Nghiên cứu xác định đặc trưng phát thải của xe buýt tại hà nội

Ý nghĩa khoa học và thực tiễn Lần đầu tiên ở Việt Nam, đã xây dựng được các chu trình lái và chu trình thử đặc trưng cho xe hạng nặng Heavy duty vehicle, HDV dựa trên dữ liệu lái ngoài

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Nguyễn Thị Yến Liên

NGHIÊN CỨU XÁC ĐỊNH ĐẶC TRƯNG PHÁT THẢI

CỦA XE BUÝT TẠI HÀ NỘI

LUẬN ÁN TIẾN SĨ KỸ THUẬT MÔI TRƯỜNG

Hà Nội – 2019

BỘ GIÁO DỤC VÀ ĐÀO TẠO

TRƯỜNG ĐẠI HỌC BÁCH KHOA HÀ NỘI

Nguyễn Thị Yến Liên

NGHIÊN CỨU XÁC ĐỊNH ĐẶC TRƯNG PHÁT THẢI

CỦA XE BUÝT TẠI HÀ NỘI

LỜI CAM ĐOAN

Tôi xin cam đoan đây là đề tài nghiên cứu của riêng tôi Các số liệu, kết quả nêu trong

luận án là trung thực và chưa từng được ai công bố trong các công trình nào khác

Hà Nội, tháng 04 năm 2019

GIÁO VIÊN HƯỚNG DẪN

PGS.TS Nghiêm Trung Dũng

Nghiên cứu sinh

Nguyễn Thị Yến Liên

LỜI CẢM ƠN

Tôi xin chân thành cảm ơn Trường Đại học Bách khoa Hà Nội đã cho phép tôi thực hiện luận án này Cảm ơn Viện Đào tạo sau đại học, Viện Khoa học và Công nghệ Môi trường, Viện Cơ khí Động lực đã luôn hỗ trợ và tạo mọi điều kiện thuận lợi cho tôi trong suốt quá trình tôi thực hiện luận án

Tôi xin chân thành cảm ơn giáo viên hướng dẫn PGS.TS Nghiêm Trung Dũng đã luôn

hỗ trợ, động viên và hướng dẫn về mặt chuyên môn trong suốt quá trình tôi thực hiện luận án Xin chân thành cảm ơn GS TS Lê Anh Tuấn, PGS.TS Phạm Hữu Tuyến, Viện Cơ khí Động lực, Trường Đại học Bách Khoa Hà Nội, đã tận tình giúp đỡ về mặt chuyên môn để tôi

có thể hoàn thành luận án

Tôi xin chân thành cảm ơn TS Bùi Ngọc Dũng, Khoa Công nghệ thông tin, Trường Đại học Giao thông vận tải; cảm ơn TS Emil Torp, Khoa Kỹ thuật điện, Trường Đại học Linköpings, Thụy Điển, đã hỗ trợ tôi rất nhiều trong quá trình xây dựng mã lệnh để đạt được mục tiêu nghiên cứu của đề tài

Chân thành cảm ơn Bộ Môi trường Nhật Bản đã cung cấp thuật toán chuyển đổi từ chu trình lái của phương tiện sang chu trình chuyển tiếp của động cơ

Xin chân thành cảm ơn Tổng công ty vận tải Hà Nội đã tạo điều kiện thuận lợi cho tôi trong quá trình thu thập thông tin và dữ liệu hành trình của hệ thống xe buýt tại Hà Nội Chân thành cảm ơn Trường Đại học Giao thông vận tải, Khoa Môi trường và An toàn Giao thông đã tạo điều kiện cho tôi được tham gia chương trình đào tạo này

Tôi xin bày tỏ lòng biết ơn sâu sắc đến các thầy phản biện, các thầy trong hội đồng chấm luận án đã đồng ý đọc duyệt và góp các ý kiến quý báu để tôi có thể hoàn chỉnh luận án này và định hướng nghiên cứu trong lai

Xin gửi lời cảm ơn chân thành tới gia đình và bạn bè đã luôn ở bên động viên, giúp đỡ trong suốt quá trình tôi tham gia chương trình đào tạo này

Nghiên cứu sinh

Nguyễn Thị Yến Liên

MỤC LỤC

LỜI CAM ĐOAN

LỜI CẢM ƠN

DANH MỤC CHỮ VIẾT TẮT vi

DANH MỤC KÝ HIỆU VÀ ĐƠN VỊ viii

DANH MỤC BẢNG ix

DANH MỤC HÌNH xi

MỞ ĐẦU 1

CHƯƠNG 1 TỔNG QUAN 6

1.1 Ô nhiễm không khí từ hoạt động của phương tiện cơ giới đường bộ 6

1.1.1 Các dạng phát thải từ hoạt động của phương tiện cơ giới đường bộ 6

1.1.2 Tác động của các chất ô nhiễm không khí từ phương tiện cơ giới đường bộ 7

1.1.3 Lộ trình áp dụng tiêu chuẩn về khí xả đối với phương tiện cơ giới đường bộ 8

1.2 Hệ số phát thải của phương tiện cơ giới đường bộ và phương pháp xác định 9

1.2.1 Khái niệm 9

1.2.2 Các yếu tố ảnh hưởng đến hệ số phát thải 10

1.2.3 Các phương pháp xác định hệ số phát thải của phương tiện cơ giới đường bộ 13

1.2.4 Tình hình nghiên cứu xây dựng bộ hệ số phát thải đặc trưng 14

1.3 Chu trình lái và các phương pháp xây dựng 17

1.3.1 Khái niệm 17

1.3.2 Tầm quan trọng của chu trình lái 18

1.3.3 Các phương pháp xây dựng chu trình lái 19

1.3.4 Các thông số đặc trưng của chu trình lái 21

1.4 Phương pháp thu thập dữ liệu lái ngoài thực tế 23

1.5 Kỹ thuật xử lý sai số trong dữ liệu GPS 25

1.6 Dữ liệu chuỗi thời gian và quá trình ngẫu nhiên dừng 30

1.6.1 Chuỗi thời gian 30

1.6.2 Quá trình ngẫu nhiên dừng 31

1.7 Thuật toán phân cụm phân cấp gộp 31

1.8 Quá trình Markov 33

1.8.1 Tính Markov 33

1.8.2 Ma trận xác suất chuyển dịch trạng thái 33

1.8.3 Tính chất Markov của dữ liệu lái ngoài thực tế 34

1.9 Giới thiệu chung về hệ thống xe buýt tại Hà Nội 35

1.10 Kết luận chương 1 36

CHƯƠNG 2 PHƯƠNG PHÁP NGHIÊN CỨU 38

2.1 Quy trình thực hiện nghiên cứu 38

2.2 Xác định loại chu trình lái 38

2.3 Lựa chọn tuyến 38

2.4 Thu thập dữ liệu 40

2.5 Phân tích dữ liệu 41

2.5.1 Kiểm định tính dừng 41

2.5.2 Tiền xử lý dữ liệu GPS 42

2.5.3 Xử lý dữ liệu 42

2.5.4 Trích chọn các thông số đặc trưng 43

2.6 Xây dựng chu trình lái đặc trưng cho xe buýt tại Hà Nội 44

2.6.1 Quy trình xây dựng chu trình lái 45

2.6.2 Xây dựng ma trận xác suất chuyển trạng thái (TPM) 45

2.6.3 Tổng hợp chu trình lái dựa trên lý thuyết chuỗi Markov 47

2.6.4 Đánh giá sự phù hợp 48

2.6.5 Lựa chọn và đánh giá chu trình lái đặc trưng 49

2.7 Xây dựng chu trình thử cho động cơ xe buýt 50

2.7.1 Xây dựng chu trình thử dạng chuyển tiếp đối với động cơ 50

2.7.2 Xây dựng chu trình thử tĩnh đối với động cơ 57

2.8 Thử nghiệm phát thải trên động cơ xe buýt 58

2.8.1 Đối tượng thử nghiệm 58

2.8.2 Thiết bị thử nghiệm 59

2.8.3 Điều kiện thử nghiệm 62

2.9 Xử lý kết quả thử nghiệm 63

2.9.2 Tính hệ số phát thải theo lượng nhiên liệu tiêu thụ 67

2.9.3 Tính hệ số phát thải theo quãng đường di chuyển 68

2.10 Kết luận chương 2 69

CHƯƠNG 3 KẾT QUẢ VÀ THẢO LUẬN 71

3.1 Kết quả phân tích dữ liệu 71

3.1.1 Kết quả kiểm định tính dừng 71

3.1.2 Kết quả xử lý dữ liệu GPS 72

3.1.3 Kết quả trích chọn các thông số đặc trưng 86

3.2 Chu trình lái đặc trưng cho xe buýt tại Hà Nội 94

3.3 Chu trình thử cho động cơ xe buýt 103

3.3.1 Chu trình thử dạng chuyển tiếp đối với động cơ 103

3.3.2 Chu trình thử tĩnh đối với động cơ xe buýt Hà Nội (HBSC) 108

3.3.3 Phi chuẩn hóa các điểm thử 112

3.4 Đặc trưng phát thải của xe buýt tại Hà Nội 114

3.4.1 Nồng độ các chất ô nhiễm 114

3.4.2 Suất phát thải của động cơ 116

3.4.3 Hệ số phát theo lượng nhiên liệu tiêu thụ 117

3.4.4 Hệ số phát thải theo quãng đường di chuyển 119

3.5 Kết luận chương 3 122

KẾT LUẬN VÀ KIẾN NGHỊ 124

DANH MỤC CÁC CÔNG TRÌNH ĐÃ CÔNG BỐ CỦA LUẬN ÁN 127

TÀI LIỆU THAM KHẢO 129

PHỤ LỤCC 138

DANH MỤC CHỮ VIẾT TẮT

consumption

factor

hậu

Intergovernmental Panel on Climate Change

co-operation and development

TPM Ma trận xác suất chuyển dịch Transition Probability Matrix

giới

World Harmonized Transient Cycle

DANH MỤC KÝ HIỆU VÀ ĐƠN VỊ

Ký hiệu Đơn vị Thuật ngữ

nidle Vòng/phút Tốc độ của động cơ ở chế độ không tải

công suất định mức

nrated Vòng/phút Tốc độ danh định

SAFDdiff % Độ lệch trong phân bố tần suất gia tốc – vận tốc

DANH MỤC BẢNG

Bảng 1.1 Giới hạn hàm lượng các chất ô nhiễm trong khí xả PTCGĐB hạng nặng theo

tiêu chuẩn châu Âu 9

Bảng 1.2 Ảnh hưởng của lưu huỳnh và các hợp chất vòng thơm tới sự phát thải của động cơ xăng 10

Bảng 1.3 Ảnh hưởng của đặc tính nhiên liệu tới sự phát thải của động cơ diesel 11

