• 关键词：重型柴油车  排放大数据  随机森林  NO_x排放总量  开封市

• 基金项目：湖北省自然科学基金（No.2019CFB694）

• 钱枫
• 武汉科技大学 汽车与交通工程学院，武汉 430081;山东鸣川汽车集团有限公司，威海 264207

• 程书瑾
• 武汉科技大学 汽车与交通工程学院，武汉 430081

• 王明达
• 中国环境科学研究院，北京 100012

• 祝能
• 武汉科技大学 汽车与交通工程学院，武汉 430081

• 王洁
• 武汉科技大学 汽车与交通工程学院，武汉 430081

• 许小伟
• 武汉科技大学 汽车与交通工程学院，武汉 430081

• 张贝嘉
• 武汉科技大学 汽车与交通工程学院，武汉 430081

• 邱金浩
• 武汉科技大学 汽车与交通工程学院，武汉 430081

• 赵栋
• 山东鸣川汽车集团有限公司，威海 264207

• 摘要：近年来，在相关法律文件的推动下，监控平台技术得到发展与应用，有助于准确、实时获取海量实车行驶和排放数据，为建立机动车排放清单提供了重要数据基础.基于此背景，本文依托河南开封重型柴油车远程监控平台排放大数据，考虑了中观尺度上的活动因子分布特征及活动因子的影响权重，利用随机森林回归模型对重型柴油车污染物排放量预测方法进行研究.结果表明：①开封市重型柴油车行驶工况呈 Ω型分布，而且随着发动机排量的增大，工况范围有逐渐缩小的趋势，且重型柴油车有20%的时间行驶在怠速区域和至少40%的时间行驶在中低转速区域.②在样本车中，在活动因子影响程度占比排序方面，有超过80%的柴油车将车速排在首位，其次分别是 SCR床温、废气流量、 发动机转速、燃料流量.③NO_x排放总量估算模型计算的6种典型排量下的重型柴油车NO_x排放总量与实际排放总量相比，误差不超过25%， 能够满足实际需求.

• Abstract：The monitoring platform technology has been developed and put to use recently， encouraged by pertinent legal documents. It helps to accurately collect a significant amount of real vehicle driving and emission data， and it provides a crucial data foundation for creating a motor vehicle emission inventory. To study the pollutant emission prediction methods for heavy-duty diesel vehicles， this paper used Random Forest regression model to analyze the emission big data from the remote monitoring platform of heavy-duty diesel vehicles in Kaifeng， Henan Province. It also considered the distribution characteristics of activity factors on the mesoscopic scale as well as the influence weights of activity factors. The results showed that： ①Heavy-duty diesel vehicles' driving circumstances had an Ω-shaped distribution， and the range of conditions tended to gradually narrow as engine displacement rises. Additionally， heavy-duty diesel trucks spent 20% of their time at idle speed and 40% of their time at low and medium speeds. ②Among the influencing parameters in the sample vehicles， diesel vehicle speed （more than 80% of the total） came in first， followed by SCR bed temperature， exhaust gas flow， engine speed， and fuel flow， in that order. ③With an inaccuracy of no more than 25% compared to the actual emissions， the total NO_x emissions of heavy-duty diesel cars at six typical displacements predicted by the total NO_x emission estimation model may satisfy the actual need.

• Key words：heavy-duty diesel vehicles  the emission big data  Random Forest  total NO_x emissions  Kaifeng City

• 
  摘要点击次数： 199 全文下载次数： 306