基于大數據的在用車簡易瞬態工況法過程數據質量判斷標準研究

嚴雪梅 李濤 王永忠 尹朧 王意東

摘 要：為分析簡易瞬態工況法檢測過程數據關鍵參數變化規律，實現對檢測異常數據的快速預判，本文基于5萬輛在用車簡易瞬態工況法定期環保檢測數據，統計分析了簡易瞬態工況法195秒過程數據關鍵參數的變化關系。結果表明：①正常的怠速工況發動機轉速范圍在[612～922r/min]，超出范圍則數據異常的概率較大（95%置信區間）；②簡易瞬態工況法第125-133S，如果有連續4個及以上的發動機轉速差ΔN<5r/min，則視為異常可疑數據；③簡易瞬態工況法的第83-85S，如果連續這3秒的尾氣O2濃度≥2%，CO2濃度≤11.6%，則視為異常可疑數據（95%置信區間）。④簡易瞬態工況法的第97-99S，如果連續這3秒數據的尾氣O2濃度≥4.5%，CO2濃度≤9.7%，則視為異常可疑數據（97.5%置信區間）。本文的研究有助于對機車環保檢驗過程數據進行快速預判、復查，進一步提高監管的針對性和高效性，提高機動車環保檢驗質量。

關鍵詞：簡易瞬態工況法 在用車 大數據 排放檢測 過程數據 異常數據

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

隨著經濟社會的快速發展，機動車在提升市民生活品質的同時，也給城市的空氣質量造成了巨大的影響，機動車尾氣排放控制已成為成都控制大氣污染的重點工作之一[1]。機動車環保檢測是控制機動車尾氣排放的有效手段，近些年來，環保檢測不規范檢測、舞弊行為時常發生，但由于其較強的專業性，給監管部門帶了極大的困擾。

在用車簡易瞬態工況法排放檢測時，國家標準《汽油車污染物排放限值及測量方法（雙怠速法及簡易工況法）》（GB18285-2018）要求逐秒（195S）記錄各關鍵參數的過程數據[2]，過程數據曲線是真實反映檢驗過程的有力工具，分析這些關鍵參數的變化曲線對判斷檢測結果的真實性、有效性具有重要的作用。雖然機動車環保檢驗影響因素多，數據波動大，曲線變化多樣，但正常、規范操作，檢測時，各關鍵參數之間是有一定關系的，分析這些關系，有助于快速抓取異常數據。

通過文獻查新，國內外學者對在用車的排放研究主要集中在城市機動車尾氣排放清單及特征[3-6]、機動車排放檢測方法研究[7-11]，基于大數據的宏觀面上的排放現狀分析[12-14]，對如何提高在用車排放檢測質量，如何分析排放檢測過程數據等還處于空白。因此，本文基于宜賓市機動車排污監控平臺大數據統計，分析車輛簡易瞬態檢驗時關鍵參數的變化規律，確定關鍵參數的取值置信區間，以便在監督管理時，對檢驗數據進行快速預判、復查，實現對排放檢驗過程數據的實時邏輯判斷，為檢驗機構提供預警信息，提高監管的針對性和高效性，降低執法人員過程數據分析的專業門檻，減少工作量，提高監督檢查的效率。

1 簡易瞬態工況法

簡易瞬態工況法是將被檢測車輛驅動輪停放在底盤測功機上，測試時由底盤測功機模擬汽車的加速慣量和道路行駛阻力，使汽車產生接近實際行駛時的排放量。通過專用汽車排氣（五氣）分析儀和氣流流量分析儀，測量汽車排除原始氣體氧氣（O2）濃度和混合稀釋氣體濃度，然后計算稀釋前后氣體的稀釋比，便可得到汽車排氣實際流量和實際污染物排放量，根據各污染物成分排放量與限制進行比較做出合格性評價。

為方便分析，本文按照GB-18285-2018，整理了195秒簡易瞬態操作過程，簡易瞬態工況運轉循環如表1所示。

2 樣本數據

本文隨機收集了宜賓市2019-2022年5萬輛有效的在用汽油車簡易瞬態檢測法過程數據，所有車輛數據均為檢測合格的數據。

3 統計方法

因樣本量為5萬臺車輛數據，為大樣本數據，故采用K-S正態檢驗[14]。經K-S檢驗得到的顯著性檢驗P值＜0.05，故發動機轉速、功率、[CO2]、排氣氧濃度、稀釋氧濃度等參數均不符合正態分布，故采用百分位數法結合專業分析確定關鍵參數的取值范圍。

