机动车辆排放的氮氧化物(nitrogen oxides,NO_x)是一种危害极大的大气污染物,其检测方法主要有两种:台架排放测试、道路排放测试。台架排放测试是一种单独针对发动机的排放测试方法,在发动机台架上测量和评价发动机的NO_x排放;道路排放测试,是指重型车辆在实际道路上,按照规定的测试流程和测试顺序进行NO_x污染物排放测试,具有测试时间短、测试条件和道路状态固定的特点。重型车辆在实际行驶过程中,由于负载、道路和环境状态的多变,车辆的实际行驶工况和排放状态也就呈现多样化。分析实际营运车辆的状态和台架、道路排放测试的状态,发现:台架测试或道路测试的工况不足以完全覆盖重型车辆在真实状态下的工况;同时,发动机台架测试难以表征外界状态对车辆排放的影响,道路排放测试也只表征车辆在限定条件内外界状态对车辆NO_x排放的影响。由于台架测试和道路测试难以用于评估营运车辆在实际道路的NO_x排放状态。针对营运重型车辆在实际道路NO_x排放的评价,需要开发重型车辆的排放算法,提取出能代表车辆实际工况和排放的样本序列,作为代表性样本用于计算车辆在实际行驶过程中的NO_x排放水平。围绕表征重型车辆NO_x排放状态的代表性样本序列,按照影响重型车辆NO_x排放状态的特征参数、排放状态的序列聚类、代表性样本序列的构建等关键内容展开研究,主要研究内容包括:(1)车辆参数对NO_x排放的影响性分析。针对道路行驶的重型车辆,通过CAN总线和加装的传感器采集必要的车辆参数,并将参数分为两类:基础车辆参数、扩展车辆参数。基础车辆参数与NO_x排放的影响规律已被研究透彻,文中通过车辆的实际数据来验证发动机转速、转矩、燃油喷射正时、进气温度、进气湿度、排气流量与NO_x排放的影响关系,并选取合适的参数作为车辆NO_x的影响因素;车辆扩展参数对NO_x排放的影响关系未知,为分析它们之间的相关性,通过结构合理的BP神经网络,分析9个扩展参数:车辆速度、加减速度、车辆载荷、空挡滑行状态、怠速状态、巡航状态、STP参数、冷却液温度和排气温度与整车NO_x排放的影响权重,并按照权重的大小,筛选出相关性较强的参数,作为车辆NO_x排放的影响参数。(2)车辆排放状态划分和聚类分析。针对12个与车辆NO_x排放相关的车辆参数:转速、转矩、进气温度、进气湿度、车辆速度、加速度、减速度、车辆载荷、空挡滑行状态、怠速状态、巡航状态和冷却液温度,在数据标准化之后利用降维方法——因子分析,将12个排放特征参数浓缩为5个公因子,并依据相关系数解释公因子的物理含义,分别为:发动机因子、车辆匀速因子、非匀速因子、负荷因子和环境因子;依据5个公因子所含排放特征参数信息的比例,选择发动机因子作为车辆排放状态区间划分的依据;确定排放状态区间,将车辆原始数据划分为散乱的序列片段并归入到对应区间内。利用均值、方差、斜率描述各序列片段的特征,并利用序列特征的描述性参数进行两步聚类,依据最小BIC准则数值确定最佳聚类数目,带入模糊C均值聚类,通过隶属度的最大值将杂乱的序列片段聚为不同类别,得到表征车辆不同排放状态的序列集合。(3)研究序列片段的提取和组合方法,提出重型车辆样本序列的构建方法,并在实际应用中分析代表性序列排放计算方法与台架测试、道路测试的差异。在序列集合中,依据序列片段与聚类中心距离,在集合中提取出相同数量的代表性序列片段,并按照连接点参数方法进行序列片段的组合,可得到表征车辆实际排放状态的初始样本序列。为提高代表性样本序列对车辆实际工况和排放状态的表征能力,分析样本序列结构的影响因素:状态分类步长、序列提取方法、序列组合方法;引入动态时间弯曲方法来构建最终代表性样本序列的结构,当区间分类步长为5、序列提取遵守比例提取原则、序列片段组合使用马尔科夫方法时,样本序列为覆盖重型车辆行驶工况和多种排放状态的最佳数据序列,将序列的工况和排放参数带入比排放模型能准确计算车辆在实际道路上的NO_x排放水平。应用最佳代表性序列方法计算营运重型车辆的实际排放,并与台架排放测试、道路排放测试、单一变量聚类算法进行比较,从4种方法对营运车辆实际工况的覆盖能力来分析差异,结果表明:最佳代表性样本序列的NO_x排放计算方法能更全面的覆盖营运车辆的实际工况,更好的表征营运车辆的实际NO_x排放水平。本论文的营运重型车辆NO_x排放评价算法,可与台架排放测试、道路排放测试相辅相成,作为评估重型车辆NO_x排放水平的手段之一,也为营运状态下重型车辆实际道路排放限值的制定提供技术参考。