CN115825215A - 实际道路机动车有机物排放快速定量方法、***、介质及平台 - Google Patents
实际道路机动车有机物排放快速定量方法、***、介质及平台 Download PDFInfo
- Publication number
- CN115825215A CN115825215A CN202211274863.9A CN202211274863A CN115825215A CN 115825215 A CN115825215 A CN 115825215A CN 202211274863 A CN202211274863 A CN 202211274863A CN 115825215 A CN115825215 A CN 115825215A
- Authority
- CN
- China
- Prior art keywords
- motor vehicle
- emission
- active organic
- concentration
- organic matters
- 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
Images
Classifications
-
- 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
- Y02A50/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE in human health protection, e.g. against extreme weather
- Y02A50/20—Air quality improvement or preservation, e.g. vehicle emission control or emission reduction by using catalytic converters
Landscapes
- Sampling And Sample Adjustment (AREA)
Abstract
本发明提供一种实际道路机动车有机物排放快速定量方法、***、介质及平台,包括以下步骤:在特定时段内,基于走航测试平台获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度;基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度;基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源;基于机动车尾气中活性有机物的实际排放浓度获取机动车尾气中活性有机物的排放因子。本发明的实际道路机动车有机物排放快速定量方法、***、介质及平台基于高分辨率走航测试平台对机动车尾气活性有机物的采样和分析,实现了机动车排放活性有机物的源谱及排放特征的快速识别。
Description
技术领域
本发明涉及尾气监测的技术领域,特别是涉及一种实际道路机动车有机物排放快速定量方法、***、介质及平台。
背景技术
机动车是我国城市大气挥发性有机物(Volatile Organic Compounds,VOCs)最重要的排放源,其中较多活性有机物(Reactive Organic Compound,ROG),如烯烃、芳烃及含氧有机物等被认为可能造成影响城市大气二次污染(臭氧和二次有机气溶胶)的重要前体物。其中含氧有机物(OVOC)与臭氧(O3)、气相亚硝酸(HONO)的光解作用可初步产生ROx(OH+HO2+RO2)自由基,从而加速自由基循环生成臭氧。随着机动车排放标准的逐步收严,尾气中的烷烃和烯烃随排放等级升高而逐步降低。OVOC和芳香烃已然成为机动车尾气臭氧生成潜势贡献最大的物种。因此测试机动车排放的活性有机物组分,评价其对城市环境大气污染的贡献率是一项非常重要的工作,不仅可以解析城市环境大气污染的成因,同时也可以用于后续指导油品改善和发动机优化提供精细化指标。
现有技术中,机动车尾气源谱测量方法包括底盘测功机、隧道测试、遥感测试等。但是上述各种方法在采样规模、采样时间、捕获的驾驶模式和采集的污染物方面存在很大差异。底盘测功机在控制驾驶条件下是量化机动车排放的理想方法。但底盘测功机测试只适用于有限的样本量,因此很难代表整个车队并准确估计排放清单。隧道测试和遥感测试可以通过对大量车辆进行采样来提供车队平均排放量,但由于测量是在固定地点进行的,所捕获的驾驶条件范围有限。现有研究结果表明,与基于底盘测功机的研究结果相比,真实驾驶条件下获得的排放系数存在重要差异,底盘测功机所测的氮氧化物(NOx)排放通常被低估。这是因为真实的驾驶条件下,有多个参数如驾驶行为、燃油质量、发动机机械条件、道路条件等同时影响道路车辆的排放特性,但是在受控试验中无法得到恰当的捕捉。
