欧七：汽车制动磨损颗粒物排放及测试系统解析(基于WLTP工况)

洛极制动

11月10日,欧盟委员会在官方网站公布了“欧洲第七阶段排放标准”(欧7)的提案，首次对所有车辆的制动器颗粒物排放设置额外限制。

非尾气排放

道路交通是颗粒物排放的主要来源，对人类健康和环境构成重大风险。它是改善空气质量的优先行动领域之一。在过去的二十年中，减少废气排放的问题已成为国际尤其是欧洲的焦点（引入欧洲标准、微粒过滤器、减少氮氧化物的SCR系统等）。鉴于为减少尾气排放所做的努力，非废气排放的贡献有所增加，并且近年来已成为主要排放。这些非尾气排放主要是由于刹车磨损和轮胎接触路面时排放的颗粒。

在非尾气排放物中，刹车颗粒占主导地位，尤其是在市区和交通繁忙的道路附近。事实上，在刹车片和刹车盘接触期间发生的磨损过程是造成大量细颗粒和超细颗粒排放的原因。占非废气排放源的 PM10排放量的55%，占道路交通排放的PM2.5总量的20%。

制动磨损颗粒的化学成分

刹车磨损颗粒的化学成分会有所不同，具体取决于它们是来自刹车盘、刹车片还是两者的混合物的磨损。制动盘通常由灰口铸铁（含铁量高）制成，而刹车片的成分则更为多样化（有机、金属、半金属）。片磨损排放的颗粒的贡献似乎比盘磨损更重要。刹车磨损会产生高/中铁含量的颗粒，其中还含有来自石墨和各种金属（铜、硅、钡、锆、锑等）的碳。这种成分高度依赖于刹车片的成分，刹车片非常复杂并且因刹车片而异。在制动颗粒的常见示踪剂中，铁和铜已被证明对大脑和心脏细胞有害。

　未来制动颗粒是汽车的主要污染源

向电动汽车的过渡在减少二氧化碳污染的同时，不会终结刹车颗粒的排放。根据经合组织发布的一份报告，到2030年，刹车磨损造成的污染将成为汽车的主要污染。在未来几年，欧盟有望推出新的解决方案，例如，用于刹车的颗粒捕获系统（例如作为Tallano公司开发的“tamic”系统），以及更耐用、危害更小的刹车片材料。随着欧7排放标准草案的公布，可能将于 2024/2025 年实施，该标准为这些颗粒设定了监管限值。

测试方法及系统

为了准确测量制动颗粒物排放，欧盟基于WLTP工况库开发了WLTP制动工况（WLTP-BreakCycle），该工况总时长15826s，包含10个行程，总里程192km，平均制动减速度0.97m/s2，共包含303次制动。测试在制动测功机上进行，测试主要包含以下步骤:背景颗粒物检测，冷却空气温度、湿度及流量设定，制动器磨合为连续运行5个WLTP制动工况用于制动器磨合，制动颗粒物排放测试为在制动测功机内完整运行一次WLTP制动工况，并进行制动颗粒物排放测量。

为了消除环境背景的影响，得到纯净的制动磨损颗粒物样品，相关学者设计了一套带有空气过滤器的颗粒物采集装置。制动系统被安装在一个密封的防静电有机玻璃仓内，过滤后的空气携带制动磨损颗粒物进入采样管道中，并分别进行在线监测和离线采样。

　　模拟研究环境影响可行性

非废气排放，由制动系统、轮胎、道路、离合器产生，是造成城市地区大部分空气污染物的原因。刹车片磨损占非尾气排放的 55%，是导致城市健康疾病的重要因素与空气污染有关。科学文献中报道的大部分研究都集中在可靠的、有代表性的、和可重复的方式。在这个框架中，模拟是一个重要的工具，它可以给出实验结果的解释，制定新的测试方法，并预测刹车产生的排放物。研究重点关注制动系统产生的空气排放物，主要分为三大类：子系统级、系统级和环境级。

空气中的颗粒物是非废气排放的最关键方面之一，占制动系统排放的磨损碎片的 50-70%。制动系统是影响车辆产生的总体排放水平的关键因素，制动系统是一种排放源，通过复杂的事件产生空气中的颗粒物涉及不同层次的现象。例如，磨损量可能不同取决于制动系统部件的材料，例如刹车片和盘，以及驱动条件，如片上的压力和转速光盘。刹车片上的压力取决于刹车动作的强度由驾驶员指挥，受车辆质量、道路特性和驾驶风格影响。子系统层面的研究重点关于所有制动系统部件产生的排放，而系统级层面则对车辆动力学以及驾驶行为（攻击性或柔和性驾驶）和驾驶条件（道路几何形状、天气等）进行了研究。在第三环境层面，排放物最终影响环境时被观察到，环境构成了一个活跃的收集器，在那里它们可以被沉积、重新悬浮、混合和接受进一步的转变。在子系统级针对受控配置和环境获得的结果更准确，不确定性更低。事实上，由于这个级别的规模，这些类型的实验受益于更好的可重复性和边界条件被准确定义。在系统层面，表征排放的能力真实驾驶条件下的车辆有一些限制，例如较低的可重复性和确定性。这导致预测排放水平的能力有限，例如，由相同的测试车辆在不同的驾驶条件下或由不同的司机。改进车辆制动排放预测的一种可能性可能在于多层次的方法。如果建立一个模拟模型嵌入所有相关贡献者（刹车、车辆、道路、司机），结果可能有助于预测和/或在给定的驾驶场景和主题下评估车辆产生的排放到一个定义的驾驶行为。根据这种方法，子系统级结果可以作为有用的数据来增加系统级结果的确定性。一旦车辆产生的排放物的预测能力得到提高，这可能构成基于交通模型的关键组成部分，该模型结合了不同车辆的数据受不同的驾驶风格和环境条件，提供了更好地了解环境层面涉及相关来源的可能性。