Bảng 1.4 Ảnh hưởng của chế độ hoạt động đến tốc độ phát thải 12

Bảng 1.5 Các tiêu chí sử dụng trong phân loại chu trình lái 18

Bảng 1.6 So sánh tiêu hao nhiên liệu và phát thải từ xe ôtô tại Thái Lan theo các chu trình lái khác nhau 19

Bảng 1.7 Các thông số động học thường sử dụng xác định đặc trưng chu trình lái 22

Bảng 2.1 Thông tin về các tuyến xe buýt sử dụng trong nghiên cứu 39

Bảng 2.2 Thông số kỹ thuật của động cơ diesel D1146TI 58

Bảng 2.3 Các thông số sử dụng trong tính toán hệ số phát thải 63

Bảng 2.4 Giá trị u đối với từng chất khí trong không khí thô 64

Bảng 3.1 Kết quả lọc dữ liệu GPS 82

Bảng 3.2 Một số thông số thống kê mô tả của dữ liệu trước và sau khi qua bộ lọc Kalman 83

Bảng 3.3 So sánh dữ liệu thô và dữ liệu đã qua xử lý thông qua một số thông số đặc trưng của chu trình lái 85

Bảng 3.4 Biểu đồ tích tụ các biến vào trong các cụm 86

Bảng 3.5 Kết quả phân cụm trên không gian các biến ứng với trường hợp 1 89

Bảng 3.6 Các biến đại diện cho các cụm ứng với trường hợp 1 89

Bảng 3.7 Kết quả phân cụm trên không gian các biến ứng với trường hợp 2 90

Bảng 3.8 Các biến đại diện cho các cụm ứng với trường hợp 2 91

Bảng 3.9 Các thông số đặc trưng của chu trình lái 92

Bảng 3.10 So sánh kết quả trích chọn thông số đặc trưng 93

Bảng 3.11 Giá trị SAFDdiff của các chu trình đề xuất 95

Bảng 3.12 So sánh các thông số đặc trưng của chu trình lái giữa HBDC và dữ liệu lái ngoài thực tế 97

Bảng 3.13 Các thông số kỹ thuật của phương tiện 103

Bảng 3.14 Dữ liệu mômen cực đại của động cơ 104

Bảng 3.15 Tốc độ động cơ đã được chuẩn hóa tại các tốc độ A, B và C 110

Bảng 3.16 Các chế độ thử trong chu trình thử tĩnh đối với động cơ xe buýt

Hà Nội 110

Bảng 3.17 Trọng số của các chế độ thử tĩnh đối với động cơ xe buýt Hà Nội 110

Bảng 3.18 Tốc độ và mô men của động cơ tại các chế độ thử 113

Bảng 3.19 Suất phát thải của động cơ xe buýt Hà Nội 116

Bảng 3.20 Hệ số phát thải theo lượng nhiên liệu tiêu thụ của xe buýt Hà Nội 118

Bảng 3.21 Nhu cầu công suất của động cơ xe buýt 119

Bảng 3.22 Mô hình toán mô tả liên hệ giữa công suất và tốc độ phát thải 120

Bảng 3.23 Hệ số phát thải theo quãng đường di chuyển của xe buýt Hà Nội 120

DANH MỤC HÌNH

Hình 1.1 Minh họa các dạng phát thải từ hoạt động của phương tiện vận tải 6

Hình 1.2 Quy trình xây dựng chu trình lái dựa trên chuỗi Markov 21

Hình 1.3 Chu trình lọc Kalman 29

Hình 1.4 Bức tranh hoàn chỉnh về bộ lọc Kalman 29

Hình 1.5 Tỷ lệ phân bố tuổi và sức chứa của xe buýt Hà Nội 36

Hình 2.1 Quy trình thực hiện nghiên cứu 38

Hình 2.2 Bản đồ các tuyến xe buýt được sử dụng trong thu thập dữ liệu lái 39

Hình 2.3 Thiết bị GPS sử dụng trong thu thập dữ liệu hành trình của xe buýt 40

Hình 2.4 Quy trình tổng hợp chu trình lái sử dụng chuỗi Markov 45

Hình 2.5 Minh họa ma trận TPM 47

Hình 2.6 Thuật toán phát triển chu trình lái 48

Hình 2.7 Sơ đồ khối của mô hình hệ thống truyền động 52

Hình 2.8 Thiết lập các tham số và chế độ hoạt động của xe 55

Hình 2.9 Tính toán các tham số của xe ứng với từng chế độ hoạt động đã được xác định 56

Hình 2.10 Động cơ D1146TI 58

Hình 2.11 Sơ đồ bố trí thiết bị thử nghiệm 59

Hình 2.12 Băng thử động lực học cao 60

Hình 2.13 Tủ phân tích khí AVL CEB II 61

Hình 2.14 Thiết bị đo độ khói 62

Hình 3.1 Kết quả kiểm định nghiệm đơn vị 71

Hình 3.2 Quy trình xử lý dữ liệu GPS 73

Hình 3.3 Minh họa các bước thực hiện trên bộ dữ liệu gốc ETC-part1 80

Hình 3.4 Độ lệch giữa giá trị thực và giá trị ước lượng 81

Hình 3.5 Đồ thị vận tốc – thời gian của dữ liệu thô và dữ liệu đã qua xử lý 81

Hình 3.6 Kết quả làm trơn và khử nhiễu của bộ lọc Kalman 83

Hình 3.7 Phân bố tần suất gia tốc – vận tốc của dữ liệu trước và sau khi xử lý 84

Hình 3.8 Phân cụm các biến trên phần mềm SPSS 86

Hình 3.9 Đồ thị phân cụm trên không gian các thông số mô tả chu trình lái 88

Hình 3.10 Mảng cấu trúc chứa TPM 95

Hình 3.11 Chu trình lái đặc trưng của xe buýt tại Hà Nội 96

Hình 3.12 So sánh phân bố các chế độ hoạt động giữa HBDC

và dữ liệu lái ngoài thực tế 99

Hình 3.13 So sánh phân bố tần suất gia tốc – vận tốc 100

Hình 3.14 Độ lệch trong phân bố tần suất gia tốc – vận tốc giữa chu trình lái đặc trưng với dữ liệu lái ngoài thực tế 100

Hình 3.15 So sánh tỉ lệ thời gian ở các chế độ hoạt động khác nhau giữa các chu trình lái của xe buýt 102

Hình 3.16 So sánh phân bố tần suất gia tốc – vận tốc giữa HBDC và ETC-part 1 102

Hình 3.17 Đồ thị mô men và công suất động cơ của chu trình thử dạng chuyển tiếp đối với động cơ xe buýt của Hà Nội 105

Hình 3.18 Phân bố tần suất tốc độ định mức – mômen định mức của động cơ

của chu trình thử HBTC, ETC và WHTC 106

Hình 3.19 So sánh giá trị vận tốc thực và giá trị vận tốc ước lượng 107

Hình 3.20 Các tốc độ đặc trưng của động cơ 108

Hình 3.21 Phân bố phần trăm tải tại các dải tốc độ A, B và C 109

Hình 3.22 Chu trình thử tĩnh cho động cơ xe buýt Hà Nội 111

Hình 3.23 Đường đặc tính ngoài của động cơ D1146TI 113

Hình 3.24 Nồng độ trung bình của các chất ô nhiễm tại các chế độ thử nghiệm 115

Hình 3.25 Biến thiên nồng độ các chất ô nhiễm trong toàn bộ chu trình thử 115

Hình 3.26 So sánh kết quả mô phỏng và thực nghiệm 121

MỞ ĐẦU

1 Sự cần thiết của đề tài

Giao thông vận tải (GTVT) là một phần rất quan trọng của cuộc sống hiện đại, con người ngày càng phụ thuộc nhiều hơn vào phương tiện giao thông cơ giới Điều đó

đã làm gia tăng lượng nhiên liệu tiêu thụ, tăng mức phát thải các chất ô nhiễm không khí, và làm gia tăng nguy cơ phơi nhiễm của con người với các chất ô nhiễm mà có thể gây ra những ảnh hưởng nghiêm trọng tới sức khỏe Theo đánh giá của Tổ chức Y tế thế giới, GTVT là một trong những nguyên nhân chính gây ô nhiễm không khí ở các

đô thị, mà ô nhiễm không khí lại là nguyên nhân gây nên 3,7 triệu ca tử vong sớm năm

2012, chủ yếu do tiếp xúc với bụi PM10 và PM2,5 [1] Ở các nước có nền kinh tế phát triển thuộc Tổ chức Hợp tác và Phát triển Kinh tế (OECD), mức chi phí trung bình cho vấn đề ô nhiễm không khí do vận tải đường bộ chiếm 50% tổng chi phí cho ô nhiễm không khí [2] Còn ở các nước không thuộc OECD, dự báo mức phát thải CO2 do GTVT có thể lên tới 46% tổng lượng thải vào năm 2030 [3]

Tại Hà Nội, ước tính tổng lượng phát thải các chất ô nhiễm CO, VOC, NOx, SOx

và PM từ hoạt động của các xe ô tô con và xe buýt năm 2010 là 50,02 Gg, với phát thải CO là cao nhất (39,5 Gg) Trong đó, xe buýt sử dụng diesel là nguồn phát thải chính đối với các chất ô nhiễm như bụi (PM) và BC (black carbon), đây là mối quan ngại chính hiện nay [4] Lượng phát thải các chất ô nhiễm không khí từ hoạt động của phương tiện cơ giới đường bộ (PTCGĐB) vẫn tiếp tục tăng lên hàng năm cùng với sự gia tăng về số lượng các phương tiện cơ giới đường bộ Do đó, chỉ số chất lượng không khí (Air quality index, AQI) ở nước ta vẫn duy trì ở mức tương đối cao, điển hình như ở Hà Nội Tại Hà Nội, giai đoạn từ 2010 ÷ 2013, số ngày có AQI ở mức kém (AQI = 101 ÷ 200) chiếm tới 40 ÷ 60% tổng số ngày quan trắc trong năm và có những ngày chất lượng không khí suy giảm đến ngưỡng xấu (AQI = 201 ÷ 300) và nguy hại (AQI>300) [5] Qua đó có thể thấy phát thải từ hoạt động của các phương tiện cơ giới đường bộ cần phải được kiểm soát chặt chẽ Định lượng được lượng thải từ nguồn thải này sẽ đảm bảo cho các dự án liên quan đến kiểm soát chất lượng không khí được thiết

kế và thực hiện một cách hiệu quả nhất

Hệ số phát thải (Emission Factor, EF) là một công cụ rất hiệu quả và đơn giản để ước tính mức độ phát thải các chất ô nhiễm không khí khi có đủ các thông tin về nguồn phát thải [6] Vì vậy, EF đã và đang được sử rộng rãi để phục vụ công tác kiểm

kê phát thải ở nhiều nước trên thế giới Chất lượng của kết quả kiểm kê phát thải phụ thuộc rất lớn vào EF Trong khi đó, EF lại phụ thuộc vào đặc trưng của nguồn thải

như: trình độ công nghệ, loại hình và thiết kế của nguồn thải, hệ thống kiểm soát ô nhiễm, tuổi và điều kiện vận hành,…[7] Do đó, các EF cần phải phản ánh xác thực điều kiện cụ thể của mỗi quốc gia, mỗi khu vực Nói cách khác, mỗi quốc gia nên có

bộ dữ liệu EF riêng phù hợp với điều kiện của quốc gia, và bộ hệ số phát thải này được gọi là hệ số phát thải đặc trưng quốc gia (country-specific emission factor, CSEF) Việc sử dụng CSEF không chỉ cải thiện được độ chính xác của các kết quả kiểm kê phát thải mà còn giúp cho các nước dễ dàng hơn khi áp dụng kiểm kê phát thải ở mức cao hơn (Tier 2) theo hướng dẫn của Ủy ban liên chính phủ về biến đổi khí hậu (IPCC) [8]

