APP下载

基于大数据的在用车简易瞬态工况法过程数据质量判断标准研究

2023-03-27严雪梅李涛王永忠尹胧王意东

时代汽车 2023年5期
关键词:大数据

严雪梅 李涛 王永忠 尹胧 王意东

摘 要:为分析简易瞬态工况法检测过程数据关键参数变化规律,实现对检测异常数据的快速预判,本文基于5万辆在用车简易瞬态工况法定期环保检测数据,统计分析了简易瞬态工况法195秒过程数据关键参数的变化关系。结果表明:①正常的怠速工况发动机转速范围在[612~922r/min],超出范围则数据异常的概率较大(95%置信区间);②简易瞬态工况法第125-133S,如果有连续4个及以上的发动机转速差ΔN<5r/min,则视为异常可疑数据;③简易瞬态工况法的第83-85S,如果连续这3秒的尾气O2浓度≥2%,CO2浓度≤11.6%,则视为异常可疑数据(95%置信区间)。④简易瞬态工况法的第97-99S,如果连续这3秒数据的尾气O2浓度≥4.5%,CO2浓度≤9.7%,则视为异常可疑数据(97.5%置信区间)。本文的研究有助于对机车环保检验过程数据进行快速预判、复查,进一步提高监管的针对性和高效性,提高机动车环保检验质量。

关键词:简易瞬态工况法 在用车 大数据 排放检测 过程数据 异常数据

Abstract:In order to analyze the change rule of the key parameters of the VMAS process data and realize the rapid prediction of the abnormal data, based on the regular environmental protection testing data of 50000 in use vehicles using VMAS, this paper statistically analyzes the change relationship of the key parameters of the 195 second process data using the simple transient operating mode. The results show that:①The engine speed range under normal idling condition is [612~922r/min], and the probability of abnormal data is large (95% confidence interval) if it exceeds the range; ② The 125-133S of the VMAS, if there are four or more consecutive engine speed differences Δ If N<5r/min, it is regarded as abnormal and suspicious data; ③ In the 83-85S of the simple transient mode method, if the exhaust gas O2 concentration is ≥ 2% and CO2 concentration is ≤ 11.6% for three consecutive seconds, it is regarded as abnormal suspicious data (95% confidence interval). ④ In the 97-99S of the VMAS, if the exhaust gas O2 concentration ≥ 4.5% and CO2 concentration ≤ 9.7% for three seconds, it is regarded as abnormal and suspicious data (97.5% confidence interval). The research in this paper will help to quickly predict and review the process data of locomotive environmental inspection, further improve the pertinence and efficiency of supervision, and improve the quality of vehicle environmental inspection.

Key words:VMAS, in-use vehicles, emissions testing, process data;  Abnormal data

隨着经济社会的快速发展,机动车在提升市民生活品质的同时,也给城市的空气质量造成了巨大的影响,机动车尾气排放控制已成为成都控制大气污染的重点工作之一[1]。机动车环保检测是控制机动车尾气排放的有效手段,近些年来,环保检测不规范检测、舞弊行为时常发生,但由于其较强的专业性,给监管部门带了极大的困扰。

在用车简易瞬态工况法排放检测时,国家标准《汽油车污染物排放限值及测量方法(双怠速法及简易工况法)》(GB18285-2018)要求逐秒(195S)记录各关键参数的过程数据[2],过程数据曲线是真实反映检验过程的有力工具,分析这些关键参数的变化曲线对判断检测结果的真实性、有效性具有重要的作用。虽然机动车环保检验影响因素多,数据波动大,曲线变化多样,但正常、规范操作,检测时,各关键参数之间是有一定关系的,分析这些关系,有助于快速抓取异常数据。

通过文献查新,国内外学者对在用车的排放研究主要集中在城市机动车尾气排放清单及特征[3-6]、机动车排放检测方法研究[7-11],基于大数据的宏观面上的排放现状分析[12-14],对如何提高在用车排放检测质量,如何分析排放检测过程数据等还处于空白。因此,本文基于宜宾市机动车排污监控平台大数据统计,分析车辆简易瞬态检验时关键参数的变化规律,确定关键参数的取值置信区间,以便在监督管理时,对检验数据进行快速预判、复查,实现对排放检验过程数据的实时逻辑判断,为检验机构提供预警信息,提高监管的针对性和高效性,降低执法人员过程数据分析的专业门槛,减少工作量,提高监督检查的效率。

1 简易瞬态工况法

简易瞬态工况法是将被检测车辆驱动轮停放在底盘测功机上,测试时由底盘测功机模拟汽车的加速惯量和道路行驶阻力,使汽车产生接近实际行驶时的排放量。通过专用汽车排气(五气)分析仪和气流流量分析仪,测量汽车排除原始气体氧气(O2)浓度和混合稀释气体浓度,然后计算稀释前后气体的稀释比,便可得到汽车排气实际流量和实际污染物排放量,根据各污染物成分排放量与限制进行比较做出合格性评价。