由于机动车排放源谱和排放清单研究的目标应反映实际道路行驶状况,因此需使用更好的采样和分析技术阐释道路机动车排放。移动实验室是一种搭载多种实验仪器的移动平台,国外常常搭载于货车、拖车、船舶和飞机等,可以在跟踪车辆或其他交通工具,测量新鲜尾气排放。移动实验室的优势在于,它可以在广泛的真实驾驶模式下实时测量排放,例如怠速、加速、巡航和制动。移动实验室可作为一种替代传统测功机测试、车载车辆排放监测和隧道测试的机动车污染测试方法。而现有的用于走航测试VOCs的技术针对的是VOCs,无法实现基于走航的ROG排放源谱和排放因子的识别。
发明内容
鉴于以上所述现有技术的缺点,本发明的目的在于提供一种实际道路机动车有机物排放快速定量方法、***、介质及平台,基于高分辨率走航测试平台对机动车尾气活性有机物的采样和分析,实现了机动车排放活性有机物的源谱及排放特征的快速识别。
为实现上述目的及其他相关目的,本发明提供一种实际道路机动车有机物排放快速定量方法,包括以下步骤:在特定时段内,基于走航测试平台获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度;基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度;基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源;基于机动车尾气中活性有机物的实际排放浓度获取机动车尾气中活性有机物的排放因子。
于本发明一实施例中,所述走航测试平台包括质子转移反应飞行时间质谱、校准气体装置、CO/CO2测试设备、定位装置和采样装置;所述校准气体装置用于提供校准所需的零气和标气;所述定位装置用于获取所述走航测试平台的定位信息;所述CO/CO2测试设备用于测试所述走航测试平台所在区域的气体中的CO和CO2;所述采样装置用于采集所述走航测试平台所在区域的气体;所述质子转移反应飞行时间质谱用于根据所述零气和所述标气获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度。
于本发明一实施例中,所述机动车尾气中的活性有机物包括C7H8、C9H12、C10H10、C9H8、C8H10、C9H10和C6H6。
于本发明一实施例中,所述特定时段为机动车示踪物质的浓度大于3倍信噪比且挥发性化学消费品示踪物质浓度小于3倍信噪比的时段。
于本发明一实施例中,基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度包括以下步骤:
在预设时长内,基于滑动平均算法获取所述绝对浓度的第95个百分位对应的值,并作为背景浓度;
将所述绝对浓度减去所述背景浓度,获取所述实际排放浓度。
于本发明一实施例中,基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源包括以下步骤:
对所述实际排放浓度进行归一化处理,获得所述机动车尾气活性有机物的谱源;
将获得的所述机动车尾气活性有机物的谱源与机动车台架试验源谱进行相关性分析;
判定相关性R大于0.7的机动车尾气活性有机物的谱源为有效结果。
于本发明一实施例中,基于机动车尾气中活性有机物的实际排放浓度获取机动车尾气中活性有机物的排放因子包括以下步骤:
根据计算机动车尾气中活性有机物X的排放因子,其中,EFX表示机动车尾气中活性有机物X的排放因子,[X][CO2][CO]分别表示机动车尾气中活性有机物、CO2和CO的实际排放浓度,MWX和MWC分别表示活性有机物X和碳的摩尔质量,FC表示CO2中碳的占比,Cfuel表示燃料中含碳量。
本发明提供一种实际道路机动车有机物排放快速定量***,包括第一获取模块、第二获取模块、第三获取模块和第四获取模块;
所述第一获取模块用于在特定时段内,基于走航测试平台获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度;
所述第二获取模块用于基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度;
所述第三获取模块用于基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源;
所述第四获取模块用于基于机动车尾气中活性有机物的实际排放浓度获取机动车尾气中活性有机物的排放因子。
本发明提供一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述的实际道路机动车有机物排放快速定量方法。
本发明提供一种走航测试平台,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述走航测试平台执行上述的实际道路机动车有机物排放快速定量方法。
如上所述,本发明的实际道路机动车有机物排放快速定量方法、***、介质及平台,具有以下有益效果:
(1)通过高分辨率走航测试平台对机动车尾气活性有机物的采样和分析,能够快速识别了某一区域(城市、省市、功能区)机动车排放活性有机物的源谱及排放特征;
(2)将机动车排放活性有机物的源谱及排放特征与地理信息相结合,能够构建机动车排放活性有机物地图,快速量化某一地区机动车活性有机物排放水平及及区域分布;
