太原市轻型车实际行驶工况构建

为了构建基于实际情况的太原市轻型车道路行驶工况,采用自主行驶法采集试验数据并从中提取出2 208个有效运动学片段,通过因子分析、K-means聚类分析方法以及相关系数比较最终拟合出长度为1 184 s的太原市轻型车实际行驶工况,将之与国内其他城市以及国际4类标准工况进行对比分析,得出太原市轻型车行驶工况具有加减速比例高、匀速行驶比例低和低速行驶比例高等特点。     

海湾大学城汽车行驶工况与交通安全分析

为更好地评估大学城交通安全情况,以上海海湾大学城行驶车辆为研究对象,利用GPS设备进行行驶数据采集,通过数据预处理,提取出有效的运动学片段;通过主成分分析法和K-means聚类分析法将运动学片段划分成3类,利用皮尔逊相关系数拟合出1941 s的汽车行驶工况.结果表明,大学城行驶车辆具有平均速度高、匀速行驶比例大、加减速...     

Driving Cycle Construction and Accuracy Analysis Based on Combined Clustering Technique

基于通过实车试验采集的城市典型道路行驶工况数据,首先用主成分分析法对选取的12个表征道路运行特性的特征参数进行减缩,接着利用SOFM神经网络算法和K均值聚类法相结合的组合聚类技术对所有运动学片段的前3个主成分得分进行分类,再根据各类别的时间比例从各类别中选取合适片段,最终拟合出代表性工况.通过对各工况加速度分布的K-S检验和采用ADVISOR软件进行的发动机载荷谱和燃油消耗量仿真分析,表明和K均值聚类法相比,组合聚类法的行驶工况拟合精度更高,更能综合反映城市交通真实状况.     

基于FCM聚类算法的电动车城市循环工况构建

针对传统循环工况难以表征电动汽车特性的问题,以典型大中型城市西安为研究对象,对电动汽车城市循环工况构建方法进行了研究。研究工作主要体现在试验路线构建、试验数据处理和循环工况合成。在试验路线构建过程中,首先以2016年西安市城市道路交通地图为参考,应用ArcGIS软件计算了西安市城市道路总长度及各种类型道路长度,然后采集了西安市各种类型道路进行交通流量,采用重复抽样假设检验法确定了试验路线长度,采用层次分析法获得了试验路线中各种类型道路的长度和比例,并且基于西安市城市道路整体综合特征构建了试验路线。在试验数据处理过程中,首先采用小波分解和重构法对原始数据进行去噪,然后基于主成分分析法确定了运动学片段特征参数,基于模糊C均值(FCM)聚类分析法将试验数据划分成稳定流动工况、拥堵工况、畅通工况3种运动学片段。在循环工况合成过程中,根据3种运动学片段类的比例,选取离聚类中心最近的运动学片段合成一个完整的行驶工况。最后将西安市城市循环工况与中国典型工况,NEDC,UDDS,ECE15,EUDC,FTP-15等行驶工况的特征参数进行了对比,并且进行了试验对比研究。试验结果表明:西安城市工况下的续驶里程与实际续驶里程相差11. 72 km,相对误差为3. 91%,说明所建立的电动汽车城市循环工况能够真实反映西安市交通总体特征,所构建的行驶工况具有较高的真实性。     

基于聚类分析法的公交车行驶工况构建研究

针对昆明市公交车道路行驶状况,选取5条具有代表性的公交车线路并采集大量行驶数据,将数据划分为运动学片段,选用8个特征参数进行表征,使用主成分分析法进行降维处理,提取具有代表性的特征参数用作K均值聚类分析。依据分类结果,综合考虑各类别时间比例、欧式距离和相关系数选择合适的运动学片段,构建昆明市公交车行驶工况。与试验值对比,结果表明拟合工况平均相对误差为5.67%,能够代表昆明市公交车行驶工况,并将拟合工况与国内常用的四工况、ECE+EUCD工况进行对比,说明昆明市公交车行驶工况与两者存在较大差别。     

基于运动学片段的城市道路行驶工况的研究

以合肥市典型道路为例,将大量行驶工况的实验数据划分为运动学片段,并选出11个特征参数进行研究.首先用主成分分析法对运动学片段进行降维处理;接着利用K均值聚类技术对其进行分类.分析结果验证了在城市道路行驶工况研究中应用主成分分析法和K均值聚类法的町行性和有效性;最后拟合出合肥市典型道路的代表性行驶工况.与实验数据的对比结...     

