一种机动车尾气遥感检测设备CO2吸收增量的算法研究

陈文亮，汪 锋，张 涛，樊海春

(天津同阳科技发展有限公司，天津 300384)

1 引言

机动车尾气遥感检测主要是利用原子或分子吸收光谱法测量烟羽中的CO2、CO、NO、HC等污染物浓度[1～5]。汽车尾气排出后，由于周围环境的影响，再加上扩散作用，烟羽会不断地被稀释，直接测量排气烟羽中的各成分绝对浓度不能有效地反映车辆的实际排放状况[6～9]。

为了消除烟羽扩散对尾气中各成分浓度的影响，通过引入燃烧方程，使用CO2作为参比气体进行各种排气污染物的测量。对于同一尾气烟羽来说，尾气中各成分的相对体积浓度比基本保持不变[11～13]。

当前国内外做机动车尾气遥感检测的厂家，其原理都来自美国环保局2004年发布的EPA420-B-04-010遥测指导文件[14]。该文件中通过大量的数据得出，同一尾气烟羽中，CO、HC、NO与CO2的相对体积比近似为定值。在此基础上，各个厂家都是采用上述方法通过燃烧方程来反演各污染物浓度。但不论是哪个厂商，其方法都是基于CO2作为参比气体进行的，所以CO2本身的采集、计算、算法优化至关重要，但目前国内暂没有关于CO2吸收增量的研究[15]。

为解决以上问题，本文提出机动车尾气遥感检测设备二氧化碳(CO2)吸收增量的算法研究。

2 理论基础

机动车燃油中的主要成分包括碳和氢两种元素，其比例约为1∶2；空气约含21%的O2和79%的N2。假定燃烧过程为不完全燃烧，标准燃烧方程如式1 所示：

CH2+m(0.21O2+0.79N2)→aCO+bH2O+cC4H6+dCO2+eNO+(0.79m-e/2)N2

(1)

定义尾气中各成分相对体积浓度比系数为：

Q=CO/CO2=a/d

(2)

Q'=HC/CO2=c/d

(3)

Q〃=NO/CO2=e/d

(4)

根据物质守恒定律，由碳原子、氢原子和氧原子的守恒可以得到：

a+4c+d=1

(5)

2b+6c=2

(6)

a+b+2d+e=0.42m

(7)

由公式(1)和(2)得到a=dQ和c=d Q＇，代入公式(5)、(6)、(7)，可以推导出：

(8)

b=1-3dQ'

(9)

0.42m/d=2Q+Q'+3

(10)

根据标准燃烧方程，燃烧后排放尾气中的CO2浓度为：

(11)

经推导后可以得到：

(12)

即CO2、CO、HC和NO的体积百分比浓度分别为：

(13)

%CO=%CO2·Q

(14)

%HC=%CO2·Q'

(15)

%NO=%CO2·Q〃

(16)

综上，通过引入发动机燃烧方程模型，可利用测量得到的烟羽中各组分的相对体积比，反演得到尾气排放的真实体积浓度值。

3 实验系统

本实验中，为了核查误差，以符合国家计量要求的标准气体来进行测试。将标准气体放置于一辆纯电动车后备箱中，通过管线接入模拟的排气管中，模拟的排气管高度处于机动车尾气遥测光路中。如表1所示。

车辆带着标气瓶分别以15 km/h、30 km/h、45 km/h的速度经过遥感检测设备并喷出气体，主控程序获取车辆从进入到驶出过程中的所有烟团吸收值，设备每10 ms测量一组数，其中CO2、CO的烟团吸收值单位以ppm*m来计算，HC、NO的烟团吸收值单位以ppm*cm来计算。

将采集到的数据保存并可根据需要导出为Excel或TXT形式，数据存储方式如表1所示。

图1 喷气工装示意

表1 数据存储格式

根据主控程序采集到的数据，绘制出4种气体的烟团吸收趋势图，如图2所示。

图2 烟团吸引趋势

算法设计过程：

(1)当车辆经过后去查找CO2烟团吸收值的变化。

①选取CO2烟团吸收值上升沿，从CO2烟团吸收值大于500 ppm*m开始，连续取50组数据，如果上升沿数据量不够，则继续往后取够50组数(图4)。

②选取CO2烟团吸收最高点值且烟团吸收值大于5000 ppm*m，以这个点作为起点，选取CO2烟团吸收增量连续大于500 ppm*m的50组数据；这里所述的CO2烟团吸收增量是指CO2烟团吸收值与CO2烟团吸收的初始值相比的增量；CO2烟团吸收的初始值一般情况下为零。

