重型车排放预测模型及减排对策研究

发布时间：2020-09-07 16:16

　　控制重型柴油车的尾气污染,对于改善人类生存环境至关重要。在中国,随着对机动车污染排放的关注,已经开展了对车辆排放测试和排放模型的大量研究。但是,数据采集的局限性,使得国内的研究主要是应用国外模型而建立的,由于国情的不同,国外行驶工况并不能反映中国实际道路排放特征。因此,迫切需要构建反映中国实际道路特征的排放模型,为排放控制策略和政策的制定提供依据。本文针对机动车尾气测量和排放预测模型建立的问题,完成了以下工作:首先,本文针对某款国IV重型柴油车进行研究,介绍了车载尾气排放测试基本原理,对汽车尾气排放测试方案进行了设计,基于车载排放测试系统(Portable Emission Measurement System,PEMS)对重型柴油车进行实际道路尾气排放试验,得到四种污染物的逐秒排放率。分析了采集数据中存在的问题,提出了错误数据的处理方案。其次,结合排放测试得到的实际道路尾气排放数据,排除环境温度、湿度、道路类型等确定因素对排放的影响,主要分析了车辆运行模式对排放的影响,发现加速工况的污染物排放率最高。对瞬时速度v、加速度、车辆比功率(Vehicle specific power,VSP)对排放的影响进行了详细描述。其三,选取了VSP和v作为划分行驶工况区间的参数,采用神经网络的方法,以重型车工况特征参数-v和行驶过程中的VSP为输入,四种污染物逐秒排放率为模型输出,建立神经网络模型。神经网络模型的相对误差最大为17.3%,最小为10%。为了改善神经网络模型收敛效果不理想、模型误差较大的问题,对排放数据作了分段处理后进行了回归分析,回归分析模型的相对误差最大为9.28%。验证表明回归分析模型有更好的预测精度,实用性更好。最后,结合减排技术的应用,对重型车排放的主要污染物氮氧化物的排放量进行了预测,并根据减排效果制定了相应的减排对策。
【学位单位】：武汉理工大学
【学位级别】：硕士
【学位年份】：2018
【中图分类】：X734.2
【部分图文】：

技术路线图,技术路线

技术路线

信息流动,线路连接,测试设备,尾气分析仪

图 2-1 测试设备线路连接及信息流动图-2 车载尾气分析仪图 2-3 全流尾气流的测量参数CH-DS 系统可通过测试得到的排放相关参数：CO、CO；环境温度、空气湿度、空气压力；通过 GPS 可获得

尾气分析仪

11图 2-2 车载尾气分析仪图 2-3 全流尾气流量（2）系统的测量参数SEMTECH-DS 系统可通过测试得到的排放相关参数：CO、CO2、NO、NO2、HC 浓度；环境温度、空气湿度、空气压力；通过 GPS 可获得经度、纬度、速度、海拔等信息，还包含温度、压力和尾气流量等。表 2-2 所示为SEMTECH-DS 的性能指标。

【相似文献】