通过OBD-II速度-密度模型估算轻型车辆的燃油消耗和二氧化碳排放：一项实地示范研究

《Applied Sciences》：Estimating Light-Duty Vehicle Fuel Consumption and CO2 Emissions via OBD-II Speed-Density Modeling: A Field Demonstration

　　

摘要

基于实验室的认证周期系统性地低估了实际燃油消耗量和二氧化碳（CO₂）排放量。车载诊断系统（OBD-II）的遥测技术提供了一种低成本的替代方案，然而大多数已发表的方法依赖于质量空气流量（MAF）传感器，而这些传感器在许多现代车辆中并不存在。本研究在土耳其西北部进行了为期三天的测试，涵盖了609.6公里的高速公路、城市和混合路况，使用一种基于速度密度的空气质量估算方法对一辆自然吸气的RON 95汽油乘用车（排量为1368立方厘米，符合Euro 6标准）进行了验证。通过四个标准的OBD-II传感器——歧管绝对压力、发动机转速、进气温度和燃油修正值——结合理想气体定律和实际发动机排量来估算瞬时空气质量流量。结果与油泵测量的加注量进行了比对。该速度密度模型的误差范围为?3.6%至+4.3%（综合误差为?0.5%），优于车辆自身的行程计算机，后者的误差范围为?10.6%至+14.6%。估算的二氧化碳浓度介于125.0至166.4克/公里之间，平均值为147.2克/公里（油泵参考值为147.9克/公里）。城市驾驶条件下的特定排放量比高速公路驾驶条件下高出约15%。这些结果表明，无需机器学习、专门校准或物理质量空气流量传感器，基于物理原理的速度密度模型便能在多种实际路况下实现±5%的行程级精度。