环境科学学报  2018, Vol. 38 Issue (12): 4630-4635
引用本文
金陶胜, 胡杰, 李振国, 等. 2018. 4种重要因素对柴油机颗粒物排放因子的量化影响研究[J]. 环境科学学报, 38(12): 4630-4635.
Jin T S, Hu J, Li Z G, et al. 2018. Study on quantitative effects of four important factors on diesel engine particulate emission factors[J]. Acta Scientiae Circumstantiae, 38(12): 4630-4635.
4种重要因素对柴油机颗粒物排放因子的量化影响研究    [PDF全文]
金陶胜1,2 , 胡杰1,2 , 李振国3 , 陆凯波1,2 , 赵帅1,2 , 刘双喜3 , 刘卫林3     
1. 南开大学环境科学与工程学院, 国家环境保护城市空气颗粒物污染防治重点实验室, 天津 300350;
2. 南开大学环境科学与工程学院, 城市交通污染防治研究中心, 天津 300071;
3. 中国汽车技术研究中心有限公司, 天津 300300
收稿日期: 2018-06-05; 修回日期: 2018-08-14; 录用日期: 2018-08-14
基金项目: 国家自然科学基金面上项目（No.21477057）
作者简介: 金陶胜(1973-), 男, 副研究员, E-mail:jints@nankai.edu.cn
通讯作者（责任作者）: 金陶胜(1973—),男,副研究员,博士,主要从事大气污染分析与控制研究,发表论文40余篇
摘要: 在发动机台架测试基础上，按照发动机排放阶段、油品种类、后处理装置和运行工况4种因素的不同，进行了24组测试，研究了颗粒物排放因子.同时，应用单因素敏感性分析，探究了发动机排放阶段和油品种类对颗粒物排放因子的影响；并运用多元线性回归分析，探讨了4种因素对颗粒物排放因子的影响力大小排序.结果显示：24组柴油机测试的颗粒物排放因子均值为（21.9±24.5）mg·kWh-1；使用国Ⅴ排放标准柴油机的颗粒物排放因子（（14.7±5.6）mg·kWh-1）比国Ⅳ排放标准柴油机（（19.4±16.4）mg·kWh-1）有所下降；国Ⅳ柴油、国Ⅴ柴油和混合柴油的颗粒物排放因子平均值分别为120.0、（11.8±1.0）和（11.5±1.3）mg·kWh-1，混合柴油颗粒物排放因子与国Ⅴ柴油相近，两者相比国Ⅳ柴油有明显下降；油品种类是影响颗粒物排放因子的第一大因素，后处理是影响颗粒物排放因子的第二大因素.
关键词: 柴油机     颗粒物排放     油品     后处理     多元线性回归    
Study on quantitative effects of four important factors on diesel engine particulate emission factors
JIN Taosheng1,2 , HU Jie1,2, LI Zhenguo3, LU Kaibo1,2, ZHAO Shuai1,2, LIU Shuangxi3, LIU Weilin3    
1. State Environmental Protection Key Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, College of Environmental Science and Engineering, Nankai University, Tianjin 300350;
2. Center for Urban Transport Emission Research, College of Environmental Science and Engineering, Nankai University, Tianjin 300071;
3. China Automotive Technology and Research Center Co., Ltd, Tianjin 300300
Received 5 June 2018; received in revised from 14 August 2018; accepted 14 August 2018
Supported by the National Nautral Science Foundation of China(No.21477057)
Biography: JIN Taosheng(1973—), male, associate professor, E-mail:jints@nankai.edu.cn
*Corresponding author: JIN Taosheng
Abstract: Diesel particulate matter (DPM) emissions were explored by using engine dynamometer and 24 DPM emission factors were estimated. The effects of emission standard or fuel quality on DPM emission factors were evaluated by using single factor sensitivity analysis, and further, the effects of four important factors (emission standard, fuel quality, emission control device and driving condition) on DPM emission factors were explored by using multiple linear regression analysis. The results showed:1The average DPM emission factor was (21.9±24.5) mg·kWh-1; 2The average PM emission factor of China 5 (emission standard) diesel engines ((14.7±5.6) mg·kWh-1) was less than that of China 4 diesel engines ((19.4±16.4) mg·kWh-1); 3The average DPM emission factors of China 4 (emission standard) diesel, China 5 diesel, and mixed diesel were 120.0, (11.8±1.0) and (11.5±1.3) mg·kWh-1, respectively; 4Fuel quality was the most important factor affecting DPM emission while emission control device was the second.
Keywords: diesel engines     DPM emission     fuel quality     emission control device     multiple linear regression    
1 引言(Introduction)

