APP下载

基于动力学因子对RDE试验结果进行驾驶行为修正*

2020-11-04张远军董红磊李岳兵史育海

汽车工程 2020年10期
关键词:限值动力学修正

张远军,董红磊,李岳兵,任 毅,史育海

(1.襄阳达安汽车检测中心有限公司,襄阳 441004; 2.中国标准化研究院,北京 100191)

前言

为使车辆认证试验结果能够真实反映车辆实际排放水平,欧盟在WLTC(world light-duty test cycle)试验的基础上,提出将实际行驶排放(real driving emission,RDE)测试作为补充测试程序[1]。我国也在欧6排放法规的基础上,于2016年12月颁布《轻型汽车污染物排放限值及测量方法(中国第六阶段)》。虽然国6排放法规已经对RDE测试过程中的主要边界条件做出了一系列的规定,但这些规定主要在于保证测试过程的规范性和可操作性。而在实际RDE测试过程中,驾驶行为对测试结果的影响最为严重[2-3]。目前国6排放法规通过行程动力学验证和窗口加权系数等方法来消除驾驶行为激烈程度对测试结果的影响,但实际测试结果表明上述方法取得的效果有限[4]。中国汽车技术研究中心的杨正军等[5]通过对2辆轻型汽油车进行RDE试验,发现CO的排放受到车辆加速度的影响较大。北京理工大学的宋彬等[6]通过对多组RDE试验数据进行分析后发现,不同驾驶行为下RDE试验结果相差较大,认为须在原有法规的基础上对RDE测试结果进行驾驶行为激烈程度修正,但并未提出具体有效的方法。重庆大学的耿杨涛[7]虽然提出一种对RDE试验结果进行驾驶行为修正的方法,但该方法取得的修正效果并不明显。

由于国6排放法规无法有效消除驾驶行为激烈程度对RDE测试结果的影响,故本文中提出通过窗口v·apos[95]来对窗口驾驶行为激烈程度进行评判,通过窗口动力学因子对RDE测试结果进行驾驶行为激烈程度的修正,提高RDE测试结果的客观性和可重复性。为验证该修正方法的有效性,本文中对2辆满足国6排放标准的轻型汽油车开展RDE驾驶行为对比试验,并对修正前后的试验结果进行对比分析研究。

1 试验设备与方法

1.1 试验设备

本文中共选用2辆满足国6排放标准的轻型自动挡轻型汽油车(A车、B车),均配备三元催化转换器和颗粒物捕捉器,其主要参数如表1所示。

表1 车辆参数

试验所用排放测试系统为日本HORIBA公司生产的OBS-ONE便携式排放测试系统(portable emission measurement system,PEMS),分为3大模块:气体模块、颗粒物模块和中心控制模块。它通过气态污染物分析仪(HORIBA-GS)测量机动车尾气中的气态污染物浓度,采用颗粒物实时测量系统(HORIBA-PN)测量颗粒物浓度。设备安装示意图如图1所示。

图1 PEMS设备安装示意图

1.2 试验方法

根据RDE试验规程要求,试验车辆按照市区、市郊和高速路段的顺序在同一测试路线上进行测试。测试过程中驾驶员分别以两种不同的驾驶行为(正常驾驶、激烈驾驶)进行RDE测试(共进行4次RDE试验)。驾驶行为定义如下:“正常驾驶”指驾驶员的驾驶行为与平常驾驶行为相符;“激烈驾驶”指驾驶员以一种运动、激进的方式进行驾驶,驾驶过程中伴随着大量的急加速和急减速行为。

试验路段选择在襄阳市渝北区,测试路线如下:襄阳东风试验场-奔驰大道-富康路-东风大道-襄阳大道-南京路-无锡路-深圳大道-内环路-襄阳绕城高速-汉十高速-襄阳北高速。路线图如图2中带圆圈的实线所示,线旁标注的“××公里”表示累计行程。测试路线总行程76.1 km,依次按市区、市郊和高速工况行驶。其中市区行程24.83 km(占总行程32.63%),市郊行程24.63 km(32.36%),高速行程26.64 km(35.01%)。此外,RDE测试路线累积正海拔高度增加量为343.41 m/100 km,低于RDE法规限值1 200 m/100 km;整条测试路线的其他环境条件也均满足RDE法规要求。此外,道路坡度在-0.05~0.05范围内变动,因此可以忽略其对RDE试验结果的影响。

