Tóm tắt Luận án tiến sĩ Kỹ thuật môi trường: Nghiên cứu xác định đặc trưng phát thải của xe buýt tại Hà Nội

Chia sẻ: Phong Tỉ | Ngày: | Loại File: PDF | Số trang:28

Thêm vào BST

Báo xấu

22
lượt xem 2
download

Download Vui lòng tải xuống để xem tài liệu đầy đủ

Luận án được nghiên cứu với mục tiêu nhằm góp phần tạo cơ sở khoa học cho công tác quản lý tổng hợp chất lượng không khí ở Việt Nam. Góp phần lập dựng phương pháp xác định hệ số phát thải các chất ô nhiễm không khí cho nguồn động bằng thực nghiệm, phản ánh đúng điều kiện thực tế của Việt Nam.

Chủ đề:

Bình luận(0) Đăng nhập để gửi bình luận!

Lưu

Nội dung Text: Tóm tắt Luận án tiến sĩ Kỹ thuật môi trường: Nghiên cứu xác định đặc trưng phát thải của xe buýt tại Hà Nội

BỘ GIÁO DỤC VÀ ĐÀO TẠO TRƢỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI Nguyễn Thị Yến Liên NGHIÊN CỨU XÁC ĐỊNH ĐẶC TRƢNG PHÁT THẢI CỦA XE BUÝT TẠI HÀ NỘI Ngành: Kỹ thuật môi trường Mã số: 9520320 TÓM TẮT LUẬN ÁN TIẾN SĨ KỸ THUẬT MÔI TRƯỜNG Hà Nội – 2019 1
Công trình được hoàn thành tại: Trường Đại học Bách khoa Hà Nội Người hướng dẫn khoa học: PGS.TS. Nghiêm Trung Dũng Phản biện 1: GS.TS. Hoàng Xuân Cơ Phản biện 2: GS.TS. Đào Trọng Thắng Phản biện 3: PGS.TS. Trần Ngọc Hiền Luận án được bảo vệ trước Hội đồng đánh giá luận án tiến sĩ cấp Trường họp tại Trường Đại học Bách khoa Hà Nội Vào hồi …….. giờ, ngày ….. tháng ….. năm ……… Có thể tìm hiểu luận án tại thư viện: 1. Thư viện Tạ Quang Bửu - Trường ĐHBK Hà Nội 2. Thư viện Quốc gia Việt Nam 2
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN 1. Nghiêm Trung Dũng, Lý Bích Thủy, Nguyễn Thị Yến Liên, Nguyễn Thị Thu Thủy, Đỗ Khắc Uẩn, Nguyễn Thị Thu Hiền (2015). Nghiên cứu xây dựng hệ số phát thải phục vụ công tác kiểm kê khí thải. Hội thảo Khoa học công nghệ trong lĩnh vực bảo vệ môi trường (trong khuôn khổ Hội nghị Môi trường toàn quốc lần thứ IV). 2. Nguyễn Thị Yến Liên, Bùi Lê Hồng Minh (2015). Ứng dụng phần mềm Copert nghiên cứu ảnh hưởng của chu trình lái tới khả năng phát thải qua một số thông số đặc trưng. Tạp chí Khoa học giao thông vận tải, Số đặc biệt - 11/2015.Trường Đại học giao thông vận tải. 3. Nguyễn Thị Yến Liên, Nghiêm Trung Dũng, Cao Minh Quý (2015) Tầm quan trọng của chu trình lái trong các nghiên cứu về đo đạc phát thải của phương tiện cơ giới đường bộ. Tuyển tập báo cáo Hội nghị khoa học công nghệ: Nghiên cứu ứng dụng KHCN, nâng cao chất lượng hoạt động của ngành GTVT hướng tới sự hài lòng hơn của người dân và doanh nghiệp. NXB Giao thông Vận tải. 4. Nghiem Trung Dung, Nguyen Thi Yen Lien, Nguyen Viet Thuy Linh, Vu Pham Huyen (2016). Determination of Markov property of the real-world driving data and its application in the development of the driving cycle. Proceedings International Conference: Environmental engineering and management for sustainable development. 5. Nguyen Thi Yen Lien, Nghiem Trung Dung, Cao Minh Quy (2016). Impact of the driving cycle on exhaust emissions of buses in Hanoi. Journal of Vietnamese Environment, 8(4), 247-251. Technische Universitat Dresden, Germany. 