1 引言(Introduction)

随着民用航空产业的高速发展, 我国各大航空公司的飞机保有量持续增加, 机队规模也在不断扩大.同时, 随着人们对空气质量的关注度越来越高, 适航标准对航空器排放的标准也逐渐提高, 航空器污染物排放已成为航空器制造商、运营方非常重视的一个问题(RCEP, 2003).

近年来, 随着“空港经济区”概念的提出, 使得以机场为中心的区域逐步发展成为新兴商务区.空港经济区吸引了原本远离机场的商业区、居民区聚集到机场周边, 而航空器在LTO阶段(图 1)产生的污染物更直接地影响着机场附近的人群, 进而带来了一定的负面影响, 因此, 目前对于飞机尾气污染物排放的研究主要集中在本地排放的LTO阶段.

航空器排放的污染物主要有以下几种：CO(一氧化碳)、NO_x(氮氧化物)、PM(颗粒物)、UHC(未完全燃烧烃)、SO_x(硫氧化物).其中, SO_x是由燃油中未去除的含硫化合物杂质产生, 而航空器制造商及运营方难以对硫氧化物的排放量产生改变, 故对于硫氧化物的排放应通过燃油生产商的生产环节加以控制, 不在航空器减排措施的考虑范围内.颗粒物的计算和气态污染物的排放计算遵循不同的计算方法体系, 本研究不做深入讨论.对于其余3种污染物, 根据现阶段ICAO(国际民航组织)公布的排放数据库估算, 部分发动机LTO阶段污染物排放量如表 1所示.可以看出, 在气态污染物中, NO_x的排放量在LTO阶段占据主要地位.同时, NO_x也是当前一种主要的空气污染物, 近地面NO_x排放会形成硝酸雾、光化学烟雾等污染, 对以机场为活动中心的人群造成较大的危害(黄勇等, 2001).本文将着重研究LTO阶段的NO_x排放量计算方法, 为氮氧化物的监测与排放控制提供参考.

目前对于航空器的NO_x排放计算, 主要有数值仿真方法、标准LTO循环方法、QAR数据估算法等3种方法, 近年来也有学者针对飞机尾气污染物的排放开展了相关研究.例如, Xu等(2013)使用完全混合反应器(PSR)和活塞流反应器(PFR)组成的化学反应器网络(CRN)提供输入, 分析了NO_x排放；Turgut(2011)使用真实飞行数据和ICAO排放数据库, 利用修正后的NO_x排放指数来识别商业飞机在进近过程中的NO_x排放量；李娜等(2015)采用机载QAR记录数据结合污染物排放数据估算了污染物的排放, 并研究了机场污染物排放变化趋势；Karakoc等(2013)利用ICAO的国际民航组织发动机数据表中的排放指数, 对2012年全年土耳其民用航空的HC、CO和NO_x排放量进行了估算；夏卿等(2008)利用飞行数据对排放模型参数进行修正后, 对机场LTO阶段的飞机排放进行了估算.

数值仿真方法往往只能模拟理想条件下的排放量, 在外界环境多变的条件下很难进行普适性的推广.使用ICAO排放数据库计算方法较为简单, 但无法准确反映出发动机的实际污染物排放量.QAR数据中包含航班的发动机实时运行参数及发动机自身性能参数, 根据发动机QAR数据来估算航空发动机在实际运行条件下的污染物排放量, 是一种准确且具有说服力的方法.目前国内利用QAR数据对飞机尾气污染物排放的估算研究, 大多集中在燃油流量和排放指数的修正上, 没有根据发动机的实际低压转子转速、空地传感器指示、推力杆角度、飞行高度等参数来对LTO循环进行准确的划分.

在实际运行过程中, 受到管制、延误等因素的影响, 飞机在LTO各分阶段的实际运行情况并不符合排放数据库中的参考时间表, 使得计算时不能准确对应实际的燃油流量和排放指数.污染物排放量作为时间的因变量, 其计算结果直接受到LTO循环划分准确性的影响.基于此, 本研究根据QAR数据中的低压转子转速、空地传感器指示、油门杆解算器角度、飞行高度等参数对LTO循环进行准确划分, 同时结合修正后的实时燃油流量、修正后的排放指数(ICAO, Engine Exhaust Emission Data Bank), 估算更贴合实际发动机运行情况的氮氧化物排放量.

