Dissertação de Mestrado

As constantes reduções dos limites de emissões de poluentes para motores à combustão impulsionam a necessidade de testes veiculares em condições reais de tráfego (Real Drive Emissions RDE). Neste contexto, é fundamental investigar os fatores relevantes a este tipo de medição, bem como seus impactos nas emissões de gases nocivos ao meio-ambiente e à população, considerando parâmetros de veículo e via. Este trabalho se concentra na análise de variáveis de um veículo urbano de carga que podem impactar as emissões de óxidos de nitrogênio (NOx) em motores a Diesel, considerando modos de condução normal e agressivo em uma rota predefinida para esta aplicação. O NOx é um relevante subproduto das reações de combustão em motores a Diesel e contribui para a formação de poluentes atmosféricos prejudiciais à saúde humana. Os dados de viagem foram registrados por meio de medições RDE, utilizando um sistema portátil de medição de emissões (Portable Emissions Measurement System PEMS) que permite a coleta de dados de forma instantânea. Foram analisadas, de maneira detalhada, variáveis como modo de condução, velocidade, aceleração e temperaturas do sistema de escape do veículo, bem como inclinação da via. Além disso, foram aplicadas metodologias como a Potência Veicular Específica (Vehicle Specific Power VSP), que auxilia na compreensão do comportamento das emissões de NOx sob determinadas condições de rodagem, e o Modelo Linear Generalizado (MLG), que permite estimar a previsão das emissões a partir de variáveis conhecidas. Os resultados indicam que o modo de condução influencia significativamente as emissões de NOx. Em média, os valores são 30,7% menores quando o veículo é conduzido em modo de condução agressiva, devido ao aumento da temperatura dos gases de exaustão ao longo da viagem, que, apesar de favorecer a formação de NOx no motor, melhora a eficiência do sistema de Redução Catalítica Seletiva (Selective Catalytic Reduction SCR). Além disso, foi constatado que o MLG não apresenta capacidade preditiva satisfatória para as emissões de NOx com base em correlações lineares. Os achados deste estudo podem contribuir para o desenvolvimento de estratégias de condução mais eficientes em ambientes urbanos, auxiliando no aprimoramento do planejamento de transportes e na redução de emissões de NOx.

The constant reduction of pollutant emission limits for combustion engines leads to the necessity for on-road vehicle tests under Real Driving Emissions (RDE). In this context, it is essential to investigate the relevant factors for this type of measurement, as well as their impact on emissions of harmful gases to the environment and the population, considering vehicle and road parameters. This study focuses on the analysis of variables of an urban cargo vehicle that can impact nitrogen oxide (NOx) emissions in Diesel engines, considering normal and aggressive driving modes on a predefined route for this application. NOx is a significant byproduct of combustion reactions in Diesel engines and contributes to the formation of atmospheric pollutants that are harmful to human health. Trip data were recorded through RDE measurements using a Portable Emissions Measurement System (PEMS) that allows real-time data collection. Variables such as driving mode, speed, acceleration, vehicle exhaust temperatures and road slope were deeply analyzed. In addition, were applied methodologies such as the Vehicle Specific Power (VSP), which can support the understanding of the NOx emissions behavior under specific conditions, and the Generalized Linear Model (GLM), which allows estimating emissions predictions based on known variables. The results indicate that driving mode significantly influences NOx emissions. On average, the values are 30,7% lower when the vehicle is operated in aggressive driving mode, due to the increase of exhaust gas temperature throughout the trip, that despite promoting engine NOx formation, improves the Selective Catalytic Reduction (SCR) system efficiency. Additionally, it was found that the GLM does not have a satisfactory predictive capacity for NOx emissions based on linear correlations. The findings of this study may contribute to the development of more efficient driving strategies in urban environments, supporting the improvement of transportation planning and NOx emissions decrease.