(3)为出台精细化的区域机动车防治政策,评估机动车升级、油品变化对环境大气的影响提供信息支持;
(4)智能化程度高,无需手动操作,可兼容于不同的应用场景,实用性强。
附图说明
图1显示为本发明的实际道路机动车有机物排放快速定量方法于一实施例中的流程图;
图2显示为本发明的走航测试平台于一实施例中的结构示意图;
图3显示为质子转移反应质谱于一实施例中的结构示意图;
图4显示为本发明的实际道路机动车有机物排放快速定量***于一实施例中的结构示意图;
图5显示为本发明的走航测试平台于一实施例中的结构示意图。
元件标号说明
21 质子转移反应飞行时间质谱
22 校准气体装置
23 CO/CO2测试设备
24 定位装置
25 采样装置
41 第一获取模块
42 第二获取模块
43 第三获取模块
44 第四获取模块
51 处理器
52 存储器
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需说明的是,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,遂图式中仅显示与本发明中有关的组件而非按照实际实施时的组件数目、形状及尺寸绘制,其实际实施时各组件的型态、数量及比例可为一种随意的改变,且其组件布局型态也可能更为复杂。
本发明的实际道路机动车有机物排放快速定量方法、***、介质及平台基于高分辨率走航测试平台对机动车尾气活性有机物的采样和分析,能够快速识别了某一区域(城市、省市、功能区)机动车排放活性有机物的源谱及排放特征,为制定区域机动车防治政策、评估机动车升级、评估油品变化对环境大气的影响提供信息支持,极具实用性。
如图1所示,于一实施例中,本发明的实际道路机动车有机物排放快速定量方法应用于走航测试平台,具体包括以下步骤:
步骤S1、在特定时段内,获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度。
具体地,为了保证活性有机物监测的有效性,本发明的特定时段为机动车示踪物质的浓度大于3倍信噪比且挥发性化学消费品(VCP)示踪物质浓度小于3倍信噪比的时段,作为气体主要受机动车影响的时段。
如图2所示,本发明的走航测试平台包括质子转移反应飞行时间质谱21、校准气体装置22、CO/CO2测试设备23、定位装置24和采样装置25。所述校准气体装置22用于提供校准所需的零气和标气。零气主要用于校正气体分析装置的零飘值。所述标气是浓度均匀的,良好稳定和量值准确的测定标准气体。所述定位装置24用于获取所述走航测试平台的定位信息,可采用GPS定位装置。所述CO/CO2测试设备23用于测试所述走航测试平台所在区域的气体中的CO和CO2。所述采样装置25用于采集所述走航测试平台所在区域的气体,包括采样引流管、管路加热器。所述采样引流管为了保障环境大气的快速采样,所述管路加热器为了在室外温度较低时,减少低沸点有机物在管路的吸附,降低不确定性。
所述质子转移反应飞行时间质谱(PTR-Tof-MS)21用于根据所述零气和所述标气获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度,其时间分辨率至少为1秒。具体地,如图3所示,质子转移反应质谱(PTR-MS)主要由三部分构成:即离子源、漂移管和质谱检测器。水蒸气在离子源中经空心阴极放电被转化成高浓度的H3O+。H3O+在电场的作用下进入漂移管中与VOCs发生质子转移反应,生成子离子RH+。然后H3O+和反应生成的RH+一起进入质谱检测器得到检测。离子源的主要作用是为质子转移反应提供高强度的母离子H3O+。水蒸气由盛有去离子水的不锈钢水罐上方顶空获得,质量流量计控制水蒸气的流量。水蒸气在空心阴极区被电离成H3O+,然后在电场的作用下进入离子源漂移区。漂移管是质子转移反应的发生区,如果大气中的样品R的质子亲和势(PA)大于水的PA,则样品有机物与水蒸气发生如下的质子转移反应:R+H3O+→RH++H2O。漂移管由一系列的不锈钢金属圈和特氟龙(Teflon)圈垫组成,长度一般为10cm左右。Teflon圈主要提供密封和绝缘作用。金属圈与一个电阻***相连,将漂移管的总电压等分至每个金属圈,从而在漂移管内有一个等电场强度的电场。在漂移管末端,大部分气体被分子涡轮泵抽走。一部分经质子转移反应后的母离子H3O+和质子化的样品有机物离子被聚焦后进入质谱检测器检测。特别地,本发明采用的是飞行时间质谱(TOF)。TOF的工作原理是各种质荷比的离子在电场加速后,以不同的速率飞过无场管道,通过记录到达检测器的飞行时间测定离子的质荷比。TOF测量一张全质谱图的时间以微秒记,在效率上远远超过四级管质量分析器。同时,TOF的质量分辨能力较高,可以鉴别出标称质量相同但元素组成不同的离子。质谱检测分别检测RH+和反应离子H3O+,获取相应的质荷比(m/z)和信号强度(counts per second,cps),根据反应动力学的原理可以计算出待测样品的浓度,实现了绝对浓度的定量测量。因此,本发明基于所述走航测试平台实现机动车尾气中活性有机物的绝对浓度的测量。
