CN110967320B - 一种柴油车气态排气污染物遥感检测***及方法 - Google Patents

一种柴油车气态排气污染物遥感检测***及方法 Download PDF

Info

Publication number
CN110967320B
CN110967320B CN201911078222.4A CN201911078222A CN110967320B CN 110967320 B CN110967320 B CN 110967320B CN 201911078222 A CN201911078222 A CN 201911078222A CN 110967320 B CN110967320 B CN 110967320B
Authority
CN
China
Prior art keywords
vehicle
diesel
diesel vehicle
excess air
exhaust
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.)
Active
Application number
CN201911078222.4A
Other languages
English (en)
Other versions
CN110967320A (zh
Inventor
郝利君
邱泰华
张伟强
谭建伟
王欣
葛蕴珊
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201911078222.4A priority Critical patent/CN110967320B/zh
Publication of CN110967320A publication Critical patent/CN110967320A/zh
Priority to PCT/CN2020/100772 priority patent/WO2021088397A1/zh
Priority to US17/091,228 priority patent/US11226289B2/en
Application granted granted Critical
Publication of CN110967320B publication Critical patent/CN110967320B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/59—Transmissivity
    • G01N21/61—Non-dispersive gas analysers
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01W—METEOROLOGY
    • G01W1/00—Meteorology
    • G01W1/02—Instruments for indicating weather conditions by measuring two or more variables, e.g. humidity, pressure, temperature, cloud cover or wind speed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/59—Transmissivity
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D21/00—Measuring or testing not otherwise provided for
    • G01D21/02—Measuring two or more variables by means not covered by a single other subclass
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0112—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from the vehicle, e.g. floating car data [FCD]
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0108—Measuring and analyzing of parameters relative to traffic conditions based on the source of data
    • G08G1/0116—Measuring and analyzing of parameters relative to traffic conditions based on the source of data from roadside infrastructure, e.g. beacons
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/0104—Measuring and analyzing of parameters relative to traffic conditions
    • G08G1/0125—Traffic data processing
    • G08G1/0129—Traffic data processing for creating historical data or processing based on historical data
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/017—Detecting movement of traffic to be counted or controlled identifying vehicles
    • G08G1/0175—Detecting movement of traffic to be counted or controlled identifying vehicles by photographing vehicles, e.g. when violating traffic rules
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
    • G—PHYSICS
    • G08—SIGNALLING
    • G08G—TRAFFIC CONTROL SYSTEMS
    • G08G1/00—Traffic control systems for road vehicles
    • G08G1/01—Detecting movement of traffic to be counted or controlled
    • G08G1/052—Detecting movement of traffic to be counted or controlled with provision for determining speed or overspeed
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/84—Systems specially adapted for particular applications
    • G01N21/85—Investigating moving fluids or granular solids
    • G01N2021/8578—Gaseous flow
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
    • G01N21/17—Systems in which incident light is modified in accordance with the properties of the material investigated
    • G01N21/25—Colour; Spectral properties, i.e. comparison of effect of material on the light at two or more different wavelengths or wavelength bands
    • G01N21/31—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry
    • G01N21/35—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light
    • G01N21/3504—Investigating relative effect of material at wavelengths characteristic of specific elements or molecules, e.g. atomic absorption spectrometry using infrared light for analysing gases, e.g. multi-gas analysis
    • 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
    • Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
    • Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation

Landscapes

  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Chemical & Material Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Environmental Sciences (AREA)
  • Ecology (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Atmospheric Sciences (AREA)
  • Combined Controls Of Internal Combustion Engines (AREA)
  • Testing Of Engines (AREA)
  • Exhaust Gas After Treatment (AREA)

Abstract

本发明公开了一种柴油车气态排气污染物遥感检测***及方法，该***包括：柴油车尾气排放测量装置、主控计算机、信息显示装置、车辆行驶状态监测装置、气象监测装置及车辆牌照识别装置；所述柴油车尾气排放测量装置、信息显示装置、车辆行驶状态监测装置、气象监测装置和车辆牌照识别装置与所述主控计算机通讯连接，所述主控计算机通过互联网与机动车排放监控平台连接；所述车辆行驶状态监测装置为车速、加速度测量仪或雷达测速仪。相比传统的检测***，采用遥测技术，可实现对柴油车尾气中气态排放物浓度的实时测量，适用于装用柴油机的各类机动车辆的尾气排放检测，具有操作方便、快速、高效的特点。