Đến nay, việc nghiên cứu phát triển EF ở các nước phát triển và các tổ chức lớn trên thế giới đã khá hoàn thiện, có những phương pháp luận và quy trình thực hiện đạt trình độ khoa học công nghệ cao Do đó, đã có rất nhiều nguồn cơ sở dữ liệu mở về EF

mà có thể tiếp cận để sử dụng Tuy nhiên, việc sử dụng EF của nước khác (ví dụ như

Mỹ, AP-42) vào nước ta để thực hiện kiểm kê phát thải có thể gây ra sai số lớn do sự khác nhau về trình độ phát triển, nhiên liệu sử dụng, thói quen điều khiển phương tiện Trong bối cảnh đó, việc nghiên cứu xây dựng cơ sở dữ liệu về EF đặc trưng cho điều kiện Việt Nam là hết sức cần thiết

Mặc dù vậy, ở Việt Nam, việc nghiên cứu xây dựng EF phù hợp với điều kiện của nước ta còn hạn chế, đặc biệt đối với nguồn động Đến thời điểm hiện tại, các nghiên cứu xây dựng EF cho nguồn động tại Việt Nam chủ yếu dựa trên việc mô phỏng phát thải của phương tiện dựa trên các phần mềm mô phỏng của nước ngoài, do

đó các EF thu được chưa phản ảnh đầy đủ đặc trưng phát thải của Việt Nam Hiện nay, chỉ có một vài nghiên cứu xác định EF bằng kỹ thuật đo phát thải trong điều kiện có kiểm soát tại phòng thử nghiệm, theo chu trình lái đặc trưng – đây là kỹ thuật được đánh giá là lý tưởng trong xây dựng CSEF đối với PTCGĐB – nhưng kỹ thuật này mới chỉ áp dụng cho xe máy và xe hạng nhẹ tại Hà Nội Xuất phát từ thực tế đó, đề tài

“Nghiên cứu xác định đặc trưng phát thải của xe buýt tại Hà Nội” đã được thực hiện

nhằm góp phần vào việc nghiên cứu phát thải các chất ô nhiễm không khí từ nguồn động, tạo cơ sở khoa học cho công tác quản lý chất lượng không khí ở Việt Nam

2 Mục tiêu nghiên cứu

- Xây dựng chu trình lái đặc trưng cho xe buýt tại Hà Nội

- Xác định hệ số phát thải đặc trưng của xe buýt tại Hà Nội dựa trên chu trình lái

đã được xây dựng

- Góp phần tạo cơ sở khoa học cho công tác quản lý chất lượng không khí ở Việt

Nam

3 Đối tượng và phạm vi nghiên cứu

- Đối tượng nghiên cứu của luận án là xe buýt tại Hà Nội, nghiên cứu thí điểm

đối với loại xe có sức chứa 80 chỗ, chủng loại Daewoo BC212 Đây là chủng loại xe chiếm tỷ lệ lớn thứ 2, chỉ sau chủng loại xe Daewoo S090DL, trong toàn

bộ hệ thống xe buýt Hà Nội Nếu chỉ xét riêng trong dòng xe có sức chứa 80 chỗ, số lượng xe thuộc chủng loại xe Daewoo BC212 chiếm tới 41%

- Động cơ được sử dụng để đo phát thải là động cơ diesel D1146TI Đây là 1

trong 9 loại động cơ hiện đang được sử dụng trên dòng xe buýt của hãng Deawoo, hãng xe mà có số lượng xe chiếm tới 64% trong tổng số xe của hệ thống buýt tại Hà Nội

- Phạm vi nghiên cứu giới hạn đối với hoạt động của hệ thống xe buýt trong khu

vực nội thành Hà Nội, trên loại động cơ diesel D1146TI với công suất cực đại 150kW

4 Ý nghĩa khoa học và thực tiễn

Lần đầu tiên ở Việt Nam, đã xây dựng được các chu trình lái và chu trình thử đặc trưng cho xe hạng nặng (Heavy duty vehicle, HDV) dựa trên dữ liệu lái ngoài thực tế

để đáp ứng mục tiêu xây dựng bộ hệ số phát thải đặc trưng cho HDV (xe buýt) dựa trên phương pháp đo phát thải trong điều kiện có kiểm soát tại phòng thí nghiệm Qua

đó, nghiên cứu đã góp phần khẳng định tầm quan trọng của chu trình lái trong việc xây dựng hệ số phát thải đặc trưng đối với các phương tiện cơ giới đường bộ Phương pháp luận xây dựng chu trình lái dựa trên dữ liệu GPS cũng đã được bổ sung, hoàn thiện hơn trong nghiên cứu này

Ngoài ra, luận án đã khẳng định, khi xây dựng chu trình lái đặc trưng, việc lựa chọn các thông số đặc trưng của chu trình lái cần được thực hiện trên chính bộ dữ liệu

mà sẽ được sử dụng để xây dựng chu trình lái, thay vì lựa chọn một cách ngẫu nhiên hoặc dựa trên kinh nghiệm của các nghiên cứu trước - điều mà hầu hết các nghiên cứu xây dựng chu trình lái hiện nay đang thực hiện

Dựa trên các chu trình thử đã được xây dựng, luận án đã xác định được bộ hệ số phát thải đặc trưng cho xe buýt tại Hà Nội Đây là bộ hệ số phát thải xác định bằng thực nghiệm, đặc trưng cho xe buýt, lần đầu tiên được công bố tại Việt Nam Các kết quả này có thể được áp dụng trong các nghiên cứu kiểm kê phát thải để đạt được kết quả kiểm kê phát thải ở mức cao hơn (Tier 2) theo hướng dẫn của Ủy ban Liên chính

phủ về biến đổi khí hậu; hoặc sử dụng trong các nghiên cứu đánh giá hiệu quả về mặt kinh tế - năng lượng cho những cải tiến trên động cơ Kết quả thu được có ý nghĩa thực tiễn cao, giúp các nhà quản lý có những quyết định tốt hơn trong việc ứng dụng các giải pháp để bảo vệ môi trường đối với hoạt động của hệ thống xe buýt tại Hà Nội

5 Các đóng góp mới của luận án

 Về phương pháp

 Đã có một số đóng góp cho phương pháp xây dựng chu trình lái như sau:

- Kiểm định tính dừng của dữ liệu chuỗi thời gian (vận tốc tức thời theo thời

gian) trước khi sử dụng trong xây dựng chu trình lái Sự kiểm định này là cần thiết để đảm bảo giá trị trung bình và phương sai của chuỗi không đổi theo thời gian Việc kiểm định này chưa được thực hiện trong bất kỳ nghiên cứu nào đã được công bố trước đây

- Xử lý các sai số trong dữ liệu GPS bằng một công cụ mới chưa được ứng

dụng trong các nghiên cứu xử lý dữ liệu vận tốc tức thời theo thời gian, đó là thuật toán ước lượng dữ liệu thiếu của Ivan Selesnick Theo đó, các điểm dữ liệu được nhận định là có chứa sai số ngẫu nghiên đã được xóa bỏ để tạo khoảng trống, sau đó dùng thuật toán ước lượng dữ liệu thiếu của Ivan Selesnick thay vì sử dụng phương pháp nội suy spline như trong các nghiên cứu về xử lý dữ liệu GPS đã công bố trước đây

 Lần đầu tại Việt Nam, đã nghiên cứu và áp dụng chuỗi Markov để xây dựng được chu trình lái đặc trưng cho xe buýt

 Lần đầu tiên tại Việt Nam, hệ số phát thải các chất ô nhiễm không khí phản ánh điều kiện thực tế của xe buýt đã được nghiên cứu xác định bằng thực nghiệm dựa trên chu trình thử đặc trưng

 Về kết quả cụ thể

 Lần đầu tiên, chu trình lái đặc trưng cho xe buýt được xây dựng

 Các chu trình thử đối với động cơ xe hạng nặng, bao gồm chu trình thử dạng chuyển tiếp và chu trình thử tĩnh, đã được phát triển dựa trên đặc trưng lái của xe buýt tại Hà Nội

 Bộ hệ số phát thải các chất ô nhiễm không khí (CO, PM, NOx, HC, CO2) cho

xe buýt tại Hà Nội, bao gồm cả 3 dạng hệ số phát thải (g/kWh, g/kg-nhiên liệu, và g/km)

 Mô hình toán mô tả tương quan giữa tốc độ phát thải và công suất động cơ

6 Các nội dung chính trong luận án

Các nội dung chính trong luận án như sau:

- Thu thập và xử lý dữ liệu lái ngoài thực tế của hệ thống xe buýt tại Hà Nội;

- Kiểm định tính dừng của chuỗi dữ liệu thời gian (vận tốc tức thời theo thời

gian);

- Trích chọn các thông số đặc trưng của chu trình lái

- Xây dựng chu trình lái đặc trưng của hệ thống xe buýt tại Hà Nội dựa trên lý

thuyết chuỗi Markov;

- Xây dựng chu trình thử dạng chuyển tiếp, chu trình thử tĩnh đối với động cơ

diesel sử dụng trên xe buýt;

- Thực nghiệm đo phát thải trên động cơ;

- Xử lý kết quả thử nghiệm và báo cáo kết quả

Bố cục của bản thuyết minh luận án như sau:

Mở đầu

Chương 1: Tổng quan

Chương 2: Phương pháp nghiên cứu

Chương 3: Kết quả và thảo luận

Kết luận và kiến nghị

Phần lớn đối với các PTCGĐB hiện nay, năng lượng để chúng chuyển động được

là do đốt cháy nhiên liệu trong động cơ đốt trong Do vậy, ô nhiễm từ PTCGĐB chủ yếu là do các sản phẩm của quá trình đốt cháy nhiên liệu trong động cơ, gọi là khí xả (exhaust), hoặc do nhiên liệu tự bay hơi Ngoài ra, còn có sự phát thải bụi do quá trình

ma sát

Hình 1.1 Minh họa các dạng phát thải từ hoạt động của phương tiện vận tải

Chi tiết về các dạng phát thải từ hoạt động của PTCGĐB như sau [9, 10]:

 Khí xả (exhaust):

- Khí xả khi xe đang chạy (Running exhaust): Khí thoát ra từ ống xả khi xe

đang chạy trên đường

- Khí xả khi xe ở chế độ không tải của động cơ (Idle exhaust): Khí thoát ra từ

ống xả khi xe nổ máy nhưng không chuyển động

- Khí xả khi xe khởi động (Starting exhaust): Khí thoát ra từ ống xả khi khởi

động xe

 Bay hơi nhiên liệu (Fuel evaporation):

- Sự bay hơi nhiên liệu trong ngày (Diurnal emissions): Xảy ra khi nhiệt độ

môi trường đủ lớn để làm bay hơi nhiên liệu, sự phát thải này có thể xảy ra liên tục trong ngày, tùy thuộc vào nhiệt độ môi trường

- Bay hơi do rò rỉ (Resting loss): do hiện tượng thấm qua cao su và các plastic

- Bay hơi do động cơ nóng khi dừng, đỗ (Hot soak): xảy ra sau khi xe dừng

hoặc kết thúc cuộc hành trình (ngay sau khi tắt động cơ), khi đó nhiên liệu

vẫn còn nóng

- Bay hơi trong khi chạy (Running losses): xảy ra khi hơi nhiên liệu nóng thoát

ra từ hệ thống nhiên liệu hoặc bầu lọc than hoạt tính trong khi xe đang hoạt

động

- Bay hơi trong quá trình nạp liệu (Refueling losses)

 Dạng phát thải khác:

- Sự phát thải bụi do sự mài mòn của lốp (Tire wear)

- Sự phát thải bụi do sự mài mòn của phanh (Brake wear)

Ngoài ra, hoạt động của các PTCGĐB còn gây ra các dạng ô nhiễm khác như ô nhiễm nhiệt và tiếng ồn

Trong số các chất ô nhiễm tạo ra trong quá trình hoạt động của PTCGĐB, một số chất được quy định về nồng độ giới hạn trong khí xả động cơ như CO, CO2, HC, NOx

và PM Các chất này thường được gọi là chất ô nhiễm thông thường Một số chất khác

không được quy định trong các điều luật liên quan đến khí xả động cơ như NH3, SO2, benzen, PAHs, POPs Các chất này được gọi là chất ô nhiễm đặc trưng Các nhà

chuyên môn rất quan tâm đến các chất ô nhiễm đặc trưng khi họ cần nghiên cứu để hiểu sâu về hiện tượng và nguyên nhân ô nhiễm [11]

1.1.2 Tác động của các chất ô nhiễm không khí từ phương tiện cơ giới

đường bộ

PTCGĐB là nguyên nhân chính gây ô nhiễm không khí, ảnh hưởng tới môi trường và sức khỏe con người PTCGĐB đã được xác định là nguồn quan trọng nhất liên quan đến phát thải các chất ô nhiễm mà cần được quan tâm đặc biệt như NOx, benzen và CO Gần đây, phát thải PM từ PTCGĐB cũng đã thu hút nhiều sự quan tâm của con người do các nghiên cứu dịch tễ học đã chỉ ra rằng PM có ảnh hưởng rất nghiêm trọng đối với sức khỏe con người, là mối đe dọa tiềm tàng lớn nhất đối với sức khỏe con người PM được phát thải trực tiếp từ hoạt động của phương tiện, hoặc được hình thành trong khí quyển (chất ô nhiễm thứ cấp) từ các chất ô nhiễm sinh ra từ chính hoạt động của các phương tiện vận tải (PTVT) như NOx, SO2 và VOC Ngoài ra, phản ứng quang hóa giữa NOx và VOC còn dẫn đến sự hình thành ozon trong tầng đối lưu,

có ảnh hưởng nghiêm trọng tới môi trường và sức khỏe con người Sự hình thành ozon

mặt đất có thể dẫn đến các đợt sương mù trong mùa hè với nồng độ ozon cao như đã xảy ra vào mùa hè năm 2003 trên các khu vực rộng lớn của châu Âu Nồng độ ozon mặt đất cao làm gia tăng bệnh về đường hô hấp và tăng ca tử vong [12]

Hơn thế nữa, phát thải từ PTVT còn làm gia tăng hiệu ứng nhà kính Theo IPCC, năm 2010 mức phải thải khí nhà kính liên quan trực tiếp đến hoạt động vận tải là 14% (tương đương với khoảng 6,86 GtCO2eq), trong đó vận tải đường bộ chiếm tỷ lệ lớn nhất [3]

Tại Việt Nam, ô nhiễm không khí được đánh giá là sức ép môi trường lớn nhất lên sức khỏe con người, thậm chí còn nghiêm trọng hơn tai nạn giao thông [13] Năm

2016, chỉ số AQI trung bình tại hai thành phố lớn của Việt Nam như Hà Nội và thành phố Hồ Chí Minh đều ở mức cao, ví dụ AQI của Hà Nội là 123 Như vậy, chất lượng không khí tại các thành phố lớn của Việt Nam thuộc nhóm chất lượng thấp, có ảnh hưởng đến sức khỏe con người, đặc biệt đối với nhóm người nhạy cảm Tại Hà Nội, do

số lượng PTCGĐB lớn (khoảng 485.955 xe ôtô, trên 5,2 triệu xe máy; ngoài ra còn các phương tiện từ các tỉnh khác tham gia giao thông); trong đó nhiều PTVT chất lượng kém vẫn đang hoạt động nên ô nhiễm không khí từ hoạt động GTVT đang có xu thế gia tăng Ngoài ra, do cơ sở hạ tầng giao thông đô thị chưa đáp ứng được nhu cầu đi lại, và ý thức tham gia giao thông của người dân chưa cao đã làm cho tình trạng ùn tắc giao thông thường xuyên xảy ra, ví dụ tại Hà Nội năm 2016 có tới 41 điểm ùn tắc Tình trạng ùn tắc giao thông đã gây ra sự lãng phí nhiên liệu và gia tăng phát thải các chất ô nhiễm, gây ảnh hưởng tới sức khỏe con người Tỷ lệ các trạm quan trắc tại Hà Nội mà có nồng độ các chất ô nhiễm như CO, SO2, NOx và benzen vượt quy chuẩn Việt Nam lần lượt là 3%, 80%, 63% và 100% [14] Đây là các chất được phát thải chủ yếu từ hoạt động của các PTCGĐB như đã trình bày ở trên

1.1.3 Lộ trình áp dụng tiêu chuẩn về khí xả đối với phương tiện cơ giới

đường bộ

Hiện nay trên thế giới chỉ có Mỹ, châu Âu và Nhật Bản là những nước và liên quốc gia xây dựng hệ thống tiêu chuẩn riêng, hoàn chỉnh, phù hợp với từng thời kỳ cụ thể Phần lớn các nước còn lại đều nghiên cứu áp dụng một trong các hệ thống tiêu chuẩn trên sau khi chuyển đổi sang tiêu chuẩn phù hợp với tình hình thực tế của mỗi nước Việt Nam và nhiều nước châu Á đều áp dụng tiêu chuẩn EURO vì nó đơn giản

và dễ áp dụng hơn

Bảng 1.1 Giới hạn nồng độ các chất ô nhiễm trong khí xả PTCGĐB hạng

nặng theo tiêu chuẩn châu Âu (nguồn: [15])

số 49/2011/QĐ-TTg về việc quy định lộ trình áp dụng tiêu chuẩn khí thải đối với xe ôtô, xe môtô hai bánh sản xuất, lắp ráp và nhập khẩu mới, cụ thể:

 Các loại xe ôtô sản xuất, lắp ráp và nhập khẩu mới phải áp dụng:

- Tiêu chuẩn khí thải mức 4 (tương đương Euro IV) từ ngày 01/01/2017

- Tiêu chuẩn khí thải mức 5 (tương đương Euro V) từ ngày 01/01/2022

 Các loại xe môtô hai bánh sản xuất, lắp ráp và nhập khẩu mới phải áp dụng tiêu chuẩn khí thải mức 3 (tương đương Euro III) từ ngày 01/01/2017

Riêng đối với ô tô chạy bằng diesel, sẽ áp dụng tiêu chuẩn Euro IV từ năm 2018 theo Thông báo số 126/TB-VPCP ngày 10/03/2017 của Thủ tướng Chính phủ

1.2 Hệ số phát thải của phương tiện cơ giới đường bộ và phương pháp xác định

1.2.1 Khái niệm

Đặc trưng phát thải từ mỗi nguồn thải được phản ánh qua EF [16] Đối với PTCGĐB, EF thể hiện lượng chất ô nhiễm trung bình sinh ra khi xe tiêu hao một lượng nhiên liệu nhất định (kg/kg nhiên liệu) hoặc khi xe di chuyển được một quãng đường nhất định (kg/km); còn khi xe chạy ở chế độ không tải (nổ máy nhưng xe vẫn đứng yên – trạng thái không tải của động cơ) thì hệ số phát thải là lượng chất ô nhiễm sinh ra trong một đơn vị thời gian (g/s) Đối với HDVs, hệ số phát thải còn được thể

hiện qua lượng chất ô nhiễm sinh ra trên một đơn vị công suất mà động cơ sinh ra trong một giờ (g/kWh)

Hệ số phát thải bị chi phối bởi tất cả các yếu tố có ảnh hưởng tới mức phát thải phương tiện (loại/chất lượng phương tiện, loại/chất lượng nhiên liệu, các chế độ hoạt

động của phương tiện, ) Như vậy, hệ số phát thải phản ánh đặc trưng phát thải của

Nhiên liệu xăng

Rất nhiều nghiên cứu đã chỉ ra rằng có sự tương quan giữa hàm lượng S và các hợp chất vòng thơm với khí xả của phương tiện Goodfellow và cộng sự (1996); McArragher và cộng sự (1999) đã chỉ ra rằng giảm hàm lượng S sẽ giảm được sự phát thải CO, THC (hydrocacbon tổng), NOx; giảm hàm lượng các hợp chất vòng thơm cũng làm giảm CO, THC nhưng lại tăng NOx [17] Ảnh hưởng của hàm lượng S và các hợp chất vòng thơm trong xăng tới sự phát thải của động cơ xăng như Bảng 1.2

Bảng 1.2 Ảnh hưởng của lưu huỳnh và các hợp chất vòng thơm tới sự phát thải

của động cơ xăng (nguồn: [17])

Chế độ Thay đổi trong các thành phần

nhiên liệu CO THC NOx Bz Bd Tol Fa Ac Chế độ

không tải

Lưu huỳnh 150 50 ppm NE NE  - - - Hợp chất

thơm 30 20%vol  NE     NE  Chế độ ổn

định

Lưu huỳnh 300 100 ppm    - - - Hợp chất

Chú thích:

Loại động cơ sử dụng: động cơ xe ôtô mới, 4 kỳ, có bộ xúc tác

Bz: benzen, Bd: 1,3 butađien, Tol: toluen, Fa: formaldehyt, Ac: acetaldehyt

 : tăng, : giảm, NE: tác động không rõ ràng (dao động dưới 5%), -: dữ liệu không được đo đạc

* tác động rõ rệt với khoảng tin cậy 95%.