PTR-TOF-MS的灵敏度定义是:当反应离子H3O+的信号强度为106cps时,1ppbv的待测样品的信号强度RH+灵敏度定义为以1ppbv(十亿分之一的体积:10-9)体积混合比获得的RH+离子信号,并归一化为106计数/秒的H3O+信号,用公式表示如下:
其中,l是漂移管的长度,μ0是降低的迁移率(cmV-1s-1),NA是阿伏伽德罗数(6.022×1023),N0是在标准压力(p0,1atm)和温度(T0,273.15K)下的气体数密度(22400m-3),Udrift、pdrift和Tdrift分别是漂移的电压、压力和温度,k是反应速率系数(cm3 s-1),TR是各个分子离子的传输因子,与m/Q成正比;通过标气的梯度校准建立m/Q与传输因子的曲线,因此可以获得未标定物种的灵敏度,进而可以获得大气中活性有机物的绝对体积浓度(ppbv)。
现阶段城市的有机物排放主要来自于机动车排放(尾气不完全燃烧)、挥发性化学品(个护用品、餐饮、装修、市政涂装等)、日间排放(二次氧化,天然源排放)。调研可知,城市污染源的主要示踪物质(指源谱中相对贡献较高的物质)如表1所示。
表1、城市主要污染源的示踪物质
因此,本发明的机动车尾气中的活性有机物至少包括C7H8、C9H12、C10H10、C9H8、C8H10、C9H10和C6H6。
步骤S2、基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度。
具体地,基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度包括以下步骤:
21)在预设时长内,基于滑动平均算法获取所述绝对浓度的第95个百分位对应的值,并作为背景浓度。其中,第95个百分位是指所给数集中超过其95%的数。
22)将所述绝对浓度减去所述背景浓度,获取所述实际排放浓度。
步骤S3、基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源。
具体地,基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源包括以下步骤:
31)对所述实际排放浓度进行归一化处理,获得所述机动车尾气活性有机物的谱源。
32)将获得的所述机动车尾气活性有机物的谱源与机动车台架试验源谱进行相关性分析。
其中,所述机动车台架试验源谱为测试源谱的标准方法。
33)判定相关性R大于0.7的机动车尾气活性有机物的谱源为有效结果。
步骤S4、基于机动车尾气中活性有机物的实际排放浓度获取机动车尾气中活性有机物的排放因子。
具体地,根据计算机动车尾气中活性有机物X的排放因子,其中,EFX表示机动车尾气中活性有机物X的排放因子,[X][CO2][CO]分别表示机动车尾气中活性有机物、CO2和CO的实际排放浓度,MWX和MWC分别表示活性有机物X和碳的摩尔质量,FC表示CO2中碳的占比,Cfuel表示燃料中含碳量。
在本发明中,采用Source Finder(Sofi)软件,用已知源谱约束下,对所述走航测试平台所测环境大气采用正交矩阵方法进行来源解析,识别机动车排放源及对应的浓度贡献,即可从环境大气气团中剥离机动车排放部分,公式如下:
X[n,m]=G[n,p]xF[p,m]+E[n,m]
其中,X是模型输入,是一个以时间为行,所测试的活性有机物物种浓度为列的矩阵,G、F和E是模型输出。p是所选模型解的因子个数,矩阵G的列n代表每个模型解下的时间序列,F矩阵下每行代表每个模型解下的源谱,本发明中用已知源谱约束F矩阵中某一模型解的源谱,即可识别混合气团中约束源谱下的污染来源。
如图4所示,于一实施例中,本发明的实际道路机动车有机物排放快速定量***包括第一获取模块41、第二获取模块42、第三获取模块43和第四获取模块44。
所述第一获取模块41用于在特定时段内,基于走航测试平台获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度。
所述第二获取模块42与所述第一获取模块41相连,用于基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度。
所述第三获取模块43与所述第二获取模块42相连,用于基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源。
所述第四获取模块44与所述第二获取模块42相连,用于基于机动车尾气中活性有机物的实际排放浓度获取机动车尾气中活性有机物的排放因子。
其中,第一获取模块41、第二获取模块42、第三获取模块43和第四获取模块44的结构和原理与上述实际道路机动车有机物排放快速定量方法中的步骤一一对应,故在此不再赘述。