Description

一种柴油车气态排气污染物遥感检测***及方法
技术领域
本发明涉及机动车尾气检测设备技术领域，特别涉及一种柴油车气态排气污染物遥感检测***及方法。
背景技术
汽车排气遥感测试技术在北美、欧洲、亚洲的一些国家和地区已得到实际应用，目前主要的应用集中在下面几个方面：
(1)筛查高排放车辆：通过实验表明，当汽车工况已知的情况下，遥感监测***可以筛查出高排放车辆。高排放车辆一般只占车辆总数的10％，但这10％的车辆排放的污染物却占到全部车辆排放污染物的60％以上。将高排放车辆筛选出来，加以治理或淘汰，是控制汽车污染物排放，改善空气质量的最有效方法之一。
(2)筛选清洁车辆：筛选清洁车辆是汽车排放遥感监测应用的新想法，这一想法来源于鼓励人们选用高性能车辆，并经常保养检修车辆，使汽车保持在良好的工作状况下。通过遥感检测的达标清洁车辆可申请免除进行例行的年检。这种方法值得推广应用。
(3)入境检查：车辆排气自动遥测测试装置可安置在城市道路入口处或收费站处对入境车辆排气进行监测，禁止高排放污染车辆进入排放限制区。
但是现有的机动车尾气遥感监测***对汽油车尾气排放检测技术成熟，而对柴油车尾气排放中气态污染物检测技术还缺少成功经验，主要原因在于汽油车和柴油车发动机燃料特性的差异导致燃烧过程显著不同，因而过量空气系数差异较大。
行驶中的机动车废气从排气管尾部排出后，会迅速扩散形成所谓的“烟羽”，人们感兴趣的是排气管中排气各成分的浓度，因为它反映了发动机的真实排放状况。但是，往往只能测量到机动车驶过后尾气扩散形成的烟羽中各成分的浓度，且由于周围环境的影响，再加上扩散作用，烟羽不断地被稀释，其中各成分的绝对浓度也在不断发生变化。为了消除烟羽扩散对尾气中各成分浓度的影响，从而得到从尾气管口排出时的浓度，通过燃烧方程的引入来解决。
对于同一排气烟羽来说，排气中各成分的相对体积浓度比在其不同位置处分别都是相同的。以CO2为参比气体时，CO、HC和NO与CO2的相对体积浓度比近似为定值。
汽油车的汽油机燃烧过程通常为理论空燃比混合气或浓混合气，一般为不完全燃烧，排气中剩余氧气极少，因此假定排气中没有剩余氧气，依据标准燃烧方程，可以得到：
Figure BDA0002263151610000021
公式中利用1，3-丁二烯(C4H6)来表示燃烧后尾气中剩余的HC。一方面由于尾气中HC对光的吸收相当于1，3-丁二烯对光的吸收；另一方面是出于减少污染的考虑，在实时监测过程中需要在***监测光路中充入相应的HC气体来对***进行校准，然后将该气体从***中清除而排放到空气中，选择1，3-丁二烯可以相对的减少排放到空气中的HC。定义排气烟羽中各成分相对体积浓度比系数为：
Figure BDA0002263151610000022
Figure BDA0002263151610000023
Figure BDA0002263151610000024
根据物质守恒定律，由碳原子、氢原子和氧原子的守恒可以得到最终公式：
最后可以得到排气中CO2体积百分比浓度为：
Figure BDA0002263151610000031
相应的，可以得到排气中CO、HC和NO的体积百分比浓度：
％CO＝％CO2*Q (6)
％HC＝％CO2*Q′ (7)
％NO＝％CO2*Q″ (8)
通过以上公式，根据测量得到的排气烟羽中各组分的相对体积浓度比可以反演得到汽油车尾气排放物的真实体积浓度值。
而柴油车的柴油发动机燃烧过程中过量空气系数始终大于1且过量空气很多，应用公式(5)、(6)、(7)和(8)计算反演推算得到的柴油车尾气中气态污染物浓度与排气管中排放物浓度差异较大，会大大影响柴油车排放遥感测量方法的检测精度。
因此，如何提供一种检测精度较高的柴油车排放遥感测量的方法及***，是目前同行从业人员亟待解决的问题。
发明内容
针对上述问题，本发明提供了一种柴油车气态排气污染物遥感检测***及方法，该***基于遥感检测数据反演计算，可实时准确测量柴油车尾气中气态排气污染物的浓度。
本发明实施例提供一种柴油车气态排气污染物遥感检测***，包括：柴油车尾气排放测量装置、主控计算机、信息显示装置、车辆行驶状态监测装置、气象监测装置及车辆牌照识别装置；
所述柴油车尾气排放测量装置、信息显示装置、车辆行驶状态监测装置、气象监测装置和车辆牌照识别装置与所述主控计算机通讯连接，所述主控计算机通过互联网与机动车排放监控平台连接；
所述车辆行驶状态监测装置为车速、加速度测量仪或雷达测速仪。
进一步地，所述柴油车尾气排放测量装置采用垂直或水平式光路，布置在车辆的经过区域；