图2 测试路线图

2 试验验证与结果分析

2.1 行程动力学验证

根据RDE法规要求,试验首先须进行动力学检验,以评估RDE试验中各路段是否存在动力学不足或过度。其中,以RPA(相对正增加速度,m/s2)来评价试验过程中是否存在动力学不足,以v·apos[95](m2/s3)来评价试验过程是否存在动力学过度。

RPA用来衡量测试过程的平顺程度。根据法规要求,其评判标准如下:如果≤94.05 km/h,RPAk<(-0.0016·+0.1775),行程无效;如果>94.05 km/h,RPAk<0.025,行程无效。

v·apos[95]是各路段中加速度大于0.1 m/s2数据点与其对应速度的乘积所组成数组中的第95百分位数,用以衡量试验过程中的驾驶激烈程度。其评判标准如下:如果≤74.6 km/h,并且v·apos[95]>(0.136·+14.44),行程无效;如果>74.6 km/h,并且(v·apos)[95]>(0.0742·+18.966),行程无效。

RDE各路段的v·apos[95]和RPA验证结果如图3所示,图中虚线表示法规限值。从图中可以发现,4次试验中各路段的动力学参数均满足RDE法规要求。

图3 动力学验证图

2.2 窗口划分与验证

根据RDE法规要求,对试验数据中的冷起动、怠速等数据进行剔除后,按照CO2移动平均窗口法对试验数据进行窗口划分,最终得到CO2排放特性曲线图,如图4所示。从图中可以发现,随着驾驶行为激烈程度的上升,实际道路CO2排放特性曲线有向上提升的趋势,但提升幅度不大。同时也发现,无论是正常驾驶还是激烈驾驶,实际道路CO2排放特性曲线均分布在CO2特性曲线两侧。因此直接通过CO2实际排放特性曲线,无法对驾驶行为激烈程度进行有效区分。

图4 CO2实际排放特性曲线图

根据法规要求,试验通过行程动力学验证后还须进行窗口验证,图5为窗口正常性验证和完整性验证图。从图5(a)可以发现,无论正常驾驶还是激烈驾驶,市区、市郊和高速区间下,落在基本公差带内的窗口占总窗口数量均超过15%;从图5(b)中可以发现,在市区、市郊和高速区间内,分布在基本公差带范围内的窗口比例超过50%。因此4次RDE试验都通过窗口正常性和完整性的验证。

图5 窗口验证图

综上,在满足法规对窗口完整性和正常性的要求下,不同驾驶行为下绝大部分窗口均分布在基本公差带之间,因此无法直接通过CO2实际排放特性曲线对RDE试验过程中驾驶行为激烈程度进行区分。

图6 RDE试验结果对比图

2.3 测试结果分析

RDE试验满足法规要求后,首先计算出各路段下CO、PN和NOx的加权排放量,再以市区0.34、市郊0.33和高速路段0.33进行加权计算,得到各污染物排放因子,4次RDE试验结果对比如图6所示(浅色、深色分别表示正常驾驶、激烈驾驶)。由图可知,激烈驾驶行为下的各污染物排放因子均远高于正常驾驶。其中,激烈驾驶行为下,CO排放因子相对于正常驾驶升高64.01%~220.97%;PN排放因子相对于正常驾驶行为升高69.46%~262.32%;NOx排放因子相对于正常驾驶升高18.46%~46.21%。结果表明:各污染物排放因子受到驾驶行为激烈程度的影响较大,造成不同驾驶行为下各污染物排放结果具有很大差异。此外,从图中也可以发现:正常驾驶行为下各污染物排放因子均在法规限值内;而在激烈驾驶行为下,A车的PN排放量(1.27×1012/km)超过RDE法规限值(1.26×1012/km),造成A车两次试验结果的试验结论不一致。而从2.2节可知,4次RDE试验均能通过行程动力学、窗口完整性和正常性的验证,即4次RDE试验结果均认为有效。结果表明,国6排放法规目前无法有效排除驾驶行为对RDE试验结果的影响,导致RDE试验结果目前不具备客观性和可重复性。

综上,由于当前法规无法有效消除驾驶行为对RDE试验结果的影响,造成不同驾驶行为下的RDE试验结果具有很大差异。因此有必要对目前RDE试验结果计算方法进行驾驶行为激烈程度的修正,降低驾驶行为激烈程度对RDE试验结果的影响,提高测试结果的客观性和合理性。