Nhiên liệu diesel

Tổng hợp các tác động của chất lượng nhiên liệu diesel tới sự phát thải trong quá

Bảng 1.3 Ảnh hưởng của đặc tính nhiên liệu tới sự phát thải của động cơ diesel

(nguồn: [18])

o

Chú giải:

* - kết quả thử nghiệm sơ bộ, cần tiếp tục xác nhận lại trong các nghiên cứu trong tương lai

a - tác động không còn xuất hiện trên các động cơ phát thải thấp

b - tác động ít hơn khi quan sát với nhiên liệu có hàm lượng lưu huỳnh thấp

c

- các hợp chất đa vòng thơm được kỳ vọng mang lại hiệu quả giảm phát thải tốt hơn các hợp chất thơm đơn vòng

Quy ước:  - tác động mạnh;  - tác động nhẹ; - rất ít tác động; o – không ảnh hưởng

Hàm lượng lưu huỳnh trong nhiên liệu diesel có khả năng ảnh hưởng tới khả năng phát thải PM của động cơ diesel; khi hàm lượng lưu huỳnh trong nhiên liệu cao, khả năng phát thải PM tăng [18]

Khối lượng riêng của nhiên liệu diesel cũng có khả năng tác động đến sự phát thải của động cơ Nếu tất cả các hệ số khác là giữ nguyên thì nhiên liệu có khối lượng riêng lớn hơn sẽ có khả năng tạo ra PM, NOx nhiều hơn và sự phát thải HC, CO lại có khả năng giảm đi [18]

Thành phần của các hợp chất vòng thơm trong diesel cũng ảnh hưởng tới sự phát thải Tăng tổng hàm lượng các hyđrocacbon vòng thơm có thể dẫn đến sự tăng phát thải NOx; trong khi đó chỉ tăng hàm lượng của các hyđrocacbon đa vòng thơm sẽ tăng phát thải HC, NOx và PM [18]

Theo phương thức thực hiện chu trình công tác, động cơ đốt trong có thể phân làm 2 loại: động cơ 2 kỳ và động cơ 4 kỳ Động cơ 2 kỳ cổ điển có mức độ phát sinh chất ô nhiễm cao hơn động cơ 4 kỳ do quá trình tạo thành hỗn hợp không hoàn thiện Hầu hết các loại xe lưu thông hiện nay đều sử dụng động cơ 4 kỳ

Ngoài ra, động cơ đốt trong còn được phân loại theo loại nhiên liệu sử dụng, như động cơ xăng, động cơ diesel, Đối với động cơ xăng (loại động cơ đánh lửa cưỡng bức), nhiên liệu và không khí được nạp vào xi lanh và nén lại, rồi được đốt cháy bằng

bugi Đối với động cơ diesel, không khí sẽ đi vào xi lanh theo một đường riêng và bị nén lại, còn nhiên liệu được đưa vào với áp suất lớn qua vòi phun, nhiên liệu được phun vào lớp không khí bị nén và tự bốc cháy do sức nóng của lớp khí nén này Theo nguyên lý đó, thời gian lưu của nhiên liệu trong buồng cháy của động cơ diesel ngắn hơn trong động cơ xăng nên thời gian dành cho việc hình thành các sản phẩm cháy không hoàn toàn (HC) cũng rút ngắn nên hàm lượng HC trong khí xả động cơ diesel thấp hơn động cơ xăng [19]

Động cơ diesel có hiệu suất cao hơn động cơ đánh lửa cưỡng bức nhưng do quá trình khuếch tán và làm việc với hệ số dư không khí cao nên sản phẩm chứa nhiều bồ hóng và ít CO hơn Sự cháy của hạt nhiên liệu khi chúng di chuyển trong buồng cháy

và sự tập trung cục bộ của chúng ở vùng nhiệt độ cao là nguyên nhân chính sinh ra bồ hóng của động cơ diesel [19]

Các chế độ hoạt động của xe bao gồm: tăng tốc, giảm tốc, không tải và chạy ổn định Ở mỗi chế độ, yêu cầu về mức tải của động cơ khác nhau, nên nhu cầu về nhiên liệu sẽ khác nhau, do đó mức độ phát thải cũng khác nhau Ở các chế độ chuyển tiếp (ví dụ: chế độ tăng tốc và giảm tốc) mức phát thải các chất ô nhiễm thường cao hơn ở các chế độ tĩnh (ví dụ: chế độ ổn định và không tải) [20, 21] Bảng 1.4 minh họa ảnh hưởng của các chế độ hoạt động đến mức phát thải của phương tiện

Bảng 1.4 Ảnh hưởng của chế độ hoạt động đến tốc độ phát thải (nguồn: [20])

Ngoài ra, EF từ hoạt động của các PTCGĐB còn chịu ảnh hưởng của các yếu tố

khác như tuổi của phương tiện, chế độ bảo dưỡng định kỳ và điều kiện môi trường xung quanh Như vậy, có thể thấy rằng EF của các PTCGĐB chịu ảnh hưởng của rất

đặc trưng phát thải của nước mình thay vì sử dụng EF của các nước khác Đồng thời, qua Bảng 1.4 có thể thấy thói quen và ý thức của người điều khiển phương tiện cũng

có ảnh hưởng lớn đến mức phát thải của phương tiện

1.2.3 Các phương pháp xác định hệ số phát thải của phương tiện cơ

giới đường bộ

EF thường được xây dựng dựa trên dữ liệu đo đạc thực nghiệm thu được từ các

dự án đo phát thải của phương tiện Phát thải của phương tiện cùng với các điều kiện hoạt động mà có ảnh hưởng tới sự phát thải có thể được đo trong điều kiện có kiểm

soát trong phòng thí nghiệm (controlled conditions) hoặc tiến hành đo đạc trực tiếp ngoài thực tế (real-world conditions) [22]

1.2.3.1 Đo phát thải trong điều kiện có kiểm soát

Sự phát thải của các PTCGĐB được xác định bằng cách đo phát thải trong điều kiện có kiểm soát tại các phòng thí nghiệm có thể được thực hiện đối với riêng động

cơ của xe hoặc thực hiện trên cả xe, tùy thuộc vào loại phương tiện Tuỳ theo loại PTCGĐB sẽ có các dạng đo phát thải khác nhau, được xem xét theo các tiêu chí [23,

24]:

- Phương tiện vận hành trên băng thử ôtô kiểu con lăn (Chassis dynamometer);

hoặc động cơ của phương tiện được lắp trên băng thử động cơ (Engine dynamometer)

- Phương pháp lấy mẫu khí thải: theo phương pháp thể tích không đổi CVS

(Constant Volume Sampling) hoặc lấy mẫu trực tiếp trên đường thải

- Kết quả đo được biểu diễn theo giá trị trung bình dạng [g/km] hoặc theo dạng

[g/kWh]

Đối với quá trình đo phát thải trong điều kiện có kiểm soát tại phòng thí nghiệm,

các hoạt động thử nghiệm sẽ được kiểm soát qua các chu trình thử, điều kiện môi

trường và các thông số khác Do vậy, phương pháp này đảm bảo tính lặp lại của các kết quả thử nghiệm [22]

Thí nghiệm phát thải trong điều kiện có kiểm soát tại phòng thí nghiệm có thể được sử dụng trong thử công nhận kiểu hoặc cho các mục đích nghiên cứu khác Thử nghiệm trên băng thử động cơ được sử dụng trong thử công nhận kiểu cho HDVs, trong khi đó thử nghiệm trên băng thử con lăn thường được sử dụng trong thử công nhận kiểu đối với xe máy và các xe hạng nhẹ Khi kích thước xe tăng, chi phí của hệ

thống băng thử con lăn sẽ tăng lên rất nhiều Do đó, hiện nay trên thế giới có rất ít phòng thử nghiệm có khả năng thử nghiệm phát thải cho xe HDVs trên băng thử con lăn do chi phí đầu tư cho hệ thống băng thử này quá lớn Hoạt động thử nghiệm phát thải đối với HDVs hiện nay chủ yếu vẫn được thực hiện trên băng thử động cơ [25]

có khả năng ảnh hưởng tới phát thải của phương tiện (ví dụ: điều kiện môi trường, hành vi lái,…) lại không được kiểm soát Do đó, số liệu thu được bằng kỹ thuật đo phát thải ngoài thực tế thường được sử dụng việc nhận dạng các lỗ hổng trong các mô hình phát thải [22]

Kết luận: V.Franco và cộng sự (2013) đã tóm tắt tất cả các kỹ thuật thử nghiệm

phát thải được sử dụng trong xây dựng EF cho PTCGĐB và đi đến kết luận sau [22]:

- Thí nghiệm trên băng thử động lực học (băng thử con lăn hoặc băng thử động cơ) là các kỹ thuật rất chặt chẽ, là nguồn cung cấp dữ liệu thực nghiệm chính

để phát triển các mô hình EF cho PTCBĐB trong những năm tới

- Nếu đã xây dựng được các chu trình lái thực cho một mục tiêu nghiên cứu cụ thể thì thí nghiệm phát thải trên băng thử động lực học trở thành lý tưởng cho việc xây dựng EF bởi các thông số đầu vào được kiểm soát một cách chặt chẽ

1.2.4 Tình hình nghiên cứu xây dựng bộ hệ số phát thải đặc trưng

1.2.4.1 Tình hình nghiên cứu trên thế giới

Tại Mỹ, việc xây dựng bộ EF đã được tiến hành và áp dụng rộng rãi từ rất sớm với bộ tài liệu AP-42: “Tổng hợp về EF ô nhiễm không khí” được công bố đầu tiên vào năm 1972 Sau đó Cục bảo vệ môi trường Mỹ (US EPA) xuất bản thêm phụ chương và cập nhật thêm thông tin trong lần xuất bản lần thứ 5 (1995) trong tập 1,

tiên năm 1978 bao gồm tất cả các thông tin về EF của nguồn động Tập 2 tiếp tục được cập nhật và hoàn thiện trong các lần xuất bản thứ 4 (1989) và bổ sung thêm phụ lục A (1991) [26] Đến nay, bộ tài liệu AP-42 vẫn tiếp tục được cập nhật, bổ sung và được sử dụng như là một tài liệu chính thống về thông tin EF