所述柴油车尾气排放测量装置包括相对设置的检测光发射装置和检测光接收装置；所述检测光发射装置用于发射检测光；所述检测光接收装置用于接收穿过排气烟羽的检测光，并根据所接收的检测光的强弱分析机动车排气烟羽中污染物浓度。
进一步地，所述信息显示装置为高亮点阵屏，用于实时显示被检车辆的相关信息；所述相关信息包括：车牌号、车速和尾气污染物浓度。
进一步地，所述气象监测装置为微型气象站，布置在车辆的所述经过区域；用于测量环境参数。
第二方面，本发明实施例还提供一种柴油车气态排气污染物遥感检测方法，包括：
根据对大量柴油车行驶过程中柴油发动机过量空气系数的统计分析结果，建立柴油车的过量空气系数脉谱模型；
根据所述过量空气系数脉谱模型，通过二维插值计算柴油车当前行驶工况的过量空气系数；
通过柴油车尾气排放测量装置检测柴油车排气烟羽中CO、HC、NOx与CO2的浓度比值Q、Q′和Q″；
根据所述柴油车当前行驶工况的过量空气系数、排气烟羽中CO、HC、NOx与CO2浓度比值Q、Q′和Q″，计算出柴油车尾气中CO、HC、NOx和CO2排放浓度。
进一步地，建立柴油车的过量空气系数脉谱模型，包括：
建立以柴油车的速度和加速度为参数变量的过量空气系数脉谱模型，每个速度vi和加速度aj确定的节点对应一个过量空气系数αij值；
或
建立以柴油车的速度和比功率为参数的过量空气系数脉谱模型，所述比功率为VSP；每个速度vi和VSPj确定的节点对应一个过量空气系数αij值。
进一步地，所述VSP为车辆单位质量的瞬时功率，计算方式如下：
Figure BDA0002263151610000051
式中，CD为阻力系数，为无量纲系数；Af为车辆迎风面积，单位为m2；ρa为空气密度；v为车速，单位为km.h-1；vw为风速，单位为km.h-1，与车辆行进方向相反为正，否则为负；g为重力加速度，为9.8m.s-2；CR为轮胎的滚动阻力系数，为无量纲系数；a是车辆加速度，单位为m.s-2；εi为动力总成旋转部件的质量转换系数；
Figure BDA0002263151610000055
为道路坡度；mv为车辆质量，单位为kg。
进一步地，根据所述柴油车当前行驶工况的过量空气系数、排气烟羽中CO、HC、NOx与CO2浓度比值Q、Q′和Q″，计算出柴油车尾气中CO、HC、NOx和CO2排放浓度，包括：
根据柴油车的柴油发动机燃烧过程中过量空气系数α大于1且过量空气较多，应用如下燃烧方程：
Figure BDA0002263151610000052
过量空气系数α用以下等式表示：
Figure BDA0002263151610000053
根据物质守恒定律，由碳原子、氢原子和氧原子的守恒得到最终公式，即：得到CO2体积百分比浓度为：
Figure BDA0002263151610000054
(13)式中，α为柴油车测试工况下柴油机过量空气系数，Q、Q′和Q″分别为遥感检测得到的排气烟羽中CO、HC和NO与CO2的相对体积浓度比值；
相应的，计算得到柴油车排气中CO、HC和NO的体积百分比浓度：
％CO＝％CO2*Q (14)
％HC＝％CO2*Q′ (15)
％NO＝％CO2*Q″ (16)。
本发明实施例提供的一种柴油车气态排气污染物遥感检测***，包括：柴油车尾气排放测量装置、主控计算机、信息显示装置、车辆行驶状态监测装置、气象监测装置及车辆牌照识别装置；所述柴油车尾气排放测量装置、信息显示装置、车辆行驶状态监测装置、气象监测装置和车辆牌照识别装置与所述主控计算机通讯连接，所述主控计算机通过互联网与机动车排放监控平台连接；所述车辆行驶状态监测装置为车速加速度测量仪或雷达测速仪；相比传统的检测***，采用遥测技术，具有检测速度快的特点，省时省力，大大提高了工作效率。可以在汽车正常行驶过程中完成监测，监测时汽车发动机的运行工况更具代表性，比传统的接触式测量方法能够更好的反映汽车排气排放的实际情况。避免了个别驾驶员为通过检测而采取某些手段人为地影响检测结果；可实现对柴油车尾气中气体排放物的实时测量。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例提供的柴油车气态排气污染物遥感检测***结构框图。
图2为本发明实施例提供的柴油车气态排气污染物遥感检测方法流程图。
图3为本发明实施例提供的以速度和加速度为参数的柴油车过量空气系数脉谱示意图。
图4为本发明实施例提供的以速度和比功率为参数的柴油车过量空气系数脉谱示意图。
图5为本发明实施例提供的另一种以速度和加速度为参数的柴油车过量空气系数脉谱的示意图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。
实施例1：