为方便分析,本文按照GB-18285-2018,整理了195秒简易瞬态操作过程,简易瞬态工况运转循环如表1所示。

2 样本数据

本文随机收集了宜宾市2019-2022年5万辆有效的在用汽油车简易瞬态检测法过程数据,所有车辆数据均为检测合格的数据。

3 统计方法

因样本量为5万台车辆数据,为大样本数据,故采用K-S正态检验[14]。经K-S检验得到的显著性检验P值<0.05,故发动机转速、功率、[CO2]、排气氧浓度、稀释氧浓度等参数均不符合正态分布,故采用百分位数法结合专业分析确定关键参数的取值范围。

4 统计分析

简易瞬态工况法包括了195秒的过程数据,通过对关键参数、关键段每秒过程数据进行统计,根据关键参数的统计指标便可确定一定置信度下的预警值范围。关键参数主要包括发动机转速、[CO2]、排气氧浓度等。

4.1 关键参数1:发动机转速

因每辆车变速器挡位的传动比、主减速器传动比、轮胎尺寸规格不同,相同车速下,发动机转速是不同的,所以统计195秒的发动机转速分布是没有意义的。但可以对简易瞬态195秒检测过程中的某些关键工况,进行发动机转速变化规律统计分析,以关键工况发动机转速变化的规律作为判断异常数据的标准。简易瞬态中,针对发动机转速的关键工况主要有两点:怠速段发动机转速和加减速段发动机转速。

4.1.1 怠速阶段发动机转速

根据GB18285-2018瞬态工况运转循环,195秒操作工况共计25个,其中怠速工况包括操作序号1(11S)、序号6(21S)、序号13(21S)、序号25(7S),共60秒。正常情况下,汽油车发动机怠速不会太低,也不会太高。由于不服从正态分布,本项目用百分位法确定怠速参考范围,结合大数据统计和专业判断(下限取1.5%,上限取91.5%,置信90%),1.5%对应的转速下限为612r/min,91.5%对应的转速上限为922r/min。因此,可以认为在正常的怠速工况发动机转速范围在[612~922r/min],超出范围则数据异常的概率较大。

4.1.2 加减速阶段发动机转速

根据GB18285-2018简易瞬态工况运转循环(表1),25个操作工况中,加速工况6个,减速工况7个,其中操作序号2(4S)、序号7(5S)、序号9(5S)、序号14(5S)、序号16(9S)、序号18(8S)。根据标准要求,时间复合公差为±1秒,且不能连续超过3秒。相同挡位下的加速段或减速段,车速变化必然引起发动机转速变化,车速增加则发动机转速会增加,车速降低则发动机转速降低。如工序2,怠速11秒后进入工序2(第12-15S是一档的加速过程,加速至15km/h,然后进入工序3的等速8秒),在工序2(12-15S)一档加速过程中,车速逐步提高,对应的发动机转速也应该逐步提高,即时间T增加,车速V增加,发动机转速N也应该增加,因此,可以根据这一规律并结合时间复合公差不能连续超过3秒来判断异常数据,考虑到工序操作不可能做到百分百精准,在取转速差的时间点上,最好取中间靠后的时间节点。其他加速工况、减速工况也可以用类似方法判断异常数据。

以操作序号16的过程数据关键参数变化作为判断依据。在操作序号16中,加速时间在第125S-133S,分别用后一秒发动机转速NTn+1—前一秒发动机转速NTn(即T126-T125、T127-T126、T128-T127、129-T128、T130-T129、T131-T130、T132-T31、T133-T132),理论上其8个差值ΔN应大于0。根据统计分析结果,ΔN中连续3个及以上ΔN<20r/min的占比32.07%,連续4个及以上ΔN<5r/min的占比18.68%,连续5个及以上ΔN<5r/min的占比13.20%。考虑到发动机转速波动,以及国标对时间公差的要求,可设定:如果有连续4个及以上ΔN<5r/min,则视为异常数据。

4.2 关键参数2:CO2浓度、O2浓度

4.2.1 在等速阶段

在等速阶段,如工序10(62-85S),二档32km/h等速24秒。取样管长7.5米左右,一般情况下,尾气会滞后8秒左右到达分析仪,所以在减速阶段90S时的O2浓度实际上是83秒二档等速阶段O2的浓度数据,在二档32km/h的等速阶段,发动机几乎完全燃烧,尾气氧浓度较低,CO2浓度很高。可取减速阶段连续3个点,检验尾气氧浓度和CO2浓度,如尾气氧浓度太高或者CO2浓度过低,则表明该数据异常。如工序10可取第85S、84S、83S的数据,考虑到尾气的滞后性,这三秒实际上是32km/h等速阶段77S、76S、75S的数据,经统计,按百分位数法,95%置信区间,当尾气氧浓度≥2%,CO2浓度≤11.6%,则视为异常数据。