6. Nguyễn Thị Yến Liên, Bùi Lê Hồng Minh, Cù Thị Thục Anh (2017). Ứng dụng phần mềm IVE nghiên cứu ảnh hưởng của vận tốc trung bình tới hệ số phát thải của xe buýt hà nội. Tạp chí Khoa học Giao thông Vận tải, 57, 25-30. Trường Đại học giao thông vận tải. 7. Nguyễn Thị Yến Liên, Nghiêm Trung Dũng (2017). Tổng quan về phương pháp xác định hệ số phát thải các chất ô nhiễm không khí của phương tiện giao thông cơ giới đường bộ. Khoa học và Công nghệ, 162(2), 219-223. Đại học Thái Nguyên. 8. Nghiem Trung Dung, Nguyen Thi Yen Lien, Tran Thu Trang (2017) Characterization of Bus Emissions – A Case Study in Hanoi, Vietnam: Driving cycles, emission factors and co-benefits. LAMBERT Academic Publishing. 9. Nguyen Thi Yen Lien, Nghiem Trung Dung (2017). The determination of driving characteristics of Hanoi bus system and their impacts on the emission. Journal of Science and Technology, 55(1), 74-83. 3
DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN 10. Nguyen Thi Yen Lien, Nghiem Trung Dung (2018). Markov property analysis of the real-world driving data and its application. Journal of Science & Technology Technical Universities, 126, 54-58. Hanoi University of Science and Technology. 11. Nguyen Thi Yen Lien, Nghiem Trung Dung (2018). Health co-benefits of climate change mitigation for the bus system of Ha Noi. Vietnam Journal of Science and Technology, 56(3), 312-323. 12. Nguyen Yen-Lien T, Nghiem Trung-Dung, Le Anh-Tuan and Bui Ngoc-Dung (2019). Development of the typical driving cycle for buses in Hanoi, Vietnam. Journal of the Air & Waste Management Association, 69(4), pp 423-437. . 0
MỞ ĐẦU 1. Sự cần thiết của đề tài Giao thông vận tải (GTVT) là một phần rất quan trọng của cuộc sống hiện đại, tuy nhiên nó lại là nguồn gây ô nhiễm chủ yếu tại các đô thị lớn. Tại Hà Nội, ước tính tổng lượng phát thải các chất ô nhiễm CO, VOC, NOx, SOx và PM từ hoạt động của các xe ô tô con và xe buýt năm 2010 là 50,02 Gg, phát thải CO là cao nhất (39,5 Gg). Trong đó, xe buýt sử dụng diesel là nguồn phát thải chính đối với các chất ô nhiễm như bụi (PM) và BC (black carbon), đây là mối quan tâm chính hiện nay. Định lượng được lượng thải từ nguồn thải này sẽ đảm bảo cho các dự án về chất lượng không khí được thiết kế và thực hiện một cách hiệu quả nhất. Hệ số phát thải (Emission Factor, EF) là một công cụ rất hiệu quả và đơn giản để ước tính mức độ phát thải các chất ô nhiễm không khí khi có đủ các thông tin về nguồn phát thải. Mỗi quốc gia nên có bộ dữ liệu EF riêng phù hợp với điều kiện của quốc gia (country-specific emission factor, CSEF). Việc sử dụng CSEF không chỉ cải thiện được độ chính xác của các kết quả kiểm kê phát thải mà còn giúp cho các nước dễ dàng hơn khi áp dụng kiểm kê phát thải ở cấp cao hơn (Tier 2) theo hướng dẫn của Ủy ban liên chính phủ về biến đổi khí hậu (IPCC).Trong bối cảnh đó, việc nghiên cứu xây dựng cơ sở dữ liệu về EF đặc trưng cho điều kiện Việt Nam là hết sức cần thiết. Mặc dù vậy, ở Việt Nam, việc nghiên cứu xây dựng EF phù hợp với điều kiện của Việt Nam còn hạn chế, đặc biệt đối với nguồn động. Xuất phát từ thực tế đó, đề tài “Nghiên cứu xác định đặc trưng phát thải của xe buýt tại Hà Nội” được thực hiện nhằm góp phần vào việc nghiên cứu phát thải các chất ô nhiễm không khí từ nguồn động, tạo cơ sở khoa học cho công tác quản lý chất lượng không khí ở Việt Nam. 2. Mục đích nghiên cứu - Góp phần tạo cơ sở khoa học cho công tác quản lý tổng hợp chất lượng không khí ở Việt Nam. - Góp phần lập dựng phương pháp xác định hệ số phát thải các chất ô nhiễm không khí cho nguồn động bằng thực nghiệm, phản ánh đúng điều kiện thực tế của Việt Nam. - Phát triển và bổ sung bộ hệ số phát thải các chất ô nhiễm không khí cho phương tiện cơ giới đường bộ ở nước ta. 3. Đối tƣợng và phạm vi nghiên cứu 1