参照图1所示，为本发明实施例提供的一种柴油车气态排气污染物遥感检测***，包括：柴油车尾气排放测量装置、主控计算机、信息显示装置、车辆行驶状态监测装置、气象监测装置及车辆牌照识别装置；
柴油车尾气排放测量装置、信息显示装置、车辆行驶状态监测装置、气象监测装置和车辆牌照识别装置与主控计算机通讯连接，主控计算机通过互联网与机动车排放监控平台连接；
其中，车辆行驶状态监测装置为车速和加速度测量仪或雷达测速仪，布置在车辆检测区域道路旁，当车辆经过时，可精确测量被检车辆的速度和加速度。柴油车尾气排放测量装置采用垂直或水平式光路，布置在车辆的经过区域；该柴油车尾气排放测量装置包括相对设置的检测光发射装置和检测光接收装置；检测光发射装置用于发射检测光；检测光接收装置用于接收穿过排气烟羽的检测光，并根据所接收的检测光的强弱分析机动车排气烟羽中污染物浓度。
上述的信息显示装置为高亮点阵屏，可实时显示被检车辆的信息；比如包括：车牌号、车速和尾气污染物浓度等信息。上述气象监测装置为微型气象站，同样布置在车辆的经过区域；可精准测量环境参数，比如风速、风向、温度、湿度等信息。
该车辆牌照识别装置为高速摄像机，可精准捕获车牌信息；其他可获得车牌信息的图像识别设备均可，本发明对此不作限定。该主控计算机为工业控制计算机，负责以上所有输入输出信号采集和处理，以及***标定等；完成车速、加速度(或比功率)、尾气排放等计算；通过互联网向机动车排放监控平台发送数据，以及与机动车排放监控平台通讯。
本实施例中，车辆行驶状态监测装置测量柴油车的速度和加速度，主控计算机以柴油车的速度和加速度(或比功率)为参数，通过对柴油车过量空气系数脉谱表插值计算得到柴油车当前行驶工况的过量空气系数。同时，柴油车尾气排放测量装置检测排气烟羽中CO、HC、NOx与CO2的排放浓度比值，从而依据柴油车当前行驶工况的过量空气系数，以及排气烟羽中CO、HC、NOx与CO2的排放浓度比值计算出柴油车尾气中CO、HC、NOx和CO2排放浓度，实现对柴油车尾气中气体排放物的实时测量。本***适用于装用柴油机的各类机动车辆的尾气排放检测，具有操作方便、快速、高效的特点。
该柴油车气态排气污染物遥感检测***，采用遥测技术，具有检测速度快的特点，1小时可检测上千辆车，省时省力，大大提高了工作效率。并且，可以在柴油汽车正常行驶过程中完成监测，监测时柴油汽车发动机的运行工况更具代表性，比传统的接触式测量方法能够更好的反映汽车排气排放的实际情况。车辆排放遥感测试可以在驾驶员不知晓的情况下完成检测，避免了个别驾驶员为通过检测而采取某些手段人为地影响检测结果。通常车辆年检验车，一般是车辆一年检测一次，检验周期时间过长，车辆排放遥测正好起到了实时监控的目的。
实施例2：
基于实施例1提供的柴油车气态排气污染物遥感检测***，参照图2所示，本发明还提供一种柴油车气态排气污染物遥感检测方法，包括：S101～S104；
S101、根据对大量柴油车行驶过程中柴油发动机过量空气系数的统计分析结果，建立柴油车的过量空气系数脉谱模型；
S102、根据所述过量空气系数脉谱模型，通过二维插值计算柴油车当前行驶工况的过量空气系数；
S103、通过柴油车尾气排放测量装置检测柴油车排气烟羽中CO、HC、NOx与CO2的浓度比值Q、Q′和Q″；
S104、根据所述柴油车当前行驶工况的过量空气系数、排气烟羽中CO、HC、NOx与CO2浓度比值Q、Q′和Q″，计算出柴油车尾气中CO、HC、NOx和CO2排放浓度。
上述步骤S101～S102中，包括：柴油车行驶过程中柴油发动机过量空气系数模型和计算方法；
基于对大量柴油车行驶过程中柴油发动机过量空气系数的统计分析结果，建立以柴油车的速度和加速度为参数变量的过量空气系数脉谱模型，如图3所示，在每个速度vi和加速度aj确定的节点都有一个过量空气系数αij值；
或建立以柴油车的速度和比功率(Vehicle specific power，简称VSP)为参数的过量空气系数脉谱模型，如图4所示，在每个速度vi和VSPj确定的节点都有一个确定的过量空气系数αij值。
VSP为车辆单位质量的瞬时功率，描述车辆瞬时比功率需求，是车辆动力性的重要表征参数。通过VSP参数，可以综合考虑风速、道路坡度等的影响。
VSP计算方法如下：
Figure BDA0002263151610000091
式中VSP是车辆比功率(VSP)(kW.ton-1)，CD为阻力系数(无量纲)；Af是车辆迎风面积(m2)；ρa是空气密度，选取1.207kg.m-3，温度20℃；v是车速(km.h-1)；vw是风速(km.h-1，与车辆行进方向相反为正，否则为负)；g是重力加速度(9.8m.s-2)；CR是轮胎的滚动阻力系数(无量纲)；a是车辆加速度(m.s-2)；εi是动力总成的旋转部件(车轮、齿轮、轴等)的质量转换系数，依车型不同有所差异，可取1.05；
