施佳能 張佑源 李粟 汪曉偉 高濤

【摘 要】文章選取一臺10.4 L的重型天然氣發(fā)動機(jī)，分別使用高熱值和低熱值兩種燃料在發(fā)動機(jī)臺架上運(yùn)行冷熱態(tài)WHTC（世界統(tǒng)一瞬態(tài)循環(huán)），并采用能夠同時測量PN10（10 nm以上顆粒物數(shù)量）和PN23（23 nm以上顆粒物數(shù)量）的顆粒計數(shù)器測量了顆粒物排放。結(jié)果表明：PN10和PN23的瞬態(tài)排放的變化規(guī)律基本一致。PN10加權(quán)比排放遠(yuǎn)高于PN23加權(quán)比排放。冷啟動時，PN排放占比較大。燃料對天然氣發(fā)動機(jī)PN排放有很大的影響。燃料中含碳燃料如甲烷、乙烷的增加，會導(dǎo)致冷啟動過程中的PN排放迅速增加。

【關(guān)鍵詞】重型天然氣發(fā)動機(jī);燃料;細(xì)顆粒物;顆粒物數(shù)量;排放

【中圖分類號】TK433 【文獻(xiàn)標(biāo)識碼】A 【文章編號】1674-0688（2022）03-0067-04

生態(tài)環(huán)境部發(fā)布的《中國移動源環(huán)境管理年報（2021）》數(shù)據(jù)顯示[1]，2020年中國機(jī)動車顆粒物排放量達(dá)6.8萬t，其中柴油車顆粒物排放量占比超過90%。顆粒物排放對環(huán)境和人體健康均構(gòu)成危害，顆粒物的環(huán)境危害主要源于其光學(xué)特性，粒子通過吸收與散射光，降低能見度，導(dǎo)致霧霾天氣的發(fā)生[2]。同粒徑較大的大氣顆粒物相比，機(jī)動車排放的顆粒物粒徑小，在大氣中的停留時間長且輸送距離遠(yuǎn)。顆粒物的比表面積較大，有可能吸附更多有毒有害物質(zhì)，細(xì)顆粒物穿透力更強(qiáng)，可深入人的呼吸系統(tǒng)甚至腦部組織[3]。

目前，《重型柴油車污染物排放限值及測量方法（中國第六階段）》（簡稱重型國六排放法規(guī)）除了對顆粒物質(zhì)量進(jìn)行限制，還對粒徑為23 nm～2.5 μm的粒子進(jìn)行測量計數(shù)（PN排放）[4]，其中世界統(tǒng)一穩(wěn)態(tài)循環(huán)（WHSC）下的發(fā)動機(jī)PN排放限值為8×1011 #/kW·h，世界統(tǒng)一瞬態(tài)循環(huán)（WHTC）下的發(fā)動機(jī)PN排放限值為6×1011 #/kW·h。

學(xué)者對顆粒物數(shù)量排放的深入研究發(fā)現(xiàn)，小于23 nm的粒子數(shù)量排放也很嚴(yán)重[5-8]。有研究表明，目前的顆粒物測試方法，30%～50%的GDI（缸內(nèi)直噴）發(fā)動機(jī)的顆粒物，50%～100%的PFI（進(jìn)氣道噴射）發(fā)動機(jī)的顆粒物，并沒有進(jìn)行管控。歐盟專門成立了DTT（Down to Ten）工作組，正在討論將顆粒物數(shù)量測量的范圍由現(xiàn)在的23 nm以上擴(kuò)展到10 nm以上。生態(tài)環(huán)境部排污監(jiān)控中心也成立了工作組開展相關(guān)的預(yù)研工作。

目前，針對10 nm以上顆粒物的研究主要集中在汽油車和柴油車，但對天然氣發(fā)動機(jī)的研究很少。由于天然氣具有價格優(yōu)勢，因此搭載燃?xì)獍l(fā)動機(jī)的重型卡車日趨火爆。據(jù)統(tǒng)計，2020年1～9月天然氣重卡累計銷售11.65萬輛，同比增長近29%。天然氣被認(rèn)為是一種清潔燃料，有報告指出，使用天然氣的汽車HC排放值可降低40%，CO排放值可降低50%，并且沒有碳煙排放[9]。實(shí)際上，盡管天然氣發(fā)動機(jī)顆粒物質(zhì)量很低，但是其排放物中包含大量小顆粒物，幾何平均直徑僅為30 nm[10]。因此，本研究選取一臺10.4 L的重型燃?xì)鈾C(jī)，采用能夠同時測量PN10（10 nm以上顆粒物數(shù)量）和PN23（23 nm以上顆粒物數(shù)量）的AVL公司生產(chǎn)的顆粒計數(shù)器，開展了冷熱態(tài)WHTC的測試，獲得了兩種不同燃料下的重型燃?xì)鈾C(jī)PN10和PN23的排放特性。

