Soutenance mémoire
Pollution atmosphérique
MATÉRIELS ET MÉTHODES
L’objectif du projet est l’assemblage de deux cycles normalisés, représentatifs des comportements de deux flottes de véhicules utilitaires. Les premiers véhicules dépendent d’une compagnie privée et circulent exclusivement dans l’enceinte d’un site fermé, tandis que les seconds sont utilisés pour les travaux de voirie et d’entretien d’une municipalité québécoise. Le présent chapitre détaille la méthodologie mise en place, de la collecte des données auprès de chaque flotte jusqu’à l’assemblage des cycles normalisés. Par ailleurs, le code MATLAB développé et utilisé pour l’étude est présenté dans son intégralité en ANNEXE VIII.
Collecte des données
Le matériel choisi pour l’enregistrement est un boîtier d’acquisition embarqué, installé à bord des véhicules. Il s’agit du modèle DRU-900 de la compagnie ISAAC Instruments, présenté à la Figure 2.1. Un seul boîtier enregistreur est utilisé au cours de l’étude. Par conséquent, la collecte d’informations est réalisée successivement auprès de chaque flotte avec le même matériel. Un court questionnaire (joint en ANNEXE II) fut élaboré pour comprendre a priori le type d’utilisation des véhicules étudiés, et soumis au responsable de chacune des deux flottes étudiées. Les réponses apportées montrent que les véhicules sont utilisés de manière similaire sur les deux sites. D’une part, les véhicules circulent à charge constante : la configuration standard correspond au transport d’un ou deux hommes et de matériel léger. Le transport de charges lourdes est exceptionnel, sinon inexistant. D’autre part, les régions parcourues ne présentent pas de dénivellation notable et les routes empruntées peuvent être considérées comme plates.
Ces deux éléments ont une importance significative sur la méthodologie de collecte des données. Si l’on considère que le gradient de la route est nul et que la masse du véhicule est constante, alors le suivi des vitesses instantanées est suffisant pour une caractérisation complète des comportements observés. Cette affirmation prend pour appui un ouvrage de Popp et Schiehlen (1993) et est démontrée en ANNEXE I. Par ailleurs, les opérateurs des véhicules instrumentés ignorent la présence de l’enregistreur à bord. Cette précaution est prise pour éviter l’effet Hawthorne, à savoir une modification du comportement des conducteurs qui se savent observés : conduite moins agressive, vitesses moins élevées, arrêt immédiat du moteur à la fin d’un trajet (Anon, 2006). Compte tenu de ces contraintes, la phase de collecte des données est organisée de la sorte. Au sein de la flotte étudiée, un véhicule en particulier est choisi pour porter le boîtier d’acquisition. Il s’agit d’identifier a priori un véhicule au comportement représentatif de l’ensemble de la flotte, afin d’éviter de baser la construction du cycle normalisé sur des propriétés anormales. Par exemple, ceci revient à utiliser le véhicule d’un opérateur et non d’un chef d’équipe, qui peut être amené à circuler en dehors du périmètre habituel de la flotte.
Le boîtier d’acquisition ISAAC DRU-900 est connecté au port OBD-II (On-Board Diagnosis II) du véhicule et paramétré pour une acquisition de la vitesse aux roues. La fréquence d’enregistrement choisie est 1 Hz. Les vitesses enregistrées sont précises au kilomètre-heure près; en effet, l’ordinateur de bord du véhicule instrumenté n’autorise pas une meilleure précision pour les acquisitions du boîtier. Après son installation dans le véhicule récepteur, le boîtier d’acquisition collecte automatiquement les vitesses instantanées dès le démarrage du moteur, jusqu’à son extinction. Enfin, afin d’éviter tout biais lié aux variations de comportement à court terme (à l’échelle de la journée, de la semaine) l’acquisition des données se fait sur la période la plus longue possible, soit six semaines sur le premier site et huit semaines sur le deuxième.
Traitement des données
Après acquisition, les données sont récupérées sur le système embarqué par le port USB d’un ordinateur portable puis passées à la plateforme MATLAB R2009b pour traitement. Les algorithmes et leur implémentation sous MATLAB furent réalisés expressément pour cette étude et sont maintenant présentés.
Caractérisation
La phase de caractérisation est la première manipulation des données collectées sur le terrain. Elle s’appuie sur neuf indicateurs quantitatifs. Ceux-ci ont été choisis en s’appuyant sur des publications antérieures, de telle sorte qu’ils permettent d’appréhender toutes les dimensions spécifiques des comportements routiers étudiés (Hung et al., 2007; Lin et Niemeier, 2003). Le Tableau 2.1 détaille les indicateurs choisis pour la caractérisation des comportements routiers. Un jeu de cinq indicateurs traduit la répartition des différents modes d’opération du véhicule (ralenti/à l’arrêt, accélération, décélération, basse vitesse, croisière). Le poids de chaque mode est exprimé en pourcentage du temps total d’opération. L’indice PKE est une mesure du travail fourni par le moteur lors des accélérations du véhicule (Watson, Milkins et Braunsteins, 1982). Homogène à une accélération et corrélé positivement au niveau des émissions polluantes à l’échappement, le PKE est utilisé comme «indicateur d’agressivité» de la conduite (Lin et Niemeier, 2003).