3 修正方法

3.1 驾驶行为激烈程度的量化与区分

为对每个窗口的驾驶行为激烈程度进行量化,参照国6排放法规中路段v·apos[95]计算方法来计算窗口的v·apos[95],以此来量化窗口驾驶行为激烈程度。

由于WLTC是基于大量实际道路排放数据建立循环工况,因此WLTC测试数据能代表实际的驾驶行为。因此在WLTC标准测试数据的基础上,提取出动力学参数特征,建立正常驾驶行为评判基准(WLTC基准线)。以国6排放法规行程动力学验证要求中的v·apos[95]验证线,并将其作为激烈驾驶行为限值线(v·apos[95]限值线)。其中,WLTC基准线定义如下:如果≤74.6 km/h,v·apos[95]=(0.136·+8.05);如果>74.6 km/h,v·apos[95]=(0.0742·+12.66)。若窗口v·apos[95]位于WTLC基准线以下,则该窗口为正常窗口;若窗口v·apos[95]位于WTLC基准线与行程动力学v·apos[95]限值线之间,则该窗口为激烈窗口;若窗口v·apos[95]位于行程动力学v·apos[95]限值线之上,则该窗口为异常窗口。

图7为不同驾驶行为下窗口v·apos[95]分布图。从图中可以发现,激烈驾驶行为下各窗口的v·apos[95]显著高于正常驾驶行为下各窗口的v·apos[95],表明窗口v·apos[95]可以很好地对窗口驾驶行为激烈程度进行量化。此外,还可发现,对于正常驾驶行为,其窗口v·apos[95]绝大部分分布在WLTC基准线附近;而激烈驾驶行为下各窗口v·apos[95]则明显靠近v·apos[95]限值线。表明本文中定义的驾驶行为评判基准可有效对RDE试验中正常窗口和激烈窗口进行区分。

综上,本文中定义的窗口v·apos[95]可很好地对各窗口驾驶行为激烈程度进行量化。通过WLTC基准线和v·apos[95]限值线,可以对窗口进行驾驶行为激烈程度的有效区分。

图7 窗口v·a pos[95]分布图

3.2 窗口v·a pos[95]与污染物相关性分析

为分析窗口v·apos[95]对污染物排放特性的影响,本节中计算出了各路段下窗口的v·apos[95]和污染物排放因子,然后以2 m2/s3为间隔对不同路段的窗口v·apos[95]进行分组,最后计算出各组中各窗口的平均v·apos[95]、平均污染物排放因子和两者的相关系数。

图8为不同路段下窗口v·apos[95]和CO排放因子的分布图。由图可知,在市区路段,A车、B车的CO排放和窗口v·apos[95]的相关性系数差异幅度较大,差异范围为0.953 9~0.005 9。但是通过以10 m2/s3为阈值,对v·apos[95]与CO排放的相关性进行分段分析,则可以发现:当v·apos[95]<10 m2/s3时,无论是A车还是B车,CO排放水平均随着v·apos[95]的升高而降低,两者呈负相关性;当v·apos[95]>10 m2/s3时,CO排放随着v·apos[95]增大而升高。这是因为,当v·apos[95]<10 m2/s3时(结合图7),此时处于正常驾驶区间,可燃混合气燃烧充分,因而驾驶行为对CO排放没有影响;当v·apos[95]>10 m2/s3时,此时处于激烈驾驶区间,可燃混合气进行不完全燃烧,CO排放随着驾驶行为激烈程度的上升而增加,两者呈明显的正相关性。

因此在市郊和高速路段下,此时绝大多数窗口均处于激烈驾驶区间,因而窗口CO排放因子和v·apos[95]的差异明显得到改善,相关系数差异范围分别为:0.935 3~0.953 1和0.766~0.957,并均处于强正相关性区间。在市郊和高速路段下,随着交通状况的改善,CO排放水平随着驾驶行为激烈程度的增加而急剧上升。