2018年以来, 从国家领导人到业界专家, 在政府工作报告、中央财经委员会会议、全国生态环境保护大会、全国环境保护工作会议等各类重要会议上, 反复强调了“柴油车污染治理”作为污染治理攻坚战的重要性(中国政府网, 2018).尤其是2018年5月在北京召开的全国生态环境保护大会指出(中国新闻网, 2018), 要把解决突出生态环境问题作为民生优先领域, 抓住重点区域重点领域, 突出加强工业、燃煤、机动车“三大污染源”治理, 坚决打赢蓝天保卫战.根据环境保护部统计, 2017年全国汽车保有量(2.17亿辆)占机动车保有量(3.1亿辆)的70%, 处于主导地位, 其中, 柴油车保有量占汽车保有量的9.4%, 但柴油车颗粒物(Diesel Particulate Matter, 简称DPM)排放量占汽车排放总量的90%以上(中华人民共和国环境保护部, 2018).

DPM排放受许多因素影响, 包括燃油品质、运行工况、排放控制设备、发动机特性等.Wang等(2011)的研究显示, 与欧Ⅲ排放标准柴油车相比, 欧Ⅳ排放标准柴油车的CO2、CO、HC、NOx、PM排放量分别减少26.4%、75.2%、73.6%、11.4%、79.1%.Imdadul等(2016)研究发现, 增加生物柴油中的戊醇含量可提高燃油热效率, 使颗粒物排放明显减少, 生物柴油和柴油中加入15%和20%的戊醇可以优化发动机性能并减少排放.李莉等(2014)研究发现, 生物柴油颗粒物的质量浓度低于柴油颗粒物的质量浓度, 外特性工况下降低了72.7%~86.4%.Jin等(2014)的研究显示, 发动机满载时在3个不同转速下(1000、1200、1600 r·min-1), 采集到排放的颗粒物质量分别为1.55、1.84、1.29 mg, 可见处于较高转速(1600 r·min-1)时, 排放颗粒物较少. Hu等(2013)的研究表明, 柴油车配备DPF(或者同时配备SCR)可削减90%以上的PAHs, 其中, 颗粒态PAHs可削减99%以上.唐成章等(2018)利用仿真模型研究发现, 加装DPF会使发动机排气背压升高, 输出功率与扭矩下降, 燃油消耗率上升, 在高转速下扭矩最高降幅达4%左右, 燃油消耗率增幅为3%左右.张允华等(2017)在转鼓试验基础上, 得出国Ⅲ排放标准柴油车加装催化型连续再生颗粒捕集器(DOC+CDPF)后, CO、THC、CO2、NOx、PM和PN的排放因子分别减少70.36%、72.73%、17.00%、7.76%、93.77%和98.91%.杜家益等(2017)的研究表明, 将燃用不同调合生物柴油(B0、B10、B20)的柴油机加装DOC后, 颗粒物质量浓度降低, 粒径越小, DOC对其转化效率越大, 粒径>1 μm颗粒无明显转化效果, B20聚集态转化效率最高, 可达61.6%.楼狄明等(2015)基于偏最小二乘法对影响高压共轨柴油机颗粒物排放特性的多次喷油参数进行了回归分析, 结果发现, 6个喷油参数对颗粒物数量浓度的影响模式基本相同, 主喷正时对颗粒物数量浓度的解释能力最强, 其次是后喷油量和轨压.综上, 科研人员对影响柴油机颗粒物排放的因素进行了大量研究, 但缺乏将这些影响因素细化, 并对其影响力大小进行量化分析的研究.

本文在台架测试基础上, 针对发动机排放阶段、油品种类、后处理装置、运行工况4种因素对DPM排放因子的影响进行细化分析, 获得24组不同测试条件下柴油机排放颗粒物数据, 据此计算相应的排放因子.同时, 针对发动机排放阶段和油品种类进行单因素敏感度分析, 在此基础上, 应用多元线性回归方法对全部4种因素对颗粒物排放因子的影响进行综合分析, 得到其影响力大小排序.本研究有助于对柴油机颗粒物排放影响因素的分析, 可为颗粒物排放控制措施的制定提供建议参考.

