[发明专利]基于OBD技术评价柴油车氮氧化物排放等级的方法

权利要求书

1.基于OBD技术评价柴油车氮氧化物排放等级的方法，其特征是：基于OBD技术获取待检测柴油车不同工况的NOx值后，随机选取运动学片段中固定长度v对应的NOx值，并将其归一化处理后输入到训练好的神经网络模型中，由其输出氮氧化物排放等级的代表数值后，确定氮氧化物排放等级；

神经网络模型是由输入层、隐藏层和输出层组成的全连接神经网络模型；

训练过程为：首先以一辆柴油车作为一个样本，基于OBD技术获取多个样本不同工况的NOx值，对NOx值划分区间，计算每一个样本的各个NOx区间占比，即将NOx值划分为f个区间，分区间计算每个样本变量P_i，其中变量P_i为样本中位于第i个区间的NOx值数量占每个样本的NOx值总数量的比例，1≤i≤f，i越小，对应的NOx值区间越低，然后利用多个样本的各个NOx区间占比的数据进行聚类，并确定每类对应的氮氧化物排放等级，最后从每类中提取样本，针对提取样本随机选取运动学片段中固定长度v对应的NOx值，将其归一化处理后作为神经网络模型的输入，将其对应的氮氧化物排放等级的代表数值作为神经网络模型的理论输出，不断调整神经网络模型的权值和阈值，直到达到终止条件；

聚类的步骤如下：

(1)运用最小距离法计算每个样本之间的距离，公式如下：

式中，d_xy为样本x与样本y之间的距离，P_xi为样本x对应的P_i，P_yi为样本y对应的P_i；

(2)将距离最小的样本合并成一个新类；

(3)重新计算新类与其它样本之间的距离；

(4)重复步骤(2)和步骤(3)，直到所有样本聚为g类；

确定每类对应的氮氧化物排放等级的步骤如下：

(a)计算聚类后第k类对应的第i个区间变量均值1≤k≤g，公式如下：

式中，n为第k类中的样本总数，P_ij为第k类中第j个样本对应的P_i；

(b)根据区间i的NO_X值对尾气排放的重要程度为f个区间变量均值分配权重，其中，第k类对应的第i个区间变量均值的权重为w_i；

(c)计算第k类的综合值q，公式如下：

(d)按照综合值q越大氮氧化物排放等级越高的原则，确定样本氮氧化物排放等级。

2.根据权利要求1所述的基于OBD技术评价柴油车氮氧化物排放等级的方法，其特征在于，基于OBD技术获取柴油车不同工况的NOx值的过程为：通过OBD车载终端采集柴油车逐天逐秒的运行信息及SCR系统后端NOx排放浓度；运行信息包括车辆号牌、时间、经纬度、车速和发动机转速；采集时，采集频率为1Hz，采集车辆数≥500，每辆车采集天数≥30天，车辆运行总里程2km。

3.根据权利要求1所述的基于OBD技术评价柴油车氮氧化物排放等级的方法，其特征在于，v为300s。

4.根据权利要求1所述的基于OBD技术评价柴油车氮氧化物排放等级的方法，其特征在于，多个样本的数量≥500。

5.根据权利要求1所述的基于OBD技术评价柴油车氮氧化物排放等级的方法，其特征在于，聚类开始前，对柴油车不同工况的NOx值进行预处理，剔除无效数据。

6.根据权利要求1所述的基于OBD技术评价柴油车氮氧化物排放等级的方法，其特征在于，f个区间依次为：(0,500×10^-6]、(500×10^-6,900×10^-6]、(900×10^-6,1200×10^-6]、(1200×10^-6,1500×10^-6]、(1500×10^-6,2500×10^-6]。

7.根据权利要求6所述的基于OBD技术评价柴油车氮氧化物排放等级的方法，其特征在于，g类为四类。