4 統計分析

簡易瞬態工況法包括了195秒的過程數據，通過對關鍵參數、關鍵段每秒過程數據進行統計，根據關鍵參數的統計指標便可確定一定置信度下的預警值范圍。關鍵參數主要包括發動機轉速、[CO2]、排氣氧濃度等。

4.1 關鍵參數1：發動機轉速

因每輛車變速器擋位的傳動比、主減速器傳動比、輪胎尺寸規格不同，相同車速下，發動機轉速是不同的，所以統計195秒的發動機轉速分布是沒有意義的。但可以對簡易瞬態195秒檢測過程中的某些關鍵工況，進行發動機轉速變化規律統計分析，以關鍵工況發動機轉速變化的規律作為判斷異常數據的標準。簡易瞬態中，針對發動機轉速的關鍵工況主要有兩點：怠速段發動機轉速和加減速段發動機轉速。

4.1.1 怠速階段發動機轉速

根據GB18285-2018瞬態工況運轉循環，195秒操作工況共計25個，其中怠速工況包括操作序號1（11S）、序號6（21S）、序號13（21S）、序號25（7S），共60秒。正常情況下，汽油車發動機怠速不會太低，也不會太高。由于不服從正態分布，本項目用百分位法確定怠速參考范圍，結合大數據統計和專業判斷（下限取1.5%，上限取91.5%，置信90%），1.5%對應的轉速下限為612r/min，91.5%對應的轉速上限為922r/min。因此，可以認為在正常的怠速工況發動機轉速范圍在[612～922r/min]，超出范圍則數據異常的概率較大。

4.1.2 加減速階段發動機轉速

根據GB18285-2018簡易瞬態工況運轉循環（表1），25個操作工況中，加速工況6個，減速工況7個，其中操作序號2（4S）、序號7（5S）、序號9（5S）、序號14（5S）、序號16（9S）、序號18（8S）。根據標準要求，時間復合公差為±1秒，且不能連續超過3秒。相同擋位下的加速段或減速段，車速變化必然引起發動機轉速變化，車速增加則發動機轉速會增加，車速降低則發動機轉速降低。如工序2，怠速11秒后進入工序2（第12-15S是一檔的加速過程，加速至15km/h，然后進入工序3的等速8秒），在工序2（12-15S）一檔加速過程中，車速逐步提高，對應的發動機轉速也應該逐步提高，即時間T增加，車速V增加，發動機轉速N也應該增加，因此，可以根據這一規律并結合時間復合公差不能連續超過3秒來判斷異常數據，考慮到工序操作不可能做到百分百精準，在取轉速差的時間點上，最好取中間靠后的時間節點。其他加速工況、減速工況也可以用類似方法判斷異常數據。

以操作序號16的過程數據關鍵參數變化作為判斷依據。在操作序號16中，加速時間在第125S-133S，分別用后一秒發動機轉速NTn+1—前一秒發動機轉速NTn（即T126-T125、T127-T126、T128-T127、129-T128、T130-T129、T131-T130、T132-T31、T133-T132），理論上其8個差值ΔN應大于0。根據統計分析結果，ΔN中連續3個及以上ΔN<20r/min的占比32.07%，連續4個及以上ΔN<5r/min的占比18.68%，連續5個及以上ΔN<5r/min的占比13.20%。考慮到發動機轉速波動，以及國標對時間公差的要求，可設定：如果有連續4個及以上ΔN<5r/min，則視為異常數據。

4.2 關鍵參數2：CO2濃度、O2濃度

4.2.1 在等速階段

在等速階段，如工序10（62-85S），二檔32km/h等速24秒。取樣管長7.5米左右，一般情況下，尾氣會滯后8秒左右到達分析儀，所以在減速階段90S時的O2濃度實際上是83秒二檔等速階段O2的濃度數據，在二檔32km/h的等速階段，發動機幾乎完全燃燒，尾氣氧濃度較低，CO2濃度很高。可取減速階段連續3個點，檢驗尾氣氧濃度和CO2濃度，如尾氣氧濃度太高或者CO2濃度過低，則表明該數據異常。如工序10可取第85S、84S、83S的數據，考慮到尾氣的滯后性，這三秒實際上是32km/h等速階段77S、76S、75S的數據，經統計，按百分位數法，95%置信區間，當尾氣氧濃度≥2%，CO2濃度≤11.6%，則視為異常數據。