Figure BDA0002263151610000092
是道路坡度，为已知的遥感检测***所检测路段的坡度；mv是车辆质量(kg)，可依据车牌识别信息确定车辆质量。
其中，对于柴油公交车，在风速较低可忽略不计的条件下，代入典型参数后，可以使用VSP的简化计算公式如下：
Figure BDA0002263151610000101
其中，v是车速(m/s)；a是加速度(m.s-2)；
Figure BDA0002263151610000102
是坡度；m是车辆总质量(kg)，等于整备质量加上载重。
车辆行驶状态监测装置检测柴油车的速度和加速度，主控计算机以柴油车的速度v和加速度a或VSP作为二维参数，通过二维插值计算柴油车当前行驶工况的过量空气系数α。
上述步骤S103～S104为柴油车排气中气态排放物浓度遥感测量原理和计算方法：
柴油车气态排气污染物遥感检测***通过柴油车尾气排放测量装置检测柴油车排气烟羽中CO、HC、NOx与CO2的浓度比值Q、Q′和Q″，从而通过柴油车当前行驶工况的过量空气系数α，以及CO、HC、NOx与CO2的浓度比值，计算出柴油车排气中CO2的排放浓度，进而计算出柴油车尾气中气体排放物CO、HC、NOx的浓度。
柴油车的柴油发动机燃烧过程中过量空气系数α始终大于1且过量空气较多，应用公式(5)、(6)、(7)和(8)计算反演推算得到的柴油车尾气中气体污染物浓度与排气管中排放物浓度差异较大，大大影响了柴油车排放遥感测量方法的检测精度。
对于柴油车排气烟羽来说，同样认为尾气排出后烟羽中各成分的相对体积浓度比在其不同位置处分别相同的，则以CO2为参比气体时，CO、HC和NO与CO2的相对体积浓度比Q、Q′和Q″近似为定值。
由于柴油车的柴油发动机燃烧过程中过量空气系数α始终大于1且过量空气较多，因此应用如下燃烧方程：
Figure BDA0002263151610000103
过量空气系数α用以下等式表示：
Figure BDA0002263151610000111
根据物质守恒定律，由碳原子、氢原子和氧原子的守恒可以得到最终公式：
最后可以得到排气中CO2体积百分比浓度为：
Figure BDA0002263151610000112
式中，α为柴油车测试工况下柴油机过量空气系数，Q、Q′和Q″分别为排气烟羽中CO、HC和NO与CO2的相对体积浓度比值。
相应的，可以得到排气中CO、HC和NO的体积百分比浓度：
％CO＝％CO2*Q (14)
％HC＝％CO2*Q′ (15)
％NO＝％CO2*Q″ (16)
通过以上公式，根据遥感测量得到的柴油车排气烟羽中气体排放物各组分的相对浓度比，并根据柴油车该行驶工况的过量空气系数，可以反演得到柴油车尾气排放中各种气体排放物的真实体积浓度值。
实施例3：
1)柴油车行驶过程中柴油发动机过量空气系数模型和计算方法
基于对柴油车大量行驶工况中柴油发动机过量空气系数的统计分析结果，建立以柴油车的速度和加速度为参数变量的过量空气系数脉谱模型，如图5所示，在每个速度和加速度确定的节点都有一个过量空气系数值。
车辆行驶状态监测装置检测柴油车的速度和加速度，主控计算机以柴油车的速度v和加速度a作为二维参数，通过二维插值计算柴油车当前行驶工况的过量空气系数α。
2)柴油车排气中气态排放物浓度遥感测量和计算方法
柴油车气态排气污染物遥感检测***通过柴油车尾气排放测量装置检测柴油车排气烟羽中CO、HC、NOx与CO2的浓度比值Q、Q′和Q″，并计算当前行驶工况的过量空气系数α，采用公式(13)、(14)、(15)和(16)计算得出柴油车排气中CO2的排放浓度，以及柴油车尾气中气体排放物CO、HC、NOx的浓度，见表1所示。
表1柴油车尾气中气体排放物CO2、CO、HC、NOx的浓度计算结果
Figure BDA0002263151610000121
本发明通过车辆行驶状态监测装置测量柴油车的速度和加速度，主控计算机以柴油车的速度和加速度(或比功率)为参数计算柴油车当前行驶工况的过量空气系数。同时，由柴油车尾气排放测量装置测量柴油车排气烟羽中排放物浓度，计算获得排气烟羽中CO、HC、NOx与CO2的排放浓度比值，从而依据柴油车测试工况的过量空气系数，以及排气烟羽中CO、HC、NOx与CO2的排放浓度比值，计算出柴油车尾气中CO、HC、NOx和CO2排放浓度，实现对柴油车尾气中气体排放物浓度的实时测量。可适用于装用柴油机的各类机动车辆的尾气排放检测，具有操作方便、快速、高效的特点。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (4)

