于海波，劉占國，門玉琢，劉 博

(1.中國第一汽車股份有限公司技術中心，長春 130011； 2.長春工程學院機電工程學院，長春 130012)

汽車尾氣排放時空動力學特性實驗仿真研究

于海波1，劉占國1，門玉琢2，劉 博2

(1.中國第一汽車股份有限公司技術中心，長春 130011； 2.長春工程學院機電工程學院，長春 130012)

為研究汽車尾氣排放時空動力學特性，提出一種復雜環(huán)境下多工況汽車尾氣排放仿真新方法?；诳茖W、合理的抽樣，利用最小計算量篩選出關鍵因素與尾氣排放之間的關系，通過粒子格子波爾茲曼自適應動態(tài)細化離散分析方法、LES大渦模擬湍流模型與拉格朗日非定場數(shù)值方法，結合汽車尾氣排放實時監(jiān)測數(shù)據(jù)，建立并優(yōu)化尾氣時空動態(tài)仿真模型，模擬尾氣排放擴散過程。實驗仿真結果證明此方法能控制尾氣排放體積與質量濃度的時空動態(tài)分布，降低汽車尾氣對PM2.5的貢獻率。

汽車尾氣；動態(tài)模型；仿真實驗

0 引言

隨著汽車工業(yè)的迅速發(fā)展，汽車尾氣已經成為大氣污染的主要污染源。汽車尾氣引起的大氣污染問題日趨嚴重，統(tǒng)計數(shù)據(jù)顯示，一輛轎車一年排出的有害廢氣比自身重量大3倍[1]。英國空氣潔凈和環(huán)境保護協(xié)會曾發(fā)表研究報告稱，與交通事故遇難者相比，英國每年死于空氣污染的人要多出10倍[2-4]。因此，有效地控制汽車尾氣，治理大氣污染，是全人類急需解決的問題之一。持續(xù)霧霾的集中爆發(fā)是汽車尾氣、工業(yè)廢氣等PM2.5微小顆粒污染長期積累的結果，其中，汽車尾氣是空氣中PM2.5的主要來源之一。霧霾顆粒中機動車尾氣占30%～40%。汽車尾氣在排放、擴散和遷移過程中對PM2.5的貢獻值是不同的，尾氣直接排放對PM2.5的貢獻值為4%～10%，二次生成對PM2.5的貢獻值為30%～40%。二者總合為汽車尾氣引起PM2.5的總額[3-4]。

由于復雜環(huán)境下多工況汽車尾氣測量試驗的復雜性，本文利用Xflow軟件，基于粒子的格子波爾茲曼方法自適應動態(tài)細化進行離散分析方法、大渦模擬湍流模型與拉格朗日非定場數(shù)值等方法，采用二維仿真方法，對尾氣排放的參數(shù)設置進行研究，并且分析尾氣擴散的動態(tài)規(guī)律。

1 模型仿真算法機理

格子波爾茲曼方法(Lattice Boltzmann Method，簡稱LBM)是建立在分子運動論和統(tǒng)計力學基礎上的一種模擬流場的數(shù)值方法，其粒子分布函數(shù)滿足Lattice Boltzmann方程。LBM從微觀動力學角度出發(fā)，將流體的宏觀運動看作是大量微觀粒子運動的統(tǒng)計平均結果，宏觀的物理量可由微觀粒子的統(tǒng)計平均得到。仿真計算模型中參數(shù)由實驗與經驗值確定。

二維標準格子玻爾茲曼方程為

(1)

(2)

LES介于DNS(直接數(shù)值模擬)和RANS(雷諾平均NS方程)之間，它直接模擬大尺度的湍流運動，利用亞網(wǎng)格模型(SGS)模擬小尺度渦對大尺度渦的影響。LES比RANS更為精確，且可在常規(guī)計算機上實現(xiàn)，因此在CFD領域具有極大的發(fā)展?jié)摿?。湍流黏性系?shù)ν由Smagorinsky模型計算。

