基于遠程監(jiān)控三區(qū)移動平均窗口法的重型車排放特征

任爍今 張超 李剛 李騰騰 于全順 關敏 吉喆 景曉軍

關鍵詞：重型車；實際道路排放；移動平均；遠程監(jiān)控；功基窗口法

重型商用車一直以來都是排放監(jiān)控的重點。根據(jù)生態(tài)環(huán)境部《2022年中國移動源環(huán)境管理年報》，2021年全國柴油車的氮氧化物（NOx）和顆粒物（particulatematter，PM）的排放分別占汽車排放總量的80%和90%以上[1]。

為了更好地對重型車排放進行管控，中國重型車六階段排放標準[2]中增加了排放遠程監(jiān)控及實際道路行駛測量方法。其中，排放遠程監(jiān)控要求車輛在全壽命周期內安裝車載終端，并按要求進行數(shù)據(jù)發(fā)送，并由生態(tài)環(huán)境主管部門和生產(chǎn)企業(yè)的遠程平臺進行接收。孫一龍等[3]的研究發(fā)現(xiàn)，遠程監(jiān)控獲得的數(shù)據(jù)及排放值與試驗測試的數(shù)據(jù)一致性較好。2021年生態(tài)環(huán)境部發(fā)布重型車排放遠程監(jiān)控技術規(guī)范[4]，進一步對相關技術要求進行說明。目前遠程數(shù)據(jù)存在數(shù)據(jù)質量不高、數(shù)據(jù)應用模型進展緩慢等問題[5]。

如何利用遠程平臺接收的排放大數(shù)據(jù)建立監(jiān)控模型，實現(xiàn)對車輛排放水平的有效監(jiān)控是目前的研究重點[6]。合肥工業(yè)大學的程曉章等[7]研究發(fā)現(xiàn)：NOx排放受車輛速度和加速度的雙重影響，將遠程監(jiān)控的NOx排放劃分為4種工況，并通過統(tǒng)計學原理進行篩選從而識別高排放柴油車。上海工程技術大學的徐為標[8]等提出了由NOx濃度分布特征驅動的高排放車輛識別算法，通過系統(tǒng)聚類法對車輛NOx排放進行聚類。江淮汽車的張新宇等[9]基于遠程數(shù)據(jù)，提出了選擇性催化還原（selectivecatalyticreduction，SCR）轉化效率算法、用戶行為對SCR影響分析方法、SCR硫中毒、碳氫中毒的判斷方法。

另一方面，實際道路行駛測量采用便攜式排放測試系統(tǒng)（portableemissionmeasurementsystem，PEMS）按照特定的工況比例進行車輛的實際道路排放測試，并參考歐洲標準采用功基窗口法（work-basedwindowmethod，WB-WM）進行排放結果核算及判定。在WB-WM中，要求有效窗口的窗口平均功率大于10%。因此，這種方法對低負荷工況的排放不能進行很好的監(jiān)控，同時對于部分試驗結果，如果有效窗口比例較低，會犧牲較大比例的測試數(shù)據(jù)，測試工況也不能很好地與車輛實際運行情況對應。

北京理工大學呂立群等[10]研究結果表明：現(xiàn)行WB-WM在排放評估過程中最高可剔除46.68%的NOx高比排放窗口，大幅低估了實際道路工況尤其是市區(qū)擁堵路況下的重型柴油車NOx實際排放量。歐盟委員會聯(lián)合研究中心的P.Mendoza-Villafuerte等[11]的研究結果中，高達85%的NOx排放結果未納入結果計算。

目前，國際上也開始對這種測試方法進行改良和升級。中國汽車技術研究中心的張瀟文等[12]提出了一種適用于PEMS測試的基于油耗的窗口劃分方法，這種方法的NOx排放偏差較WB-WM能夠降低6%。