Năm 1993, Tổ chức Y tế thế giới (WHO) cũng đã công bố tài liệu “Hướng dẫn

kỹ thuật kiểm kê nhanh các nguồn thải và cách sử dụng để xây dựng các chiến lược kiểm soát môi trường, phần 1: Kỹ thuật kiểm kê nhanh ô nhiễm môi trường” Đến nay, tài liệu này vẫn đang được áp dụng rộng rãi để đánh giá các nguồn ô nhiễm không khí, nước và đất Tài liệu này cung cấp tương đối đầy đủ EF đối với nguồn động tại chương 7

và chi tiết cho PTCGĐB tại mục 711 của chương này [27]

Năm 1996, IPCC đã công bố bộ tài liệu hướng dẫn thực hành kiểm kê khí nhà kính Tài liệu gồm 8 chương và 4 phụ lục, trong đó EF đối với nguồn động được hướng dẫn chi tiết trong chương 2 [28]

Năm 2009, Cục bảo vệ môi trường châu Âu (EEA) ban hành sách hướng dẫn kiểm kê phát thải chất ô nhiễm không khí (phiên bản mới nhất hiện nay là năm 2013)

EF đối với phương tiện vận tải có thể tìm thấy trong phần B, mục 1.A.3 [29]

Tại châu Á, hiện nay hầu hết các nước đều chưa có bộ CSEF, đặc biệt trong lĩnh vực giao thông vận tải Hoạt động kiểm kê phát thải vẫn theo hướng dẫn của IPCC áp dụng cho mức 1 (Tier 1), sử dụng EF mặc định Tuy nhiên, hiện nay đang diễn ra một

số chương trình hành động, các hội thảo và nhiều nghiên cứu khác nhằm cải tiến chất lượng EF, xây dựng CSEF để nâng cao chất lượng của hoạt động kiểm kê phát thải khí nhà kính tại các nước trong khu vực [7] Năm 2005, Chan và cộng sự đã sử dụng kỹ thuật đo cảm biến từ xa đối với các xe động cơ diesel để đánh giá EF ở Hong Kong Năm 2006, Sukanya Tamsanya và cộng sự đã tiến hành nghiên cứu xây dựng EF của

xe ô tô động cơ xăng dựa trên chu trình lái thực của Bangkok (BDC),…

Như vậy, có thể thấy số lượng các công trình nghiên cứu xây dựng bộ CSEF trên

thế giới rất lớn, và đã được triển khai từ sớm, tập trung ở các nước phát triển Do đó, các kỹ thuật và kinh nghiệm trong xây dựng EF ngày càng đạt đến trình độ cao hơn

1.2.4.2 Tình hình nghiên cứu trong nước

Cho đến nay, việc nghiên cứu xây dựng EF ở Việt Nam còn rất mới mẻ, đặc biệt trong lĩnh vực GTVT Các nghiên cứu xây dựng EF phù hợp với đặc trưng lái ngoài thực tế của các PTCGĐB ở nước ta còn rất hạn chế, đang ở trong giai đoạn thử nghiệm với các hướng tiếp cận chủ yếu như sau:

- Sử dụng các mô hình có sẵn để mô phỏng phát thải của phương tiện theo dữ liệu hoạt động ngoài thực tế [30-34];

- Sử dụng mô hình tính ngược đối với bộ dữ liệu nồng độ chất ô nhiễm được quan trắc ngoài thực tế, kết hợp với việc sử dụng hợp chất đánh dấu để xác định

hệ số phát tán [35];

- Sử dụng dữ liệu lái ngoài thực tế để xây dựng chu trình lái đặc trưng và tiến hành đo phát thải theo chu trình lái đã được xây dựng trên hệ thống băng thử con lăn (chassis dynamometer) – mới chỉ nghiên cứu trên xe máy và xe hạng nhẹ [36, 37]

Sử dụng mô hình phát thải có ưu điểm là rút ngắn được thời gian và chi phí, nhưng nó bị hạn chế bởi các mô hình mà chúng ta đang sử dụng là các mô hình của nước ngoài; cơ sở dữ liệu được sử dụng để phát triển/hiệu chỉnh các mô hình này được tập hợp từ các kết quả đo phát thải vô cùng lớn mà các nước/các tổ chức đã tiến hành thử nghiệm trong điều kiện có thể khác biệt so với nước ta Do đó, để tăng độ chính xác của các kết quả mô phỏng khi áp dụng các mô hình mô phỏng phát thải của nước khác (đặc biệt của các nước phát triển) thì cần phải hiệu chỉnh mô hình trước khi đưa vào sử dụng Tuy nhiên, để hiệu chỉnh được mô hình lại cần phải dựa trên các kết quả

đo phát thải Cách tiếp cận thứ 2, sử dụng mô hình tính ngược kết hợp với đo ngoài thực tế, cho phép xác định được EF đồng thời cho nhiều loại phương tiện Tuy nhiên, cách tiếp cận này cần phải sử dụng nhiều mô hình toán khác nhau để xác định được EF chung cho cả dòng xe rồi tiến hành phân tích hồi quy tuyến tính để xác định EF cho từng loại xe Do vậy, độ chính xác của kết quả có thể bị ảnh hưởng bởi các bước tính toán này Phương pháp thứ ba là cách tiếp cận hiện đang được nhiều nước áp dụng, số lượng các công trình nghiên cứu theo cách tiếp cận này rất lớn Đây là cách tiếp cận có thể cho ra bộ EF có độ chính xác cao, có ý nghĩa rất lớn trong việc kiểm kê phát thải [22] Tuy nhiên, hạn chế của phương pháp này là chi phí lớn, và số lượng các phòng thử nghiệm khí thải ở nước ta còn rất ít, và chưa được đầu tư đủ mạnh để có thể tiến hành tất cả các dạng thử nghiệm phát thải trên các loại phương tiện Các nghiên cứu theo hướng này mới chỉ triển khai trên xe máy và xe hạng nhẹ, chưa được triển khai đối với HDVs Ngoài ra, kỹ thuật xây dựng chu trình lái đặc trưng được sử dụng trong các nghiên cứu này còn bộc lộ nhiều hạn chế do khả năng tái hiện tần suất phân bố các chế độ hoạt động ngoài thực tế vào trong chu trình lái đặc trưng không cao, trong khi

đó tốc độ phát thải của phương tiện lại phụ thuộc rất mạnh mẽ vào sự phân bố các chế

độ hoạt động Do đó, cách tiếp cận xây dựng chu trình lái đặc trưng như trong các

nghiên cứu trước đây ở Việt Nam đã không thể phản ánh đầy đủ bản chất ngẫu nhiên của dữ liệu lái ngoài thực tế [38]

1.3 Chu trình lái và các phương pháp xây dựng

1.3.1 Khái niệm

Chu trình lái là bức tranh về mối liên hệ giữa vận tốc – thời gian của phương tiện tham gia giao thông trong điều kiện nhất định Chu trình lái thường phản ánh điều kiện giao thông thực tế có liên quan đến điều kiện kinh tế - xã hội, thói quen đi lại của con người tại các quốc gia khác nhau

Chu trình lái đã được xây dựng để cung cấp nhiều ứng dụng cho các nhà sản xuất

xe, cho các kỹ sư giao thông và các nhà môi trường [39]

Các chu trình lái được phân làm hai loại như sau:

- Chu trình lái thực tế/chu trình chuyển tiếp (transient driving cycles): được xây

dựng từ dữ liệu lái ngoài thực tế của phương tiện nên loại chu trình này chính là

sự ghi lại trạng thái chuyển động thực tế Chu trình chuyển tiếp phản ảnh sự thay đổi liên tục của vận tốc theo đặc trưng lái trên đường

- Chu trình tĩnh (stationary driving cycles): loại chu trình này liên quan đến việc

kéo dài thời gian ở tốc độ không đổi

Ngoài ra, có thể phân loại theo tính pháp lý của chu trình lái, sự phân loại này có ảnh hưởng tới mục đích sử dụng các chu trình lái Theo đó, có hai loại chu trình lái:

chu trình lái tiêu chuẩn và chu trình lái không tiêu chuẩn [39]

- Chu trình lái tiêu chuẩn được xem là chu trình mang tính đại diện rộng rãi và

được chính phủ sử dụng trong kiểm soát sự phát thải Các chu trình này thường được ban hành cùng bộ tiêu chuẩn khí thải phương tiện, được sử dụng trong thử công nhận kiểu đối với các phương tiện Ví dụ chu trình thử FTP 75 của Mỹ, ECE của châu Âu, và của Nhật Bản 10 ÷ 15 chế độ Các chu trình này không chỉ sử dụng cho riêng các nước này mà còn được các nước đang phát triển sử dụng vì các nước này chưa có chu trình thử riêng

- Chu trình lái không tiêu chuẩn trở nên phổ biến hơn trong các nghiên cứu để

đánh giá sự phát thải và tiêu hao nhiên liệu Ví dụ chu trình lái của Sydney, chu trình lái cải tiến của Châu Âu (IEC), chu trình lái cao điểm của Melbourne, … Trong nghiên cứu xây dựng chu trình lái, các tiêu chí sau được sử dụng để lựa chọn các loại chu trình lái phù hợp với mục tiêu nghiên cứu (Bảng 1.5):

Bảng 1.5 Các tiêu chí sử dụng trong phân loại chu trình lái (nguồn: [39])

Loại đường/loại tuyến Đường nội đô, đường ngoại đô, đường cao tốc,… Loại phương tiện Xe hạng nặng, xe hạng nhẹ, xe buýt, xe máy,… Khoảng thời gian Giờ cao điểm, giờ thấp điểm,…