图9为各路段下PN排放和窗口v·apos[95]的分布图。由图可知,在市区路段PN排放与窗口v·apos[95]的相关性仍然具有较大差异,差异范围为0.407 1~0.954 9,仍不能保持一个稳定的强正相关性。但是同样以10 m2/s3为阈值,对v·apos[95]与PN排放的相关性进行分段分析,可以发现:当v·apos[95]<10 m2/s3时,此时窗口处于正常驾驶区间,PN排放不受到驾驶行为的影响,两者相关性系数小;而当v·apos[95]大于10 m2/s3时,此时窗口处于激烈驾驶区间,PN排放随着驾驶行为激烈程度的上升而显著升高,两者呈明显的正相关性。

图8 CO相关性分析

图9 PN相关性分析

而在市郊和高速路段下,PN排放与窗口v·apos[95]的正相关性得到明显的改善,差异范围分别为0.714 5~0.835 5和0.876 2~0.926 7,均处于强正相关性区间,均能够保持稳定的强正相关性。因此,PN排放水平随着驾驶行为激烈程度升高而急剧上升。

图10为不同路段下NOx排放和窗口v·apos[95]的分布图。由图可知,无论是在市区、市郊还是高速路段,NOx排放与窗口v·apos[95]的相关性与CO和PN的规律不同。B车无论是在市区、市郊还是高速路段,NOx均随v·apos[95]的增大呈先升后降的趋势。至于A车,在市区路段,两者基本不存在相关性;在市郊路段,NOx排放随v·apos[95]的增大呈先降后升的趋势;而在高速路段,v·apos[95]小于20时,NOx排放基本与v·apos[95]无关,而当v·apos[95]大于20时,NOx排放基本随v·apos[95]的增大呈线性上升。

图10 NO x相关性分析

3.3 窗口动力学因子

由上可知,在激烈驾驶区间,窗口v·apos[95]既能体现该窗口驾驶行为的激烈程度,还能反映窗口各污染物的排放水平。因此本文中提出对每个窗口v·apos[95]进行归一化,得到每个窗口的动力学因子,据此对RDE试验结果进行驾驶行为激烈程度的修正。

窗口v·apos[95]的归一化,即其动力学因子(C)的计算公式如式(1)所示,计算示意图如图11所示。

图11 窗口动力学因子计算示意图

式中:v·apos[95]tol,i,k为窗口i的v·apos[95]法规限值;v·apos[95]i,k为窗口i的v·apos[95];v·apos[95]wltc,i,k为窗口i的v·apos[95]WTLC基准值;u、r、m分别表示市区、市郊、高速。

如果Ci,k≤0,Ci,k=0;如果Ci,k≥1,Ci,k=1。

各路段污染物排放修正公式为

式中:wj为窗口j的加权系数;Mgas,d,j为排气成分gas在窗口j的排放因子;Cj为窗口j的贡献因子。

气态污染物排放计算公式为

其中:fu=0.34;fr=0.33;fm=0.33

3.4 修正结果分析

图12为正常驾驶行为下RDE试验结果修正后的结果对比图(浅色、深色分别为修正前后RDE试验结果)。从图中可以发现,窗口动力学因子修正后,虽然RDE试验结果出现一定程度的下降,但是下降幅度较小,基本能够与修正前的试验结果保持一致。其中,A车下降幅度为10.46%~30.06%;B车的下降幅度较小,为1.96%~9.28%。通过结合图7的v·apos[95]分布图进行分析可以发现:A车在80 km/h左右这一区间窗口驾驶行为的激烈程度显著升高,因而在这一速度区间对各污染排放值的修正程度较大;而B车在高速区间,也有部分窗口超过WLTC基准线,属于轻微激烈窗口,因此也会对窗口各污染排放值进行修正。上述现象也表明,正常驾驶行为下的部分速度区间驾驶行为仍略微激烈,并不属于法规严格意义上的正常驾驶行为,因而窗口动力学因子会对各污染物排放因子进行一定修正。综上,由于实际的正常驾驶行为并不是法规严格意义上的正常驾驶,因此会对RDE试验结果进行轻微修正,使修正后的RDE试验结果出现轻微下降。但总体而言基本能满足对正常驾驶行为下RDE试验结果不修正这一要求。

