG原装车与改装车的排放差异,比较了几种不同车型的排放因子,研究了LPG出租车单车排放因子与行驶里程的关系。结果表明,与汽油车相比,LPG出租车CO排放降低至少48%,NOx排放降低至少62%;原装LPG出租车排放比改装车排放降低明显;LPG出租车的排放因子随车辆行驶里程的增加呈上升趋势。     

不同行驶工况下轻型汽车排放特性研究

采用底盘测功机模拟车辆实际运行状况,对不同行驶工况下轻型汽车HC、CO和NOx的排放特性进行了研究。试验结果表明,不同行驶工况的平均速度和行驶状态比例对轻型汽车HC、CO和NOx的排放因子影响较大。当汽车在低速工况行驶时,排放因子总体较高,随工况平均速度的增加下降明显;当汽车在中高速工况行驶时,排放因子总体较低,随工况平均速度的增加下降缓慢。同时,当行驶工况怠速及加、减速比例较高时,排放因子相对较高;当行驶工况匀速比例较高时,排放因子相对较低。因此,优化交通,减少拥堵,提高车速,对于降低机动车排放有着重要的意义。     

瞬态工况下汽车有害排放物分析

为达到模拟汽车在实际道路上行驶的瞬态工况,文章利用底盘测功机,在不同工况下给汽车加载不同的负荷,并进行测试。通过对瞬态工况下排放试验测试数据的处理和分析,得出了汽车尾气排放中CO,HC,NOx在不同速度和加速度变化时的变化趋势与规律。测试结果表明,在行驶速度较低时,尾气中CO和HC的排放量较大,NOx的排放较小;行驶速度较高时,CO和HC的排放量较小,而NOx的排放较大。     

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

利用先进的尾气检测技术(PEMS)收集了重型柴油客车的逐秒排放数据,并分析了CO、HC、NOx、PM等排放物与机动车比功率(VSP)的关系,发现当VSP值小于O时,各污染物排放速率较小;当VSP值大于O时,随VSP值增大而显著提高.在此基础上,利用IVE模型对重型柴油客车的整体排放以及不同速度下排放进行预测,并将结果与实测值、国Ⅱ标准进行了对比分析.结果表明,车辆在低速行驶时污染物排放较为严重,进入中高速行驶状态后排放明显下降;相比拥堵多发的路段,IVE模型更适用于预测运行较为通畅的路段上的污染物排放.     

运动模式下车辆排放和燃油经济性分析

按照轻型车国五和国六标准中常温冷启动排放和实际行驶污染物排放(Real Driving Emission)试验规程,使用定容稀释排放测试系统和便携式车载排放设备(PEMS)对9辆样车进行了运动模式和普通模式下排放和油耗测试。结果表明:运动模式下THC排放结果要低于普通模式;NOx在两种模式下排放结果无规律性;NEDC工况下CO的结果变化不大,WLTC工况下运动模式明显大于普通模式,且一些车辆会出现运动模式下CO排放剧烈增加的现象;运动模式下油耗结果均大于普通模式,平均增加30%,NEDC工况比WLTC工况表现明显,低速工况比高速工况表现明显;两种模式在WLTC工况上的差异更接近实际道路。建议重点关注车辆运动模式下CO排放以及低速工况下的油耗。     

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。     

微型汽车发动机尾气污染排放分析

建立了用于模拟车辆实际运行状况的汽油发动机尾气排放实验测试系统,模拟荣光6450B微型车的不同行驶工况,对其主要有害排放物HC、CO、NOx进行采样,并对各排放物与行驶工况相对应的排放趋势及原因进行了分析。分析结果表明,不同行驶工况和行驶状态对HC、CO和NOx的排放影响较大,各行驶工况中,怠速、加速及减速比例越高,各有害气体的排放越高;当行驶工况匀速比例较高时,排放相对较低。     