Dải vận tốc Trong điều kiện ùn tắc giao thông, hoặc khi

đường thông thoáng

Chế độ hoạt động của động cơ Ổn định, tăng tốc, giảm tốc, chạy từ từ, không tải

Tổ chức giao thông Làn đường dành riêng cho xe buýt, xe máy,…

1.3.2 Tầm quan trọng của chu trình lái

Tất cả các mô hình phát thải đều phải tính đến các hệ số mà có ảnh hưởng tới khả năng phát thải mặc dù cách thức có thể khác nhau Cách tiếp cận phổ biến nhất là dựa trên nguyên lý EF trung bình của một loại chất ô nhiễm đối với một loại phương tiện thay đổi theo vận tốc trung bình trong suốt hành trình Do vậy, hầu hết các mô hình phát thải cho đến nay đã sử dụng vận tốc trung bình để ước tính lượng phát thải từ các phương tiện như: NAEI (Dore et al ,2005), COPERT III của Tổ chức môi trường Châu Âu,… [40] Tuy nhiên, có một vài hạn chế liên quan đến các mô hình dựa trên vận tốc trung bình vì nó đã bỏ qua các biến động về vận tốc xung quanh giá trị vận tốc trung bình như chế độ tăng tốc, giảm tốc và chế độ không tải Mà các chế độ hoạt động của phương tiện lại có ảnh hưởng rất lớn tới khả năng phát thải của phương tiện Ngoài

ra, mô hình dựa trên vận tốc trung bình bị hạn chế rất nhiều khi áp dụng trên các xe có

sử dụng bộ xử lý khí xả bằng xúc tác Đối với trường hợp này khả năng phát thải khi

xe chuyển số và chạy với gia tốc lớn lại rất cao, khác biệt hẳn so với phát thải ở vận tốc trung bình [40] Do đó, một vài nghiên cứu gần đây đã cải tiến các mô hình dựa trên vận tốc trung bình bằng các mô hình mô phỏng phát thải liên tục, qua dó người sử

dụng sẽ đưa vào các chu trình lái đặc trưng cho thành phố hoặc khu vực để xác định

EF theo tình trạng giao thông đặc trưng [41]

Các chu trình lái được xây dựng để cung cấp mối liên hệ giữa vận tốc và thời

gian, nó sẽ phản ánh đầy đủ các đặc tính lái xe ngoài thực tế, do vậy nó có sự thay đổi giữa quốc gia này với quốc gia khác, thậm chí giữa các thành phố của một nước Do

đó, mức tiêu hao nhiên liệu cũng như phát thải của một phương tiện khi được thử nghiệm theo các chu trình lái khác nhau sẽ khác nhau (Bảng 1.6)

Bảng 1.6 So sánh tiêu hao nhiên liệu và phát thải từ xe ôtô tại Thái Lan theo

các chu trình lái khác nhau (nguồn: [42])

Chu trình Ttotal

(s)

D (km)

HC NO x CO CO 2

BDC 1160 5,71 23,8 37,7 17,7 0,134 0,557 2,093 206,371 8,48 ECE15 780 4,05 32,3 30,8 18,7 0,125 0,409 0,714 187,712 7,63 EUDC 44 6,85 67,5 10 62,6 0,045 0,564 0,470 155,727 6,32 ECE15+

EUDC 1180 10,9 42,2 23,7 33,4 0,075 0,506 0,561 167,611 6,81

Ghi chú: BDC – Bangkok Driving Cycle

Từ Bảng 1.6 và các kết luận rút ra trong Mục 1.2.2 cho thấy chu trình lái đóng vai trò rất quan trọng trong nghiên cứu xây dựng EF của các PTCGĐB Tại Hà Nội, thậm chí ở Việt Nam, các hoạt động thử nghiệm phát thải vẫn sử dụng chu trình lái của châu Âu để xác định EF Do vậy, các EF này đã không phản ánh đầy đủ đặc trưng giao thông của Hà Nội dẫn đến các kết quả kiểm kê phát thải trong lĩnh vực môi trường có

hao nhiên liệu

1.3.3 Các phương pháp xây dựng chu trình lái

Xây dựng chu trình lái thường có ba bước cơ bản: lựa chọn tuyến đường; thu thập dữ liệu; và xây dựng chu trình Các nghiên cứu xây dựng chu trình lái thường khác nhau ở phương pháp thu thập dữ liệu và phương pháp xây dựng chu trình lái Phương pháp thu thập dữ liệu lái ngoài thực tế sẽ được đề cập trong nội dung tiếp theo (Mục 1.4)

Các phương pháp xây dựng chu trình lái phổ biến trước đây (gọi là các phương pháp truyền thống) đều dựa trên lựa chọn và tổng hợp các phân đoạn hành trình nhỏ nhỏ, được biết đến như là “snippet” hoặc “microtrip” Các phân đoạn này thu được bằng cách chia nhỏ đường liên hệ vận tốc và thời gian thành nhiều phân đoạn [38] Trong đó:

“Microtrip” được định nghĩa là hành trình giữa các điểm dừng liền kề, bao gồm

cả lần chạy không tải

“Snippet” được định nghĩa là một phân đoạn hành trình mà điểm kết thúc không nhất thiết phải là các điểm dừng (không tải) mà được xác định bởi điều kiện giao thông như loại đường hoặc mức độ phục vụ

Sau đó, các “microtrip” hoặc các “snippet” sẽ được nhóm thành các nhóm khác nhau, mỗi nhóm bao gồm các phân đoạn hành trình có điều kiện giao thông (ví dụ vận tốc trung bình,…) hoặc kiểu lái (ví dụ tỉ lệ thời gian không tải,…) tương tự nhau Sau khi các phân đoạn hành trình đã được phân vào trong các nhóm, các “microtrip” hoặc

“snippet” sẽ được lựa chọn một cách ngẫu nhiên và được liên kết lại với nhau để hình thành chu trình lái [38] Một trong những hạn chế lớn nhất của các phương pháp trên

là nó không phản ánh được đầy đủ các chế độ hoạt động của phương tiện Việc hình thành các nhóm “microtrip” hoặc các nhóm “snippet” thường được dựa trên các tiêu chí thiếu chặt chẽ như là vận tốc trung bình hoặc điểm bắt đầu và điểm kết thúc Trong khi đó rất nhiều nghiên cứu đã chứng minh rằng tốc độ phát thải của phương tiện rất khác nhau dù vận tốc trung bình như nhau [38] Ngoài ra, đối với phương pháp dựa trên “microtrip”, trong điều kiện giao thông thông suốt, một chiếc xe hiếm khi dừng lại

và một microtrip duy nhất có thể bao gồm nhiều đoạn đường khác nhau với điều kiện giao thông khác nhau Do vậy, phương pháp này chỉ phù hợp để xây dựng chu trình lái đặc trưng cho một khu vực [43] Đối với phương pháp dựa trên “snippet”, dữ liệu được phân đoạn hoàn toàn dựa trên quan điểm kỹ thuật giao thông vận tải, do đó ít liên quan đến phát thải Ngoài ra, phương pháp này khó để có thể đạt được chiều dài chu trình lái mong muốn mà vẫn đảm bảo bảo đại diện tốt cho đặc trưng lái ngoài thực tế [44] Qua đó có thể thấy rằng, các cách tiếp cận trên chưa tối ưu và không phản ánh được bản chất ngẫu nhiên của dữ liệu Trong khi đó, nhiều nghiên cứu đã chỉ ra rằng vận tốc đo được giữa hai thời điểm liên tiếp có mối liên hệ với nhau Vận tốc ở thời điểm t sẽ phụ thuộc vào vận tốc tại thời điểm (t-1) Như vậy, vận tốc và gia tốc tức thời không còn bất định, tốc độ hiện tại phụ thuộc vào tốc độ trước đó, vì vậy chu trình lái thực sự nên là một quá trình lựa chọn ngẫu nhiên [43] Do vậy, để khắc phục hạn chế của phương pháp truyền thống, người ta đã đưa ra một phương pháp tiếp cận mới

có khả năng phân tích mạnh mẽ hơn trong xây dựng chu trình lái đó là xây dựng chu trình lái dựa trên lý thuyết quá trình Markov, đây là một quá trình mang tính ngẫu nhiên [38, 43, 45] Xử lý dữ liệu lái như là một quá trình ngẫu nhiên sẽ cung cấp một cách nhìn khác về dữ liệu vận tốc và thời gian Cách tiếp cận này tạo nên sự khác nhau giữa phương pháp xây dựng chu trình lái mới hiện nay và các phương pháp truyền thống Xây dựng chu trình trên nền tảng một quá trình ngẫu nhiên là một phương pháp

Hình 1.2 Quy trình xây dựng chu trình lái dựa trên chuỗi Markov (nguồn: [38])

Trong cách tiếp cận này, chu trình lái ngoài thực tế được xem như là chuỗi của các chế độ hoạt động của phương tiện Với mục đích đánh giá phát thải thì đây là phương pháp tiếp cận phù hợp bởi các nghiên cứu đã chỉ ra rằng mức phát thải của phương tiện liên quan chặt chẽ đến các chế độ hoạt động của nó (xem Mục 1.2.2) Ngoài ra, dữ liệu lái ngoài thực tế, chuỗi các giá trị vận tốc tức thời theo thời gian, là một quá trình ngẫu nhiên và đã được chứng minh có thuộc tính Markov [44, 46] Như vậy, việc ứng dụng lý thuyết của một quá trình ngẫu nhiên (quá trình Markov) trên bộ

dữ liệu đầu vào có tính chất ngẫu nhiên để xây dựng chu trình lái là một cách tiếp cận rất phù hợp Với cách tiếp cận này, tính chất ngẫu nhiên và sự phân bố tần suất các chế

độ hoạt động của dữ liệu lái ngoài thực tế được bảo toàn

Do đó, trong luận án này, phương pháp xây dựng chu trình lái dựa trên lý thuyết chuỗi Markov đã được lựa chọn để có thể bảo toàn tính chất ngẫu nhiên của dữ liệu lái ngoài thực tế cũng như sự phân bố tần suất của các chế độ hoạt động

1.3.4 Các thông số đặc trưng của chu trình lái

Trong nghiên cứu xây dựng chu trình lái, các thông số đặc trưng của chu trình lái được sử dụng để đưa các đặc trưng lái ngoài thực tế vào trong chu trình lái được xây

dựng Trong hầu hết các nghiên cứu xây dựng chu trình lái trước đây, các thông số chu trình lái được lựa chọn chủ yếu để phản ánh đặc trưng lái mà không phản ánh đặc trưng phát thải [47] Năm 1999, Jimenez-Palacios đã đưa ra một thông số mới, thông

số công suất riêng của xe (vehicle specific power, VSP) để phản ánh đặc trưng phát thải của xe ngoài thực tế [48] Phân bố VSP trong trường dữ liệu lái có khả năng phản ánh rất tốt đặc trưng lái ngoài cũng như đặc trưng phát thải ngoài thực tế của phương tiện, vì vậy nó đã được sử dụng như một công cụ rất hữu ích trong các nghiên cứu phát thải [43, 49, 50] Do đó, trong nghiên cứu này, VSP cũng được sử dụng như là một trong các thông số của chu trình lái Các thông số của chu trình lái, bao gồm VSP, sẽ được sử dụng để lưu giữ các đặc trưng lái ngoài thực tế, và tái hiện các đặc trưng đó trong chu trình lái đại diện (Bảng 1.7)

Bảng 1.7 Các thông số động học thường sử dụng xác định đặc trưng chu

trình lái (nguồn: [40, 51])

