基于典型行驶工况的城市客车性能分析

基于原型客车建立了相应的仿真模型,分析了影响城市客车燃油经济性的因素。根据实际典型城市驾驶循环,对该城市客车的动力性和经济性进行仿真,得出了该客车具有良好的动力性和较好的燃油经济性的结论。同时对影响城市客车燃油经济性的几个主要使用因素也作了定量分析,提出了几条提高客车燃油经济性的措施。     

串联混合动力电动客车控制策略的优化设计

应用非线性规划的优化方法,在某一特定循环行驶工况下,以发动机燃油消耗最小为目标,以蓄电池SOC变化为约束条件,对串联混合动力电动车辆的控制策略进行优化设计,使车辆行驶所需功率在发动机和蓄电池之间合理分配．利用ADVISOR电动车辆仿真软件,对开发的串联混合动力电动客车进行分析,结果表明其燃油经济性有所改善．     

混合交通流环境下单交叉口自动驾驶车辆轨迹优化

信号交叉口对城市道路的通行能力以及车辆的燃油消耗具有重要影响。本文提出一种在自动驾驶车辆和人工驾驶车辆混合交通流环境下的自动驾驶车辆的轨迹优化方法。基于交叉口信号灯的配时方案,构建车辆旅行时间估计模型,并以自动驾驶车辆燃油消耗最小以及通行效率最大为目标,构建自动驾驶车辆轨迹优化模型,对车辆进行动态轨迹规划和控制。车辆轨迹滚动优化模型采用高斯伪谱法进行离散化求解,并基于SUMO仿真平台对模型结果进行验证。仿真结果表明,自动驾驶车辆可以通过优化自身控制变量影响人工驾驶车辆的运行状态,减少交通流的排队以及时走时停现象。本文提出的车辆轨迹优化方法对于降低车队整体燃油消耗、提升车队平均速度、缩短平均行程时间具有重要作用。     

空调客车动力性燃油经济性计算与参数的灵敏度分析

建立了燃气客车动力性、燃油经济性计算的数学模型,对于某款空调客车,用Matlab软件编制了汽车动力性与燃油经济性各评价指标的计算程序,获得了燃气客车的动力性和燃油经济性结果,同时与实际所测数据进行了比较。通过灵敏度计算分析了各参数对相应性能的影响程度,对于新车设计具有重要意义。     

面向高速公路混合交通流的车辆协同合流策略

为提高高速公路匝道合流区的运行效率、减少交通事故的发生,面向网联自动驾驶车辆(Connected and Automated Vehicles, CAV)与人工驾驶车辆(Human Driven Vehicles, HDV)混行的交通场景,提出高速公路匝道分层协作合流框架,该框架集成合流序列调度算法和协作合流算法,并根据车辆类型与车辆状态进行实时调整。首先,提出一种基于启发式规则的高速公路合流序列实时调度算法,优化合流区车辆的合流顺序,解决了传统固定合流序列无法适应HDV驾驶行为随机扰动的问题。然后,根据合流序列调度算法及当前车辆位置,判断协作合流的车辆组及其车辆类型,分别建立CAV-CAV、CAV-HDV和HDV-HDV的协作合流控制算法。通过试验仿真发现：相较于无控制情况和“先进先出”策略,总延误分别降低了21.66%、39.88%;协作控制区长度对燃油经济性存在一定影响,能耗随着距离的增加而减小,并存在一个最小值,即300 m,到达该值后能耗将逐渐增大;车辆之间车头时距的增加,对减小车辆能耗存在一定的影响。其中,HDV之间车头时距的影响大于CAV之间车头时距的影响。     

混合动力汽车动力系统匹配优化仿真实验研究

运用ADVISOR2002仿真软件,构建不同混合度下混合动力系统匹配优化平台,以车辆燃油经济性和排放性为依据,通过设计低、中、高混合度的混合动力系统,利用欧洲CYC_ECE_EUDC_LOW循环工况测试,对不同混合度的混联式混合动力系统进行仿真实验,比较各自的燃油经济性和排放性,实现动力系统的优化匹配。结果表明,高混合度的混联式动力系统燃油经济性和排放性最优。     

高速公路车辆安全行驶速度仿真识别系统

对高速公路合理限速值的确定方法进行了研究,以多体动力学仿真软件ADAMS为平台,建立了车辆模型、道路模型、车-路耦合模型、车辆行驶过程仿真试验模块和车辆安全状态识别模块,并开发了高速公路车-路条件下安全速度仿真识别系统。运用该系统对车辆在弯道与下坡路段的行驶状况进行了虚拟仿真分析。试验结果表明:车辆在弯道与下坡路段的安全行驶极限速度仿真结果与标准标定的运行速度的相对误差为1.05%～3.80%,该仿真识别系统可行。     

ZK6100H客车性能仿真与正交优化匹配

利用CRUISE对ZK6100H客车进行整车建模及仿真模拟,分析了该客车的动力性、燃油经济性以及制动性能。将仿真实验数据与公告数据进行对比,确定了仿真模型的可靠性。通过正交优化方法对汽车的传动系统进行正交优化,应用极差分析原理确定兼顾动力性及燃油经济性的优化组合。     