美國西南研究院的C.Sharp等[13]通過大量數(shù)據(jù)分析發(fā)現(xiàn)：小于20%負荷的工況在重型車的運行中占有較高的比例。因此，美國加州空氣資源委員會（CaliforniaAirResourcesBoard，CARB）于2020年通過超低NOx排放法規(guī)，其中提出了低負荷循環(huán)（lowloadcycle，LLC）的要求和一種新型的重型車排放監(jiān)控方式，即三區(qū)移動平均窗口（three-binmovingaveragewindow，3B-MAW）法[14]。這種方法采用300s固定時長的移動窗口，根據(jù)每個窗口CO2排放量計算對應的負荷比，并根據(jù)負荷比將逐秒移動的窗口劃分為怠速區(qū)、低負荷區(qū)和中高負荷區(qū)，并對3種區(qū)的排放限值進行了要求。

美國西弗吉尼亞大學（WestVirginiaUniversity，WVU）的G.Sadek[15]研究發(fā)現(xiàn)3B-MAW方法中的低負荷區(qū)和中高負荷區(qū)存在NOx與CO2之間的權衡取舍（trade-off）關系。3B-MAW方法能夠較好地對應發(fā)動機排放循環(huán)，例如低負荷區(qū)對應LLC循環(huán)，中高負荷區(qū)對應聯(lián)邦測試循環(huán)（federaltestprocedure，F(xiàn)TP）和跳變模式循環(huán)（rampedmodecycle，RMC）。因此，相對于目前的WB-WM能夠更好地對低負荷工況進行監(jiān)控。綜上，3B-MAW方法能夠有效提升排放數(shù)據(jù)使用效率并對低負荷工況進行有效監(jiān)控。

本文將3B-MAW方法應用于排放遠程監(jiān)控數(shù)據(jù)分析，并通過6輛不同類型的重型車遠程監(jiān)控數(shù)據(jù)對數(shù)據(jù)清洗、模型特性、參數(shù)影響、排放結果進行了研究分析，最終通過實車道路排放試驗與WB-WM進行了對比研究。

1遠程監(jiān)控3B-MAW模型

1.1計算模型

本文提出的重型車排放遠程監(jiān)控3B-MAW計算模型如圖1所示。

計算步驟為：

步驟1：輸入監(jiān)控平臺數(shù)據(jù)。以遠程監(jiān)控平臺每輛車的日監(jiān)控數(shù)據(jù)作為輸入，若數(shù)據(jù)量不夠則逐日向前遞補。

步驟2：數(shù)據(jù)清洗。對遠程監(jiān)控數(shù)據(jù)進行篩選和剔除，有效數(shù)據(jù)篩選條件見本文2.2節(jié)。

步驟3：移動窗口負荷比計算。對有效數(shù)據(jù)劃分移動窗口，計算依據(jù)見本文3.1節(jié)。各移動窗口的負荷比為

其中：MCO2為該車型依據(jù)GB17691-2018附錄L的CO2測試結果；Pmax為該車發(fā)動機的額定功率；twin為移動窗口的時長，推薦為300s；Δt為采樣間隔，對于遠程監(jiān)控為1s；m˙CO2為車輛的CO2瞬時質量排放，對于柴油車，為

式中：qv為發(fā)動機燃料體積流量，單位為L·h-1，為遠程監(jiān)控上傳數(shù)據(jù)項；ρd為柴油密度，單位為g·L-1；44為CO2的相對分子質量；柴油中碳氫質量比采用12：1.86。

步驟4：3區(qū)劃分。根據(jù)步驟3計算的窗口負荷比將每個移動窗口劃分成不同的類型。λ≤6%的窗口劃分為怠速區(qū)，6%＜λ≤20%的窗口劃分為低負荷區(qū)，λ＞20%的窗口劃分為中高負荷區(qū)。

步驟5：確認每個區(qū)的累計窗口數(shù)量大于等于要求的最小窗口數(shù)nmin=2400，否則增補前一日數(shù)據(jù)，返回步驟1。

步驟6：對于低負荷區(qū)和中高負荷區(qū)，比排放為

式中：Ea，b為該區(qū)的比排放，單位為g·（kWh）-1；角標a代表排放物，可以為HC、CO、NOx和PM，針對目前的遠程監(jiān)控要求一般指NOx；角標b代表區(qū)的類型，可以為低負荷區(qū)或中高負荷區(qū)；nb為b區(qū)的窗口數(shù)量，nb≥nmin；m˙a為排放物的瞬時質量排放，單位為g·s-1。