③选取CO2烟团吸收值下降沿，CO2烟团吸收值大于3000 ppm*m往后，选取CO2烟团吸收增量连续大于500 ppm*m的50组数据。

以上3种情况，汇总为表2所示。

表2 数据段选择

(2)在步骤1中①、②、③三个条件下，算法平滑分别对不同区间的每一组数据开始后的CO/CO2、HC/CO2、NO/CO2三个50组数据进行线性拟合，得到若干种不同的拟合曲线图。如图3所示上升沿区间用三个拟合曲线分别示意，如图4所示最高点区间用三个拟合曲线分别示意，如图5所示下降沿区间用三个拟合曲线分别示意；各图中带标记点的曲线代表CO/CO2、HC/CO2、NO/CO2的曲线，邻近各曲线的虚线图代表该曲线的拟合曲线。

图3 上升沿拟合曲线

图4 最高点拟合曲线

图5 下降沿拟合曲线

4 实验结果

根据上述的拟合曲线，通过实际的标气浓度比对，最终选择第二种拟合算法，并根据公式(2)、(3)、(4)计算出Q、Q'、Q〃。

由公式(13)计算出CO2的体积浓度% CO2。

再由公式(14)、(15)、(16)分别计算出CO、HC、NO的体积浓度%CO、%HC、%NO。

特殊情况处理(表3)：

表3 特殊情况处理

(1)在上升沿或下降沿模式中，如果数据量不够50组，则继续往后取够50组数，且CO2烟团吸收增量大于500 ppm*m；如果不满足此条件，则取最大满足条件的数据组数。

(2)当CO2烟团吸收值满足步骤“实验系统”(1)中②的要求，取CO2烟团吸收最高点值且增量值大于5000 ppm*m的点，以这个点作为起点，选取CO2烟团吸收增量连续大于500 ppm*m的50组数据。当数据量大于50组时，计算前50组数据，此时算法按“实验系统”(2)执行。

(3)当数据量在30～50组之间时，取最大值数据，比如35组数据，此时算法也按照“实验系统”(2)执行。

(4)当数据量在10～30组之间时，取最大值数据，比如15组数据，此时算法按照“实验系统”(2)执行后的拟合曲线如图6所示，此数据区间经燃烧方程反演发现污染物偏差超出范围。

图6 10～30组数据拟合曲线

故在此数据区间，算法调整为：从最高点往后取15组数据，再在上升沿取15组数据。由于上升沿的CO2烟团吸收增量一般比最高点往后的吸收增量要大，故取完上升沿数据后，需要结合CO的烟团吸收增量计算出一个系数k，具体如下。

假设以N1升代表上升沿第一个数，N15升代表上升沿最后一个数；N1降代表下降沿第一个数，N15降代表下降沿最后一个数。分别计算(N1升+N1降)/2、……(N15升+N15降)/2，以此30个数做出散点图，k值为此散点图的斜率。k* CO2烟团吸收增量即为修正后的数据，并以此按照“实验系统”(2)执行后的拟合曲线如图7所示，此数据区间经燃烧方程反演发现污染物偏差在要求范围内。

图7 k* CO2烟团吸收拟合曲线

(5)当数据量小于10组时，无论算法如何调整和优化，都无法形成有效的拟合曲线，此时舍弃本次采集到的数据，说明本次过车过程没有捕获到污染物排放或者是非机动车通过。

(6)考虑到机动车正常行驶过程中，影响因素比较多，比如：风速、车速、加速状态等，都会对污染物排放造成一定影响。在风速大于5.0 m/s、车速大于60 km/h的条件下，捕获率随机性太大，数据无效。

5 结论

本文提供了一种机动车尾气遥感检测设备二氧化碳(CO2)吸收增量的算法研究，主要是针对采集到的数据如何利用算法去取得最优值。包括取CO2增量上升沿、最高点、下降沿等。

通过上述步骤测试文中算法，实际模拟测试29组数据，25组误差满足要求，4组误差不满足要求，满足率为86%；误差不满足要求的4组数据中，CO2增量均在5000以下，数据如图8所示。

图8 实际纯电动车拉标气测试数据