基于模糊综合评判法的营运车辆使用可靠性评价

建立基于模糊综合评判法的营运车辆使用可靠性等级评价模型,评价营运车辆：的使用可靠性等级,确定各评价指标的标准值。实例研究表明,该方法能有效评价营运车辆的使用可靠性等级,评价结果与车辆实际情况相吻合。     

重点营运车辆的异常驾驶行为识别研究

为加强对重点营运车辆异常驾驶行为的监督与检测,本文基于时间序列符号化算法(TSA) 与多尺度卷积神经网络模型(MCNN)提出一种组合模型TSA-MCNN,用于识别重点营运车辆异常驾驶行为。首先,对北斗数据进行预处理,并基于营运车辆存在多种车型、多种速度限制、多种异常驾驶行为的特点划分4种异常驾驶行为,构建异常样本数据集。其次,构建TSA-MCNN模型识别样本数据集,其过程分为两阶段,第1阶段,针对重点营运车辆的特点,引入能够粗粒化处理数据特征的时间序列符号化算法与能够多通道参数输入的多尺度卷积神经网络进行组合,并基于Keras库完成TSA-MCNN模型的搭建;第2阶段,利用样本数据集作为模型的输入变量,完成模型的训练、测试与识别。最后,以广河高速重点营运车辆北斗数据验证TSA-MCNN模型的性能, 同时,与异常识别传统算法的卷积神经网络(CNN)模型与动态时间扭曲-K最近邻(DTW-KNN)模型进行对比分析。验证结果表明：TSA-MCNN模型整体识别准确率为97.25%,相对于CNN模型与DTW-KNN模型提高了20.50%与5.63%。其中,TSA-MCNN模型对于正常驾驶行为、超速驾驶行为、紧急停车行为、临时停车行为、低速驾驶行为的识别精确率相对于CNN模型(DTW-KNN模 型)分别提高了26%(13%)、26%(6%)、23%(5%)、28%(3%)、0(0),说明该模型对于重点营运车辆异常驾驶行为的识别具有良好的性能。     

CVT车辆爬长大坡道时的动力性和经济性控制策略(英文)

分析了车辆爬长大坡道时的动力性、经济性与CVT传动比控制策略,在发动机最佳动力性和最佳经济性转速之间等间隔地选取多个工作点,研究了各工作点的传动比对车辆动力性和经济性的影响,通过Simulink仿真找出了车辆爬坡时兼顾动力性和经济性的CVT传动比最优控制策略。仿真结果表明:与最佳经济性传动比相比,采用最优控制策略时汽车的加速响应时间提高了1.2s,与最佳动力性控制策略相比,采用最优控制策略时汽车的燃油消耗率下降了7.9%,且车辆加速度变化曲线平顺,并无明显拐点,因此,采用传动比最优控制策略可以有效改善车辆爬长大坡道时的动力性和经济性。     

浅谈公交车辆节油原理与驾驶技术

影响车辆燃油消耗的因素较多,主要有车辆的技术状况、燃油的质量和载客量多少等,但是在车辆技术状况相同的条件下,驾驶员操作方法的不同对燃料的消耗影响较大.正确合理的驾驶操作汽车,可以大大降低汽车的燃料消耗.不同技术水平的驾驶员,在相同条件下行驶相同线路,驾驶同一车辆,油耗可相差20%～40%.车辆驾驶的各个环节都有节约燃料的潜力可挖,现就车辆节油的驾驶技术方面作简要分析.     

汽车节油中的误区

随着燃油价格的不断攀升,怎样开车才能省油也就成了有车一族关心的话题。汽车燃油经济性不仅取决于发动机有效燃油消耗率、车辆技术状况、汽车行驶阻力,还与驾驶操作方法以及运行条件等密切相关。有效地节约燃油能给驾驶人带来可观的经济效益,但有些驾驶人在节油方面还存在着一定误区,最终适得其反,不但不节油,还会损坏机件,影响行车安全。     

汽车怠速停止与起动模拟试验系统开发

针对当前内燃机车辆怠速工况燃油经济性差等相关问题,分析了汽车怠速停止与起动系统的工作机理;开发了汽车怠速停止与起动系统的模拟试验系统。通过对行驶车辆工况参数进行测控,判断车辆处于怠速、制动、停止或起动(再起动)的工作状态,利用自行研制的控制逻辑部件对系统进行控制,并对发动机停止和起动工作测试过程进行了分析;基于模拟试验系统,利用Matlab/Simulink在城市循环工况NEDC下对车辆再生制动性能进行了仿真分析。结果表明车辆燃油经济性有较大提高。     

艾里逊变速箱公司发布1000系列和2000系列最新节油技术 进一步提高此系列产品的燃油经济性

正之前仅在3000系列上实现的xFE产品,现已扩展其产品线,为中型客车和卡车减少燃油消耗北京—艾里逊变速箱公司发布了应用于其1000系列和2000系列的最新节油技术-xFE,意为进一步提升燃油经济性。与其基础型号相比,配套客车和卡车的xFE型号全自动变速箱节油达7%。艾里逊全球市场营销、销售与服务高级副总裁John Coll说:"除了我们的混合动力产品外,xFE型号代表最佳燃油经济性技术。xFE新增的产品线旨在为中型客车和卡车配备的自动变速箱获得最佳的燃油经济性。"     

