一个全面的OBD数据分析框架:高排放重型客车的识别和因素分析
Zeping Cao1, Kai Shi2, Hao Qin1
1Tianjin Key Laboratory of Urban Transport Emission Research & State Environmental Protection Key Laboratory of Urban Ambient Air Particulate Matter Pollution Prevention and Control, College of Environmental Science and Engineering, Nankai University, Tianjin, 300071, China.
Environmental pollution (Barking, Essex : 1987)
|January 29, 2025
概括
本研究引入了一个框架,用于分析车载诊断 (OBD) 数据,以确定重型柴油车 (HDDV) 高NOx排放的原因. 关键发现揭示了SCR系统加热,催化剂降解和长时间空等问题导致过度排放.
科学领域:
- 环境科学 环境科学
- 汽车工程 汽车工程
- 数据科学数据科学数据科学
背景情况:
- 车载诊断 (OBD) 系统监测重型柴油车 (HDDV) 的NOx排放.
- 使用OBD数据对这些排放的根本原因分析仍未得到充分探索.
- 需要有效的方法来分析复杂的OBD数据以控制排放.
研究的目的:
- 开发和验证使用OBD数据分析HDDVNOx排放的综合框架.
- 识别高排放汽车,并确定其高NOx排放的根本原因.
- 支持为HDDVs制定有针对性的NOx减排策略.
主要方法:
- 一个综合分析框架,将数据处理,高排放车辆识别 (基于燃料的窗口方法) 和排放原因分析 (binning和机器学习) 结合起来.
- 机器学习模型,包括个人条件预期 (ICE) 和部分依赖图 (PDP),用于详细的原因分析.
- 使用来自天津车载诊断平台32台HDDV数据的案例研究.
主要成果:
- 在32辆汽车中,有5辆被确定为高排放汽车.
- 高NOx排放的确定的原因包括不均的选择性催化减排 (SCR) 系统加热,长时间空,高功率运行,催化剂降解 (200-250°C) 和SCR系统故障 (<425°C).
- 该框架成功地揭示了OBD大数据中导致高NOx排放的潜在因素.
结论:
- 拟议的综合分析框架有效地使用OBD数据识别了HDDV中NOx排放的根本原因.
- 这些发现为导致高NOx排放的特定操作和系统相关因素提供了可操作的见解.
- 这种方法可以显著帮助决策者制定有效的NOx控制策略HDDVs.