需要说明的是,应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分,实际实现时可以全部或部分集成到一个物理实体上,也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现,也可以全部以硬件的形式实现,还可以部分模块通过处理元件调用软件的形式实现,部分模块通过硬件的形式实现。例如:x模块可以为单独设立的处理元件,也可以集成在上述装置的某一个芯片中实现。此外,x模块也可以以程序代码的形式存储于上述装置的存储器中,由上述装置的某一个处理元件调用并执行以上x模块的功能。其它模块的实现与之类似。这些模块全部或部分可以集成在一起,也可以独立实现。这里所述的处理元件可以是一种集成电路,具有信号的处理能力。在实现过程中,上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。以上这些模块可以是被配置成实施以上方法的一个或多个集成电路,例如:一个或多个特定集成电路(Application Specific Integrated Circuit,简称ASIC),一个或多个微处理器(Digital Signal Processor,简称DSP),一个或者多个现场可编程门阵列(Field Programmable Gate Array,简称FPGA)等。当以上某个模块通过处理元件调度程序代码的形式实现时,该处理元件可以是通用处理器,如中央处理器(CentralProcessing Unit,简称CPU)或其它可以调用程序代码的处理器。这些模块可以集成在一起,以片上***(System-on-a-chip,简称SOC)的形式实现。
本发明的存储介质上存储有计算机程序,该程序被处理器执行时实现上述的实际道路机动车有机物排放快速定量方法。优选地,所述存储介质包括:ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
如图5所示,于一实施例中,本发明的走航测试平台包括:处理器51和存储器52。
所述存储器52用于存储计算机程序。
所述存储器52包括:ROM、RAM、磁碟、U盘、存储卡或者光盘等各种可以存储程序代码的介质。
所述处理器51与所述存储器52相连,用于执行所述存储器52存储的计算机程序,以使所述走航测试平台执行上述的实际道路机动车有机物排放快速定量方法。
优选地,所述处理器51可以是通用处理器,包括中央处理器(Central ProcessingUnit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(Digital Signal Processor,简称DSP)、专用集成电路(Application SpecificIntegrated Circuit,简称ASIC)、现场可编程门阵列(Field Programmable Gate Array,简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
综上所述,本发明的实际道路机动车有机物排放快速定量方法、***、介质及平台通过高分辨率走航测试平台对机动车尾气活性有机物的采样和分析,能够快速识别了某一区域(城市、省市、功能区)机动车排放活性有机物的源谱及排放特征;将机动车排放活性有机物的源谱及排放特征与地理信息相结合,能够构建机动车排放活性有机物地图,快速量化某一地区机动车活性有机物排放水平及及区域分布;为出台精细化的区域机动车防治政策,评估机动车升级、油品变化对环境大气的影响提供信息支持;
(4)智能化程度高,无需手动操作,可兼容于不同的应用场景,实用性强。所以,本发明有效克服了现有技术中的种种缺点而具高度产业利用价值。
上述实施例仅例示性说明本发明的原理及其功效,而非用于限制本发明。任何熟悉此技术的人士皆可在不违背本发明的精神及范畴下,对上述实施例进行修饰或改变。因此,举凡所属技术领域中具有通常知识者在未脱离本发明所揭示的精神与技术思想下所完成的一切等效修饰或改变,仍应由本发明的权利要求所涵盖。
Claims (10)
1.一种实际道路机动车有机物排放快速定量方法,其特征在于:应用于走航测试平台,包括以下步骤:
在特定时段内,获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度;
基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度;
基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源;
基于机动车尾气中活性有机物的实际排放浓度获取机动车尾气中活性有机物的排放因子。
2.根据权利要求1所述的实际道路机动车有机物排放快速定量方法,其特征在于:所述走航测试平台包括质子转移反应飞行时间质谱、校准气体装置、CO/CO2测试设备、定位装置和采样装置;所述校准气体装置用于提供校准所需的零气和标气;所述定位装置用于获取所述走航测试平台的定位信息;所述CO/CO2测试设备用于测试所述走航测试平台所在区域的气体中的CO和CO2;所述采样装置用于采集所述走航测试平台所在区域的气体;所述质子转移反应飞行时间质谱用于根据所述零气和所述标气获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度。
