重型车辆NOx排放量在线检测方法

为实现车辆NOx排放的精准检测,文章以某重型车辆为例,开展了NOx排放量在线检测方法的设计。引进TDLAS技术,将Beer-Lambert吸收定律作为基础,根据气体的通光光程,掌握气体的透光能力,计算车辆NOx气体体积浓度?计算重型车辆NOx排放量,根据国家重型车辆NOx排放标准,设定NOx排放预警阈值,当NOx排放>阈值时,触发终端预警,以此完成检测方法的设计。选择D4114-B型号的柴油机重型车辆作为研究对象,设计实验,实验结果证明:该方法可以在确保检测结果具有连续性的前提下,提高检测结果的可靠性。

基于智能算法的重型车辆NOx排放量预测方法

重型车辆NOx排放量的传统预测方法中,由于没有利用误差反馈来修正预测算法,导致预测出的NOx排放量数据与真实数据相差较大。为此提出基于智能算法的重型车辆NOx排放量预测方法。收集大量的重型车辆真实的NOx排放数据,计算出重型车辆NOx综合排放因子,基于智能算法构建BP人工神经网络,设置隐含模式的工作层,输入收集到的真实数据对智能算法进行训练,利用BP神经网络误差反传的功能对每个数据对进行训练,通过误差反馈修正算法的预测误差。设计道路预测实验,将基于智能算法得出的重型车辆NOx排放量数据与真实排放量数据进行对比,得出两者数据结果高度一致的结论,表明该方法的预测数据误差较小,能够进行有效的重型车辆Nox排放量预测。