ν=νa+νt。

(3)

因此，ν也隨之變換，即松弛時間不再是固定的。

2 試驗設計與優(yōu)化

試驗設計與優(yōu)化是應用有關數(shù)學方法合理安排試驗，使試驗工作量少，試驗結果準確可靠并方便分析[5]。經過合理的、科學的試驗設計后，得出的試驗結果進行由表及里、去偽存真的分析，即把試驗誤差所引起的數(shù)據(jù)波動和試驗條件不同所引起的數(shù)據(jù)波動加以區(qū)別，然后判斷數(shù)據(jù)的波動主要是試驗誤差引起的還是試驗條件的不同引起的，這要通過顯著性檢驗對數(shù)據(jù)進行分析。

通過試驗設計把試驗方案設計得合理、科學、經濟，達到最好的試驗效果。試驗設計可以獲得如下結果：

1)通過分析試驗中變量對響應影響程度的大小篩選關鍵因子；

2)分析因子與響應之間的關系和影響趨勢，確定最佳的設計方案、最優(yōu)水平組合和最優(yōu)設計點等；

3)作為樣本庫構建近似模型；

4)合理選擇優(yōu)化設計方法。

通常一個設計模型可能有很多設計參數(shù)和性能參數(shù)，但為了獲得理想的性能，而考慮所有可能的設計參數(shù)去實現(xiàn)設計目標，可能將花費過多的時間。選擇的依據(jù)是從多個設計參數(shù)中選擇對性能參數(shù)存在較大影響的設計參數(shù)作為優(yōu)化參數(shù)。常用的試驗設計方法有正交數(shù)組方法和優(yōu)化拉丁超立方方法等。其中正交數(shù)組方法是一種用正交表安排多因子試驗的設計方法，是一種高效、快速、經濟的試驗設計方法[6]。正交數(shù)組具備“均勻分散，齊整可比”的特點，并且可以極大地減少試驗次數(shù)。優(yōu)化拉丁超立方設計改進了由M.D.Mckay，R.J.Beckman和W.J.Conover提出的隨機拉丁超立方設計的均勻性，具有非常好的空間填充性和均衡性。

圖1 關鍵變量的篩選

與正交試驗相比，優(yōu)化拉丁超立方設計用同樣的試驗設計點數(shù)可以研究更多的組合。如采用9個樣本點進行二因子試驗，圖2(a)顯示正交試驗只能研究每個因子的3個水平，因此只能擬合不超過二階的關系；圖2(b)顯示優(yōu)化拉丁超立方設計能夠研究每個因子的9個水平，因此，有能力擬合二階或更非線性的關系。相比正交試驗，優(yōu)化拉丁超立方設計對水平值分級寬松，試驗次數(shù)可以人為控制。

圖2 正交數(shù)組設計與優(yōu)化拉丁超立方設計

3 實驗仿真

在PIAnO軟件的試驗設計后處理中，根據(jù)樣本點計算結果，將輸入變量歸一化到[-1，+1]后建立因子關于響應的多元線性回歸模型：

y=β0+∑βixi，

(4)

式中：xi和xj為輸入變量；y為輸出響應；β為輸入變量一次項的系數(shù)。

通過智能篩選功能可以查看每個因子對性能的貢獻率，從而篩選關鍵變量，其中貢獻率的計算公式為：

(5)

尾氣實驗仿真充分考慮車輛工況、風速、風向、溫度、交通環(huán)境等因素對排放污染物的貢獻率，通過科學、合理的抽樣，用最小的計算量，篩選出關鍵因素及其與尾氣排放之間的關系，利用優(yōu)化拉丁超立方開展汽車尾氣排放測量實驗設計，詳見表1。

針對影響汽車尾氣排放的因素，測量試驗統(tǒng)計次數(shù)為：3×14×7×16×3=1.411 2×104個方案，試驗方案數(shù)量龐大，因此，需要利用優(yōu)化方法進行關鍵參數(shù)辨識。