2 测试与分析(Materials and methods) 2.1 台架测试与颗粒物采集

台架测试系统由计算机控制系统、发动机、发动机测功机、供油系统、颗粒物采集系统等部分组成, 具体参见文献(Jin et al., 2014).排放的PM由AVL FFP 4000全流颗粒物采集系统采集.用PALL公司的PallflexEmfab滤膜采集颗粒物, 具体参见文献(陆凯波等, 2016).发动机均采用AVL SPC 472部分流颗粒物采集系统采集PM.

2.2 4种主要因素参数设置

本研究测试的柴油发动机有两种, 分别为国Ⅴ、国Ⅳ排放标准柴油机, 共涉及6种不同型号发动机, 每种型号发动机均为同一台发动机.涉及到的后处理有4种：无(未经过后处理装置, 采集原始排放尾气)、加装SCR (Selective Catalytic Reduction)后处理、加装DOC+POC (Diesel Oxidation Catalyst+Particulate Oxidation Catalyst)后处理及加装DPF (Diesel Particulate Filter)后处理.本研究共使用3种柴油, 分别为国Ⅴ柴油、混合柴油、国Ⅳ柴油.其中, 国Ⅴ柴油细分有3种, 分别为标准国Ⅴ柴油、LY、HB；混合柴油细分有两种, 分别为LYB5、HBB5.其中, LY为辽阳地区符合国Ⅴ标准的柴油, HB为河北地区符合国Ⅴ标准的柴油, LYB5为LY与生物柴油混合而成的柴油, HBB5为HB与生物柴油混合而成的柴油, 两者生物柴油的体积分数均为5%.运行工况分4种, 分别为ESC、ETC、WHSC、WHTC.其中, ESC循环工况由13个稳态循环工况组成；ETC循环工况为瞬态循环工况, 可分为3部分：城市驾驶、乡村驾驶、高速驾驶(国家环境保护总局, 2005)；WHTC循环工况为1800个逐秒变换工况的瞬态试验循环(国家环境保护部, 2014)；WHSC循环工况为稳态试验循环, 包含了若干转速和转矩规范值(UNECE, 2013).本研究共进行24次发动机台架测试, 编号为1~24, 测试编号及相关实验参数如表 1所示.测试过程参照GB 17691—2005(国家环境保护总局, 2005)、HJ 689—2014(国家环境保护部, 2014)及Regulation No.49 (UNECE, 2013).

表 1 测试编号与相关实验参数 Table 1 Test numbers and related experimental parameters
2.3 排放因子计算方法

分别在采样前后称取一对滤纸的总质量, 根据尾气稀释比例及发动机的循环功、总油耗, 算出单位为分别为mg·kWh-1和mg·kg-1(以燃料计, 下同)的PM排放因子.颗粒物排放因子的计算参见GB 17691—2005(国家环境保护总局, 2005).

2.4 单因素敏感性分析

单因素敏感性分析(谭大璐等, 2008; 邓芙蓉等, 2009)是针对不同测试条件得到的多个测试结果, 采用控制变量的方法, 比较其中一个自变量对因变量的影响.例如, 本文中若想得到发动机排放阶段对颗粒物排放因子的影响, 则需选出其他3种因素均相同的测试, 计算出不同排放阶段发动机的平均值、标准差, 进而得到单因素敏感性的分析结果.

2.5 多元线性回归分析

多元线性回归(Hafner et al., 2005; Monahan et al., 2008)是一个因变量对多个自变量的线性回归建模方法.本研究共进行24组测试, 设置4种影响因素, 由于每种影响因素中的变量均为平级的纯类别变量, 因此, 将4种因素中每个变量设置为一个虚拟变量, 其中包括发动机排放阶段(2个)、油品种类(3个)、后处理装置(4个)、运行工况(4个), 共设置13个虚拟自变量(李占风, 2005; 龙志和等, 2000).因变量为PM排放因子(单位为mg·kWh-1).

利用SPSS对这24组测试的数据进行多元线性回归分析.通过ANOVA结果表、R值及D-W检验结果判断回归结果是否有效.采用回归后得到的每个自变量的回归系数来分析各个自变量对因变量的影响力.