3.根据权利要求1所述的实际道路机动车有机物排放快速定量方法,其特征在于:所述机动车尾气中的活性有机物包括C7H8、C9H12、C10H10、C9H8、C8H10、C9H10和C6H6。
4.根据权利要求1所述的实际道路机动车有机物排放快速定量方法,其特征在于:所述特定时段为机动车示踪物质的浓度大于3倍信噪比且挥发性化学消费品示踪物质浓度小于3倍信噪比的时段。
5.根据权利要求1所述的实际道路机动车有机物排放快速定量方法,其特征在于:基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度包括以下步骤:
在预设时长内,基于滑动平均算法获取所述绝对浓度的第95个百分位对应的值,并作为背景浓度;
将所述绝对浓度减去所述背景浓度,获取所述实际排放浓度。
6.根据权利要求1所述的实际道路机动车有机物排放快速定量方法,其特征在于:基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源包括以下步骤:
对所述实际排放浓度进行归一化处理,获得所述机动车尾气活性有机物的谱源;
将获得的所述机动车尾气活性有机物的谱源与机动车台架试验源谱进行相关性分析;判定相关性R大于0.7的机动车尾气活性有机物的谱源为有效结果。
8.一种实际道路机动车有机物排放快速定量***,其特征在于:应用于走航测试平台,包括第一获取模块、第二获取模块、第三获取模块和第四获取模块;
所述第一获取模块用于在特定时段内,基于走航测试平台获取所述走航测试平台所在区域的机动车尾气中活性有机物的绝对浓度;
所述第二获取模块用于基于所述绝对浓度获取所述机动车尾气中活性有机物的实际排放浓度;
所述第三获取模块用于基于所述实际排放浓度获取所述机动车尾气活性有机物的谱源;
所述第四获取模块用于基于机动车尾气中活性有机物的实际排放浓度获取机动车尾气中活性有机物的排放因子。
9.一种存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1至7中任一项所述的实际道路机动车有机物排放快速定量方法。
10.一种走航测试平台,其特征在于,包括:处理器及存储器;
所述存储器用于存储计算机程序;
所述处理器用于执行所述存储器存储的计算机程序,以使所述走航测试平台执行权利要求1至7中任一项所述的实际道路机动车有机物排放快速定量方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211274863.9A CN115825215B (zh) | 2022-10-18 | 2022-10-18 | 实际道路机动车有机物排放快速定量方法、***、介质及平台 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211274863.9A CN115825215B (zh) | 2022-10-18 | 2022-10-18 | 实际道路机动车有机物排放快速定量方法、***、介质及平台 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115825215A true CN115825215A (zh) | 2023-03-21 |
CN115825215B CN115825215B (zh) | 2023-09-26 |
Family
ID=85524906
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211274863.9A Active CN115825215B (zh) | 2022-10-18 | 2022-10-18 | 实际道路机动车有机物排放快速定量方法、***、介质及平台 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115825215B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3713773A (en) * | 1970-11-09 | 1973-01-30 | Aerochem Res Lab | Method of determining trace amounts of gases |
JP2008151590A (ja) * | 2006-12-15 | 2008-07-03 | Japan Atomic Energy Agency | ガス分析装置 |
RU2389011C1 (ru) * | 2008-12-30 | 2010-05-10 | Капустин Владимир Иванович | Способ анализа органических соединений |
CN105021691A (zh) * | 2015-07-21 | 2015-11-04 | 暨南大学 | 基于流动监测车的挥发性有机物在线质谱检测***及方法 |
CN106650287A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种基于mlp神经网络的机动车尾气排放因子估计方法 |