基于遗传算法的客车动力性与经济性的优化匹配

建立客车动力性、经济性模型,并在此基础上建立客车传动系和燃油消耗的目标函数、约束函数,采用Matlab遗传算法工具箱对传动系进行优化,解决目前传动系匹配不佳和发动机燃油消耗偏高的问题。结果表明,遗传算法能高效、精确地处理数据,是客车动力性、经济性优化的一种行之有效的方法。优化后的客车动力性、经济性得到一定程度的改善,该方法可为客车的开发和设计提供参考。     

考虑二次排队的智能网联车生态驾驶策略

为避免车辆在交叉口的急加减速与启停现象,减少车辆燃油消耗和污染物排放,提出了一种考虑二次排队的智能网联车生态驾驶策略。首先构建了考虑驾驶员反应的交叉口处排队车辆的改进IDM跟驰模型,通过信号配时、车辆排队长度等信息估计排队车辆消散时间;其次,依据交叉口处是否出现车辆二次排队,将生态驾驶策略分类为“前方车辆在绿灯时间清空”和“前方车辆二次排队”两种情况,结合智能网联车与交叉口的距离等信息优化车辆行驶轨迹;最后将提出的生态驾驶策略与自由驾驶在不同排队长度场景下进行对比仿真实验。仿真结果表明：相较于自由驾驶,生态驾驶策略能够有效减少车辆的急加减速与停车行为,随着交叉口排队长度的增加,生态驾驶策略的优化效果更加明显;当排队车辆在第一个绿灯时间消散时,采用生态驾驶策略的车辆的总体油耗降低了9.98%,CO₂、CO、HC、NOx平均排放量分别降低了11.69%、20.14%、1.66%和29.09%;当交叉口处出现车辆二次排队时,采用生态驾驶策略的车辆总体油耗降低了15.0%,CO₂、CO、HC、NOx平均排放量分别降低了15.42%、27.51%、2....     

做好客车维护,为安全运行保驾护航

为了保证客车的安全营运,用户必须合理地使用、维护和保养客车。厂家把质量可靠、合格的产品提供给用户,实际上这只保证了客车正常营运质量可靠性的一半,而客车营运质量的另一半则掌握在用户自己手里。同一辆客车由于用户使用、维护程度的不同,其营运的可靠性和安全性乃至客车的使用寿命差别很大。车辆保养得合理、科学,车辆的营运质量和使用寿命才能得到有效保证和延长;     

微混合动力城市客车动力系统的参数匹配

在城市工况下,车辆怠速油耗大,车辆起停十分频繁,微混合动力汽车利用BSG对发动机进行快速启动和停止控制,取消了发动机怠速工况。通过对车辆起动和制动工况进行分析,对城市客车动力传动系统结构进行改进,提出了车辆控制策略,并对动力系统参数进行匹配设计。利用ADVISOR软件对车辆性能进行了仿真分析,确定了动力系统各部件的参数。分析结果表明,改进后的动力系统结构能满足车辆起动性能要求,其燃油经济性也有所提高。     

手动-自动驾驶混合交通流元胞传输模型

为了分析自动驾驶车辆对交通流宏观特性的影响, 以手动驾驶车辆与自动驾驶车辆构成的混合交通流为研究对象, 提出了不同自动驾驶车辆比例下的混合交通流元胞传输模型(CTM); 应用Newell跟驰模型作为手动驾驶车辆跟驰模型, 应用PATH实验室真车测试标定的模型作为自动驾驶车辆跟驰模型; 计算了手动驾驶与自动驾驶车辆跟驰模型在均衡态的车头间距-速度函数关系式, 推导了不同自动驾驶车辆比例下的混合交通流基本图模型, 计算了混合交通流在不同自动驾驶车辆比例下的最大通行能力、最大拥挤密度以及反向波速等特征量, 依据同质交通流CTM理论建立了不同自动驾驶车辆比例下的混合交通流CTM; 选取移动瓶颈问题进行算例分析, 应用混合交通流CTM计算了不同自动驾驶车辆比例下的移动瓶颈影响时间, 应用跟驰模型对移动瓶颈问题进行微观数值仿真, 分析了混合交通流CTM计算结果与跟驰模型微观仿真结果之间的误差, 验证了混合交通流CTM的准确性。研究结果表明: 混合交通流CTM能够有效计算移动瓶颈的影响时间, 在不同自动驾驶车辆比例下, 混合交通流CTM计算结果与跟驰模型微观仿真结果的误差均在52 s以下, 相对误差均小于10%, 表明了混合交通流CTM在实际应用中的准确性; 混合交通流CTM体现了从微观到宏观的研究思路, 基于微观跟驰模型与目前逐步开展的小规模自动驾驶真车试验之间的关联性, 混合交通流CTM能够较真实地反映未来不同自动驾驶车辆比例下单车道混合交通流演化过程, 增加了模型研究的应用价值。