轻型汽油车的实际道路排放试验研究

部分主要城市在2019年开始执行国六排放标准法规,各大主机厂不断对国六燃油汽车的研发,并逐渐由台架试验往整车实际道路试验发展。文章选择满足国五的轻型车,参考法规要求,主要研究实际道路排放试验中CO、NOx和PN的排放结果。研究发现在RDE实验中,CO主要集中在城市与高速工况下生成,激烈驾驶持续时间越长NOx的排放量越大,而国五轻型车在PN控制方面,还面临更多挑战。     

基于微观交通仿真的城市交叉口机动车尾气排放评估

为了更加准确地预测和评估在复杂交通运行状况下机动车的排放,并解决试验测试法耗时费力的问题,建立了城市交通微观仿真模型,在此基础上对武汉市某典型交叉路口进行了案例研究,获得交通高峰期车辆的仿真瞬态行驶工况,将仿真的公交车行驶工况与实测的行驶工况进行对比分析,证明该模型能较真实地反映实际的车辆行驶工况.同时还开发了一个接口,使微观交通仿真模型与IVE排放模型耦合,计算交叉路口机动车的多种尾气排放.针对在不同信号灯控制条件下和不同类型公交站点布置对交叉口车辆排放的影响进行评估和比较,为改善交叉口机动车排放提供决策依据.     

轻型车燃用生物柴油瞬态工况排放特性的研究

通过对轻型车燃用生物柴油和0#柴油尾气排放的测量和分析，研究瞬态工况有害排放物模态特性。试验结果表明，与0#柴油相比，轻型车燃用生物柴油可显著改善冷启动过程的HC和CO排放，其HC、CO和PM比排放分别降低76．9％、45．7％和52．8％，但NOx比排放增加5．8％。燃料在燃烧转变为CO2和H2O释放出化学能的同时也将空气中的N2氧化成NOx，因而可用NOx／CO2来描述NOx排放随运行工况的变化规律。     

瞬态工况对车辆污染物排放的影响

试验室使用的稳态工况和车辆在城区道路行驶时的瞬态工况有很大差异,测试结果不能真正反映车辆的瞬态排放工况,文章主要介绍了CO,HC及NOx的生成机理,阐述了瞬态工况对汽油车和柴油车各个污染物排放的影响,提出车载排放测试技术可以不受这些因素影响,可以在实际道路运行条件下对车辆排放进行实时测量,真实反映车辆实际道路行驶的排放情况,反映外界环境条件的变化对车辆排放的影响。     

GPF对实际行驶污染物排放的影响研究

基于一辆国五升级以应对国六排放标准的TGDI车辆,通过车载排放测试系统研究了安装/未装GPF在实际行驶(RDE)测试工况下排放的变化,以探究GPF对RDE污染物排放的影响,并对TGDI车辆国六升级进行建议。结果表明:安装GPF可有效过滤PN排放,尤其在低转速、高负荷的发动机运行工况,可将PN排放降低两个数量级,PN捕获效率超过99%;对于TGDI车辆而言,安装GPF后RDE总行程的PN排放降低到未装GPF时的2.5%以下,因此GPF成为此类车辆可否满足国六排放测试的关键后处理装置;在国五TGDI车辆升级国六过程中,仅升级GPF可能会引起其他污染物排放(如NOx)的恶化,对于本车而言,安装GPF影响了RDE行程中催化器温度,最终导致总行程NOx排放的上升。     

基于深度强化学习与风险矫正的智能车辆决策研究

为实现高速公路环境下车辆的安全决策，提出一种结合深度强化学习和风险矫正方法的行为决策模型。构建决策模型所需的目标车辆及周围车辆的行驶信息，并引入自注意力安全机制，提高车辆在复杂高速场景下对周围潜在危险车辆的注意力，综合考虑行车效率、避障等因素以设计强化学习的奖励函数。此外，为解决强化学习在决策过程中缺乏安全性保障的问题，设计风险矫正模块对决策动作进行风险评估和矫正，避免危险决策的执行。在Highway-env仿真平台上对提出的决策模型进行训练和测试。试验结果表明，提出的决策模型有较高的行车安全率和鲁棒性，其驾驶效率也优于以规则、模仿学习和单纯深度强化学习为基础的决策方法。     

