國六柴油車遠程排放監測數據項間相關性特征研究*

劉寶利 鄭春芳 郭 勇 劉保獻 楊妍妍 甄 凱

（1-中汽研汽車檢驗中心（天津）有限公司 天津 300300 2-北京市生態環境監測中心 3-清華大學環境學院 4-大氣顆粒物監測技術北京市重點實驗室）

引言

2019 年，柴油車的氮氧化物（NOx）和顆粒物（PM）排放量分別超過汽車排放總量的80%和90%，而柴油貨車的NOx和PM 排放量分別占汽車排放總量的78.0%和89.9%[1]，NOx和PM 是我國大中城市空氣污染的重要來源。由于柴油車存在排放超標、不添加車用尿素等問題[2-3]，污染防治面臨的形勢十分嚴峻。GB 17691-2018 《重型柴油車污染物排放限值及測量方法（中國第六階段）》規定采用遠程排放監測平臺對柴油車車載終端所發送的遠程排放數據進行收集、處理、展示和管理[4]，利用排放在線監管技術，建立在用柴油車排放監測—管控—溯源—評估全鏈條的技術防控體系，已成為科學、精準治理柴油車污染的重要手段和技術發展趨勢[5-7]。

然而，某些數據異常以及其他因素導致遠程排放監測數據質量出現問題，造成上傳遠程排放監測平臺的被監測柴油車數據與實際物理值出現嚴重偏差，影響遠程排放監測的準確性，甚至導致遠程監測平臺無法達到預期的監管效果[8]。因此，對車輛異常數據做到有效甄別極其重要。本文基于某重型車排放遠程監測管理平臺，以某一型號國六標準的重型柴油車為研究對象，抽取100 臺聯網在用車，對其上傳的發動機排放相關數據項間Pearson 相關系數進行統計分析，探究上傳遠程排放監測平臺的柴油車發動機排放相關數據項間的相關性特征，為遠程排放監測平臺識別柴油車排放相關數據上傳質量提供一種監管算法和依據。

1 分析內容與方法

1.1 樣車及終端信息

樣車為監測平臺上選取的某N3 類國六柴油車，共100 臺，整車及發動機技術參數/特性見表1。

表1 整車及發動機技術參數/特性

樣車搭載中汽研（天津）汽車工程研究院有限公司研制的遠程排放管理車載終端，用于將整車排放控制信息體傳輸給遠程排放管理平臺[4]，遠程排放管理車載終端的技術參數見表2。

表2 遠程排放管理車載終端技術參數

1.2 本文研究的數據項內容

GB7691-2018 附錄Q 的表Q1 規定了車載終端上傳的發動機排放相關數據流及其采集頻率[4]，本文為簡化研究對象，剔除了GB7691-2018 附錄Q 的表Q1 中變化率小以及與發動機本身運行相關極弱的數據項，最終確定本文研究的車載終端上傳的發動機數據項見表3。

表3 本文研究的車載終端上傳的發動機數據項

1.3 Pearson 相關系數

本文研究的數據項內容是由車載終端發送到柴油車遠程排放監測平臺的與發動機排放相關的秒級數據構成的，相同時間內，不同數據項采集的數據數量相同。為了描述數據項間的關系特征，本文采用Pearson 相關系數來描述不同數據項兩兩之間的相關性。

Pearson 相關系數用于研究變量之間的關系和關聯強度，可以定量地衡量不同量綱單位變量之間的線性相關關系[9-13]，其計算公式如下：

式中：N 代表被分析的數據相關時間共有N s（i，j=1，2，…，N）；xi、yi分別代表一組數據項；ρ 代表兩組數據項的相關方向以及兩組數據項間相互關系的緊密程度，ρ 的取值范圍為：-1≤ρ≤1。ρ 的正負代表兩組數據項的相關方向，當ρ ＞0 時，兩組數據項正相關；ρ ＜0 時，兩組數據項負相關。兩組數據項間相互關系的緊密程度體現在ρ 的數值上，|ρ|值越大，相關性越強。當0.8 ＜|ρ|＜1 時，兩組數據項強相關；當0.3 ＜|ρ|＜0.8 時，兩組數據項中等相關；當|ρ|＜0.3 時，兩組數據項弱相關或相互獨立。

2 結果與分析

2.1 數據項間Pearson 相關系數的統計結果

表4 為100 臺聯網在用車發動機數據項兩兩之間Pearson 相關系數的平均值、標準差和極差統計結果，其中，平均值表征100 臺聯網在用車數據項兩兩之間Pearson 相關系數的集中趨勢，是被研究車型數據項之間相關系數的抽象；標準差和極差表征數據項兩兩之間Pearson 相關系數的離散程度，標準差和極差越大，代表數據項兩兩之間Pearson 相關系數的離散程度越高，相應被對比的數據項之間Pearson 相關系數的平均值越不能表征被研究車型；標準差和極差越小，相應被對比的數據項之間Pearson 相關系數的平均值越能表征被研究車型。

