[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

说明书

本发明涉及一种基于OBD技术评价柴油车氮氧化物排放等级的方法，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；训练过程为：首先以一辆柴油车作为一个样本，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，然后进行聚类，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，训练神经网络模型直到达到终止条件。本发明能够评价柴油车氮氧化物排放等级，有利于政府对NOx高排放车的监管，同时有利于环境保护。

技术领域

本发明属尾气排放诊断技术领域，涉及一种基于OBD技术评价柴油车氮氧化物排放等级的方法，具体地说是利用OBD终端设备采集数据并通过聚类法和神经网络算法评价柴油车氮氧化物排放等级。

背景技术

柴油车直喷、压燃方式、稀薄燃烧的特点导致柴油发动机燃烧室内温度高、氧气充足，进而导致NOx(氮氧化物)尾气排放增多。NOx尾气排放是中国当前面临的主要的大气污染问题之一，对人群健康和自然环境具有重要影响。

近年来，国家及地方政府对于NOx排放越来越重视。其中通过车载排放测量法(Portable Emission Measurement System)研究重型柴油车实际道路NOx排放特征比较成熟，但其测试比较复杂、成本比较高，无法广泛推广使用。而基于OBD车载终端的远程监控方法逐渐成熟，OBD车载终端具有轻巧、安装方便、能够广泛推广的特点。柴油车安装OBD车载终端，具有实时监控柴油车的作用，其中通过OBD车载终端中的信息读取模块读取车辆发动机运行工况信息、NOx浓度信息等，通过通讯模块将读取的信息上传到监控系统平台中并存储在监控终端中。但通过安装OBD车载终端只能监控车辆排放的NOx浓度值，无法直接判断柴油车氮氧化物排放等级。

现有的检测柴油车氮氧化物的排放方法是基于汽车检测中心通过工况法检测尾气排放，遥感测试法及车载排放测量法(Portable Emission Measurement System)；其中通过工况法检测尾气排放需要固定检测中心，检测周期太长；遥感测试法受气候条件影响大，测试结果的具有不确定性；车载排放测量法检测周期过长，且检测仪器的拆装也较为费时，测试费用贵，无法大面积推广。

发明内容

本发明的目的是解决现有尾气排放检测技术的诊断周期长、实用性差的问题，提供一种基于OBD技术评价柴油车氮氧化物排放等级的方法，以快速、高效、准确地评价柴油车氮氧化物排放等级。

为达到上述目的，本发明采用的技术方案如下：

基于OBD技术评价柴油车氮氧化物排放等级的方法，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：