2 氮氧化物排放估算方法(Estimation method of nitrogen oxide)

氮氧化物是一类物质的统称, 包括多种化合物, 如氧化亚氮(N₂O)、一氧化氮(NO)、二氧化氮(NO₂)、三氧化二氮(N₂O₃)、四氧化二氮(N₂O₄)和五氧化二氮(N₂O₅)等, 航空发动机在LTO循环各个阶段均会产生一定量的氮氧化物.目前对于航空发动机氮氧化物的排放测量, 主要使用FTIR遥感航空发动机排放的监测技术(李春迎, 2004；夏卿等, 2009), 以及插入式的测量技术(刘高恩等, 2003).

然而, 对于本研究的航空发动机氮氧化物排放测量, 主要是研究在LTO阶段的排放量, 对飞机在高空中的实时排放进行实时测量难度较大, 可行性不好, 因此, 主要采用以下所述的估算方法进行排放计算及对比分析.

2.1 基于标准LTO循环的排放量估算法

国际民航组织主要是利用ICAO数据库中认证的数据或相似来源的标准LTO循环排放数据来估算气体污染物的排放量, 标准LTO阶段划分如表 2所示.

通过排放数据库中的分阶段燃油流量F_f与分阶段时间t做乘积, 可得出分阶段燃油消耗量Q_f(式(1)).得出燃油消耗量Q_f后, 查阅排放数据库中发动机型号对应的各阶段NO_x排放指数(EI)值, 即可得出在ICAO标准状态下的氮氧化物分阶段排放量E_m及LTO阶段的氮氧化物排放总量T_em(式(2)~(3)).

(1)

(2)

(3)

式中, Q_f为分阶段燃油消耗量(kg), F_f分阶段燃油流量(kg·s^-1), t为分阶段时间(s), E_m为氮氧化物分阶段排放量(kg), T_em为氮氧化物排放总量(kg), E_mt、E_mc、E_ma、E_mi分别为起飞、爬升、进近、慢车阶段氮氧化物排放量(kg).

2.2 基于BM2修正的QAR数据的排放量估算法

与使用标准LTO循环数据库方法不同的是, QAR数据估算法通过实际测量的QAR数据中非稳态燃油流量数值(曹铭栋等, 2015), 经压力和温度的修正后, 对时间进行积分, 得出Q_f估算值.首先, 使用BM2流量修正法(Baughcum et al., 1996, Dubois et al., 2006；李超役等, 2017)对燃油流量进行压力和温度的修正(式(4)).

(4)

式中, δ_amb为外界压力与标准大气压P₀之比；θ_amb为外界温度与标准海平面温度之比；Ma为飞行马赫数.

同时, 根据QAR数据中的低压转子转速、空地传感器指示、油门杆解算器角度、飞行高度等参数, 对LTO循环进行准确的划分.然后对燃油流量做时间t的积分, 得出经过修正的燃油消耗量Q′_f (式(5)).

(5)

查阅排放数据库中发动机型号对应的各阶段NO_x排放指数EI值, 可得修正后的排放指数EI′(式(6)).即最后可得出在ICAO标准状态下的氮氧化物分阶段排放量E_m′(式(7))及LTO阶段的氮氧化物排放总量T_em(式(8)).

(6)

(7)

(8)

式中, Φ为大气相对湿度；P_v为饱和水蒸汽压力, δ_amb为外界压力与标准大气压P₀之比；θ_amb为外界温度与标准海平面温度之比.

3 案例分析(Case analysis)

为了更加直观地展示氮氧化物排放量的计算方法, 并对两种方法的结果进行对比, 本文采用一款常用的发动机PW4077D在LTO阶段的QAR数据, 结合国际民航组织排放数据库进行对比分析.

3.1 标准LTO循环估算方法实例

根据表 3 ICAO数据库的PW4077D发动机数据, 将分阶段燃油流量与分阶段时间t相乘, 可得出单台发动机分阶段燃油消耗量Q_f分别为438.6、133.224、388.18和215.08 kg.