1 試驗(yàn)系統(tǒng)

1.1 試驗(yàn)設(shè)備

試驗(yàn)在發(fā)動機(jī)全流稀釋取樣臺架上（CVS）進(jìn)行，采用AVL最新針對未來法規(guī)開發(fā)的顆粒計數(shù)器，可以同時測量PN10和PN23。該設(shè)備在VPR中增加了一個催化器，氧化后處理蒸發(fā)的碳?xì)浠衔锊⑽酱鎯α蚧?，最大限度地降低對顆粒數(shù)量測試的影響，同時升級了CPC。該套設(shè)備的PN10的計數(shù)效率大于50%，PN15（15 nm以上顆粒物數(shù)量）的計數(shù)效率大于90%。

除了顆粒物計數(shù)器，本研究使用的設(shè)備還包括AVL電力測功機(jī)、氣體排放分析儀、顆粒質(zhì)量采樣設(shè)備AVL PSS i60等，主要的測試設(shè)備見表1。

1.2 試驗(yàn)發(fā)動機(jī)

試驗(yàn)發(fā)動機(jī)為一臺10.4 L的重型燃?xì)鈾C(jī)，額定功率為235 kW，最大扭矩為1 450 N·m，滿足重型國六排放法規(guī)要求。發(fā)動機(jī)的具體參數(shù)見表2。

1.3 試驗(yàn)用燃料

在測試中，按照重型國六排放法規(guī)要求使用了兩種類型的天然氣，第一種是由體積分?jǐn)?shù)占85.45%的甲烷和14.54%的氮?dú)饣旌隙傻牡蜔嶂堤烊粴猓∟G1），第二種是由體積分?jǐn)?shù)占94.11%的甲烷、3.5%的乙烷、1.2%的CO2和1%的氮?dú)饣旌隙傻母邿嶂堤烊粴猓∟G2）。

1.4 試驗(yàn)方案

按照重型國六排放法規(guī)要求，分別使用兩種燃料運(yùn)行循環(huán)冷態(tài)WHTC（WHTC-C）、熱態(tài)WHTC（WHTC-H），測量顆粒物質(zhì)量PM、PN10、PN23。

2 試驗(yàn)結(jié)果及分析

2.1 PN10和PN23排放結(jié)果

表3是冷熱態(tài)WHTC循環(huán)下的PN10和PN23的排放及加權(quán)比排放。

從加權(quán)的結(jié)果來看，對于兩種燃料，其最終的加權(quán)比排放結(jié)果均低于法規(guī)要求的6×1011 #/kW·h。其中，NG1的PN23的加權(quán)比排放為1.48×109 #/kW·h，PN10的加權(quán)比排放為3.2×1010 #/kW·h。PN10的加權(quán)比排放是PN23的21.6倍。在冷態(tài)WHTC循環(huán)下，NG1的PN23的加權(quán)比排放為4.04×109 #/kW·h，PN10的加權(quán)比排放為8.71×1010 #/kW·h。在熱態(tài)WHTC循環(huán)下，NG1的PN23的加權(quán)比排放為1.07×109 #/kW·h，PN10的加權(quán)比排放為2.31×1010 #/kW·h。冷熱態(tài)WHTC循環(huán)下，PN10的加權(quán)比排放均是PN23的21.6倍。對于PN23，冷態(tài)WHTC循環(huán)加權(quán)比排放是熱態(tài)WHTC循環(huán)比排放的3.78倍;對于PN10，冷態(tài)WHTC循環(huán)加權(quán)比排放是熱態(tài)WHTC循環(huán)加權(quán)比排放的3.77倍。NG2的PN23的加權(quán)比排放為1.06×1010 #/kW·h，PN10的加權(quán)比排放為2.27×1011 #/kW·h。PN10的加權(quán)比排放是PN23的21.5倍。在冷態(tài)WHTC循環(huán)下，NG2的PN23的加權(quán)比排放為6.97×1010 #/kW·h，PN10的加權(quán)比排放為1.5×1012 #/kW·h。在熱態(tài)WHTC循環(huán)下，NG2的PN23的加權(quán)比排放為9.53×108 #/kW·h，PN10的加權(quán)比排放為2.06×1010 #/kW·h。冷熱態(tài)WHTC循環(huán)下，PN10的加權(quán)比排放均是PN23的加權(quán)比排放的21.5倍。對于PN23，冷態(tài)WHTC循環(huán)加權(quán)比排放是熱態(tài)WHTC循環(huán)加權(quán)比排放的72.99倍;對于PN10，冷態(tài)WHTC循環(huán)加權(quán)比排放是熱態(tài)WHTC循環(huán)加權(quán)比排放的72.64倍。C07FE95F-CF58-4D75-ADC1-B718617454A0

