不同行驶工况下轻型柴油车瞬时排放的CMEM模拟研究

以轻型柴油车为研究对象,给出了轻型柴油车瞬时排放计算模型的结构和主要输入参数,并将车辆在实际道路上的瞬时排放计算结果与实测数据作了对比验证.结果表明,THC、CO以及NO_x排放的相对误差分别为14.2%、 3.7%和32.7%,相关系数分别达到0.73、 0.72和0.87,表明CMEM模型能够较好地反映车辆在实际道路上排放的瞬时变化.对车辆在日本10-15工况、欧洲ECE工况、美国FTP城区工况及上海城市主干道路况上的排放和燃油经济性进行了模拟计算.CMEM模拟结果发现,污染物排放水平随着车速的提高而下降;特别是超低速段0～10 km·h^-1向10～20 km·h^-1过渡时,污染物排放水平变化显著.车辆的加速过程在污染物排放过程中起主导作用,其对污染物排放的贡献在30%以上,个别甚至超过70%.上海城市主干道工况的怠速过程对THC和CO的贡献率分别接近40%和30%,CO、THC、NO_x排放因子分别是欧美日的1.3、 1.5、 1.4倍,1.5、 2.1、 1.9倍以及1.2、 1.3、 1.3倍.模拟车辆在上海城市主干道上的燃油经济性最差,仅9.56 km·L^-1.国外行驶工况不能真实地反映我国机动车在实际道路上的行驶状况.     

节能减排要靠两条腿走路

节能减排水平的背后,其实是产业竞争力的高低。美国汽车业为何衰退?我最近向欧盟汽车协会的专家请教,他用了大量的数据来对比欧盟国家汽车产业和美国汽车产业在竞争力的核心环节方面     

国Ⅰ～国Ⅲ重型柴油车尾气PM_(2.5)及其碳质组分的排放特征

机动车排放是大气PM2.5污染的主要来源之一,而在机动车排放的PM2.5中,约80%以上来自重型柴油车.为了研究重型柴油车尾气PM2.5及其碳质组分的排放特征,本研究基于车载排放测试系统(PEMS),对7辆不同排放阶段的重型柴油车进行了尾气PM2.5采样分析,并进一步分析了PM2.5中的OC和EC组分.结果显示,从国Ⅰ到国Ⅲ阶段,重型柴油车PM2.5排放因子分别为(0.466±0.300)g·km-1、(0.112±0.025)g·km-1和(0.056±0.034)g·km-1,表明随着排放标准的加严,测试车辆的尾气PM2.5排放因子呈现显著的下降趋势.行驶工况对重型柴油车尾气PM2.5及其碳质组分排放存在较大影响,PM2.5排放因子在高速和市区工况下相对较高,而在市郊工况下则较低;OC和EC的比值在市区工况下为(2.86±1.07)∶1,而在市郊和高速工况下为(0.97±0.49)∶1.     

LugDown法设备性能的改进与完善方法

介绍了用于柴油车排气检测的加载减速工况（LugDown）法设备的构成与测量原理,分析了 LugDown 法设备在加载、功率扫描控制、排气测量控制等方面存在的问题。对照国标要求,结合 LugDown法设备的工作特点,探讨了在功率扫描性能、寄生滑行性能、排气测量过程控制、测试档位选择与扫描起始速度控制等方面的改进与完善方法。     

重型柴油车区域达标法和窗口平均值法对中国典型路况的适应性

选择2台重型柴油车发动机,在测功机台架上复现其在中国典型道路工况下的运行过程,并测取发动机的外特性曲线、特征转速和ETC（European Transient Cycle,欧洲瞬态循环）做功量;在此基础上,基于美国和欧洲2种典型的重型在用车符合性检测方法,即NTE(Not To Exceed,区域达标)法和AWM(Averaging Window Method,窗口平均值法),对比研究了这2种方法对中国重型柴油车典型道路工况的适应性. 结果发现:NTE法对在重庆国道高速公路下运行的重型柴油车工况具有较好的覆盖性,但对北京通州的公交车运行工况的覆盖性较差;改变NTE事件的采样时间准则和控制区域定义,对NOx比排放的数值影响不大. AWM能够利用全部的道路工况数据,但是由于怠速工况的存在,使得用该方法计算出的平均NOx比排放值比NTE法得出的数值偏高;而基于ETC循环做功量的窗口平均NOx比排放值具有较为合理的离散度.      

基于远程在线监控车载终端的柴油车NOx排放等级诊断研究

远程在线监控车载终端集成了远程通讯模块、卫星定位模块、发动机OBD信息解析模块,能够实时读取车辆排放相关运行信息,但无法直接判断车辆NO_x排放情况.为了快速、准确地评估车辆排放情况,诊断和监测NO_x高排放车,同时为了克服有些重型柴油车监测数据中缺失进气流量、燃油流量、车速等重要的实时信息,无法计算出车辆NO_x排放因子的问题.本文提出了由NO_x浓度分布特征驱动的高排放重型柴油车识别算法,通过远程在线监控车载终端设备获取车辆的发动机信息和SCR系统运行信息,运用NO_x浓度分布计算车辆每天NO_x排放浓度占比,通过系统聚类法对车辆NO_x排放浓度占比进行聚类,结果聚为优、良、中、差4类.利用车辆NO_x排放浓度区间分布及其聚类结果分别作为训练集的输入和输出,选择BP神经网络作为训练算法,训练获得的模型分类准确率为90%,利用训练好的模型判断在用柴油车NO_x排放等级,从而识别及监测NO_x高排放车辆.研究结果可为柴油车NO_x高排放诊断及监测提供依据,有助于监管部门能够快速识别NO_x高排放车辆.     

非分散红外法应用于在用柴油车NOx排放检测的研究

柴油车排放的NO_x量大且占比高,污染状况不容忽视。针对目前柴油车排放环保定期检验中缺少NO_x检测方法和标准的情况,采用非分散红外法对210辆柴油车NO_x排放进行实测。结果显示,加载减速检测工况中80%VelMaxHP工况点可用于柴油车NO_x排放检测,有利于识别高排放车辆。该方法的推广应用,将为今后柴油车后处理装置的效果监管和车辆NO_x实际排放的日常检测提供重要技术支撑。     

在用柴油车环保定期检测NOx的可行性研究

利用发动机台架测试设备对柴油车氮氧化物检测设备进行了对比测试,并对部分发动机的典型工况点和实际车辆进行了氮氧化物排放测试。结果表明,化学电池为原理的检测设备,容易劣化,不建议使用。加载减速工况中的工况点经过调整,能够满足氮氧化物检测要求。对于配备有SCR的符合国四排放标准以上的车辆,进行氮氧化物检测是可行的。经过对不同排放水平的排放检测,氮氧化物检测限值初步确定为1300ppm。     

北京市环保局出台两项重型柴油车地方标准

2013年4月2日,北京市环保局公布新出台的两项“北京重型柴油车地方标准”,对柴油车排放的限制达到欧六水平。占525万辆机动车保有量不足5％的近30万辆重型柴油车,其排放的氮氧化物却占整个机动车排放的50％以上。因此,北京市机动车治理方面,柴油车将是2013年环保局主要监管对象。