4.2.2 在怠速階段

在怠速階段，由于尾氣到達分析儀的滯后性，過程數據97-99S的數據，實際上是89-91S減速階段的數據，在這一減速階段，車輛處于帶擋減速，車速高于發動機轉速，拖動發動機轉動，尾氣O2濃度將升高、CO2濃度將降低，雖然氧氣濃度升高，但O2濃度過高或者CO2濃度過低都不正常。因此，可以通過分析第97-99S的CO2和O2過程數據來判斷異常數據。通過統計分析，97-99S過程數據中，當連續3秒數據的尾氣氧濃度≥4.5%，CO2濃度≤9.7%，則視為異常數據，置信區間為97.5%左右。

5 結語

針對簡易瞬態法檢測過程數據的預警判斷，可將以下結論作為異常數據、異常檢測的判斷、預警指標，但不能作為檢驗是否合格的判斷指標，是否檢驗合格還需要進一步排查和分析。宜賓市機動車排污監控中心實踐表明，本文的大數據統計分析結論有助于對異常數據的快速預判，提高了機動車環保檢測監管的針對性和高效性，提高了機動車環保檢測質量。

（1）針對怠速工況：正常的怠速工況發動機轉速范圍在[612～922r/min]，超出范圍則數據異常的概率較大（97%）。

（2）操作序號16中，即加速時間在第125S-133S，可設定：如果有連續4個及以上ΔN<5r/min，則視為異常數據。

（3）在等速階段，工序10（62-85S），可取減速階段連續3個點，檢驗尾氣氧濃度和CO2濃度，如尾氣氧濃度太高或者CO2濃度過低，則表明該次檢測異常。按百分位數法，95%置信區間，第83-85S三個點的當尾氣氧濃度≥2%，CO2濃度≤11.6%，則視為異常數據。

（4）在怠速階段，可以通過分析第97-99S的CO2和O2過程數據來判斷異常數據。通過統計分析，97-99S過程數據中，當連續3秒數據的尾氣氧濃度≥4.5%，CO2濃度≤9.7%，則視為異常數據，置信區間為97.5%。

參考文獻：

[1]王真.機動車尾氣排放控制現狀與對策，資源節約與環保.2019，（10）：80-82.

[2]國家環境保護總局，國家質量監督檢驗檢疫總局.GB 18285-2018，點燃式發動機汽車排氣污染物排放限值及測量方法（雙怠速法及簡易工況法）[S].北京：國家標準化管理委員會.2018.

[3]劉永紅，林曉芳，黃玉婷，廖文苑，陳泳釗.佛山市輕型汽油車尾氣動態排放特征分析[J].環境科學與技術.2018，41（2）：83-90.

[4]張雅瑞，李光華，鄧順熙.渭南市道路移動源高分辨污染物排放清單及特征研究[J]，環境科學學報.2022，42（02）：332-340.

[5]郝艷召，鄧順熙，邱兆文，等.基于MOVES模型的西安市機動車排放清單研究[J].環境污染與防治.2017，39（3）：227-231.

[6]樊守彬，田靈娣，張東旭，曲松.北京市機動車尾氣排放因子研究[J].環境科學.2015，36（7）：2375-2380.

[7]趙吉睿，移動源排放清單測試方法及排放模型研究[C].中國環境科學學會學術年會.成都，2014：2600-2603.

[8]李冰，隋心遇.機動車排放污染物檢測方法研究[J].科技創新導報.2018，15（18）：130-133.

[9]黃萬友，谷成婕，唐向臣等.汽油車簡易瞬態工況法排放檢測影響因素分析[J]，內燃機與動力裝置.2022，39（03），66-72.

[10]楊國亮，劉杰，蒼美岐，基于加載減速法檢驗測得輪邊功率分析[J]，汽車與安全. 2021，（10）：94-98.

[11]顧星星，繆志龍，新標準下柴油車加載減速法的淺析[J]，時代汽車.2020，（11）：21-22.

[12]馬冬，尹航，丁焰，等．基于大數據的中國在用車排放狀況研究[J]．環境污染與防治，2016，38（7）：42-48.

[13]袁靜，大數據在機動車污染治理中的應用[J]．中國資源綜合利用，2020，38（04）：154-155.

[14]韓博，高奎賀，張圣男等．基于大數據的機動車尾氣排放特性分析方法[J]．計量技術，2019，（04）：30-33.

[15]李潔明，祁新娥．統計學原理（第八版）[M].復旦大學出版社.2021.