從這些結(jié)果可以看出，對于重型天然氣發(fā)動機(jī)，PN10的排放要遠(yuǎn)高于PN23的排放，其主要原因是天然氣發(fā)動機(jī)生成的顆粒物粒徑更小。Hora、候獻(xiàn)軍等研究發(fā)現(xiàn)，天然氣燃料的顆粒物中主要以核態(tài)的形式存在[11-12]。說明天然氣發(fā)動機(jī)對粒徑更小的顆粒物排放的管控更為迫切。

2.2 PN瞬態(tài)排放特性

圖1為燃用NG1燃料的冷態(tài)WHTC的PN10和PN23的瞬態(tài)排放和累積排放。PN10和PN23的變化趨勢非常一致，在冷啟動階段有一個較高的峰值。主要原因是當(dāng)時排氣溫度較低，三元催化器的催化效率不高。還有兩個較大的峰值出現(xiàn)在700 s和1 250 s處。在700 s處，發(fā)動機(jī)處于從減速到怠速運(yùn)行，引起排溫下降，催化效率降低。在1 200 s處，發(fā)動機(jī)處于從加速到減速運(yùn)行，過程中的空燃比控制不穩(wěn)定，導(dǎo)致出現(xiàn)了不完全燃燒，引起顆粒物增加。在循環(huán)的最后的穩(wěn)定高速階段，PN10和PN23的排放較低，其主要原因是此時排溫高，顆粒物容易被氧化掉。

圖2為燃用NG2燃料的冷態(tài)WHTC的PN10和PN23的瞬態(tài)排放和累積排放。與NG1燃料相似，PN10和PN23的變化趨勢非常一致，并且最大的峰值出現(xiàn)在冷啟動階段，較大的峰值出現(xiàn)在減速至長怠速及加速至減速的階段。但是，與NG1燃料相比，NG2燃料在冷啟動階段的PN排放非常嚴(yán)重，尤其是對于PN10。從累積排放來看，95%以上的PN排放均在這階段產(chǎn)生。

從以上的分析可以看出，對于天然氣發(fā)動機(jī)，在排氣溫度尚未達(dá)到三元催化器的最佳工作溫度時，PN排放占比很高。當(dāng)排氣溫度上升后，工況成為主要的影響因素，在加減速的過程中，空燃比控制不好會導(dǎo)致產(chǎn)生局部過濃的混合氣，從而增加了顆粒物的排放量。此外，燃料對顆粒物的數(shù)量排放有很大的影響。

2.3 燃料對PN排放的影響

兩種不同燃料在冷熱態(tài)WHTC循環(huán)下的PN加權(quán)比排放如圖3所示。在冷態(tài)WHTC循環(huán)下，高熱值的NG2燃料的PN10和PN23加權(quán)比排放分別是低熱值NG1燃料的17.25倍和17.2倍。在熱態(tài)WHTC循環(huán)下，高熱值的NG2燃料的PN10和PN23加權(quán)比排放均是低熱值NG1燃料的0.89倍。也就是說，NG2燃料在冷態(tài)WHTC的循環(huán)下的PN排放要遠(yuǎn)高于NG1燃料，但對熱態(tài)WHTC的PN排放影響不大。結(jié)合圖2可知，NG2燃料對PN排放的影響主要集中在冷啟動階段。Amirante等以不同比例的甲烷和丙烷的混合氣探尋燃料對排放的影響，發(fā)現(xiàn)丙烷的加入會導(dǎo)致5～30 nm粒徑范圍內(nèi)的顆粒物數(shù)目的增加[13]。McTaggart-Cowan等研究發(fā)現(xiàn)，添加乙烷和丙烷會導(dǎo)致碳煙顆粒物排放量的增加[14]。在本研究中，NG1燃料主要成分是甲烷和氮?dú)?，而在NG2燃料中，除了甲烷的含量，還加入了一定量的乙烷。含碳燃料的增加，導(dǎo)致PN排放的增加。