Enfin, une matrice est utilisée qui présente la répartition des vitesses et accélérations longitudinales, sous la forme d’un spectre en trois dimensions : il s’agit de la matrice SAFD (pour speed-acceleration frequency distribution8 ) ou courbe de Watson (Nesamani et Subramanian, 2006). La matrice SAFD est complémentaire des premiers indicateurs : elle apporte des informations sur les plages de vitesses et d’accélération dans lesquelles le véhicule opère. En ce sens, il s’agit d’un outil plus fin que la simple répartition temporelle des modes d’opération. Par ailleurs, un affichage en trois dimensions permet une visualisation des plages de fonctionnement préférentielles et met également en évidence les événements extrêmes.
Δcycle : un indice de représentativité
Le processus d’assemblage d’un cycle normalisé fonctionne par comparaison entre des cycles «candidats», produits en grand nombre, et les données de terrain. L’écart entre le cycle normalisé et les données de référence doit être minimisé de telle sorte que le cycle final soit jugé représentatif de la réalité. Dans la présente étude, la caractérisation des comportements s’appuie sur les neuf indicateurs présentés dans la section 2.2.1. La comparaison entre cycle et données de référence doit donc tenir compte de l’ensemble de ces indicateurs. La méthode adoptée est d’utiliser un indice de proximité, symbolisé par le terme ߂௬. Calculé à partir de l’ensemble des indicateurs de caractérisation entre le cycle et les données de terrain, il est défini de la sorte En français, codistribution de fréquence des vitesses et accélérations Une petite valeur de ߂௬ correspond à une bonne proximité des jeux de données comparés. La limite inférieure de l’indice est ߂௬ = 0, atteinte lorsque les deux jeux ont des propriétés identiques.
Enfin, si le poids d’un des cinq modes d’opération est jugé trop faible, il est exclu du calcul de l’indice ߂௬. En effet, la comparaison de petits indicateurs peut mettre en avant des différences relatives considérables, alors même que les deux termes présentent des valeurs absolues voisines. Un tel cas de figure conduirait à une surévaluation de l’indice et introduirait un biais dans le processus d’assemblage du cycle normalisé.
|
Table des matières
INTRODUCTION
CHAPITRE 1 ÉTAT DES CONNAISSANCES
1.1 Pollution atmosphérique
1.1.1 Une problématique énergétique
1.1.2 Rôle de l’automobile dans la pollution atmosphérique
1.2 Mesure des taux d’émissions des véhicules individuels
1.2.1 Cycles normalisés : une exigence réglementaire
1.2.2 Cycles normalisés : un outil de diagnostic
1.2.3 Tests sur dynamomètre
1.3 Construction de cycles normalisés
1.3.1 Collecte des données de terrain
1.3.2 Caractérisation des comportements
1.3.3 Assemblage du cycle normalisé
1.3.3.1 Des trajets réels aux microtrajets
1.3.3.2 Méthodes pour l’assemblage de cycles candidats
1.3.3.3 Comparaison des cycles candidats à la cible paramétrique
1.4 Synthèse
CHAPITRE 2 MATÉRIELS ET MÉTHODES
2.1 Collecte des données
2.2 Traitement des données
2.2.1 Caractérisation
2.2.2 Δcycle : un indice de représentativité
2.2.3 Ralentis initial et final
2.3 Construction du cycle normalisé
2.3.1 Préparation des microtrajets
2.3.2 Paramétrage
2.3.3 Exécution itérative
2.4 Synthèse
CHAPITRE 3 RÉSULTATS
3.1 Collecte des données
3.2 Caractérisation des comportements observés
3.3 Cycles normalisés
3.3.1 Microtrajets issus des enregistrements de terrain
3.3.2 Caractéristiques des microtrajets et comportements routiers
3.3.3 Impact attendu de la durée des microtrajets sur l’assemblage des cycles normalisés
3.3.4 Cycles normalisés finaux
3.3.4.1 Site A et cycle ETSA
3.3.4.2 Site B et cycle ETSB
3.4 Synthèse
CHAPITRE 4 DISCUSSION
4.1 Pertinence et spécificité des cycles spécifiques assemblés
4.2 Utilisation des cycles dans le bilan d’émissions polluantes
4.3 Vers un bilan dynamique des émissions
4.4 Recommandations : approche stochastique et théorie de Markov
CONCLUSION
ANNEXE I Caractérisation des comportements par suivi de la vitesse instantanée
ANNEXE II Questionnaire préalable à l’étude
ANNEXE III Algorithme général du traitement des données
ANNEXE IV Algorithme de la fonction d’assemblage du cycle normalisé
ANNEXE V Distribution de la durée des microtrajets
ANNEXE VI Cycle normalisé ETSA
ANNEXE VII Cycle normalisé ETSB
ANNEXE VIII Code MATLAB élaboré dans le cadre du projet de recherche
LISTE DE RÉFÉRENCES BIBLIOGRAPHIQUES
Télécharger le rapport complet