步驟7：核查3區(qū)的排放是否超過限值（限值的討論見本文3.3節(jié)）。如果存在超過排放限值的區(qū)，則記為當日排放超標，返回步驟1計算下一日排放情況。

步驟8：如果該車的超標日占比大于x%，則認定該車為疑似超排車輛。0＜x＜100，可根據(jù)實際監(jiān)管需要進行選擇，不在本文討論范圍內，不影響本文結論。

1.2模型特點

通過上述描述，可以獲知3B-MAW計算模型的以下特點：

1）適合于車輛實際行駛排放水平的核查，對行駛工況和窗口移動方向沒有要求。

2）以CO2排放表征負荷比，監(jiān)測負荷范圍較廣，不用考慮載荷情況。

3）數(shù)據(jù)清洗之后，即使數(shù)據(jù)不連續(xù)也可以應用于計算，提高數(shù)據(jù)使用效率。

2車輛選擇及數(shù)據(jù)清洗

2.1車輛選擇

本文用于模型研究的遠程監(jiān)控數(shù)據(jù)主要來源于表1所示的6輛重型車，覆蓋了貨車、牽引車和客車不同的車輛類型、質量和功率水平。每輛車均選取了連續(xù)四周的遠程監(jiān)控數(shù)據(jù)，由于車輛使用頻率不同，因此數(shù)據(jù)總量存在不同，牽引1的數(shù)據(jù)量最大，約267h。車輛的遠程監(jiān)控均按照國6排放標準通過車載終端進行無線發(fā)送并通過軟件平臺進行接收和記錄，車輛的行駛工況和載荷等條件為日常的運行條件（交通狀況隨機）。

2.2數(shù)據(jù)清洗

對每輛車的遠程監(jiān)控數(shù)據(jù)均進行了數(shù)據(jù)清洗，有效數(shù)據(jù)的篩選原則如下所示：

1）車輛行駛海拔小于2500m，即大氣壓力近似大于74kPa（國六排放標準PEMS試驗條件）；

2）發(fā)動機處于非停機狀態(tài)，即發(fā)動機轉速大于500r/min（發(fā)動機熄火狀態(tài)無排放）；

3）發(fā)動機處于熱機狀態(tài)，即冷卻液溫大于70℃（國六排放標準PEMS試驗數(shù)據(jù)分析條件）；

4）車輛NOx傳感器能夠正常傳輸有效的NOx排放值（露點檢測過程中無NOx有效值）。

以貨車1的2400s運行數(shù)據(jù)為例，圖2給出了有效數(shù)據(jù)和無效數(shù)據(jù)的分布情況。可以看出，在車輛停止一段時間后，發(fā)動機冷卻液溫度有可能低于70℃，車輛未完全熱機，將此時的數(shù)據(jù)予以剔除。當水溫升高至70℃以上之后，NOx傳感器仍需要一段時間才開始傳輸有效數(shù)據(jù)，此時無效的NOx數(shù)據(jù)也需要進行剔除。

圖3所示為所選6輛重型車的數(shù)據(jù)刪除情況統(tǒng)計。可以看出，由于轉速小于500r/min被刪除的數(shù)據(jù)比例最小。而對于貨車1和牽引1，比例則分別高達17.5%和22.6%，原因是這些車輛雖然發(fā)動機已經(jīng)停機，但車輛未下電使得車載終端仍一直傳輸數(shù)據(jù)，而這些數(shù)據(jù)并沒有分析的必要性，因此需要被剔除掉。由于水溫小于70℃和NOx傳感器未正常傳輸數(shù)據(jù)導致被刪除的數(shù)據(jù)比例與車輛的實際行駛工況有關。總體來看，依據(jù)上文的有效數(shù)據(jù)篩選原則，平均約32.1%的數(shù)據(jù)被剔除掉。