CN108254332A (zh) * | 2018-02-15 | 2018-07-06 | 上海市环境监测中心 | 一种全方位、多层次分析大气环境的移动式实验室 |
CN109165461A (zh) * | 2018-09-07 | 2019-01-08 | 清华大学 | 重型汽车尾气污染物排放因子实时获取方法 |
CN111145556A (zh) * | 2019-12-24 | 2020-05-12 | 湖南轩源环保科技有限公司 | 黑烟车车牌识别方法、***、设备和可读存储介质 |
CN211235406U (zh) * | 2019-09-20 | 2020-08-11 | 福建农林大学 | 一种机动车尾气排放监控*** |
CN112418609A (zh) * | 2020-10-30 | 2021-02-26 | 暨南大学 | 一种基于面-网格-点的大气二次污染精准溯源方法 |
CN113655111A (zh) * | 2021-08-17 | 2021-11-16 | 北京雪迪龙科技股份有限公司 | 基于走航监测的大气挥发性有机物溯源方法 |
CN113804829A (zh) * | 2021-08-20 | 2021-12-17 | 重庆市生态环境监测中心 | 一种大气污染天空地一体化实时监测***及方法 |
-
2022
- 2022-10-18 CN CN202211274863.9A patent/CN115825215B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US3713773A (en) * | 1970-11-09 | 1973-01-30 | Aerochem Res Lab | Method of determining trace amounts of gases |
JP2008151590A (ja) * | 2006-12-15 | 2008-07-03 | Japan Atomic Energy Agency | ガス分析装置 |
RU2389011C1 (ru) * | 2008-12-30 | 2010-05-10 | Капустин Владимир Иванович | Способ анализа органических соединений |
CN105021691A (zh) * | 2015-07-21 | 2015-11-04 | 暨南大学 | 基于流动监测车的挥发性有机物在线质谱检测***及方法 |
CN106650287A (zh) * | 2016-12-31 | 2017-05-10 | 中国科学技术大学 | 一种基于mlp神经网络的机动车尾气排放因子估计方法 |
CN108254332A (zh) * | 2018-02-15 | 2018-07-06 | 上海市环境监测中心 | 一种全方位、多层次分析大气环境的移动式实验室 |
CN109165461A (zh) * | 2018-09-07 | 2019-01-08 | 清华大学 | 重型汽车尾气污染物排放因子实时获取方法 |
CN211235406U (zh) * | 2019-09-20 | 2020-08-11 | 福建农林大学 | 一种机动车尾气排放监控*** |
CN111145556A (zh) * | 2019-12-24 | 2020-05-12 | 湖南轩源环保科技有限公司 | 黑烟车车牌识别方法、***、设备和可读存储介质 |
CN112418609A (zh) * | 2020-10-30 | 2021-02-26 | 暨南大学 | 一种基于面-网格-点的大气二次污染精准溯源方法 |
CN113655111A (zh) * | 2021-08-17 | 2021-11-16 | 北京雪迪龙科技股份有限公司 | 基于走航监测的大气挥发性有机物溯源方法 |
CN113804829A (zh) * | 2021-08-20 | 2021-12-17 | 重庆市生态环境监测中心 | 一种大气污染天空地一体化实时监测***及方法 |
Non-Patent Citations (2)
Title |
---|
杜天君等: "气相色谱-飞行时间质谱联用法走航测定空气中挥发性有机物", 化学分析计量, no. 05, pages 68 - 73 * |
王艳等: "机动车尾气VOCs排放特征及减排措施研究", 污染防治技术, no. 01, pages 44 - 47 * |
Also Published As
Publication number | Publication date |
---|---|
CN115825215B (zh) | 2023-09-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Baudic et al. | Seasonal variability and source apportionment of volatile organic compounds (VOCs) in the Paris megacity (France) | |