高原山区乘用车行驶工况构建方法研究

针对传统的行驶工况构建方法不适用于道路环境复杂的高原山区这一问题,提出了一种新的行驶工况构建方法——改进的短行程法。选定青藏高原G318川藏公路南段(得达乡—海子山段)为试验道路,试验车辆为乘用车,进行多次数据采集试验。先采用马尔可夫蒙特卡洛模拟法构建行驶工况,根据预处理后的试验数据计算出状态转移矩阵,再按照蒙特卡洛模拟法构建出高原山区汽车行驶工况1。又采用改进的短行程法,根据试验数据的特点,按照固定时长50 s划分运动学片段并进行标号,根据高原山区汽车行驶特性选取了7个参数作为特征值进行主成分分析,再通过k-means聚类算法将运动学片段聚为3簇,结合特征值分析聚类结果,第1簇表示加速路段,第2簇表示匀速路段,第3簇表示道路线形复杂路段。根据各运动学片段到聚类中心的距离选择16个片段,按照时间序列构建出高原山区汽车行驶工况2,并将异常值采取中位值平均滤波法进行滤波。将两种方法构建的行驶工况的特征值与实际工况对比,结果表明采用改进的短行程法构建的高原山区汽车行驶工况特征值与实际工况的误差更小,且车速变化更符合实际情况,更能反映高原山区道路线形复杂的特点。     

主成分分析在车辆行驶工况中的应用

在车辆行驶工况构建过程,提出了主成分分析与聚类分析的构建工况的方法,并利用该方法建立了昆明市道路代表性行驶工况。利用主成分分析对大量的运动学片段的特征参数进行压缩,选出能代表原始数据80%以上的3个主成分;其次用聚类分析提炼这些运动学片段;根据统计分析的概率随机并重组运动学片段,构建出能反映出昆明市典型公交车线路交通状况的工况。     

典型城市车辆行驶工况构成的研究

通过把记录的车速曲线在连续的停顿处分割成运动学片段的方法来研究交通状况特征。用主成份分析法和聚类技术提炼这些运动学片段的特征。根据统计分析的概率随机选择并重组实际运动学片段,构造了一系列行驶工况。     

基于K-均值聚类分析的城市道路汽车行驶工况构建方法研究

以实时采集的乘用车行驶数据为数据源,进行了城市道路汽车行驶工况构建方法的研究。分别运用运动学片段分析法、主成分分析法和K均值聚类分析法对实测数据进行降维和分类,提出以Silhouette函数实现对聚类结果的筛选,以减少人为选择的误差,并根据聚类中心的大小筛选所需运动学片段构建候选工况。在目标代表工况的遴选方面,提出了综合6个特征参数和最大SAFD差异值的评价标准。最后通过试验验证了该行驶工况构建方法的有效性和精确性。     

基于改进K-均值聚类算法的合肥市电动客车行驶工况构建

为构建合肥市电动客车行驶工况,选取合肥市4条典型线路的12辆电动公交车进行连续一周的数据采集,基于短行程分析法将经过处理的有效数据分割成24 595个片段并计算特征值,采用主成分分析法和改进K-均值(K-Means)聚类算法对短行程特征值进行降维与聚类,根据类中心距离从聚类结果中选出类代表短行程,从而构建出合肥市电动客车的行驶工况。将所构建的工况与实车采集数据及国内外典型行驶工况进行对比,结果表明,构建的行驶工况能更准确地反映合肥市电动客车的行驶特征。     