3 结果与讨论(Results and discussion) 3.1 颗粒物排放因子

本研究24组测试的PM排放因子如图 1所示.由图可知, 24组测试的PM排放因子均值为(21.9±24.5) mg·kWh-1, 最大值为120.0 mg·kWh-1, 最小值为3.5 mg·kWh-1.基于油耗的PM排放因子均值为(80.7±38.1) mg·kg-1, 最大值为135.1 mg·kg-1, 最小值为18.1 mg·kg-1.表 2列出了本研究及前人研究中得到的柴油车颗粒物排放因子.可以看出, 对比前人的相关研究, 均使用国Ⅴ排放标准发动机的本研究的颗粒物排放因子与郭红松等(2013)的测试结果吻合良好.Georgios等(2012)使用欧Ⅴ排放标准发动机的颗粒物排放因子稍小于本研究使用国Ⅴ排放标准发动机测试结果且有很大重合.由于发动机排放标准的加严, 本研究使用的两种排放标准发动机的颗粒物排放因子均明显小于何立强等(2015)、黄震等(2016)、He等(2010)、Lu等(2012)及Zhang等(2009)的测试结果.本研究使用两种排放标准发动机的颗粒物排放因子在Andrew等(2014)基于车队测试方法计算出的柴油车颗粒物排放因子范围内, 且与Haugenr等(2018)基于车队测试方法计算出的柴油车颗粒物排放因子有很大重合.

表 2 本研究及相关研究的颗粒物排放因子 Table 2 Emission factors of PM in this study and other studies

图 1 颗粒物排放因子 Fig. 1 PM emission factors
3.2 颗粒物排放的单因素敏感性分析

为了更直观地比较发动机排放阶段对颗粒物排放因子的影响, 从24组测试中选取出油品种类、后处理装置和运行工况两两相同的14组测试, 得出国Ⅳ排放标准柴油机和国Ⅴ排放标准柴油机的颗粒物排放因子平均值分别为(19.4±16.4)和(14.7±5.6) mg·kWh-1.可以看出, 国Ⅴ排放标准柴油机颗粒物排放因子小于国Ⅳ柴油机排放因子.

同样, 为比较油品种类对颗粒物排放因子的影响, 从24组测试中选取出发动机排放阶段、后处理装置和运行工况两两相同的9组测试, 得出国Ⅳ柴油、国Ⅴ柴油和混合柴油的颗粒物排放因子平均值分别为120.0、(11.8±1.0)和(11.5±1.3) mg·kWh-1.可以看出, 国Ⅳ柴油颗粒物排放因子>国Ⅴ柴油颗粒物排放因子>混合柴油颗粒物排放因子, 混合柴油颗粒物排放因子与国Ⅴ柴油相接近, 两者均较国Ⅳ柴油有明显下降.

3.3 颗粒物影响因素半量化分析

用SPSS对24组测试的4种影响因素共13个虚拟自变量、1个因变量进行多元线性回归, 当每种因素中排除一个虚拟自变量, 分别为国Ⅴ排放标准柴油机、无后处理、国Ⅴ柴油、ESC时, 得出的线性模型回归结果最好.分别以排除掉的4个虚拟自变量为基准, 得出剩下9个虚拟自变量的回归系数值, 此时回归模型R2为0.862, 显著性为0.000, D-W值为2.083, 拟合结果较好.

9个虚拟自变量对PM排放因子的回归系数如图 2所示.在进行多元线性回归前, 数据已经过标准化处理, 去除了变量量纲和自身变异的影响.回归系数都是无量纲的数, 其数值本身没有实际单位的意义, 但有不同回归系数相比较的相对意义.回归系数的绝对值表示对应的自变量对因变量的影响力大小，回归系数绝对值越大, 说明对应的自变量对因变量的影响力越大; 反之, 绝对值越小, 则自变量对因变量的影响力越小.回归系数的正负表示对应的自变量对因变量的数量关系, 回归系数为正值, 说明对应的自变量与因变量呈正相关; 反之, 回归系数为负值, 则说明自变量与因变量呈负相关.

从图 2可以看出, 9个虚拟自变量对PM排放因子的影响力大小顺序为:国Ⅳ柴油>DOC+POC>DPF>WHSC>WHTC>国Ⅳ柴油机>混合柴油>SCR>ETC.9个自变量中, 国Ⅳ柴油对PM排放因子的影响最大, 且为正相关.这是由于国Ⅳ柴油是本研究标准最低的柴油, 烯烃、芳烃、苯、硫含量均较高, 导致排放颗粒物较多; 且十六烷值低导致燃烧不均匀, 从而使得燃用国Ⅳ柴油相比于其它两种柴油测试的PM排放因子很大.以国Ⅴ柴油为基准(回归系数为0), 国Ⅳ柴油回归系数为0.105, 而混合柴油回归系数为-0.004, 可见柴油种类是影响PM排放因子的首要因素, 控制好柴油种类能有效降低PM排放因子, 此结论与3.1节中的分析相吻合.