- Đối tượng nghiên cứu của luận án là xe buýt Hà Nội, nghiên cứu thí điểm đối với loại xe có sức chứa 80 chỗ, chủng loại Daewoo BC212. - Động cơ được sử dụng trong đo phát thải là động cơ diesel D1146TI. - Phạm vi nghiên cứu giới hạn đối với hoạt động của hệ thống xe buýt trong khu vực nội thành Hà Nội, trên loại động cơ diesel D1146TI với công suất cực đại 150kW. 4. Ý nghĩa khoa học và thực tiễn Lần đầu tiên ở Việt Nam đã xây dựng được các chu trình lái và chu trình thử đặc trưng cho xe hạng nặng dựa trên dữ liệu lái ngoài thực tế. Dựa trên các chu trình thử đã được xây dựng, luận án đã xác định được bộ hệ số phát thải đặc trưng cho hệ thống xe buýt tại Hà Nội. Đây là bộ hệ số phát thải đặc trưng cho xe buýt lần đầu tiên được công bố tại Việt Nam. Kết quả thu được có ý nghĩa thực tiễn cao, giúp các nhà quản lý có những quyết định tích cực hơn trong việc ứng dụng các giải pháp để bảo vệ môi trường đối với hoạt động của hệ thống xe buýt tại Hà Nội. 5. Các đóng góp mới của luận án  Về phương pháp  Đã có một số đóng góp cho phương pháp xây dựng chu trình lái như sau: - Kiểm định tính dừng của dữ liệu chuỗi thời gian (vận tốc tức thời theo thời gian) trước khi sử dụng trong xây dựng chu trình lái. - Xử lý các sai số trong dữ liệu GPS bằng một công cụ mới chưa được ứng dụng trong các nghiên cứu xử lý dữ liệu vận tốc tức thời theo thời gian, đó là thuật toán ước lượng dữ liệu thiếu của Ivan Selesnick. - Lần đầu tại Việt Nam, đã nghiên cứu và áp dụng chuỗi Markov để xây dựng được chu trình lái đặc trưng cho hệ thống xe buýt. - Lần đầu tiên tại Việt Nam, việc xác định hệ số phát thải các chất ô nhiễm không khí phản ánh điều kiện thực tế của hệ thống xe buýt đã được nghiên cứu xác định bằng thực nghiệm dựa trên chu trình thử đặc trưng.  Về kết quả cụ thể  Lần đầu tiên, chu trình lái đặc trưng cho hệ thống xe buýt được xây dựng.  Các chu trình thử đối với động cơ xe hạng nặng, bao gồm chu trình thử dạng chuyển tiếp và chu trình thử tĩnh, đã được phát triển. 2
 Bộ hệ số phát thải các chất ô nhiễm không khí (CO, PM, NOx, HC, CO2) cho hệ thống xe buýt tại Hà Nội, bao gồm cả 3 dạng hệ số phát thải (g/kWh, g/kg-nhiên liệu, và g/km).  Mô hình toán mô tả tương quan giữa tốc độ phát thải và công suất động cơ. 6. Cấu trúc của luận án Luận án bao gồm 137 trang (không kể phục lục) với 34 bảng, 45 hình, 104 tài liệu tham khảo. Bố cục của luận án như sau: mở đầu (05 trang), tổng quan (32 trang), phương pháp nghiên cứu (33 trang), kết quả và thảo luận (53 trang), kết luận và kiến nghị (03 trang), danh mục các công trình đã công bố (02 trang), tài liệu tham khảo (09 trang). CHƢƠNG 1. TỔNG QUAN 1.1. Ô nhiễm không khí từ hoạt động của các phƣơng tiện cơ giới đƣờng bộ 1.1.1. Các dạng phát thải từ hoạt động của phƣơng tiện cơ giới đƣờng bộ Phần lớn đối với các PTCGĐB hiện nay, năng lượng để chúng chuyển động được là do đốt cháy nhiên liệu trong động cơ đốt trong. Do vậy, ô nhiễm từ PTCGĐB chủ yếu là do các sản phẩm của quá trình đốt cháy nhiên liệu trong động cơ, gọi là