Examination of PN emissions and size distributions of a hybrid city bus under real world urban driving conditions

Engine load-speed frequency map of a hybrid city bus, which operates on the routes of Sakarya Municipality, was compared with that of European Transient Cycle (ETC) and World Harmonized Transient Cycle (WHTC), which are the certification test cycles. It was observed that the hybrid city bus engine operates mostly at three main regions, which are idling (30% load and 750 rpm), motoring (0% load and 1200 rpm) and high load (80% load and 1800 rpm) conditions under real world urban driving conditions. However, engine load-speed frequency maps of the certification test cycles are significantly different and cannot represent the real world urban driving conditions of the hybrid city bus. Therefore, the Particle Number (PN) emissions of the hybrid city bus were investigated under real world urban driving conditions. The aims of work were to examine the effects of city bus hybridization on the particle emissions and develop PN emission factors. The PN concentrations and size distributions together with engine operating conditions were measured with a Particle Measurement Program (PMP) compliant system, which involves a condensation particle counter (CPC) and a particle sizer (EEPS). The measurements under real world urban driving conditions indicated that the emission factors of the hybrid city bus for the PN and Total PN are 8.99E+12 and 2.51E+13 #/kW-h, respectively. The PN size distribution measurements indicated that the particles up to approximately 20 nm are not very sensitive to changes in engine power and they are exist even during motoring conditions. But, the particles in the size range from 20 to 200 nm are very sensitive to sudden changes of the engine power.     

老化循环对三效催化器的老化效果研究

为研究不同整车驾驶循环对车辆三效催化器热老化的效果差异,选取两辆配备同款发动机的满足国六排放标准的纯汽油车和油电混合动力车,分别进行AMA、SRC、WLTC和典型RDE循环,利用数据采集系统实时采集车辆运行参数和三效催化器床体温度。基于阿伦尼乌斯公式将不同循环16万km耐久性后的热老化程度量化为热损伤,并以RDE循环为参照基准,将不同测试循环行驶16万km换算成对应的实际道路等效行驶里程。研究结果表明:相同循环下,油电混合动力车三效催化器的16万km热老化程度低于纯汽油车;AMA和SRC循环对三效催化器造成的热老化程度明显高于相同行驶里程下的WLTC循环和RDE循环。纯汽油车以AMA循环或SRC循环进行16万km耐久老化,对三效催化器所造成的老化效果相当于在实际道路上行驶了51.84和60.30万km;油电混合动力车以AMA循环和SRC循环进行16万km耐久老化,对三效催化器造成的老化效果相当于在实际道路上行驶30.44和29.21万km。     

城市机动车污染物排放总量调查

利用先进的GPS技术调查了宁波市不同道路汽车行驶工况,分析了城市机动车排放污染的状况及影响因素,重点讨论了机动车车型和汽车城市道路运行工况对机动车排放污染物的影响。对宁波市主要道路机动车流量进行了连续12h测量,并根据行驶工况和流量调查估算了宁波城市道路污染物排放总量。     

轻型汽油车实际行驶污染物排放的影响因素

为了研究车辆冷起动、行程动力学参数和不同数据处理方法对实际行驶排放(RDE)试验的影响,本文利用4辆轻型汽油车进行试验研究,通过CO2移动平均窗口法和欧6新方法进行排放计算。结果表明:冷起动对CO和NOx排放影响偏差均在10%以内,对于未装配汽油机颗粒捕集器(GPF)车辆的市区PN排放影响偏差最大可达32.25%,在国6车型标定时应重点关注。相对正向加速度(RPA)与PN排放成正相关,与CO、NOx排放相关性不明显;v*apos,95(速度与正向加速度乘积按升序排序的第95个百分位取值)与CO、PN排放成正相关,与NOx排放成负相关,与CO和PN的相关系数大于与NOx的相关系数。对于同一个有效行程的污染物排放计算结果,欧6新方法大于CO2移动平均窗口法,欧6新方法能更加真实地反映车辆在RDE试验中的污染物排放水平。     