图 2 变量对颗粒物排放因子的回归系数 Fig. 2 Regression coefficients of variables for PM emission factor

后处理DOC+POC和DPF分别是9个虚拟自变量中影响PM排放因子的第二、三大因素, 且为负相关.就降低柴油机颗粒污染物排放方面而言, 柴油氧化型催化器(DOC)和颗粒氧化型催化器(POC)主要是氧化尾气中的颗粒污染物, 两者串联后大幅度降低了PM排放因子.使用柴油机颗粒捕集器(DPF)对炭烟颗粒进行捕集是也减小尾气中颗粒物行之有效的方法.以不加装后处理装置为基准(回归系数为0), 后处理DOC+POC、DPF、SCR的回归系数分别为-0.070、-0.031、0.003, 可见在控制颗粒物排放上，后处理SCR作用不明显, 其主要针对氮氧化物(NOx)催化还原.

以国Ⅴ排放标准柴油机为基准(回归系数为0), 国Ⅳ排放标准柴油机的回归系数为0.005, 可见相对于国Ⅴ排放标准柴油机, 国Ⅳ排放标准柴油机的颗粒物排放因子更大, 这与3.1节中的分析吻合.

4 结论(Conclusions)

1) 本研究中24组柴油机测试的颗粒物排放因子均值为(21.9±24.5) mg·kWh-1.

2) 应用单因素敏感性分析得出, 在其他3种因素相同时, 使用国Ⅴ排放标准柴油机的颗粒物排放因子((14.7±5.6) mg·kWh-1)比国Ⅳ排放标准柴油机((19.4±16.4) mg·kWh-1)下降了24.23%;使用国Ⅳ柴油、国Ⅴ柴油和混合柴油的颗粒物排放因子平均值分别为120.0、(11.8±1.0)和(11.5±1.3) mg·kWh-1, 混合柴油颗粒物排放因子与国Ⅴ柴油相近, 两者相比国Ⅳ柴油下降约90%.

3) 多元线性回归分析结果表明, 柴油种类是影响颗粒物排放因子第一大因素, 后处理是影响颗粒物排放因子的第二大因素, 与后处理SCR相比, 使用DOC+POC和DPF后处理可有效减少颗粒物排放.

4) 本研究中排放因子影响因素排序是基于部分实验数据, 根据一定分析方法(多元线性法)得出, 实际情况中影响因素更多、更复杂, 以后实验中应积累更多实验数据、优化影响因素来进行深入分析.