3計算結果及討論

3.1模型特性研究

以貨車1的3600s數(shù)據(jù)為例，圖4所示為的車速和計算負荷比隨時間的變化情況。負荷比曲線上每一點代表的為該點之后300s移動窗口的負荷比計算結果，如圖中方框區(qū)域所示。可以看出，負荷比曲線變化與車速曲線有一定相關性。根據(jù)CARB文件[14]，采用CO2排放計算負荷比相對于傳統(tǒng)PEMS試驗采集車載診斷（OBD）負荷數(shù)據(jù)更為準確，原因是車輛OBD負荷數(shù)據(jù)在小負荷時并不準確。

從圖4中可以看出，每個數(shù)據(jù)點會被連續(xù)的300個移動窗口所包含，而隨著移動窗口負荷比的變化，每個數(shù)據(jù)點有可能落在1種、2種或3種區(qū)內。

圖5所示為不同車輛的數(shù)據(jù)點落在不同區(qū)的比例情況。可以看出，數(shù)據(jù)點同時落在3種區(qū)內的可能性較小。而數(shù)據(jù)落在幾種區(qū)內和車輛的行駛工況和加載情況有關。行駛工況越單一，比如大重量的貨車、牽引車和客車，則數(shù)據(jù)點落在1種區(qū)內的比例更高。

如圖6所示，從移動窗口三區(qū)劃分比例可以看出不同車輛的日常運載和駕駛情況，例如貨車1、貨車2和牽引2的中高負荷區(qū)移動窗口比例均大于50%，說明它們平時的運載量較大或平均行駛車速較快。而對于貨車3、牽引1和客車1，低負荷區(qū)的移動窗口比例則較高。

圖7和圖8分別給出了各區(qū)的平均車速和平均排溫。由于三區(qū)的劃分主要依據(jù)為窗口負荷比，因此隨著窗口負荷比的增加，窗口平均車速和平均排溫（SCR入口溫度）也呈上升趨勢。

對于本文研究車輛，怠速區(qū)、低負荷區(qū)和中高負荷區(qū)的平均SCR入口溫度分別為186.7、253.6、310.3℃。而SCR的NOx轉化效率在180～300℃范圍內是隨著催化器溫度升高而升高的。這在本文3.3節(jié)的排放對比中可以看出，中高負荷區(qū)的NOx比排放更有可能低于低負荷區(qū)。因此，3B-MAW模型可以較好地反映車輛在不同負荷下的運行特征。

3.2模型參數(shù)研究

從1.1節(jié)計算模型的描述過程中可以看出，三區(qū)移動平均窗口計算模型有4個主要的控制參數(shù)，分別為最小窗口數(shù)（默認nmin=2400），窗口寬度（默認twin=300s），怠速區(qū)和低負荷區(qū)的劃分線（第1劃分線，默認值為6%）以及低負荷區(qū)和中高負荷區(qū)的劃分線（第2劃分線，默認值為20%）。本節(jié)研究了各主要控制參數(shù)對計算結果的影響和選取依據(jù)。

1）最小窗口數(shù)。

通過最小窗口數(shù)的設定，一方面可以對多個窗口的排放結果進行平均計算，從而進一步考核車輛的排放情況，另一方面可以有效控制計算的數(shù)據(jù)量。

如圖9所示，當窗口數(shù)量小于2400時，由于進行平均計算的窗口數(shù)量較少，因此部分試驗樣車的三區(qū)排放計算結果浮動較大。而在窗口數(shù)量大于2400后，大部分車輛的三區(qū)排放計算結果變化趨勢相對較為平緩，而對于某些車輛（如牽引車2和客車1）仍存在一定程度的浮動。

如圖10所示，隨著窗口數(shù)量的增加，完成三區(qū)計算的總數(shù)據(jù)量（清洗后）快速上升。尤其是對于怠速區(qū)，由于車輛在行駛過程中落入怠速區(qū)的比例較低（見圖6），因此完成怠速區(qū)計算所需的數(shù)據(jù)上升較快。從表3中可以看出，車輛平均每日的運行時長在2～10h左右。