NG2燃料對PN排放的影響主要集中在冷態(tài)WHTC循環(huán)的冷啟動階段，為分析原因，對兩種燃料冷態(tài)WHTC循環(huán)前150 s的其他污染物和排溫進(jìn)行了對比（如圖4所示）。從圖4可以看到，兩種燃料的排溫基本沒有差異，在不到100 s時就升溫至300 ℃左右。NG2燃料的總碳?xì)洌═HC）和甲烷（CH4）排放要略高于NG1燃料，但差別不大。NG2燃料的一氧化碳（CO）排放要遠(yuǎn)高于NG1燃料，而NG1燃料的氮氧化物（NOx）排放要高于NG2燃料。因此可以判斷，對于高熱值的NG2燃料，在冷啟動階段的不完全燃燒要比NG1燃料嚴(yán)重，CO的排放量增加，這也是NG2燃料在冷啟動階段的PN排放要遠(yuǎn)高于NG1燃料的主要原因。

3 結(jié)論

對該試驗(yàn)用重型天然氣發(fā)動機(jī)運(yùn)行冷熱態(tài)WHTC循環(huán)，得到以下結(jié)論。

（1）對于該重型天然氣發(fā)動機(jī)，PN10的排放要遠(yuǎn)高于PN23的排放，需要加強(qiáng)對天然氣發(fā)動機(jī)粒徑更小的顆粒物排放的管控。

（2）天然氣發(fā)動機(jī)PN10和PN23的瞬態(tài)排放的變化規(guī)律基本一致。冷啟動PN排放非常嚴(yán)重。當(dāng)排氣溫度上升后，在加減速的過程中，會增加PN的排放。

（3）燃料對天然氣發(fā)動機(jī)顆粒物的數(shù)量排放有很大的影響。燃料中含碳燃料如甲烷、乙烷的增加，會導(dǎo)致冷啟動過程中的PN排放迅速增加。

參 考 文 獻(xiàn)

[1]生態(tài)環(huán)境部.2021年中國移動源環(huán)境管理年報——第一部分：機(jī)動車排放情況[Z].2021.

[2] NEL A，XIA T，MADLER L，et al.Toxic potential of materials at the nanolevel[J].Science，2006，311

（5761）：622-627.

[3] FARHAT SCL，YARIWAKE VY，VERAS MM，et al.Inhaled ultrafine particles，epigenetics and systemic autoimmune rheumatic diseases[J].Autoimmun Rev，2020，19（10）：102640.

[4] GB 17691—2018，重型柴油車污染物排放限值及測量方法（中國第六階段）[S].

[5] DI IORIO S，CATAPANO F，SEMENTA P，et al.Sub-23 nm Particle Emissions from Gasoline Direct Injection Vehicles and Engines：Sampling and Measure[C].Society of Automotive Engineers，2020.

[6] PFAU S，HAFFNER-STATON E，LA ROCCA A.Measurement of Sub-23 nm Particulate Emissions from GDI Engines：A Comparison of Processing Methods[C].Society of Automotive Engineers，2021.C07FE95F-CF58-4D75-ADC1-B718617454A0

[7]候宇旭，葛蘊(yùn)珊，王欣，等.增壓直噴汽油機(jī)細(xì)小顆粒物排放特性研究[J].內(nèi)燃機(jī)工程，2021，42（4）：24-29.

[8]GIECHASKIEL B，VANHANEN J，V KEV M，et al.Investigation of vehicle exhaust sub-23 nm particle emissions[J].Aerosol Science and Technology，2017，

51（5）：626-641.

[9]SAMARAS Z，RIEKER M，PAPAIOANNOU E，et al.Perspectives for regulating 10 nm particle number emissions based on novel measurement methodolo-

gies[J].Journal of Aerosol Science，2022，162：105957.

[10]HAJBABAEI M，KARAVALAKIS G，JOHNSON K C，et al.Impact of natural gas fuel composition on criteria，toxic，and particle emissions from transit buses equipped with lean burn and stoichiometric engines[J].Energy，2013，62：425-434.

[11]HORA T S，SHUKLA P C，AGARWAL A K，et al.Particulate emissions from hydrogen enriched com-

pressed natural gas engine[J].Fuel，2016，166：574-580.

[12]侯獻(xiàn)軍，熊納，王友恒，等.汽油/壓縮天然氣兩用燃料發(fā)動機(jī)顆粒物排放特性研究[J].內(nèi)燃機(jī)工程，2021，

42（3）：74-80.

[13]AMIRANTE R，DISTASO E，DI IORIOS，et al.Effects of natural gas composition on performance and regulated，greenhouse gas and particulate em-

issions in spark-ignition engines[J].Energy Con-

vers? Manag，2017，143：338-347.

[14]MCTAGGART-COWAN GP，ROGAK SN，MUNSHI S R，et al.The influence of fuel composition on a heavy-duty，natural-gas direct-injection engine[J].Fuel，2010，89：752-759.C07FE95F-CF58-4D75-ADC1-B718617454A0