图12 正常驾驶修正对比图

图13 修正结果图

图13为4次RDE试验经过窗口动力学因子修正后结果对比图。对图13中修正前后排放结果进行对比分析(以正常驾驶试验结果为基准),结果表明,经过修正后,激烈驾驶行为下的各污染物相对正常驾驶行为的排放增加量得到明显降低,不同驾驶行为下A车、B车各污染物排放限值满足RDE法规要求,保证了测试结果的一致性。此外,正常驾驶和激烈驾驶行为下CO和PN排放因子的差异显著减小,最终的测试结果基本能很好地保持一致。其中,CO排放相对差异从64.01%~220.97%降至17.26%~19.90%;PN排放相对差异从69.46%~262.32%降至1.88%~10.43%。对NOx进行分析可以发现,经过修正后,虽然不同驾驶行为下的RDE试验排放量的差异情况也明显减小,但对NOx出现了过修正现象。其中,NOx排放相对差异从18.46%~46.21%降至-11.29%~-43.43%。这是因为NOx与v·apos[95]的相关性相对于CO、PN与v·apos[95]的相关性有所降低[6],因此通过窗口动力学因子对NOx进行修正的效果有所降低,导致NOx出现了过修正。

综上,通过窗口动力学因子对RDE测试结果进行驾驶行为激烈程度修正后,不同驾驶行为下各污染物排放因子可很好地保持一致,但对NOx会造成过修正。

3.5 NO x修正

由3.2节可知,在激烈驾驶区间,CO排放和PN排放随着v·apos[95]的增加,NOx排放随着v·apos[95]增加而呈现出先增大后减小的规律。即,PN和CO几乎在整个加速阶段均受到驾驶行为的影响,并且受影响程度与驾驶行为激烈程度成正比;而NOx仅在部分加速区间才受到驾驶行为的影响,因而通过窗口动力学因子对RDE测试结果进行修正后,造成NOx过修正现象。因此有必要设立修正阈值,避免在高v·apos[95]区间对NOx进行修正,提高对NOx的修正效果。本文中通过多次试验将阈值设立为0.2。即,当窗口动力学因子小于0.2,认为NOx排放不受驾驶行为的影响,窗口动力学因子设为1,窗口不进行驾驶行为激烈程度修正;当窗口动力学因子大于0.2,仍通过窗口动力学因子进行驾驶行为激烈程度修正。最终NOx修正图如图14所示。由图可知,此时NOx排放相对差异从18.46%~46.21%降至10.82%~19.68%,有效避免了过修正现象的发生。图15为RDE试验结果最终修正结果图。

图14 NO x修正结果图

图15 最终修正图

4 结论

(1)对2辆满足国6排放标准的轻型汽车开展RDE驾驶行为对比试验,结果表明:不同驾驶行为下各污染物排放因子差异程度显著。激烈驾驶行为下,CO排放因子相对于正常驾驶升高64.01%~220.97%;PN排放因子相对于正常驾驶行为升高69.46%~262.32%;NOx排放因子相对于正常驾驶升高18.46%~46.21%。

(2)以WLTC基准线作为正常驾驶行为评判基准、v·apos[95]限值线作为激烈驾驶极限值,再基于窗口v·apos[95]可很好地对窗口进行驾驶行为激烈程度区分。其中,正常驾驶行为下,各窗口基本分布在WLTC基准线以下,激烈驾驶行为下各窗口分布在WLTC基准线和v·apos[95]限值线之间。

(3)当窗口v·apos[95]>10 m2/s3时,CO排放和PN排放均能与v·apos[95]保持稳定的正相关性,即随着v·apos[95]的增加而上升;至于NOx排放,则呈现出先增大后减小的规律。

(4)以WLTC基准线和v·apos[95]限值线对各窗口的v·apos[95]进行归一化操作,得到各窗口动力学因子,以对各窗口的污染物排放因子进行驾驶行为修正。

(5)通过窗口动力学因子修正后,可大幅降低不同驾驶行为下RDE测试结果的差异。其中,CO排放相对差异从69.01%~220.97%降至17.26%~19.90%;PN排放相对差异从69.48%~262.32%降至1.88%~10.43%;NOx排放相对差异从18.46%~46.21%降至10.82%~19.68%。

猜你喜欢

限值动力学修正
《空气动力学学报》征稿简则
小天体环的轨道动力学
具有Markov切换的非线性随机SIQS传染病模型的动力学行为
修正这一天
对微扰论波函数的非正交修正
2017年北京将实施“世界最严”锅炉排放标准
利用相对运动巧解动力学问题お
跨境电商执行新税制
修正2015生态主题摄影月赛
欧洲议会采纳了欧Ⅵ排放标准草案