由于Xflow默認的算法導致時間步長會受到來流速度的影響，每次仿真的來流速度不一樣，時間步長設置為恒定的值是不合理的。由于汽車在怠速狀態(tài)時，計算效果較好，以怠速狀態(tài)對應的穩(wěn)定性系數(shù)(約0.6)作為標準，保證所有的仿真在初始幾步的穩(wěn)定系數(shù)也在0.6附近，以此作為仿真時間步長的設置依據(jù)，后續(xù)的穩(wěn)定性需要在計算過程中以及仿真完成之后再行檢查。

表1 影響汽車尾氣排放的參數(shù)及取值

分別提取計算穩(wěn)定后的某一幀數(shù)據(jù)，仿真尾氣空間相分布和流場渦度分布。由污染物最大落地質量濃度與距離的計算方法：污染物排放下風向軸線上，測量一定距離的污染物質量濃度，根據(jù)該質量濃度分布規(guī)律，從中選取最大質量濃度值及其對應的距離。如果存在風向與排放的方向嚴重不一致時，應該取等效排放點作為監(jiān)測線起點。

可以通過設置plotline監(jiān)測污染物體積濃度，如圖3所示，P1位于排氣口中心正下方地面上，監(jiān)測線沿風向布置，長度為5m。

圖3 汽車后監(jiān)測線的布置

由此，將15個工況的同一時刻監(jiān)測線上的質量濃度分布提取出來，每5個工況一組，得到尾氣污染物最大落地質量濃度與距離。將體積濃度最大值和對應的距離提取出來，與之前試驗設計的15個工況重新組成新的表格，輸入優(yōu)化軟件中進行敏度分析，結果見表2。

表2 試驗設計工況仿真結果敏度

最大體積濃度和對應距離的貢獻率分析結果，詳如圖4～5所示，以條形圖的長短和不同的顏色來區(qū)分設計參數(shù)對性能的影響程度，顏色越深則表示影響越大。

通過以上的敏度分析，可以得出：

1)對最大體積濃度來說，影響最大的依次是：尾氣成分的黏度、密度、車速、風向、風速，其中車速、風向和風速的影響相近占5%，影響極??；

圖4 最大質量濃度的靈敏度

圖5 最大質量濃度對應距離的靈敏度

2)對距離來說，影響最大的依次是：尾氣成分的黏度、尾氣成分的密度、風速、風向、車速，其中風速和風向影響分別占8%和7%，而車速僅占2.9%；

3)說明尾氣成分對結果的影響是很大的，尤其是黏度影響尤為重要，其對最大體積濃度和距離都有極大的影響效果。

由于Xflow不提供流體材料庫，因此，不同成分的區(qū)別在于用戶設置的密度和黏度的不同，從圖6可以看出，無論是密度還是黏度，影響都是隨機和不確定的。兩者均出現(xiàn)曲線斜率非常大的地方，說明在這一取值范圍內，即便參數(shù)變化很小，結果也會產生很大的影響。同時，斜率較小的區(qū)域也是存在的，說明這一區(qū)域內參數(shù)的變化對結果影響有限。但影響還是非常明顯的，這和試驗優(yōu)化設計得到的結論是一致的。

表3 最大落地質量濃度、距離與密度和粘度

密度、黏度、溫度、側向距離和縱向距離對最大體積濃度及對應距離的影響程度基本相近，尤其是對最大質量濃度對應距離的均勻性影響尤為明顯。針對最大體積濃度，縱向距離的影響相對較大，可達32%以上，其余4個參數(shù)的影響差異不大。針對距離、溫度、密度和黏度的影響相對較大，其中側向距離相對偏小，貢獻量不足10%，即：除側向距離外，其余4個參數(shù)的影響程度差異不大。仿真試驗的結果分析表明：車速、風速和風向對最大體積濃度及對應距離影響較弱，而尾氣成分、溫度、交通狀況對最大體積濃度及對應距離影響較大，并且貢獻量差異較小。