将分阶段燃油消耗量与表 4中的氮氧化物排放指数EI相乘, 即可得出单台发动机分阶段的排放量E_m分别为1671.066、5951.376、13217.529、2489.750 g.

3.2 基于BM2修正的QAR数据估算方法实例

QAR数据估算方法主要是通过实际测量的QAR数据中非稳态燃油流量数值与时间的乘积, 得出Q_f准确值.在ICAO中规定了LTO各阶段参考时间, 而使用QAR实测数据需要结合低压转子(N1)转速(图 2a)、飞行高度(图 2b), 以及空地传感器指示、油门杆解算器角度等参数, 准确划分出各个飞行阶段.

本研究选取的航班起飞时所处机场海拔为-111.252 m, 当QAR数据中显示高度为-111.252 m时, 则飞机处于慢车或起飞滑跑阶段.观察发动机QAR数据的实时变化, 在1~2142数据帧阶段, 转速值保持在18.9 r·min^-1, 推力杆角度保持在33.35°, 空地指示器显示“ONGRND”标识, 说明该阶段处于慢车阶段；在2143~2191数据帧阶段, 转速快速增加至91.7 r·min^-1, 推力杆角度移动到73.3°, 空地指示器显示“ONGRND”标识, 判断该阶段处于起飞滑跑阶段；在2192~2303数据帧阶段, 空地指示器显示“INAIR”标识, 推力杆角度回收到63.9°, 转速下降到77.1 r·min^-1, 判断此阶段处于爬升阶段；此后飞机脱离LTO阶段, 进入巡航阶段；直至14868数据帧, 飞机高度降至304.8 m以下, 直到飞机降落的15193数据帧, 属于进近阶段.根据以上分析, 对飞行阶段进行准确划分后, 根据公式(4)进行燃油流量的修正, 使用马格努斯经验公式(式(9))得出饱和蒸汽压力, 利用公式(6)进行燃油流量和排放指数的温度、压力修正.

(9)

式中a、b分别为马格努斯公式中的常数.

由于QAR数据记录的间隔为1 s, 则通过瞬态燃油流量值可计算各分阶段氮氧化物排放量, 计算结果如下所示.至此, 各分阶段的氮氧化物排放量全部计算完成, 将ICAO模型计算方法和QAR实测计算方法的结果进行对比, 结果如表 5所示.

由表 5可知, 两种方法的计算结果存在较大差异, 而其他学者对污染物的估算结果中, 计算的误差值也超过40%(李超役等, 2017).由此可见, 较大误差的出现并不是特例, 而是航班的实际运行情况的不同体现出来的差异.分析原因主要有以下几点：①实际分阶段时间误差.由于延误、管制等人为因素, 航空器在慢车、进近阶段的时间往往不可预见, 当空域繁忙时, 可能需要在跑道上慢车状态滑行很久后才能起飞, 空域空闲时很快可以起飞.②实际发动机性能差异.虽然发动机型号统一, 但实际运行的发动机受到外部环境、使用年限、维护情况等诸多因素影响, 造成同一推力级别下燃油流量差别较大.③实际运行过程推力级别差异.在实际运行过程中, 航空器不会按照ICAO模型的推力级别进行飞行, 以起飞时为例, 本研究飞机的一号发动机最大转速只达到了91.7%, 在实际飞行过程中飞行员也被要求施行减推力起飞以降低油耗和起飞噪声, 这也使得实际氮氧化物排放量和ICAO模型计算量存在差异.

4 结论(Conclusions)

本研究借助QAR数据, 对某机队PW4077D发动机实际运行情况下的燃油消耗数据进行了计算与分析.利用修正后的ICAO数据库的排放指数, 对单次航班LTO阶段氮氧化物的排放量进行了计算.结果发现, 对于研究的具体航班排放量估算, 相比标准LTO循环的排放量估算法, 基于QAR数据计算得出的氮氧化物分阶段排放量分别为3415.87、7574.57、3019.98、1721.33 g, 与标准LTO估算方法相比, 相差30%以上.该方法基于实测飞行数据, 更为切合实际, 可为机场附近区域污染物排放量的监测和评价提供参考依据和新的估算思路.