khí xả (exhaust), hoặc do nhiên liệu tự bay hơi. Ngoài ra, còn có sự phát thải bụi do quá trình ma sát, và các dạng ô nhiễm khác như ô nhiễm nhiệt và tiếng ồn. 1.1.2. Tác động của các chất ô nhiễm không khí từ phƣơng tiện cơ giới đƣờng bộ PTCGĐB là nguyên nhân chính gây ô nhiễm không khí, ảnh hưởng tới môi trường và sức khỏe con người. PTCGĐB đã được xác định là nguồn quan trọng nhất liên quan đến phát thải các chất ô nhiễm mà cần được quan tâm đặc biệt như NOx, benzen và CO. Gần đây, phát thải PM từ PTCGĐB cũng đã thu hút nhiều sự quan tâm của con người. 1.1.3. Lộ trình áp dụng các tiêu chuẩn về khí xả đối với phƣơng tiện cơ giới đƣờng bộ  Các loại xe ôtô sản xuất, lắp ráp và nhập khẩu mới phải áp dụng: - Tiêu chuẩn khí thải mức 4 (tương đương Euro IV) từ ngày 01/01/2017. - Tiêu chuẩn khí thải mức 5 (tương đương Euro V) từ ngày 01/01/2022.  Các loại xe môtô hai bánh sản xuất, lắp ráp và nhập khẩu mới phải áp dụng tiêu chuẩn khí thải mức 3 (tương đương Euro III) từ ngày 01/01/2017. 3
Riêng đối với ô tô chạy bằng diesel, sẽ áp dụng tiêu chuẩn Euro IV từ năm 2018 theo Thông báo số 126/TB-VPCP ngày 10/03/2017 của Thủ tướng Chính phủ. 1.2. Hệ số phát thải của phƣơng tiện vận tải và phƣơng pháp xác định 1.2.1. Khái niệm Hệ số phát thải (EF) bị chi phối bởi tất cả các yếu tố có ảnh hưởng tới mức phát thải phương tiện (loại/chất lượng phương tiện, loại/chất lượng nhiên liệu, các chế độ hoạt động của phương tiện,...). Như vậy, hệ số phát thải phản ánh đặc trưng phát thải của nguồn thải. Đối với PTCGĐB, EF có thể biểu thị dưới các dạng: g/kWh, g-kg-nhiên liệu, g/km, g/s. 1.2.2. Các yếu tố ảnh hƣởng đến hệ số phát thải Các yếu tố có ảnh hưởng lớn tới EF từ hoạt động của các PTVT bao gồm: loại/chất lượng nhiên liệu, loại động cơ, chế độ hoạt động của phương tiện, tuổi của phương tiện, chế độ bảo dưỡng định kỳ và điều kiện môi trường xung quanh. 1.2.3. Các phƣơng pháp xác định hệ số phát thải của phƣơng tiện cơ giới đƣờng bộ Hệ số phát thải thường được xây dựng dựa trên dữ liệu đo đạc thực nghiệm thu được từ các dự án đo phát thải của phương tiện. Theo V.Franco và cộng sự (2013), thí nghiệm trên băng thử động lực học là các kỹ thuật rất chặt chẽ mà có thể cho rằng đó là nguồn cung cấp dữ liệu thực nghiệm chính để phát triển các mô hình EF cho PTCBĐB trong những năm tới khi đã xây dựng được chu trình lái đặc trưng. 1.2.4. Tình hình nghiên cứu xây dựng bộ hệ số phát thải đặc trƣng  Tại các nước phát triển - Kỹ thuật và kinh nghiệm trong xây dựng EF ngày càng đạt trình độ cao.  Tại châu Á - Hầu hết các nước chưa có bộ EF riêng, đặc biệt trong lĩnh vực GTVT. - Ở Việt Nam: rất mới, đang giai đoạn nghiên cứu thử nghiệm với một số hướng nghiên cứu như sau: sử dụng mô hình có sẵn để mô phỏng phát thải; sử dụng mô hình tính ngược; đo phát thải dựa trên chu trình lái đặc trưng (mới chỉ nghiên cứu trên xe máy và xe hạng nhẹ). 1.3. Chu trình lái và các phƣơng pháp xây dựng 4
