[发明专利]一种重型柴油车实际道路颗粒物排放在线预测方法

权利要求书

1.一种重型柴油车实际道路颗粒物排放在线预测方法，其特征在于，包括以下步骤；

S1、进行车载PEMS测试，获取测试数据；

S2、对数据进行清洗，并选取特征参数；

S3、对选取的特征参数进行处理，进行预测模型训练，得到基于神经网络的颗粒物预测模型；

S4、获取车辆实际运行时颗粒物排放数据，导入至预测模型，获取颗粒物排放预测结果；

所述步骤S3中，对选取的特征参数处理的方法如下：

对选取的特征参数中缺失值和异常值进行甄别和处理，剔除由于传感器漂移因素测得的异常值，采用插值计算的方式对被剔除的数据进行补全；

具体处理方法如下：

S301、缺失值处理；删除发动机转速、功率、速度、发动机燃料流量及SCR上游或者下游NOx传感器输出值中无数据的缺失值；

S302、异常值处理；结合满足以下任一项条件的，均被认定为异常值，应进行删除；

A、发动机转速小于等于零；

B、SCR下游NOx传感器输出值大于等于3000；

C、SCR下游NOx传感器输出值小于零；

D、发动机功率小于等于零；

E、速度小于零；

F、发动机燃料流量小于零。

2.根据权利要求1所述的重型柴油车实际道路颗粒物排放在线预测方法，其特征在于，所述步骤S1中，PEMS试验过程如下：

在车辆排气管处安装流量计，尾气经过流量计之后分为两路，其中一路输出至气体分析仪，另一路输出至颗粒物分析仪，所述气体分析仪和颗粒物排放分析仪均与计算机处理系统连接，将所测得的测试数据存入计算机处理系统中进行处理；

其中气体分析仪还连接GPS模块、温度传感器、电源供电系统，GPS模块和温度传感器用于将车辆位置信息、温度信息与排放信息进行同步记录，电源供应系统用于为整个PEMS测试系统供电。

3.根据权利要求1所述的重型柴油车实际道路颗粒物排放在线预测方法，其特征在于，所述步骤S2中，利用主成分分析法将测试数据中对车辆颗粒物排放不相关的数据进行剔除。

4.根据权利要求3所述的重型柴油车实际道路颗粒物排放在线预测方法，其特征在于，利用主成分分析法对测试数据进行清洗的方法如下：

原始数据矩阵X的变量X₁，X₂...，X_p作线性组合，通过主成分分析寻求原始数据的新线性组合F₁，F₂...，F_n，其中np；

其中：

F₁＝M₁₁X₁+M₂₁X₂+M₃₁X₃+...+Mn₁X_P

F₂＝M₁₂X₁+M₂₂X₂+M₃₂X₃+...+Mn₂X_P (2)

......

F_n＝M_1nX₁+M_2nX₂+M_3nX₃+...+MnnX_P

且式(2)应满足如下条件：

1)每个主成分的系数平方和等于1，即M_1i²+m_2i²+...+m_ni²＝1；

2)主成分间相互独立，即Cov(F_i，F_j)＝0，i≠j；

3)主成分的方差依据重要性逐次递减，即Var(F₁)≥Var(F₂)...≥Var(F_n)。