组合主成分分析和模糊c均值聚类的车辆行驶工况制定方法

目前国内不同规模城市和地区的机动车行驶特征,与欧美采用的标准工况相比存在着较大的差异。为完善车辆行驶工况制定方法,开发了适合我国城市和地区交通特点的车辆行驶工况制定方法,研究采用道路运输企业营运车辆运行时产生的海量卫星定位数据,作为工况建立使用的源数据,这些数据能够真实反映拟建工况地区的各类型道路交通状况。方法首先将源数据计算划分为运动学片段即微行程,针对每一微行程进行平均速度和怠速时间占比等特征值的计算,利用改进后的主成分分析方法对特征矩阵进行降维处理,然后在特征空间利用模糊c均值聚类方法将这些微行程聚类成不同组。每一组聚类代表和生成一类交通状况,然后将各类子工况合成为初始合成工况。利用带有双权平滑核函数的滤波器来平滑初始工况,使其易于在实验室设备上开展车辆工况试验的遵循测试。最后选取在某地区行驶且时间段和路段较具代表性的道路运输车辆,利用其正常运行过程中产生的卫星定位数据,对所提出的工况制定方法进行了验证,并将所得工况与通过传统的V-A矩阵法所得工况进行结果的比较分析。试验数据的对比结果表明,应用该方法给出的合成工况能够反映出所建工况地区的交通状况,可以为开发符合当地交通特点的行驶工况提供依据。     

基于实车道路数据的插电式混合动力能耗敏感性分析

为评价插电式混合动力(PHEV)在实际行驶过程中的能耗水平,分析影响PHEV能耗水平的关键因素,本文中基于180人次的实车行驶记录数据,构建车辆行驶状态和驾驶员驾驶行为与PHEV整车综合能耗之间的相关关系。首先,利用主成分分析法,对行驶工况参数矩阵进行特征解耦,提取对整体信息累计贡献度达84%的5项主成分,并根据影响系数矩阵的数值分布对主成分进行指标定义。然后,基于运动学片段,利用K均值聚类算法对各主成分进行依次约束,从而形成目标实车道路工况,并将其代入整车能量流仿真模型中计算综合能耗水平。最后,计算各主成分与综合能耗水平之间的皮尔逊相关系数和协方差值,并对其进行聚类和敏感性定义。结果表明,本文中提取出的人-车-路3项代表性指标与能耗呈现出较强的敏感性关系。本文中的结论对于插电式混合动力汽车整车参数和控制参数的选取有重要的指导意义。     

哈尔滨城区乘用车行驶工况的构建

以哈尔滨市乘用车作为研究对象,利用GPS设备对哈尔滨主城区运行的乘用车工况数据进行了测试,将采集到的车速数据曲线分割为多个短行程片段,提取了片段中最具有代表性的11个工况特征参数,利用主成分分析法和聚类分析法对特征参数进行了降维和分类处理。利用相关系数提取了代表性行驶工况片段,进而构建了具有代表性的哈尔滨市主城区乘用车典型行驶工况,并与NEDC和Japan10-15乘用车道路工况进行了对比分析。分析结果表明:哈尔滨城区乘用车工况的平均车速为15 km/h,低于NEDC和Japan10-15乘用车行驶工况;加速、减速特征参数比例分别为33.57%和29.70%,高于NEDC和Japan10-15乘用车行驶工况的相关参数;现有的欧洲和日本道路工况参数与构建的哈尔滨市城区乘用车行驶工况具有较大的差异,利用基于运行数据构建的行驶工况可以更好地反映地方乘用车的运行特征。     