Chu trình lái là bức tranh về mối liên hệ giữa vận tốc – thời gian của phương tiện tham gia giao thông trong điều kiện nhất định. 1.3.1. Các phƣơng pháp xây dựng chu trình lái Các phương pháp xây dựng chu trình lái phổ biến trước đây (gọi là các phương pháp truyền thống) đều dựa trên việc tổng hợp nhiều phân đoạn nhỏ mà được biết đến như là “snippet” hoặc “microtrip”. Cách tiếp cận này chưa tối ưu và không phản ánh được bản chất ngẫu nhiên của dữ liệu. Do vậy, để khắc phục hạn chế của phương pháp truyền thống, người ta đã đưa ra một phương pháp tiếp cận mới có khả năng phân tích mạnh mẽ hơn trong xây dựng chu trình lái, xây dựng chu trình lái dựa trên lý thuyết quá trình Markov, đây là một quá trình mang tính ngẫu nhiên. Xử lý dữ liệu lái như là một quá trình ngẫu nhiên sẽ cũng cung cấp một cách nhìn khác về dữ liệu vận tốc và thời gian. Do vậy, trong luận án này, lý thuyết chuỗi Markov đã được sử dụng để xây dựng chu trình lái đặc trưng cho hệ thống xe buýt tại Hà Nội. 1.3.2. Các thông số đặc trƣng của chu trình lái Trong nghiên cứu này, VSP cũng được sử dụng như là một trong các thông số của chu trình lái (Bảng 1.6, quyển thuyết minh luận án). 1.4. Phƣơng pháp thu thập dữ liệu lái ngoài thực tế Ba phương pháp thường sử dụng: Sử dụng xe đuổi theo xe khảo sát (car-chase); thực hiện đo đạc trên xe (on-board); sử dụng hệ thống định vị toàn cầu (GPS). Trong nghiên cứu này, công nghệ GPS đã được ứng dụng để thu thập dữ liệu lái ngoài thực tế vì những ưu điểm của nó như đã trình bày chi tiết trong thuyết minh luận án. 1.5. Kỹ thuật xử lý sai số trong dữ liệu GPS Nguyên lý cơ bản của các kỹ thuật làm trơn là bổ sung hoặc giảm bớt các điểm dữ liệu bất thường bằng cách thay thế giá trị của các biến số đầu vào. Ba kỹ thuật làm trơn được sử dụng phổ biến trong các nghiên cứu liên quan đến lĩnh vực giao thông bao gồm phương pháp xấp xỉ spline theo tiêu chí bình phương nhỏ nhất (Least squares spline approximation), phương pháp nhân làm trơn (smoothing kernel) và phương pháp lọc Kalman. 5
1.6. Dữ liệu chuỗi thời gian và quá trình ngẫu nhiên dừng 1.6.1. Chuỗi thời gian Chuỗi dữ liệu vận tốc tức thời của phương tiện theo thời gian được sử dụng trong các nghiên cứu xây dựng chu trình lái đặc trưng cũng là một chuỗi thời gian. 1.6.2. Quá trình ngẫu nhiên dừng Quá trình ngẫu nhiên là cơ sở lý thuyết quan trọng trong xây dựng chu trình lái. Xử lý dữ liệu lái như là một quá trình ngẫu nhiên cũng cung cấp một cách nhìn khác về dữ liệu vận tốc và thời gian. 1.7. Thuật toán phân cụm phân cấp gộp Trong nghiên cứ u này, tôi sử dụ ng phư ơ ng pháp phân cụm phân cấp chọn các thông số đặc trưng của chu trình lái. 1.8. Quá trình Markov Định nghĩa: Ta nói rằng dãy các đại lượng ngẫu nhiên (Xn) có tính Markov nếu: P{X(t n 1 )  j |X(t 0 )  i 0 ,..., X(t n 1 )  i n 1 ,...., X(t n )  i} (1.7)  P{X(t n 1 )  j |X(t n )  i} Với bất kỳ t0 < t1 < ….< tn < tn+1 < …và i0, …, in-i, i, j  E. 1.9. Giới thiệu chung về hệ thống xe buýt tại Hà Nội Một số thông tin: Quãng đường đi chuyển trung bình trong một ngày của 1 xe: 152 km/ngày; tuổi trung bình của xe buýt Hà Nội hiện nay là 7,5 năm, Daewoo BC212 là một trong số các chủng loại xe phổ biến. CHƢƠNG 2. PHƢƠNG PHÁP NGHIÊN CỨU 2.1. Quy trình thực hiện nghiên cứu Các bước cần thực hiện để đạt được mục tiêu nghiên cứu như Hình 2.1. 2.2. Xác định loại chu trình lái Với mục tiêu nghiên cứu của đề tài, loại chu trình lái hướng tới là chu trình lái tương ứng với đường nội đô, cho loại xe buýt tại Hà Nội. 6