4.2.2 在怠速阶段

在怠速阶段,由于尾气到达分析仪的滞后性,过程数据97-99S的数据,实际上是89-91S减速阶段的数据,在这一减速阶段,车辆处于带挡减速,车速高于发动机转速,拖动发动机转动,尾气O2浓度将升高、CO2浓度将降低,虽然氧气浓度升高,但O2浓度过高或者CO2浓度过低都不正常。因此,可以通过分析第97-99S的CO2和O2过程数据来判断异常数据。通过统计分析,97-99S过程数据中,当连续3秒数据的尾气氧浓度≥4.5%,CO2浓度≤9.7%,则视为异常数据,置信区间为97.5%左右。

5 结语

针对简易瞬态法检测过程数据的预警判断,可将以下结论作为异常数据、异常检测的判断、预警指标,但不能作为检验是否合格的判断指标,是否检验合格还需要进一步排查和分析。宜宾市机动车排污监控中心实践表明,本文的大数据统计分析结论有助于对异常数据的快速预判,提高了机动车环保检测监管的针对性和高效性,提高了机动车环保检测质量。

(1)针对怠速工况:正常的怠速工况发动机转速范围在[612~922r/min],超出范围则数据异常的概率较大(97%)。

(2)操作序号16中,即加速时间在第125S-133S,可设定:如果有连续4个及以上ΔN<5r/min,则视为异常数据。

(3)在等速阶段,工序10(62-85S),可取减速阶段连续3个点,检验尾气氧浓度和CO2浓度,如尾气氧浓度太高或者CO2浓度过低,则表明该次检测异常。按百分位数法,95%置信区间,第83-85S三个点的当尾气氧浓度≥2%,CO2浓度≤11.6%,则视为异常数据。

(4)在怠速阶段,可以通过分析第97-99S的CO2和O2过程数据来判断异常数据。通过统计分析,97-99S过程数据中,当连续3秒数据的尾气氧浓度≥4.5%,CO2浓度≤9.7%,则视为异常数据,置信区间为97.5%。

参考文献:

[1]王真.机动车尾气排放控制现状与对策,资源节约与环保.2019,(10):80-82.

[2]国家环境保护总局,国家质量监督检验检疫总局.GB 18285-2018,点燃式发动机汽车排气污染物排放限值及测量方法(双怠速法及简易工况法)[S].北京:国家标准化管理委员会.2018.

[3]刘永红,林晓芳,黄玉婷,廖文苑,陈泳钊.佛山市轻型汽油车尾气动态排放特征分析[J].环境科学与技术.2018,41(2):83-90.

[4]张雅瑞,李光华,邓顺熙.渭南市道路移动源高分辨污染物排放清单及特征研究[J],环境科学学报.2022,42(02):332-340.

[5]郝艳召,邓顺熙,邱兆文,等.基于MOVES模型的西安市机动车排放清单研究[J].环境污染与防治.2017,39(3):227-231.

[6]樊守彬,田灵娣,张东旭,曲松.北京市机动车尾气排放因子研究[J].环境科学.2015,36(7):2375-2380.

[7]赵吉睿,移动源排放清单测试方法及排放模型研究[C].中国环境科学学会学术年会.成都,2014:2600-2603.

[8]李冰,隋心遇.机动车排放污染物检测方法研究[J].科技創新导报.2018,15(18):130-133.

[9]黄万友,谷成婕,唐向臣等.汽油车简易瞬态工况法排放检测影响因素分析[J],内燃机与动力装置.2022,39(03),66-72.

[10]杨国亮,刘杰,苍美岐,基于加载减速法检验测得轮边功率分析[J],汽车与安全. 2021,(10):94-98.

[11]顾星星,缪志龙,新标准下柴油车加载减速法的浅析[J],时代汽车.2020,(11):21-22.

[12]马冬,尹航,丁焰,等.基于大数据的中国在用车排放状况研究[J].环境污染与防治,2016,38(7):42-48.

[13]袁静,大数据在机动车污染治理中的应用[J].中国资源综合利用,2020,38(04):154-155.

[14]韩博,高奎贺,张圣男等.基于大数据的机动车尾气排放特性分析方法[J].计量技术,2019,(04):30-33.

[15]李洁明,祁新娥.统计学原理(第八版)[M].复旦大学出版社.2021.

猜你喜欢

大数据
基于在线教育的大数据研究
“互联网+”农产品物流业的大数据策略研究
大数据时代新闻的新变化探究
浅谈大数据在出版业的应用
“互联网+”对传统图书出版的影响和推动作用
大数据环境下基于移动客户端的传统媒体转型思路
基于大数据背景下的智慧城市建设研究
数据+舆情:南方报业创新转型提高服务能力的探索