Müller et al. | A compact PTR-ToF-MS instrument for airborne measurements of volatile organic compounds at high spatiotemporal resolution | |
Yang et al. | How the OH reactivity affects the ozone production efficiency: case studies in Beijing and Heshan, China | |
Dolgorouky et al. | Total OH reactivity measurements in Paris during the 2010 MEGAPOLI winter campaign | |
Celik et al. | Influence of vessel characteristics and atmospheric processes on the gas and particle phase of ship emission plumes: in situ measurements in the Mediterranean Sea and around the Arabian Peninsula | |
CN109187288B (zh) | 一种大气有机气溶胶检测及源解析方法 | |
Wagner et al. | Application of a mobile laboratory using a selected-ion flow-tube mass spectrometer (SIFT-MS) for characterisation of volatile organic compounds and atmospheric trace gases | |
CN113155939A (zh) | 一种挥发性有机物在线来源解析方法、***、设备及介质 | |
CN110595795B (zh) | 整车排放比对测试方法、装置、设备及计算机可读存储介质 | |
CN106226383B (zh) | 一种基于微量气体预浓缩装置-同位素比值质谱联用仪测定氮气浓度的方法 | |
CN110887800A (zh) | 一种用于光谱法水质在线监测***的数据校准方法 | |
Cai et al. | Characterization of offline analysis of particulate matter with FIGAERO-CIMS | |
Peng et al. | Measurement of chemically resolved volume equivalent diameter and effective density of particles by AAC-SPAMS | |
CN115825215B (zh) | 实际道路机动车有机物排放快速定量方法、***、介质及平台 | |
CN207649910U (zh) | 一种模块化的机动车尾气污染物车载排放测试平台 | |
CN113029989B (zh) | 基于激光传感器的气体检测方法、装置、设备及存储介质 | |
Olin et al. | Inversely modeling homogeneous H 2 SO 4-H 2 O nucleation rate in exhaust-related conditions | |
CN106872653A (zh) | 一种精确测定待测物含量的方法 | |
CN113655111A (zh) | 基于走航监测的大气挥发性有机物溯源方法 | |
CN114320638A (zh) | 一种空燃比确定方法、装置、存储介质和设备 | |
Gierczak et al. | Laboratory evaluation of the SEMTECH-G® portable emissions measurement system (PEMS) For gasoline fueled vehicles | |
CN110646457B (zh) | 一种区分碳质气溶胶组分的碳质来源的核磁共振方法 | |
Kouichi et al. | Optimization of sensor networks for the estimation of atmospheric pollutants sources | |
CN114509490B (zh) | 基于谱图迭代解析的超高/极高真空***质谱测量方法 | |
Butler et al. | A system for on-line measurement of multicomponent emissions and engine operating parameters |
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 |