Hình 2.1. Quy trình thực hiện nghiên cứu 2.3. Lựa chọn tuyến Trong nghiên cứu này, tôi tiến hành thu thập dữ liệu hoạt động liên tục của xe buýt ngoài thực tế trên 15 tuyến xe buýt của Hà Nội (Bảng 2.2 trong thuyết minh luận án). 2.4. Thu thập dữ liệu Trong nghiên cứu này, tôi đã sử dụng phương pháp đo trên xe buýt bằng cách ứng dụng công nghệ GPS. Loại thiết bị sử dụng là GPS Garmin etrex vista HCx. 2.5. Phân tích dữ liệu - Kiểm định tính dừng chuỗi thời gian: Phần mềm EVIEWS 8 - Tiền xử lý dữ liệu GPS: bộ lọc được thiết kế riêng - Trích chọn các thông số đặc trưng: Phần mềm SPSS 2.6. Xây dựng chu trình lái đặc trƣng cho hệ thống xe buýt tại Hà Nội Quy trình tổng hợp chu trình lái từ bộ dữ liệu lái ngoài thực tế được thực hiện như Hình 2.5. 2.6.1. Xây dựng ma trận xác suất chuyển trạng thái (TPM) Kích thước của TPM được xác định như sau: a max (2.3) n r  2. 1 a res v (2.4) n c  max  1 v res 7
Trong đó: nr là số hàng, nc là số cột, ares và vres lần lượt là độ phân giải của gia tốc, vận tốc. Trong nghiên cứu lựa chọn: ares = 0,1m/s2, vres = 1 km/h. Dữ liệu GPS đã qua xử lý Trích xuất ma trận xác suất chuyển dịch trạng thái (TPM) Tổng hợp chu trình lái dựa trên lý thuyết chuỗi Markov Sai Đánh giá sự phù hợp Đúng Chu trình lái đề cử Hình 2.4. Quy trình tổng hợp chu trình lái sử dụng chuỗi Markov 2.6.2. Tổng hợp chu trình lái dựa trên lý thuyết chuỗi Markov Quá trình tạo ra chu trình lái đặc trưng như Hình 2.6 trang 48 quyển thuyết minh luận án. 2.6.3. Đánh giá sự phù hợp Trong nghiên cứu này, giới hạn đánh giá sự phù hợp là 25%, tương ứng với khoảng lệch từ -12,5% đến 12,5% so với trung vị. 2.6.4. Lựa chọn và đánh giá chu trình lái đặc trƣng Đánh giá sự phù hợp của chu trình lái đề cử với dữ liệu lái ngoài thực tế được thực hiện thông qua việc xác định độ lệch trong phân tích sự phân bố tần suất gia tốc – vận tốc (Speed Acceleration Frequency Distribution, SAFD):  (SAFD (i)  SAFD cycle data (i)) 2 SAFDdiff  i 100 (2.5)  (SAFD (i)) i data 2 8
Trạng thái khởi tạo: Xác định vị trí trong TPM từ trạng thái mới v = 0; a = 0 Truy cập đến ma trận con chứa trong TPM tại vị trí đã được xác định Lựa chọn trạng thái kế tiếp một cách ngẫu nhiên Sai Cập nhật giá trị vận tốc, gia tốc: v = v + Δv; a = a + Δa Kiểm tra sự phù hợp về thời gian và vận tốc cuối Đúng Chu trình lái được xây dựng Hình 2.6. Thuật toán phát triển chu trình lái 2.7. Xây dựng chu trình thử cho động cơ xe buýt 2.7.1. Xây dựng chu trình thử dạng chuyển tiếp đối với động cơ Trong nghiên cứu này, tôi sử dụng bộ mã nguồn được cung cấp bởi Bộ môi trường Nhật Bản (JMOE) nhằm hỗ trợ hoạt động nghiên cứu xây dựng chu trình thử. 2.7.2. Xây dựng chu trình thử tĩnh đối với động cơ Quá trình chuyển đổi bao gồm các hoạt động sau: Xác định tốc độ động cơ ở dải tốc độ A, B, C; xác định các chế độ thử nghiệm; Xác định hệ số trọng số của các chế độ thử. 2.8. Thử nghiệm phát thải trên động cơ xe buýt Quá trình thử nghiệm phát thải được thực hiện tại phòng thí nghiệm Động cơ đốt trong, Viện Cơ khí động lực, Trường Đại học Bách Khoa Hà Nội. 2.8.1. Đối tƣợng thử nghiệm Đối tượng được sử dụng để đo phát thải là động cơ diesel D1146TI (Hình 2.10) với các thông số kỹ thuật đặc trưng như Bảng 2.3. 9