因此，為了盡可能保障采用當日的數(shù)據(jù)完成模型計算，窗口數(shù)量要求不宜過多。結合圖9分析結果，因此設置最小窗口數(shù)為2400，既可以獲得較為穩(wěn)定的排放結果，又不會導致完成模型計算所需的數(shù)據(jù)量過多。

2）窗口寬度。

本模型采用固定時間寬度的移動窗口，根據(jù)美國CARB報告[16]，300s的窗口寬度相對目前美國NTE（non-toexceed）測試的30s窗口可以提供更好的濾波效果，而又不會太長導致失真[14]。

如圖11所示（窗口數(shù)量固定為2400），在窗口寬度小于200s時，由于窗口過窄，對排放數(shù)據(jù)的濾波效果不明顯，因此大部分車輛的排放變化較快。而當窗口寬度大于400s后，由于窗口過寬，包含的工況波動較大，開始出現(xiàn)失真的波動情況。而在窗口寬度在200～400s之間，大部分車輛的排放結果均相對較為穩(wěn)定。

圖12所示（窗口數(shù)量固定為2400），窗口寬度對怠速區(qū)和中高負荷區(qū)排放計算數(shù)據(jù)量影響較大。原因是當一個移動窗口中每秒的運行負荷均比較低或者均比較高時，才會被劃分成怠速區(qū)或中高負荷區(qū)，隨著窗口寬度增加，窗口包含的工況變化也更多，出現(xiàn)符合一直較低或較高的概率也越來越低，因此需要更多的數(shù)據(jù)來達到模型要求的最小窗口數(shù)。例如，對于牽引1和客車1，從圖6中可以看出二者的工況中高負荷區(qū)比例較低，因此隨著窗口寬度增加，二者累計2400個中高負荷區(qū)所需的數(shù)據(jù)量也快速上升。因此，與最小窗口數(shù)的分析類似，為了盡可能減少模型計算所需的數(shù)據(jù)量，窗口寬度不應該過長，300s是較為適宜的數(shù)值。

3）負荷比劃分線。

根據(jù)美國CARB報告[16]，第1劃分線設置為6%的原因是與LLC循環(huán)的測試結果相對應（LLC負荷比一般為5～7%）。從模型原理來看，第1劃分線主要影響怠速區(qū)和低負荷區(qū)的劃分及計算。如圖13所示，當?shù)?劃分線小于6%時，窗口落入怠速區(qū)的概率迅速減小，導致完成模型所需的計算量快速增加。當?shù)?劃分線大于6%時，完成低負荷區(qū)計算的數(shù)據(jù)量也成上升趨勢。因此，從低負荷循環(huán)要求和所需數(shù)據(jù)量兩個方面考慮，第1劃分線定在6%左右較為合理。

第2劃分線根據(jù)FTP循環(huán)的平均負荷比確定，約為20%[16]。與第1劃分線的原理類似，第2劃分線主要影響低負荷區(qū)和中高負荷區(qū)的劃分與計算。如圖14所示（窗口數(shù)量固定為2400），當?shù)?劃分線在20%附近時，中高負荷和低負荷區(qū)的所需數(shù)據(jù)量基本都控制在3h以內。當?shù)?劃分線從20%升高或降低時，中高負荷區(qū)和低負荷區(qū)的計算數(shù)據(jù)量分別快速上升。因此，第2劃分線選為20%可以獲得數(shù)據(jù)需求量上的最小化。

3.3排放結果

如表2所示，美國CARB報告[14]中提出三區(qū)移動平均窗口模型的限值，該限值為一致性系數(shù)（conformityfactor，CF）與對應循環(huán)工況限值的乘積，而且CF和工況限值會隨著時間推移繼續(xù)加嚴。WVU的G.Sadek在其研究中提出了2010年和2024年的2種推薦限值。