1.一种柴油车气态排气污染物遥感检测方法，其特征在于，包括：
根据对大量柴油车行驶过程中柴油发动机过量空气系数的统计分析结果，建立柴油车的过量空气系数脉谱模型；
根据所述过量空气系数脉谱模型，通过二维插值计算柴油车当前行驶工况的过量空气系数；
通过柴油车尾气排放测量装置检测柴油车排气烟羽中CO、HC、NOx与CO2的浓度比值Q、Q′和Q″；
根据所述柴油车当前行驶工况的过量空气系数、排气烟羽中CO、HC、NOx与CO2浓度比值Q、Q′和Q″，计算出柴油车尾气中CO、HC、NOx和CO2排放浓度。
2.如权利要求1所述的一种柴油车气态排气污染物遥感检测方法，其特征在于，建立柴油车的过量空气系数脉谱模型，包括：
建立以柴油车的速度和加速度为参数变量的过量空气系数脉谱模型，每个速度vi和加速度aj确定的节点对应一个过量空气系数αij值；
或
建立以柴油车的速度和比功率为参数的过量空气系数脉谱模型，所述比功率为VSP；每个速度vi和VSPj确定的节点对应一个过量空气系数αij值。
3.如权利要求2所述的一种柴油车气态排气污染物遥感检测方法，其特征在于，所述VSP为车辆单位质量的瞬时功率，计算方式如下：
Figure FDA0002677124830000011
式中，CD为阻力系数，为无量纲系数；Af为车辆迎风面积，单位为m2；ρa为空气密度；v为车速，单位为km.h-1；vw为风速，单位为km.h-1，与车辆行进方向相反为正，否则为负；g为重力加速度，为9.8m.s-2；CR为轮胎的滚动阻力系数，为无量纲系数；a是车辆加速度，单位为m.s-2；εi为动力总成旋转部件的质量转换系数；
Figure FDA0002677124830000021
为道路坡度；mv为车辆质量，单位为kg。
4.如权利要求1所述的一种柴油车气态排气污染物遥感检测方法，其特征在于，根据所述柴油车当前行驶工况的过量空气系数、排气烟羽中CO、HC、NOx与CO2浓度比值Q、Q′和Q″，计算出柴油车尾气中CO、HC、NOx和CO2排放浓度，包括：
根据柴油车的柴油发动机燃烧过程中过量空气系数α大于1且过量空气较多，应用如下燃烧方程：
Figure FDA0002677124830000022
过量空气系数α用以下等式表示：
Figure FDA0002677124830000023
式中，m、a、b、c、d、e为燃烧方程式中系数；根据物质守恒定律，由碳原子、氢原子和氧原子的守恒得到最终公式，即：得到CO2体积百分比浓度为：
Figure FDA0002677124830000024
(13)式中，α为柴油车测试工况下柴油机过量空气系数，
Q、Q′和Q″分别为遥感检测得到的排气烟羽中CO、HC和NO与CO2的相对体积浓度比值；
相应的，计算得到柴油车排气中CO、HC和NO的体积百分比浓度：
％CO＝％CO2*Q (14)
％HC＝％CO2*Q′ (15)
％NO＝％CO2*Q″ (16)。
CN201911078222.4A 2019-11-06 2019-11-06 一种柴油车气态排气污染物遥感检测***及方法 Active CN110967320B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
CN201911078222.4A CN110967320B (zh) 2019-11-06 2019-11-06 一种柴油车气态排气污染物遥感检测***及方法
PCT/CN2020/100772 WO2021088397A1 (zh) 2019-11-06 2020-07-08 一种柴油车气态排气污染物遥感检测***及方法
US17/091,228 US11226289B2 (en) 2019-11-06 2020-11-06 Remote sensing-based detection system and method for gaseous pollutant from diesel vehicle exhaust

