面向生态驾驶的智能手机应用的开发与检验

激烈驾驶行为导致的排放在机动车排放中占有较高的比重.本研究尝试开发 并检验一款生态驾驶智能手机应用,以实时提醒驾驶员减少激烈驾驶行为,从而减少机 动车排放.为此,本研究基于Android 手机平台,通过实时监测机动车比功率（Vehicle Specific Power , VSP）的方法,开发出可给予驾驶员实时提醒的手机应用.然后,利用车载 尾气监测系统（Portable Emission Measurement System, PEMS）和全球定位系统（Global Positioning System, GPS）,收集测试车辆在使用生态驾驶智能手机应用前、后的逐秒排放 和速度数据.实测数据显示,在使用该生态驾驶手机应用的情况下,测试车辆的VSP分布 形态发生了改变,导致其排放状况也随之发生变化.测试车辆排放物中的CO,CO2 和NOx 排放量降低,而HC排放则有所升高.     

基于隧道测试法的分车型车辆来源PM2.5排放研究

针对华北地区城市秋季霾事件频发的现状,出于改善华北城市空气质量和完善车辆排放控制政策的目的,从理论与实践相结合的角度,提出了适用于非霾事件和霾事件两种气象条件下,测算不同类型车辆来源颗粒物排放因子的多元回归模型。利用9台基于激光散射法的颗粒物监测设备,在前人搭建的标定试验平台的基础上,收集了霾事件下颗粒物浓度数据,并对比参考仪器数据,建立该气象条件下标定颗粒物监测设备的指数模型,分析表明:模型的拟合优度范围在(0.81～0.93)内。同时按照霾事件发生的定义对收集的颗粒物数据、交通信息数据和气象数据进行分类,并将试验时段内经过隧道的车辆分为轻型汽油车和重型柴油车两类,利用隧道测试法和多元回归分别建立两种气象条件下的各类车型PM2.5排放因子测算模型,根据最小二乘法估计模型参数及误差,两套模型的拟合优度分别为0.76和0.94。将获取的LDV和HDV的排放因子与境内外已有研究进行对比评估,其结果符合当前华北地区城市车辆排放现状。