圖6 不同尾氣成分空間分布

通過對參數(shù)與性能之間的散點圖和相關性分析可知：尾氣成分的密度、黏度和縱向距離對最大體積濃度和對應距離影響較大，且密度、縱向距離與最大體積濃度呈正相關，黏度與最大體積濃度呈負相關，而與對應距離的影響則呈相反的影響關系。

4 結語

基于科學、合理的抽樣，用最小的計算量篩選出關鍵因素及其與尾氣排放之間的關系，進行仿真試驗優(yōu)化設計，結合汽車尾氣排放實時監(jiān)測數(shù)據(jù)，建立并優(yōu)化尾氣時空動態(tài)模型，提出了一種復雜環(huán)境下多工況汽車尾氣測量的新方法。通過試驗對比，確定了Xflow尾氣排放仿真模型能夠真實地模擬出尾氣的排放擴散過程，并具有較高的精度。結合試驗分析結果，得到的相關規(guī)律可為后續(xù)的尾氣排放凈化系統(tǒng)設計提供科學的數(shù)據(jù)，能夠控制尾氣排放體積與質量濃度的時空動態(tài)分布，降低汽車尾氣對PM2.5的貢獻率。

[1] 臧斌.汽車尾氣排放遠程移動檢測技術的研究[D].長沙：長沙理工大學，2008.

[2] 王煒，向喬君，常玉林，等.城市交通系統(tǒng)能源消耗與環(huán)境影響分析方法[M].北京:科學出版社，2002.

[3] 蔡風田.汽車排放污染物控制使實用技術[M].北京:人民交通出版社，1999.

[4] 宋寧，張凱山，李媛，等.不同城市機動車尾氣排放比較及數(shù)據(jù)可分享性評價[J].環(huán)境科學學報，2011，31(12):2774-2776.

[5] 張本，商蕾，陳丹.基于微觀交通仿真的城市交叉口機動車尾氣排放評估[J].交通與計算機，2008，36(4):95-98.

[6] 胥耀方，于雷，郝艷召，等.機動車尾氣排放宏觀模型開發(fā)與應用初探[J].交通運輸系統(tǒng)工程與信息，2009，9(2):147-149.

[7] 夏韡.城市道路輕型車微觀排放模型研究[D].長春：吉林大學，2005.

The Simulation Study on Spatiotemporal Dynamic Characteristics of Vehicle Exhaust Emission

YU Hai-bo，et al.

(ChinaFAWGroupCorporationR&DCenter，Changchun130011，China)

In order to study the spatiotemporal dynamic characteristics of vehicle exhaust emission，a new simulation method of vehicle exhaust emissions under complex environment and multiple working conditions is proposed.Based on scientific and reasonable sampling，the minimum amount of calculation is used to screen out the relationship between the key factors and exhaust emission.By using discrete analysis method of particle lattice Pohl Seidman adaptive dynamic thinning，LES large eddy simulation turbulence model，and Lagrange's unsteady numerical method，with the combination of real-time monitoring data of automobile exhaust emissions，the spatiotemporal dynamic simulation model of exhaust has been established and optimized to simulate the exhaust gas emission and diffusion process.The simulation test results provide a new solution for controlling the volume and concentration in the spatiotemporal dynamic distribution of exhaust emission，and reducing the automobile exhaust to the contribution rate to PM2.5.

vehicle exhaust emission；dynamic model；simulation test

2017-02-06

國家自然科學基金資助項目(51378075，51678065) 吉林省發(fā)改委產業(yè)技術研究與開發(fā)專項項目(2015y73) 吉林省科技廳重點科技攻關項目(20160204012SF)

于海波(1973-)，男(漢)，黑龍江雙城，博士 主要研究汽車可靠性與交通安全技術研究。

10.3969/j.issn.1009-8984.2017.02.008

U467.48

A

1009-8984(2017)02-0035-05