汽车运行工况的构建方法

为快速准确地构建汽车运行工况,使用行车记录仪采集设备记录了上海市某辆轻型汽车的行驶数据,连续3次采集了包括3个不同时间段的信息,采样频率为1 Hz。为研究汽车行驶工况,首先使用平滑处理、剔除、划归滑窗法对庞大的汽车运行工况数据进行了预处理,将724处时间不连续的情况进行了调查,分为3类进行不同处理。采用移动平均滤波器Smooth函数进行了平滑处理,以消除速度异常值。将长期停车进行怠速处理后,使用滑窗法处理了怠速数据。然后对运动学片段进行切取并提取特征值,将13个特征降维得到4个主成分。接着在轮廓系数法等3种方法选择类别的基础上,应用K-means聚类分析法,不断验证确定将数据集划分成了3类最优情况,分别为走走停停、高速行驶和低速行驶,与现实情况基本吻合。最后根据每类的时间占比,从中选取最具代表性的15个片段,构建出了时长为1 254 s的汽车运行工况,得到的结果误差很低,误差率不超过10%。此汽车运行工况的构建模型对汽车运行工况数据处理过程十分细致,且能在初始聚类中心的基础上不断寻优。     

基于运行大数据的重型卡车行驶工况研究

采用企业车辆运行大数据为数据来源,进行典型重卡工况构建方法的研究。通过K均值聚类分析方法进行实测数据的处理,优化初始聚类中心选取保证聚类的可靠性和收敛性,提出以速度区间进行划分运动学片段,更加客观的表征工况特征。并通过马尔可夫原理实现特征工况的构建,最后通过试验验证了该工况构建方法的可行性和精准性。     

中国城市乘用车实际行驶工况的研究

分析了中国3个典型城市(北京、上海和广州)车辆行驶的速度、怠速、最大速度、加速度以及行程等特征及其分布特征;结合交通特性研究了车辆行驶运动学水平。研究表明,现行采用ECE15工况与实际行驶工况相比,车辆燃油消耗被低估约10%;覆盖的车辆工况范围远远小于实际行驶工况,不适用于车辆设计开发要求。     

基于行驶工况识别的纯电动汽车续驶里程估算

本文中采用主成分分析和模糊聚类相结合的行驶工况识别方法进行纯电动汽车续驶里程的估算。首先选取20个具有代表性的循环工况数据,将其划分为215个工况片段,并选用12个特征参数对其进行主成分分析、模糊C聚类分析和行驶工况识别;然后在MATLAB/Simulink下建立纯电动汽车整车模型,进行行驶工况识别、整车能量消耗和续驶里程仿真估算;最后在转鼓试验台上进行ECE15工况下实车测试验证,结果表明:续驶里程仿真估算值与测试值的最大绝对误差为1.905km,平均绝对误差为0.742km,相对误差小于3%。     

基于马尔可夫链的车辆规划行驶工况构建方法研究

为准确反映车辆在实际道路上的行驶运动特征，提出马尔可夫链融合在线地图信息的车辆行驶工况构建方法。对实际采集的车辆行驶数据进行清洗、分段，通过主成分分析（PCA）法和K均值（K-Means）聚类法对数据进行聚类分析，建立了基于马尔可夫链的典型工况片段库。将在线地图规划路径的道路信息融入片段库，构建了车辆行驶工况。以某款纯电动车为研究对象进行了仿真分析，仿真结果表明：与在线地图基础规划工况相比，采用基于马尔可夫链片段库构建的在线地图规划行驶工况，车辆能耗更接近实际道路工况，特征参数平均误差仅为4.29%，能耗误差仅为4.09%。     

一种城市典型道路工况研究

正工况循环是用来测量车辆污染物排放量、燃油消耗量等技术指标的重要手段,目前各国采用的排放标准主要是引用欧洲或美国的排放测试方法,然而车辆在实际道路行驶过程中,受到区域、时间等外部因素的影响,排放法规中所引用的测试工况循环往往不能很好的体现特定区域内的车辆行驶特征。"在构建工况时,通过在不同的道路上采集车辆的实际行驶状况数据,用一系列特征参数对车辆的运动学片段进行描述,在采用主成份分析和聚类分析的方法构建完成的工况循环。"