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911078222.4A CN110967320B (zh) 2019-11-06 2019-11-06 一种柴油车气态排气污染物遥感检测***及方法

Publications (2)

Publication Number Publication Date
CN110967320A CN110967320A (zh) 2020-04-07
CN110967320B true CN110967320B (zh) 2020-12-22

Family

ID=70030249

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911078222.4A Active CN110967320B (zh) 2019-11-06 2019-11-06 一种柴油车气态排气污染物遥感检测***及方法

Country Status (3)

Country Link
US (1) US11226289B2 (zh)
CN (1) CN110967320B (zh)
WO (1) WO2021088397A1 (zh)

Families Citing this family (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110967320B (zh) * 2019-11-06 2020-12-22 北京理工大学 一种柴油车气态排气污染物遥感检测***及方法
CN111983146A (zh) * 2020-08-17 2020-11-24 三河市清源绿创环境技术股份有限公司 机动车尾气监测***
CN112113912B (zh) * 2020-08-18 2021-08-31 北京理工大学 一种柴油车排放遥感大数据监测***及监测方法
CN112113911B (zh) * 2020-08-18 2022-04-12 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***
CN113311114B (zh) * 2021-05-27 2023-04-14 河南省计量科学研究院 尾气遥测装置移动校准检测***
CN113743715B (zh) * 2021-07-19 2024-03-19 中汽研汽车检验中心（天津）有限公司 基于车联网重型车实际工况的油耗及NOx排放评价方法
CN113970523A (zh) * 2021-09-17 2022-01-25 安徽中科华仪科技有限公司 一种岸基全激光船舶尾气遥感检测方法
CN113984967A (zh) * 2021-10-25 2022-01-28 河北先河环保科技股份有限公司 船舶尾气监测方法、装置、***、终端及存储介质
CN114019113B (zh) * 2022-01-04 2022-05-17 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
CN115035713B (zh) * 2022-04-29 2023-08-25 银江技术股份有限公司 智慧交通碳排放监测***和方法
CN115097071B (zh) * 2022-06-21 2023-03-21 淄博众擎大数据科技合伙企业(有限合伙) 一种重型柴油车排气污染物测试方法
CN114943482B (zh) * 2022-06-28 2024-06-21 成都秦川物联网科技股份有限公司 一种基于物联网的智慧城市尾气排放管理方法和***
CN114882614B (zh) * 2022-07-11 2022-10-11 杭州春来科技有限公司 一种机动车碳排放监测方法及***
CN116165350B (zh) * 2023-03-13 2023-09-29 山东交通学院 基于遥感技术的柴油车污染物检测方法、***及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207636476U (zh) * 2017-07-04 2018-07-20 贵州中航交通科技有限公司 一种汽车尾气遥感检测***
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***
CN209280565U (zh) * 2018-09-13 2019-08-20 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***