表4 100 臺聯網在用車發動機數據項兩兩之間Pearson 相關系數統計結果

2.2 數據項間Pearson 相關系數的平均值與標準差、極差之間的關系

對表4 的統計結果進一步數據擬合，得出數據項間Pearson 相關系數的標準差與平均值之間的擬合公式為：

式中：y 為標準差；x 為平均值；R 為擬合度。

由此可得出數據項間Pearson 相關系數的標準差與平均值之間的關系如圖1 所示。

圖1 數據項間Pearson 相關系數的平均值與標準差之間的關系

同時得出數據項間Pearson 相關系數的極差與平均值之間的擬合公式為：

式中：y 為極差；x 為平均值；R 為擬合度。

由此可得出數據項間Pearson 相關系數的極差與平均值之間的關系如圖2 所示。

圖2 數據項間Pearson 相關系數的平均值與極差之間的關系

從圖1 和圖2 可以看出，隨著數據項間Pearson相關系數的平均值在[-1，1]區間變化，其對應的標準差、極差均呈先升高后下降趨勢，而極差的變化趨勢更為明顯。該趨勢表明，數據項間Pearson 相關系數平均值的絕對值較大時，其集中趨勢較為顯著，即Pearson 相關系數的平均值達到了強相關標準，兩個Pearson 相關數據項具有強相關的特征。

2.3 強相關數據項Pearson 相關系數分布特征

從表4 可知，具有強相關的數據項主要有發動機凈輸出轉矩分別與發動機燃料流量、發動機進氣流量、DPF 壓差之間，發動機轉速分別與發動機進氣流量、DPF 壓差之間，發動機燃料流量分別與發動機進氣流量、DPF 壓差之間，發動機進氣流量與DPF 壓差之間，SCR 入口溫度與SCR 出口溫度之間。圖3～圖11 分別為100 臺聯網在用車各強相關數據項之間Pearson 相關系數的實際分布及正態擬合情況，其中，μ、σ、skew、kurtosis 分別代表數據分布的均值、方差、偏態系數以及峰度系數。

圖3 發動機凈輸出轉矩與發動機燃料流量的Pearson相關系數分布

圖4 發動機凈輸出轉矩與發動機進氣流量的Pearson相關系數分布

圖5 發動機凈輸出轉矩與DPF 壓差的Pearson相關系數分布

圖6 發動機轉速與發動機進氣流量的Pearson相關系數分布

圖7 發動機轉速與DPF 壓差的Pearson相關系數分布

圖8 發動機燃料流量與發動機進氣流量的Pearson相關系數分布

圖9 發動機燃料流量與DPF 壓差的Pearson相關系數分布

圖10 發動機進氣流量與DPF 壓差的Pearson相關系數分布

從圖3～圖11 可以看出，各強相關數據項之間的Pearson 相關系數分布較為集中，且存在Pearson相關系數下邊界。

2.4 強相關數據項工程機理分析

Pearson 相關系數不能反映兩組數據之間的因果關系，但國六柴油車的強相關數據項之間有其工程機理（運行機制及工程原理）。這是因為國六柴油車的主要排放控制技術路線基本一致，主要以高低壓EGR、兩級增壓、高效油氣混合、新型燃燒模式等缸內清潔燃燒技術控制原機排放，配合采用DOC+DPF+SCR+ASC 高效后處理組合技術降低原機排放中的PM（PN）、NOx等主要污染物[14-16]。

對強相關數據項進行梳理可以發現，發動機轉速、發動機凈輸出轉矩、發動機燃料流量以及發動機進氣流量均為柴油機本體數據，與燃燒與動力輸出機理有關，燃料與進氣的混合氣燃燒后輸出動力（發動機功率、轉矩）。DPF 壓差、SCR 入口溫度、SCR 出口溫度均為后處理參數，受柴油機本體影響。在DPF的物理結構和內部碳載量確定的情況下，DPF 壓差主要受排氣體積流量的影響[17-18]，而排氣流量的構成主要為發動機進氣流量和排氣流量之和[19]；SCR 入口溫度和SCR 出口溫度協同監測SCR 溫度，主要受來自于柴油機本體的排氣溫度影響，因而具有強相關特征。

3 結論

1）對上傳遠程監測平臺的同一型號國六柴油車發動機排放相關數據進行分析表明，數據項間的Pearson 相關系數平均值的絕對值越小，該數據項間的Pearson 相關系數的分布越離散；數據項間的Pearson 相關系數平均值的絕對值越大，該數據項間的Pearson 相關系數的分布越集中。

2）上傳遠程監測平臺的同一型號國六柴油車發動機排放相關數據項中，強相關數據項之間的Pearson 相關系數分布較為集中，且存在Pearson 相關系數下邊界，該特征可用于開發上傳遠程監測平臺的國六柴油車數據項的數據合理性監測算法。

3）上傳遠程監測平臺的國六柴油車發動機排放相關數據中，具有強相關的數據項符合國六柴油車排放控制技術路線的工程機理。

要強化研究型大學建設同國家戰略目標、戰略任務的對接，加強基礎前沿探索和關鍵技術突破，努力構建中國特色、中國風格、中國氣派的學科體系、學術體系、話語體系，為培養更多杰出人才作出貢獻。

——習近平總書記在中國科學院第二十次院士大會、中國工程院第十五次院士大會、中國科協第十次全國代表大會上的講話