参考文献
Andrew A M, Ngoc T N, Albert A P, et al. 2014. Gas-and particle-phase primary emissions from in-use, on-road gasoline and diesel vehicles[J]. Atmospheric Environment, 88: 247–260. DOI:10.1016/j.atmosenv.2014.01.046
邓芙蓉, 王欣苏, 会娟, 等. 2009. 北京市某城区儿童大气PM2.5个体暴露水平及影响因素研究[J]. 环境与健康, 2009, 26(9): 762–765.
杜家益, 周仁双, 张登攀, 等. 2017. DOC对燃用调合生物柴油发动机PM排放的影响[J]. 中国环境科学, 2017, 37(2): 497–502.
Georgios F, Giorgio M, Urbano M, et al. 2012. Assessment of on-road emissions of four Euro V diesel and CNG waste collection trucks for supporting air-quality improvement initiatives in the city of Milan[J]. Science of the Total Environment, 426: 65–72. DOI:10.1016/j.scitotenv.2012.03.038
郭红松, 史永万, 陆红雨, 等. 2013. 柴油油品对发动机颗粒物中SOF及PAHs排放的影响研究[J]. 小型内燃机与摩托车, 2013, 42(1): 70–78. DOI:10.3969/j.issn.1671-0630.2013.01.016
国家环境保护部.2014.HJ 689-2014.城市车辆用柴油发动机排气污染物排放限值及测量方法(WHTC工况法)[S].北京: 中国环境科学出版社
国家环境保护总局.2005.中华人民共和国国家标准(GB 17691-2005).车用压燃式、气体燃料点燃式发动机与汽车排气污染物排放限值及测量方法(中国Ⅲ、Ⅳ、Ⅴ阶段)[S].北京: 中国环境科学出版社
Hafner W D, Hites R A. 2005. Effects of wind and air trajectory directions on atmospheric concentrations of persistent organic pollutants near the great lakes[J]. Environmental Science & Technology, 39: 7817–7825.
Haugenr M J, Bishop G A. 2018. Long-term fuel-specific NOx and particle emission trends for in-use heavy-duty vehicles in california[J]. Environmental Science and Technology, 52(10): 6070–6076. DOI:10.1021/acs.est.8b00621
He C, Ge Y, Tan J, et al. 2010. Characteristics of polycyclic aromatic hydrocarbons emissions of diesel engine fueled with biodiesel and diesel[J]. Fuel, 89(8): 2040–2046. DOI:10.1016/j.fuel.2010.03.014
何立强, 胡京南, 祖雷, 等. 2015. 国Ⅰ~国Ⅲ重型柴油车尾气PM2.5及其碳质组分的排放特征[J]. 环境科学学报, 2015, 35(3): 656–662.
Hu S, Herner J D, Robertson W, et al. 2013. Emissions of polycyclic aromatic hydrocarbons (PAHs) and nitro-PAHs from heavy-duty diesel vehicles with DPF and SCR[J]. Journal of the Air & Waste Management Association, 63(8): 984–996.
黄震, 李新令, 吕田, 等. 2016. 燃料特性对柴油机排放颗粒物理化特性影响的研究[J]. 内燃机学报, 2016, 34(2): 97–104.
Imdadul H K, Masjuki H H, Kalam M A, et al. 2016. Higher alcohol-biodiesel-diesel blends:An approach for improving the performance, emission, and combustion of a light-duty diesel engine[J]. Energy Conversion and Management, 111: 174–185. DOI:10.1016/j.enconman.2015.12.066
Jin T S, Qu L, Liu S X, et al. 2014. Chemical characteristics of particulate matter emitted from a heavy duty diesel engine and correlation among inorganic and PAH components[J]. Fuel, 116: 655–661. DOI:10.1016/j.fuel.2013.08.074
李莉, 王建昕, 肖建华, 等. 2014. 车用柴油机燃用棕榈生物柴油的颗粒物排放特性研究[J]. 中国环境科学, 2014, 34(10): 2458–2465.
李占风. 2005. 经济计量分析[M]. 北京: 中国财政经济出版社: 110–196.
龙志和, 周浩明. 2000. 中国城镇居民预防性储蓄实证研究[J]. 经济研究, 2000(11): 15–18.
楼狄明, 胡磬遥, 胡志远, 等. 2015. 基于PLS的喷油参数对共轨柴油机颗粒物排放特性影响研究[J]. 内燃机工程, 2015, 36(5): 56–62.
陆凯波, 刘双喜, 李振国, 等. 2016. 国Ⅳ柴油机颗粒物与颗粒态多环芳烃排放特征[J]. 中国环境科学, 2016, 36(2): 376–381. DOI:10.3969/j.issn.1000-6923.2016.02.011
Lu T, Huang Z, Cheung C S, et al. 2012. Size distribution of EC, OC and particle-phase PAHs emissions from a diesel engine fueled with three fuels[J]. Science of The Total Environment, 438: 33–41. DOI:10.1016/j.scitotenv.2012.08.026
Monahan J F. 2008. A Primer on Linear Models[M]. New York: Chapman & Hall/CRC.
谭大璐, 赵世强. 2008. 工程经济学[M]. 武汉: 武汉理工大学出版社.
唐成章, 毕玉华, 徐松, 等. 2018. DPF对柴油机性能影响的仿真研究[J]. 车用发动机, 2018(1): 50–61. DOI:10.3969/j.issn.1001-2222.2018.01.009
UNECE.2013.Regulation No.49.Uniform provisions concerning the measures to be taken against the emission of gaseous and particulate pollutants from compression-ignition engines and positive ignition engines for use in vehicles[S].United Nations
Wang A J, Ge Y S, Tan J W, et al. 2011. On-road pollutant emission and fuel consumption characteristics of buses in Beijing[J]. Journal of Environmental Sciences, 23(3): 419–426. DOI:10.1016/S1001-0742(10)60426-3
中国新闻网.2018.中国高规格生态环保大会举行将开启生态环境保护新时代[OL].2018-05-20.http://www.chinanews.com/gn/2018/05-20/8518394.shtml
中华人民共和国环境保护部.2018.中国机动车环境管理年报[R].北京: 中华人民共和国环境保护部
Zhang J, He K, Ge Y, et al. 2009. Influence of fuel sulfur on the characterization of PM10from a diesel engine[J]. Fuel, 88(3): 504–510. DOI:10.1016/j.fuel.2008.09.001
张允华, 楼狄明, 谭丕强, 等. 2017. DOC + CDPF对重型柴油车排放特性的影响[J]. 环境科学, 2017, 38(5): 1828–1834.