Bảng 2.3. Thông số kỹ thuật của động cơ diesel D1146TI Loại động cơ 6 xylanh thẳng hàng, tăng áp Thể tích làm việc 8071 mL Đường kính xi lanh 111 mm Hành trình iston 139 mm Hình 2.10. Động cơ D1146TI Công suất cực đại 150 kW Tỷ số nén 16,7:1 2.8.2. Thiết bị thử nghiệm Sơ đồ bố trí thiết bị thử nghiệm như Hình 2.9. Hình 2.9. Sơ đồ bố trí thiết bị thử nghiệm 2.9. Phƣơng pháp tính toán kết quả từ số liệu thử nghiệm 2.9.1. Tính suất phát thải của động cơ Tính toán theo hướng dẫn trong: TCVN 6567 : 2015 Các thông số cần lưu trữ trong quá trình thử nghiệm để sử dụng trong tính toán kết quả hệ số phát thải theo công suất động cơ (BSEF) như Bảng 2.4 quyển thuyết minh luận án. 2.9.2. Tính hệ số phát thải theo lƣợng nhiên liệu tiêu thụ EFbrake specific (2.27) EFfuel based  BSFC 2.9.3. Tính hệ số phát thải theo quãng đƣờng di chuyển 3600  ERi (2.28) EFdist , i  v 10
CHƢƠNG 3. KẾT QUẢ VÀ THẢO LUẬN 3.1. Kết quả phân tích dữ liệu 3.1.1. Kết quả kiểm định tính dừng Kết quả kiểm định tính dừng dựa trên phần mềm EVIEWS 8 cho thấy: chuỗi dữ liệu vận tốc tức thời theo thời gian, bước thời gian 1s, là chuỗi thời gian dừng. 3.1.2. Kết quả xử lý dữ liệu GPS 3.1.2.1. Bộ xử lý dữ liệu GPS Tôi đã thiết kế quy trình xử lý dữ liệu GPS như Hình 3.2. Dữ liệu GPS ban đầu Bước 1: Bước 6: Khởi tạo các phân đoạn hành Thay thế các giá trị vận tốc trình bằng 0 giả Bước 2: Bước 7: Quy đổi thời gian về mốc 0 Bổ sung khoảng trống tín hiệu Bước 3: Bước 8: Loại bỏ các điểm mà có bước Thay thế các điểm có gia tốc dị thời gian Ts 0 biệt Bước 4: Bước 9: Thay thế các giá trị vận tốc dị Làm trơn và khử nhiễu biệt Bước 5: Dữ liệu GPS đã qua xử lý Loại bỏ sự trôi của các giá trị vận tốc bằng 0 Hình 3.2. Quy trình xử lý dữ liệu GPS 3.1.2.2. Đánh giá độ tin cậy của phương pháp bổ sung khoảng trống tín hiệu theo Ivan Selesnick ứng dụng trong xử lý dữ liệu GPS Toàn bộ thao tác trên được thực hiện trên phần mềm Matlab, trên bộ dữ liệu chuẩn là chu trình thử ETC-part 1, minh họa trong Hình 3.3 quyển thuyết minh luận án. 3.1.2.3. Dữ liệu GPS đã được xử lý Bảng 3.1. Kết quả lọc dữ liệu GPS Loại lỗi Trung bình Trung vị Độ lệch chuẩn 11
(%) (%) (%) Sai về thời gian 1,08e-04 0 0,002 Vận tốc dị biệt 0,015 0 0,036 Sự trôi của các giá trị v = 0 3,181 1,041 3,641 Các giá trị v = 0 bị lỗi (v = 0 giả) 0,163 0,139 0,104 Khoảng trống tín hiệu 2,537 1,824 1,270 Gia tốc dị biệt 1,143 0,918 0,798 Kết quả trong Bảng 3.1 cho thấy các điểm dữ liệu đã được loại bỏ/thay thế hoặc bổ sung chiếm trung bình khoảng 7% trong tổng số các điểm dữ liệu đã được qua các bước lọc từ bước 3 đến bước 8. Hình 3.7. Phân bố tần suất gia tốc – vận của dữ liệu trước và sau khi xử lý 3.1.3. Kết quả trích chọn các thông số đặc trƣng 14 thông số chu trình lái đặc trưng mà có thể coi là đủ mạnh để mô tả đặc trưng lái ngoài thực tế của hệ thống xe buýt tại Hà Nội như Bảng 3.9 quyển thuyết minh luận án. 3.2. Chu trình lái đặc trƣng cho hệ thống xe buýt tại Hà Nội Một số chu trình lái đề cử với giá trị SAFDdiff tương ứng như Bảng 3.11. Bảng 3.11. Giá trị SAFDdiff của các chu trình đề cử Các chu trình đề cử 1 2 3 4 5 6 7 8 SAFDdiff, % 13,2 14,8 14,2 15,2 15,4 15,9 16,8 18,2 Chu trình lái đặc trưng cho hệ thống xe buýt Hà Nội được lựa chọn dựa trên giá trị SAFDdiff nhỏ nhất của các chu trình lái đề cử. Như vậy, theo Bảng 3.8, chu trình lái đặc trưng cho hệ thống xe buýt Hà Nội được lựa chọn là chu trình mà đạt được giá trị 12