Liên quan đến khoảng cách Tổng khoảng cách m

Liên quan đến thời gian

Thời gian chạy ổn định ở vận tốc trung bình s Thời gian chạy ổn định ở vận tốc thấp s

Tỷ lệ thời gian chạy ổn định ở vận tốc trung bình

%

Tỷ lệ thời gian chạy ổn định ở vận tốc thấp %

Liên quan đến vận tốc

Vận tốc trung bình cả hành trình km/h Vận tốc di chuyển trung bình km/h

Gia tốc dương trung bình m/s2

Độ lệch chuẩn của gia tốc m/s2

Số phân vị 95th của gia tốc dương m/s2

Số phân vị 95th của gia tốc âm m/s2

Liên quan đến hoạt động dừng Số lần dừng lần

Liên quan đến động lực học

Căn quân phương của gia tốc (RMSA)

Các thông số đưa ra trong Bảng 1.7 có liên quan với nhau nên chỉ cần xác định số

ít nhất các thông số quan trọng có ảnh hưởng tới kinh tế năng lượng của xe theo chu trình lái để sử dụng trong các nghiên cứu xây dựng chu trình lái [55] Vì vậy, trong nghiên cứu này, lý thuyết của quá trình phân cụm dữ liệu sẽ được sử dụng để trích chọn các thông số đặc trưng của chu trình lái (Mục 1.7)

Như vậy, trong nghiên cứu xây dựng chu trình lái đặc trưng, việc thu thập dữ liệu liệu lái ngoài thực tế, chuỗi giá trị vận tốc tức thời theo thời gian, đóng vai trò rất quan trọng, do đó cần phải lựa chọn được phương pháp thu thập dữ liệu lái phù hợp (Mục 1.4)

1.4 Phương pháp thu thập dữ liệu lái ngoài thực tế

Để thu được dữ liệu hoạt động của phương tiện ngoài thực tế và thói quen điều khiển phương tiện của người lái, người ta thường sử dụng các phương pháp sau:

 Sử dụng xe đuổi theo xe khảo sát (car-chase)

Trong phương pháp này, người lái xe có tay nghề sẽ được chỉ dẫn để bám theo xe mục tiêu theo các tuyến đường đã được xác định trước (trong điều kiện khoá) Khi xe mục tiêu không còn khả dụng (điều kiện không khoá), có nghĩa xe đuổi theo đã bị lạc mất xe mục tiêu, thì người lái xe cần phải vượt qua các xe khác để lại bắt kịp xe mục tiêu Như vậy, nếu cách thức đuổi theo xe được thực hiện đúng như mô tả trên thì sử dụng phương pháp này có thể thu được hành vi lái từ số đông xe trên đường, hoặc từ bất kỳ phương tiện nào trong dòng xe mà muốn khảo sát [39] Tuy nhiên, phương pháp này tồn tại một số hạn chế Thứ nhất, người lái xe bám theo có thể nhầm lẫn xe mục tiêu với các xe khác, đặc biệt khi đi vào các tuyến đường mới hoặc khi mật độ giao thông lớn Thứ hai, người lái xe mục tiêu có thể thay đổi hành vi lái khi phát hiện bị bám theo, cách ứng xử này có thể không dễ nhận ra trong dữ liệu thu được Thứ ba, nếu tuyến đường thử nghiệm có sự thay đổi đáng kể trong cấp độ đường thì dữ liệu vận tốc thu được có thể bộc lộ sự khác nhau đáng kể giữa xe mục tiêu và xe bám theo; việc quay đầu xe hoặc đổi làn cũng có thể cho ra các dữ liệu bất thường Thứ tư, khi nhận diện được xe mục tiêu, người lái xe bám theo cần tăng tốc hoặc giảm tốc để phù hợp với vận tốc của xe mục tiêu do đó ảnh hưởng tới số lần tăng tốc, giảm tốc[39]

 Thực hiện đo đạc trên xe (on-board)

Phương pháp này được thực hiện bằng cách lắp đặt thiết bị đo trên xe để ghi lại vận tốc và gia tốc Phương pháp này cũng được biết đến với cách gọi khác: phương pháp lắp đặt thiết bị trên xe (instrumented vehicle).Cách tiếp cận này thường được sử dụng trong các nghiên cứu quy mô lớn Lợi ích lớn nhất của phương pháp này là thu được các dữ liệu lái một cách trực tiếp nên độ chính xác cao Ngoài ra, các thông tin về mức tiêu hao nhiên liệu và phát thải cũng có thể dễ dàng thu được đồng thời với dữ liệu vận tốc – thời gian

Tuy nhiên, hạn chế lớn nhất của phương pháp này là chi phí cho việc trang bị thiết bị đo trên một kích thước mẫu hợp lý là tương đối cao Đây là lý do khiến phương pháp này thường chỉ được ứng dụng trong các nghiên cứu quy mô lớn [39]

 Sử dụng hệ thống định vị toàn cầu (GPS)

Từ năm 1983, các nhà nghiên cứu và các kỹ sư trong lĩnh vực giao thông vận tải

đã thử nghiệm thiết bị định vị toàn cầu (GPS) như là một giải pháp thay thế cho các kỹ thuật khảo sát truyền thống nói trên [56] Kỹ thuật này cũng có thể xem như phương pháp đo trên xe, vì thiết bị GPS cần được đặt trên xe, nhưng việc lắp đặt thiết bị đơn

quan trắc liên tục thời gian và vị trí của phương tiện Do đó, công nghệ GPS đã chứng minh tính hữu ích trong việc thu thập và thống kê dữ liệu lái ngoài thực tế Dữ liệu thu được từ các thiết bị GPS cung cấp thông tin có giá trị trong nghiên cứu các chế độ hoạt động và hành vi lái Khi được sử dụng đồng thời với phần mềm mô phỏng, dữ liệu này rất có ý nghĩa rất lớn trong việc đánh giá hiệu quả sử dụng nhiên liệu của phương tiện Tính chi phí – hiệu quả và khả năng dễ dàng lắp đặt đã khiến cho phương pháp này nhanh chóng trở thành một trong những phương pháp phổ biến để thu nhận thông tin hoạt động của phương tiện ngoài thực tế trong các nghiên cứu thuộc lĩnh vực giao thông vận tải [56, 59]

Như vậy, qua phân tích ở trên có thể thấy rằng:

- Phương pháp sử dụng xe đuổi theo xe khảo sát rất khó áp dụng trong điều kiện

giao thông của Hà Nội do mật độ các phương tiện tham gia giao thông quá lớn, tình trạng ùn tắc giao thông thường xuyên và không có làn đường dành riêng cho xe buýt

- Ứng dụng công nghệ GPS là một cách tiếp cận mới, vừa được coi là kỹ thuật đo

đạc trên xe nhưng lại không phải tiến hành bất kỳ việc lắp đặt phức tạp nào trên phương tiện

Do vậy, trong nghiên cứu này, luận án đã lựa chọn công nghệ GPS để thu thập dữ liệu lái ngoài thực tế của đối tượng nghiên cứu Dữ liệu thu được là các giá trị vận tốc tức thời của phương tiện theo thời gian, do vậy, dữ liệu thu được sẽ là dữ liệu chuỗi thời gian như trình bày trong Mục 1.6 và cần được xử lý các sai số như trình bày Mục 1.5

1.5 Kỹ thuật xử lý sai số trong dữ liệu GPS

Mặc dù được đánh giá là kỹ thuật thu thập dữ liệu có độ chính xác cao như đã trình bày trong Mục 1.4, dữ liệu GPS vẫn tồn tại các sai số hệ thống và sai số ngẫu nhiên cần được xử lý, bao gồm các sai số như sau :

- Sai số hệ thống có thể do số lượng trạm vệ tinh ít, giá trị độ suy giảm độ chính xác vị trí tương đối cao do liên quan tới sự định hướng vệ tinh dựa trên đường chân trời và có tác động tới độ chính xác vị trí, các thông số khác (như sự bố trí ăngten) cũng có tác động tới độ chính xác của thiết bị sử dụng [56, 60]

- Sai số ngẫu nhiên có thể do quỹ đạo vệ tinh, do đồng hồ vệ tinh và máy thu, các ảnh hưởng của tầng điện ly và tầng đối lưu (gây hiện tượng trễ), sự phản xạ tín hiệu đa tuyến, nghẽn tín hiệu, sai số do người đo [56, 60]

Trong đó, sai số hệ thống có thể dễ dàng được nhận biết và loại bỏ, còn các sai số ngẫu nhiên khó nhận biết hơn [60, 61] Kỹ thuật lọc dữ liệu được sử dụng để loại bỏ các sai số hệ thống, trong khi đó các kỹ thuật làm trơn dữ liệu được sử dụng để loại bỏ các sai số ngẫu nhiên [61]

Các sai số ngẫu nhiên trong dữ liệu GPS có thể được nhận dạng bằng trực quan (chỉ đối với bộ dữ liệu không quá lớn) hoặc sử dụng kỹ thuật làm trơn thống kê (một cách tự động) khi bộ dữ liệu cần xử lý có kích thước lớn để giảm thời gian cho việc tìm kiếm các sai số ngẫu nhiên

Nguyên lý cơ bản của các kỹ thuật làm trơn là bổ sung hoặc giảm bớt các điểm

dữ liệu bất thường bằng cách thay thế giá trị của các biến số đầu vào [60] Ba kỹ thuật làm trơn được sử dụng phổ biến trong các nghiên cứu liên quan đến lĩnh vực giao thông với các nền tảng/thuật toán thống kê khác nhau: phương pháp xấp xỉ spline theo tiêu chí bình phương nhỏ nhất (Least squares spline approximation); phương pháp nhân làm trơn (smoothing kernel); phương pháp lọc Kalman [60]

Phương pháp xấp xỉ spline theo tiêu chí bình phương nhỏ nhất còn gọi là "mô hình hồi quy đa thức từng đoạn'', chia tập dữ liệu (Yi) thành vài đoạn với một bề rộng (hoặc khoảng) đã được xác định trước và ước lượng bộ dự đoán (



i

Y ) sử dụng tổng bình phương phần dư Sử dụng mô hình hồi quy đa thức sẽ cho ra các hàm hồi quy ứng với các đoạn dữ liệu xác định như các công thức sau [60]:

n

i i i



Trong đó: d là bậc của đa thức, n là kích thước mẫu

Việc xác định bề rộng của đoạn và bậc của đa thức hồi quy ảnh hưởng tới khả năng làm trơn dữ liệu của phương pháp này Khoảng 1 giây hoặc 2 giây, chỉ chứa một hoặc hai điểm dữ liệu GPS, được quan niệm là không có đủ các điểm dữ liệu cho mô hình đa thức và không thể được làm trơn bằng thuật toán làm trơn Do đó, phương pháp ước lượng này thường sử dụng một khoảng 3 giây để tránh việc tăng/giảm nhanh