APP下载

小排量节能之战,丰田率先发力

2020-01-06陈曦

汽车周刊 2020年12期
关键词:卡罗目标值消耗量

陈曦

《办法》中第一章第一条还明确规定,按照《国务院关于印发节能与新能源汽车产业发展规划(2012~2020年)的通知》(国发[2012]22号)要求,2020年我国乘用车产品CAFC目标值为5.0L/100km。

如今2020年即将结束,“咖啡法案”留给诸车企的缓冲窗口也已然关闭,而按照最新的《乘用车企业平均燃料消耗量与新能源汽车积分并行管理办法》,即《双积分管理办法》,车企如果想要在未来获得更多的正积分,不仅需要大力发展新能源汽车,同时也要确保传统能源汽车的平均燃料消耗值低于CAFC目标值。

当然,我国也考虑到了新能源汽车切换的过渡问题,工信部在2019年发出了关于修改《乘用车企业平均燃料消耗量与新能源汽车积分并行管理办法》的决定(征求意见稿)。

征求意见稿中增加了一条“第四条第四款”的定义条款,明确了低油耗乘用车的定义,即“本办法所称低油耗乘用车,是指综合燃料消耗量不超过《乘用车燃料消耗量评价方法及指标》中对应的车型燃料消耗量目标值与该核算年度的企业平均燃料消耗量要求之积(计算结果按四舍五入原则保留两位小数)的传统能源乘用车。”

基于此,车企们一面加速向着新能源领域进发,另一面也在对传统能源进行大力技术优化,丰田TNGA 1.5L Dynamic Force便是在此背景下应运而生。

不久前,《汽车周刊》得到消息,丰田将在国内现有1.2T涡轮增压,1.8L油电混合动力的基础上,推出一款代号M15A的全新动力系统——TNGA1.5L Dynamic Force,并搭载到卡罗拉、雷凌等主力车型之上。目前该发动机衍生型号已经搭载到了海外版的全新Yaris上。

该动力系统被看作是丰田1993年“G21”项目的新一代技术落地,因为“G21”项目的目标之一,便是以突破性技术将燃油消耗降低至5L/100km以下,和我国现行的CAFC目标值不谋而合。

根据丰田TNGA刚推出时的动力总成族谱来看,TNGA将拥有9款发动机以及6款混合动力,目前在我国也已推出了多款围绕Dynamic Force技术的TNGA系列发动机,涵盖传统内燃机和混动动力,覆盖1.8-2.5L排量,作为丰田TNGA的最新动力单元,TNGA 1.5L Dynamic Force的出现将进一步完善TNGA动力系统的拼图。

从技术角度来看,TNGA 1.5L Dynamic Force同样是围绕Dynamic Force技术打造,以改变进气道基础形状来改善滚流的滚动比帮助高速燃烧,从而实现油耗与动力的双重优化,并通过更长的冲程设计来减少缸径与燃烧室内部表面积引起的冷却损失,进一步减低了燃油消耗。

同时,TNGA1.5L还采用了13:1的高压缩比与EGR冷却系统搭配,再加上阿特金森循环的加入也进一步提高了发动机的热效率,提升了燃油使用率。官方数据显示,TNGA 1.5L Dynamic Force的百公里油耗为5.1L。

性能层面上,TNGA 1.5L Dynamic Force也没有因为注重燃油经济性的取向而损失动力,相反,对比丰田现售车型上搭载的1.5L和1.2T这两款小排量发动机,不仅仅是燃油经济性,包括最大功率也都有一定优势。

除了发动机本身外,与TNGA 1.5L Dynamic Force匹配的,可以模拟10速的Direct Shift-CVT变速箱也进行了一定的优化。比如,在变速箱中加入齿轮直驱设计,有效消除了小排量自吸发动机起步“无力”的感受;针对皮带轮尺寸与皮带夹角进行改良设计,显著改善了传统CVT的加速乏力感。

從市场端来看,T N G A 1 . 5 L Dynamic Force发动机的推出对于消费者是有百利而无一害的。这不仅仅是因为该款发动机拥有更好的动力和油耗,更为显而易见的是,随着被誉为大号卡罗拉、雷凌的傲澜、凌尚推出,搭载TNGA 1.5L Dynamic Force 的卡罗拉和雷凌将会进一步会降底入手门槛,和1.2T、1.8双擎两款动力总成一起为消费者提供更加丰富的选择。

对于丰田来说,随着TNGA 1.5L Dynamic Force发动机量产,以及即将引入国内的TNGA 1.5L Dynamic Force双擎,具有优秀市场口碑和产品力的卡罗拉与雷凌,也将在未来为丰田开拓入门级市场提供有效助力。

猜你喜欢

卡罗目标值消耗量
路基石方爆破降低炸药消耗量研究
比钢铁更坚硬——弗里达·卡罗
为爱行我路 一汽丰田卡罗拉
亚当·卡罗拉的十大珍藏
有机化学反应中试剂最大消耗量问题探析
《轻型商用车辆燃料消耗量限值》强制性国家标准发布
一汽丰田全新卡罗拉
迈腾1.8TSI车燃油消耗量大
不同危险程度患者的降脂目标值——欧洲《血脂异常防治指南》
microRNAs and ceRNAs: RNA networks in pathogenesis of cancer