Development of E-rickshaw driving cycle (ERDC) based on micro-trip segments using random selection and K-means clustering techniques

In India, auto rickshaws are the most convenient and cheapest mode of near-to-door transport in both rural and urban areas. Such vehicles powered with internal combustion engines (ICEs) are one of the main sources of pollutants on urban corridors. One way to minimize tail-pipe emissions is to use electric motors in place of ICE. To evaluate the vehicle performance, energy consumption, driving behavior, optimal design and management of such electric vehicles, driving cycle is an important tool. So far, only limited studies exist on the development of a driving cycle for e-rickshaw. Moreover, these studies are concentrated in urban traffic environment and research accounting rural and urban environment together remain unexplored. In this study, real world driving data for 100 trips of e-rickshaw are collected on a road stretch passing through rural and urban setting. A high-end GPS data logger was used to collect vehicle kinematics such as continuous speed profile, acceleration/deceleration, heading, and vehicle position coordinates. Nine different driving characteristics representing actual traffic conditions are identified and used for developing e-rickshaw driving cycle (ERDC). Two approaches, random selection and k-means clustering are explored to arrive at best representative ERDC using micro-trips technique. The analysis results revealed that k-means clustering outperforms the random selection method with additional benefit of accounting traffic conditions systematically. The insights from this study can be used to understand and model the performance of e-rickshaw, in terms of energy consumption and driving characteristics, compared to other fossil-fuel driven automobiles.     

自适应巡航及协同式巡航对交通流的影响分析

自适应巡航（ACC）和协同式自适应巡航（CACC）等自动驾驶技术正逐渐进入市场，未来一段时间内道路交通流将由人工驾驶车辆与不同等级、不同形式的自动驾驶车辆混合构成。为分析ACC和CACC对交通流的影响，利用实测交通数据NGSim建立人工驾驶车辆跟驰模型，并在综合已有ACC和CACC模型的基础上，提出基于安全间距的自动驾驶跟驰行为模型，进而得出不同ACC，CACC车辆渗透率下交通流的基本图模型。研究结果表明：自动驾驶可以提升交通容量；与ACC车辆比例r_a相比，CACC车辆比例r_c对交通容量的影响更为显著；当r_c>0.5时，饱和流量快速增加，当r_c=1时，饱和流量约为纯人工驾驶时的2倍。进一步，通过仿真考察车辆在车队中的跟驰响应和交通流在瓶颈处的运行情况。研究结果表明：自动驾驶改善了交通流的动态特性，对存在跟驰关系的连续车流来说，自动驾驶使得后车可以更加及时地响应前车的行为，车流会在更短的时间内进入稳态；在交通瓶颈处，自动驾驶降低了拥堵程度，提高了阻塞发生的临界流量。总体来看，自动驾驶对交通流静态和动态性能均有所提升，特别是在协同式自动驾驶场景下，车辆行为更加协调一致，交通流表现出良好的抗扰性，进一步验证了车路协同对自动驾驶的意义。     

轻型汽车实际行驶排放评估方法研究

按照轻型汽车实际行驶排放测试流程,采用便携式排放测试系统测量3辆满足《轻型汽车污染物排放限值及测量方法(中国第五阶段)》要求的轻型汽车实际行驶排放,并使用欧盟提出的移动平均窗口法对排放数据进行处理。结果表明:冷起动阶段的CO,NO_x和PN排放占整个试验总排放的比例分别为69.9%,23.1%和68.8%。将冷起动阶段排放纳入计算时,CO,NO_x和PN的排放结果分别比剔除冷起动阶段排放的结果高19.5%,4.3%和16.3%。温和驾驶时车辆CO_2排放较低,导致过多窗口无法落入正常区域,窗口不能满足正常性要求。欧盟提出的移动平均窗口法不适合直接用于评估中国轻型汽车实际行驶排放,对基本公差tol1进行修正,随着tol1的增加,落入正常区域的窗口随之增多,试验通过正常性要求的比例也随之增大,但tol1的修正会带来巨大的标定工作量。