SAFDdiff nhỏ nhất bằng 13,2%, gọi tắt là chu trình HBDC.Chu trình HBDC được minh họa trên Hình 3.11, các thông số của chu trình HBDC được đưa ra trong Bảng 3.12. Hình 3.11. Chu trình lái đặc trưng của hệ thống xe buýt tại Hà Nội Đánh giá chu trình lái HBDC Bảng 3.12. So sánh các thông số đặc trưng của chu trình lái giữa HBDC và dữ liệu lái ngoài thực tế Phần trăm Dữ liệu lái độ lệch Thông số Đơn vị HBDC ngoài thực tế tương đối (%) Khoảng cách km 18,32 17,51 2,26 Tổng thời gian s 3936 3824 1,44 Thời gian tăng tốc s 1345 1412 2,43 Thời gian giảm tốc s 1287 1456 6,16 Thời gian chạy ổn định ở vận tốc trung s 555 316 27,44 bình Thời gian chạy ổn định ở vận tốc thấp s 449 320 16,78 Thời gian chạy không tải s 300 328 4,46 Tỷ lệ thời gian tăng tốc % 34,17 36,97 3,94 Tỷ lệ thời gian giảm tốc % 32,70 38,06 7,57 Tỷ lệ thời gian chạy ổn định ở vận tốc % 14,10 8,34 25,67 trung bình Tỷ lệ thời gian chạy ổn định ở vận tốc % 11,41 8,29 15,84 thấp Tỷ lệ thời gian không tải % 7,62 8,34 4,51 Vận tốc trung bình toàn hành trình km/h 16,76 16,59 0,51 Trung bình của các vận tốc khác không km/h 18,14 18,11 0,08 Độ lệch chuẩn của vận tốc km/h 10,52 10,44 0,38 Vận tốc cực đại km/h 44 45,47 1,64 Phân vị 95th của vận tốc km/h 33 32,96 0,06 13
Gia tốc cực đại m/s2 3,06 3,47 6,28 Gia tốc cực tiểu m/s2 -2,78 -3,05 4,63 Gia tốc trung bình m/s2 0,00 0,00 0,00 Gia tốc dương trung bình m/s2 0,50 0,56 5,66 Gia tốc âm trung bình m/s2 -0,52 -0,55 2,80 Độ lệch chuẩn của gia tốc m/s2 0,49 0,61 10,91 Phân vị 95th của gia tốc dương m/s2 1,11 1,50 14,94 Phân vị 95th của gia tốc âm m/s2 -1,11 -1,34 9,39 Tổng số lần dừng - 21 27 12,50 Tỷ lệ dừng trên 1km /km 1,15 1,61 16,67 Động năng dương (PKE) m/s2 0,34 0,36 2,86 Căn quân phương của gia tốc (RMSA) m/s2 0,49 0,61 10,91 Công suất riêng của xe (VSP): - Công suất riêng cực đại 22,55 31,70 16,87 - Công suất riêng cực tiểu W/kg -19,52 -23,98 10,25 - Trung bình của các VSP dương 2,06 2,67 12,90 - Trung bình của các VSP âm -2,26 -2,44 3,83 Hình 3.12. So sánh sự phân bố các chế độ hoạt động giữa HBDC và dữ liệu lái ngoài thực tế Theo Hình 3.14, độ lệch trong phân bố tần suất vận tốc – gia tốc của chu trình lái thu được so với dữ liệu lái ngoài thực tế tương đối nhỏ, nhỏ hơn so với kết quả nghiên cứu của Ashtari và cộng sự (2014) (SAFDdiff = 14,2%). 14
Hình 3.14. Độ lệch trong phân bố tần suất gia tốc – vận tốc giữa chu trình lái đặc trưng với dữ liệu lái ngoài thực tế So sánh HBDC với các chu trình lái khác trên thế giới So sánh với các chu trình lái không tiêu chuẩn Chu trình HBDC được so sánh với một số chu trình lái không tiêu chuẩn được phát triển cho xe buýt trên thế giới như Hình 3.15. Hình 3.15. So sánh tỉ lệ thời gian ở các chế độ hoạt động khác nhau giữa các chu trình lái của xe buýt So sánh với chu trình lái tiêu chuẩn Chu trình HBDC, cũng được so sánh với chu trình lái tiêu chuẩn ETC-part 1 như minh họa trên Hình 3.16. 15
Hình 3.16. So sánh sự phân bố tần suất gia tốc – vận tốc giữa HBDC và ETC-part 1 3.3. Chu trình thử cho động cơ xe buýt 3.3.1. Chu trình thử dạng chuyển tiếp đối với động cơ Tốc độ và mô men định mức của chu trình thử HBTC như Hình 3.17. Hình 3.17. Đồ thị mô men và công suất động cơ của chu trình thử dạng chuyển tiếp đối với động cơ xe buýt của Hà Nội Biểu diễn sự phân bố tần suất của mô men và tốc độ động cơ đã được chuẩn hóa (định mức) của chu trình HBTC, ETC và WHTC trên đồ thị 3D như Hình 3.18. 16