基于机器学习和实际行驶数据预测小型化乙醇燃料灵活燃料汽车的车辆排放

《Next Energy》：Predicting vehicular emissions in downsized ethanol fueled flex-fuel vehicles using machine learning and real-world driving data

　　

实验室排放认证历来是车辆型式认证的标准方法。然而，自2022年起，巴西立法纳入了实际行驶排放（RDE）测试，并在PROCONVE L8阶段引入了进一步限制。这些法规变化增加了对可扩展、经济高效的排放监测工具的需求。与此同时，乙醇燃料动力总成已成为在全面车队电气化在经济上仍具挑战性的国家中缓解温室气体的战略路径。本研究提出了一种基于机器学习的排放预测框架，利用在灵活燃料汽车上通过便携式排放测量系统（PEMS）进行RDE测试期间采集的OBD-II（车载诊断系统II）和尾气管流量的车辆运行数据。其目标是评估简化的非侵入式数据采集能否为乙醇燃料灵活燃料汽车提供CO、NOx和总碳氢化合物（HCt）排放的可靠估计。研究评估了四种机器学习算法，其中极限梯度提升（XGBoost）取得了最佳整体性能。该模型对CO、NOx和HCt的R²值分别为0.9171、0.8559和0.8661。这些结果表明，基于OBD-II数据和尾气管流量的排放预测是可行的，可支持车队管理策略和法规筛查应用。研究结果凸显了低成本机器学习解决方案在补充传统排放测量方法方面的潜力，尤其是在生物燃料渗透率高的新兴出行市场中。

随着巴西排放法规PROCONVE L7/L8阶段对一氧化碳（CO）、氮氧化物（NOx）和非甲烷有机气体（NMOG）的限制日趋严格，传统实验室认证测试已难以真实反映车辆在实际道路行驶中的排放水平。自2022年起，巴西将实际行驶排放（RDE）测试纳入强制要求，这也促使行业需要更可扩展、更具成本效益的排放监测手段。与此同时，在全面电动化尚不现实的地区，乙醇等生物燃料被视为重要的过渡性脱碳路径，但乙醇车辆仍会排放CO、NOx和总碳氢化合物（HCt）等污染物。尽管机器学习已被用于排放预测，但针对含水乙醇燃料的专门研究仍较少。该研究发表于《Next Energy》，旨在开发一种基于OBD-II数据与尾气流量、仅需极少量输入参数的机器学习排放预测框架，为车队管理和法规筛查提供经济可行的替代方案。

研究人员使用一辆搭载1.0升三缸涡轮增压发动机的乙醇灵活燃料SUV，在巴西福塔莱萨大都市区开展了包含城市与高速路两种工况的RDE测试。在技术方法上，实验采用便携式排放测量系统（PEMS），包括OBD-II接口、便携式气体分析仪、尾气流量计（EFM）以及数据采集与处理系统，同步记录车辆运行参数和尾气污染物浓度，并基于理想气体定律计算秒级质量排放率和排放因子（g/km）。为构建模型，数据经过四分位距（IQR）法剔除异常值，并引入车辆比功率（VSP）和前三秒平均发动机转速（RPM rolling mean）等特征。随后将数据按60%训练、40%测试的分割方式标准化，采用网格搜索结合五折交叉验证优化超参数，比较了随机森林（RF）、K-最近邻（KNN）、支持向量回归（SVR）和极限梯度提升（XGBoost）四种算法，并使用R²、均方根误差（RMSE）、平均绝对误差（MAE）以及Bootstrap置信区间进行性能评估。

在结果部分，模型性能对比表明，XGBoost整体表现最优，对CO、NOx和HCt的R²分别达到0.9171、0.8559和0.8661，而基线DummyRegressor的R²低于0，证明模型具备显著的预测价值。随机森林（RF）表现接近XGBoost，而KNN和SVR效果较差，其中SVR对NOx和HCt的R²出现负值，说明其无法捕捉这些污染物的非线性变化趋势。在分路线评估中，城市路线的CO和HCt预测精度较高（R²分别为0.9314和0.8742），高速路线的NOx预测精度较好（R²=0.8871），但高速路线HCt的预测精度明显下降（R²=0.5353），这主要归因于高速稳定工况下HCt排放浓度极低，气体分析仪1 ppm的分辨率限制导致低值区域测量噪声增大。特征重要性分析方面，SHAP（SHapley Additive exPlanations）方法显示，尾气流量、时间和累计距离是最主要的预测变量，且各污染物具有相似的影响模式；低流量值对HCt预测的负向影响弱于CO和NOx。时间与距离变量可能间接反映了车辆行驶进程中的工况变化，而非简单的路线记忆。

讨论部分指出，本文模型的R²在数值上略低于部分采用大量OBD-II变量的研究，但本方法所需的输入特征更少、运行成本更低，具有更高的可扩展性和实际部署潜力。不同文献也表明，预测性能取决于污染物种类、算法选择和数据集特性，低浓度污染物（如HCt）对绝对误差更为敏感。研究人员认为，将梯度提升与时间序列深度学习相结合的混合架构，以及涵盖冷启动和更激进瞬态工况的扩展数据集，有望进一步提升模型泛化能力。结论部分翻译如下：本研究证明，利用OBD-II派生动态车辆参数训练的机器学习模型，能够在实际行驶条件下对CO、NOx和HCt排放提供稳健预测。XGBoost模型在输入变量较少且无直接排气理化测量的情况下，对所有污染物的R²均高于0.85。与采用扩展传感器数据集的文献方法相比，本方法R²略低，但可扩展性和运行成本优势显著，对于城市排放清单制定和法规符合性筛查尤为重要。研究还证实，低浓度污染物对绝对预测偏差更敏感，因此在模型评估中应结合统计与物理误差分析。尽管XGBoost并非为时序建模设计，但结果表明排放行为可部分由瞬时发动机工况推断。未来可探索混合架构、扩大数据集并实现实时嵌入式部署。总体而言，结合OBD数据、便携气体分析仪、尾气流量计和机器学习，可以在不显著降低预测精度的前提下大幅简化实验配置，是一种经济高效的实际行驶排放测量替代方案，尤其适用于生物燃料渗透率高的新兴出行市场。需要指出的是，该研究的验证仅基于一辆乙醇SUV和两条代表性路线，未来还需在不同车型、动力总成技术及更广泛的RDE条件下进一步验证模型的鲁棒性和泛化能力。