Family Cites Families (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5719396A (en) * 1996-07-01 1998-02-17 Envirotest Systems Corp. Systems and methods for determining compliance of moving vehicles with emission-concentration standards
US5877862A (en) * 1997-08-26 1999-03-02 Aerodyne Research, Inc. Laser system for cross-road measurement of motor vehicle exhaust gases
US6470732B1 (en) * 1998-01-05 2002-10-29 The United States Of America As Represented By The Administrator Of The National Aeronautics And Space Administration Real-time exhaust gas modular flowmeter and emissions reporting system for mobile apparatus
US6003307A (en) * 1998-02-06 1999-12-21 Engelhard Corporation OBD calorimetric sensor system with offset error correction
US5996337A (en) * 1998-02-06 1999-12-07 Engelhard Corporation Dynamic calorimetric sensor system
US6455851B1 (en) * 2000-03-28 2002-09-24 Air Instruments And Measurement, Inc. Spectroscopic remote sensing exhaust emission monitoring system
US20030089854A1 (en) * 2001-11-09 2003-05-15 Shifflett Peter S. Apparatus and method for remotely sensing hydrocarbons and other pollutants in vehicle emissions
JP4199766B2 (ja) * 2005-12-16 2008-12-17 トヨタ自動車株式会社 排ガス分析方法および排ガス分析装置
JP4476317B2 (ja) * 2007-08-30 2010-06-09 三菱重工業株式会社 ガスエンジンの統合制御方法及び装置
CN103195594B (zh) * 2013-04-02 2015-05-27 北京理工大学 基于过量空气系数的柴油机egr控制方法及控制***
CN103712929B (zh) * 2013-12-23 2017-01-11 南京新远见智能科技有限公司 一种机动车尾气监测***
CA2872783A1 (en) * 2014-12-01 2016-06-01 David Andrew Risk Gas emission detection device, system and method
CN106770059B (zh) * 2016-11-16 2019-06-04 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
CN107356564A (zh) * 2017-07-04 2017-11-17 贵州中航交通科技有限公司 一种汽车尾气遥感检测***及其检测方法
CN108760665A (zh) * 2018-06-04 2018-11-06 天津市圣威科技发展有限公司 一种垂直式机动车尾气遥感检测***
CN110967320B (zh) * 2019-11-06 2020-12-22 北京理工大学 一种柴油车气态排气污染物遥感检测***及方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN207636476U (zh) * 2017-07-04 2018-07-20 贵州中航交通科技有限公司 一种汽车尾气遥感检测***
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***
CN209280565U (zh) * 2018-09-13 2019-08-20 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***

Also Published As

Publication number Publication date
US11226289B2 (en) 2022-01-18
US20210131964A1 (en) 2021-05-06
CN110967320A (zh) 2020-04-07
WO2021088397A1 (zh) 2021-05-14

Similar Documents

Publication Publication Date Title
CN110967320B (zh) 一种柴油车气态排气污染物遥感检测***及方法
CN112113912B (zh) 一种柴油车排放遥感大数据监测***及监测方法
WO2022036619A1 (zh) 点燃式发动机汽车尾气排放遥感大数据检测方法和***
Zhang et al. Enhancement of remote sensing for mobile source nitric oxide
CN109489978B (zh) 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
CN105806627A (zh) 一种车载排放测试装置及其测试方法
CN201413238Y (zh) 简易瞬态工况汽车排放检测***
CN108181432A (zh) 机动车尾气污染物全组分排放测试方法
CN101113947A (zh) 测量车辆颗粒物排放的装置及其方法
CN106650287A (zh) 一种基于mlp神经网络的机动车尾气排放因子估计方法
Ng et al. Reducing vehicle fuel consumption and exhaust emissions from the application of a green-safety device under real driving
CN110243384B (zh) 实际行驶排放试验路线的确定方法、装置、设备和介质
US6623975B1 (en) Method and system for vehicle emission testing
JP2019203888A (ja) 路上走行試験装置
CN106872001A (zh) 一种机动车尾气检测方法及***
CN111122171A (zh) 一种基于vsp工况的柴油车与柴油机多种排放检测方法的多源异构数据关联分析方法
CN107356564A (zh) 一种汽车尾气遥感检测***及其检测方法
KR101708329B1 (ko) 연식 적합성을 고려한 운행차 배출가스 정밀검사 질량 환산 방법
CN111125636A (zh) 基于城市隧道的机动车排放因子计算方法
CN115876484A (zh) 重型整车实际路况测试及工况模拟试验的***及方法
CN201000394Y (zh) 一种机动车污染物排放总量的测量装置
CN113295826B (zh) 一种基于车联网的机动车尾气排放测试管理***及智能诊断方法
Merkisz et al. The exhaust emission from light duty vehicles in road test in urban traffic
Kunchev et al. Experimental study of transport flows in big cities
DE102020003690A1 (de) Verfahren zum Simulieren von Realfahrtszenarien eines Fahrzeugs unter Verwendung geographischer Informationen

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