如圖15所示，不同車輛怠速區(qū)的排放流量計算結果差異較大，從0～40kg/h均有分布，因此在未來的排放標準有必要對怠速區(qū)進行專門的排放限值要求。中高負荷區(qū)的比排放接近或低于低負荷區(qū)，原因是中高負荷區(qū)的后處理溫度更高（見圖11），對NOx的轉化效率更高。對于低負荷區(qū)，除了牽引2排放較高外，其余車輛的排放結果基本控制在0.5g/kWh以下，和2024年CARB（0.54g/kWh）及WVU（0.4g/kWh）的限值較為接近，但考慮到國內尚未提出針對低負荷區(qū)的排放要求，可以適當放寬其限值。對于高排放區(qū)，貨車1的排放結果要明顯高于其他車輛，其余車輛的排放基本在0.3g/kWh以下，若不考慮在用車劣化系數(shù)，部分車輛與2024年CARB的0.13g/kWh要求尚存在一定距。

4與WB-WM對比研究

本文選取了5輛試驗樣車，樣車參數(shù)及測試工況如表3所示，其中樣車1—樣車3采用GB17691-2018重型車六階段標準中要求的PEMS測試工況進行試驗，樣車4、樣車5采用接近實際運行的隨機工況進行試驗，每輛試驗樣車通過遠程監(jiān)控獲取車輛的運行數(shù)據(jù)。

如前文所述，WB-WM和3B-MAW法的主要區(qū)別在于對低負荷工況的考核以及排放數(shù)據(jù)的分析方法，以下從這兩個角度對二者的適用性和限值嚴格程度進行了分析。采用WB-WM計算了有效窗口（平均功率大于發(fā)動機最大功率的20%）和所有窗口的平均排放結果，同時采用了3B-MAW方法對試驗結果進行了分析，結果如表4所示。

由表4可知：對于樣車1—3采用PEMS工況，怠速區(qū)窗口的數(shù)量在0～396范圍，未達到nmin=2400要求，說明目前的PEMS測試工況由于缺少怠速工況并不完全適合采用3B-MAW計算，需要增加怠速工況的比例。從樣車4的結果可以看出，若采用隨機工況進行測試，WB-WM中所有窗口的平均排放為453.7mg·（kWh）-1，而采用有效窗口進行計算后平均排放僅有30.11mg·（kWh）-1，原因是窗口功率閾值過濾了排放較高的低負荷工況。因此，對于實際道路工況的排放水平評估，不適合采用WB-WM方法。

另外，對于樣車3，采用3B-MAW方法計算的低負荷區(qū)和高負荷區(qū)的排放結果均超過了表2中的限值，而采用WB-WM的計算結果并沒有超過法規(guī)限值（690mg·（kWh）-1）。樣車5的排放比較惡劣，兩種計算方法的結果均超過了限值要求。因此，在3B-MAW的應用過程中，可以通過排放限值的設計，使得其相對于WB-WM的測算方法更為嚴格。

5結論

本文針對三區(qū)移動平均窗口（3B-MAW）法在重型車排放遠程監(jiān)控中的應用進行了模型建立、數(shù)據(jù)清洗、模型特性、參數(shù)影響和與功基窗口法對比等幾個方面的研究，得出如下結論：

1）若采用車輛行駛海拔小于2500m、發(fā)動機轉速大于500r/min，冷卻液溫度大于70℃，且NOx傳感器傳輸有效數(shù)據(jù)作為數(shù)據(jù)篩選條件，大約有32.1%的遠程監(jiān)控被刪除掉。

2）在3B-MAW模型中，三區(qū)劃分的比例與車輛的實際行駛工況有關。中高負荷區(qū)的平均車速和后處理平均溫度較高。為了同時兼顧排放結果計算的準確性和所需數(shù)據(jù)量不過大，最小窗口數(shù)、窗口寬度、第1劃分線和第2劃分線應分別設置在2400、300s，6%和20%附近。

3）實際道路便攜式排放測試系統(tǒng)（PEMS）工況若要采用3B-MAW分析數(shù)據(jù)，需要增加怠速工況的比例。由于不受窗口功率閾值限制，相對于功基窗口法，3B-MAW能夠更好地反映低負荷排放，更適合對實際道路隨機駕駛工況進行分析。